广告

机器人抢工作只是个伪命题?

导语:据外媒报道,斯坦福大学的学者认为,工作一直都不短缺,机器人抢工作只是个伪命题而已!

自从进入机器人时代,不管是蓝领工人还是白领,都担心自己的工作某一天被机器人抢走,最后只能像纽约客封面的图画一样,向机器人乞讨。然而,据外媒报道,有斯坦福大学的学者认为,工作一直都不短缺,机器人抢工作只是个伪命题而已!

以下是文章全文:

斯坦福大学的一位学者认为,在未来的工作场所中,现在由工作人员完成的许多日常任务将由机器人取代,而让有大局观及掌握人际交往技巧的人承担更多复杂的任务。

人工智能及其他先进技术有望在健康、安全和生产力方面取得进步,但是大规模的经济混乱是不可避免的,Hoover研究所Annenberg杰出访问学者James Timbie说。他在斯坦福大学学习物理学,1983年至2016年担任国务院高级顾问,在军控和裁军方面发挥关键作用,现在研究新兴技术如人工智能的影响。

在跟Hoover研究所的George P. ShultzJim Hoagland合著的新书《超越颠覆:技术对治理的挑战》中,Timbie用一章讨论了工人的未来将是什么样的。他最近就这个问题接受了采访。

人工智能未来将如何影响个体劳动者?

人工智能与其他先进技术相结合,例如机器人技术3D打印技术,将会带来更高效的商品和服务生产。可以训练机器执行各种非常规的认知任务,而高级机器人可以越来越多地执行手动任务。整个社会将从生产力提高和成本降低中受益,但许多个体工人将受到不利影响。研究表明,当前的工作人员的工作,至少有一半在短期内容易受到影响,甚至在某些情况下,比如卡车司机,其工作或许将被机器取代。而在教育和医学等领域,工作将会发生变化,机器会承担一部分工作,而拥有熟练技巧的人类将执行其他任务。

高新的“认知”工作会被自动化取代吗?

许多高薪的“认知”工作很容易受到影响,或许随着时间的推移比全球化失去的高薪工厂工作更容易。这些未来的“弱势”职业在传统上是由受过良好教育的高薪白领承担,包括税务代理人、放射科医师、律师助理、贷款承销商、保险理算师、财务分析师翻译人员,甚至一些记者和软件工程师。

人类和机器如何协同工作以提高效率和生产力?

举个栗子,医学诊断。诊断是确定患者的信息是否符合疾病特征的方式,这些事情机器做得比人好。用数以百万计的前患者的数字记录和结果训练的机器可以为一个病人提供诊断,以及治疗和进一步测试的建议。机器可以考虑到更多的数据,并且比任何医生都能更好地跟上最新的研究。医生的主要任务是将结果传达给患者,帮助病人理解和接受,以便患者遵循治疗计划。

研究表明,在许多领域,最好的结果将来自于由智能机器支持的人类,比如医生和机器、教师和机器等的结合。在就的将来,在工作场所里,机器将继续做他们所擅长的计算工作,而其他任务则留给拥有大局观并具有人际交往能力的人。

人工智能革命和20世纪的工业革命有什么不同?

一个很大的区别是变化的速度。从手工劳动到蒸汽动力,从蒸汽动力再到后来的店里,其转变过程都花了几十年的时间。农业机械化整整花了一代人的时间,因此足以让农民的子女学会新职业所需的新技能。而现在的变化如此快,很多工人自己都需要为新工作学习新技能。

另一个问题是不平等。技术进步增加了国家财富和收入,GDP也在增长。但这些利益分配不均。这种不断增长的不平等是长期趋势的延续。根据人口普查局的数据,家庭收入的中位数大约是1999,而GDP增长了38%。大部分收益都上升到了上端。自动化的普及加剧了财富和收入不断增长的不平等。。

以电子报税软件为例,许多人受益,是因为它很便宜而且易用,他们可以自己缴税。但许多以帮人报税为生的人就发现他们的工作和收入受到了威胁。

社会如何才能更好地保护工人,为新的未来做好准备?

面临的挑战是促进以新技能过渡到新职业。

此外,即使传统工作消失,也会创造新的就业机会。在19世纪的英国工人领导的运动中,卢德派叛乱发生了200年,他们反对引进织造技术,其实通过推进技术获得的生产力的提高带来了新产业和新就业机会。类似的事情可能会继续,或者这一次可能会有所不同。

此外,根据劳工部的数据,目前还有超过600万个职位空缺。雇主们找不到合格的求职者,这意味着有合适的培训机会的员工有潜在的机会。

这些新工作不一定就在居住地附近,也可能达不到满意的薪酬,至少最初是这样的。新工作需要新的技能。

有人主张保障基本收入。我的观点是,不存在工作的短缺。金钱不是唯一的东西; 自我价值感和在社会中的地位也很重要。所以,与其保障基本收入让人们不去工作,不如更好地支持他们做出转变适应新工作。

现有的调整援助计划对应对全球化造成的失业而带来的影响并没有多大作用;它可以扩大,可以提供收入和援助用于培训和搬迁,应对由于自动化和外国竞争导致的裁员。

最后,变化的节奏加快凸显了终身教育的好处。社区学院和网络课程为各种各样的课程提供低成本的教育和培训。

原创
本文为机器人网原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
相关文章
广告
广告
广告
广告
推荐使用浏览器内置分享