在本次对话中,两位教授分享了他们对情感经济、当下各行业在人工智能影响下人们工作性质与核心任务转变的见解——各行业正在向更少的思考任务、更多的情感任务转变。两位教授还谈到,当下我们处于技能的第二次大错位时期,为了匹配变化的市场需求,终身培训与学习将成为更多人的需求。在教育上,政府与高校应给予人文等学科更多关注与重视,因为他们将帮助人类发挥自身独有的、区别于 AI 的优势。此外由于人工智能当前分析思考能力的快速进步,STEAM 学科的重要性正在下降。
Roland:我们研究了多种的智能水平,这使我们能够更好地理解人工智能发生了什么,以及它是如何与人类在各种事情上竞争的。所以最基本的是,随着 AI 接管了人类更多的思考智力,人们将被转移到涉及情感智力的任务上。人工智能在过去已经接管了大部分的机械智能任务,比如在自动化工厂的任务。但现在正在发生的是,它更多地进入了思考智能部分。这意味着人们需要依靠他们目前拥有的比 AI 更好的技能,这就是情感部分的能力。
Ming-Hui:我们认为,人工智能应该被设计成具有多种智能,因为 AI 是模仿人类智能来设计。无论模仿人类体力劳动的能力,还是善于思考任务的能力。这表明了我们可以拥有多重智能的AI。人们开始谈论情感能力一样,那是关于 AI 多重智能的呈现。所以从历史上看, AI 的机械智能模仿人类的体力,适用于需要重复和例行任务的制造过程,然后它进入了人类的思维智能层面。
所以当AI 如此擅长思考智力时,情感经济要回答的是,人类能做什么?从机械到思维再到情感,这是 AI 的最高维度。最终 AI 可以有情感能力。那将是 AI 情感智能。现在 AI 还没有真正具备这种能力,但是 AI 非常擅长思考智力,尤其是在我们现阶段所说的分析思维能力上。所以人类现阶段,要转向情感任务部分,否则人们会被取代。因为从 AI 现在的表现来看,大多数人们是无法比人工智能更善于思考和分析任务的。
Roland:举个例子。我参加了一个会议,做了一个演讲,听众中有来自金融服务业的人。他说,哦,你在谈论的情感经济,已经发生在我的工作中。他说,过去我做了所有这些数学方程,试图弄清楚财务建模和投资的转折点等等。但这一切现在都由 AI 完成。所以我的主要工作是与客户互动。我任务变成,握着客户的手,告诉客户一切都好,不用担心今天市场下跌了,诸如此类的事情。所以换句话说,金融经理的工作从硬技能转向了软技能例如,人际交往技能之类的东西。
Roland:这是一个非常好的问题。现在我们看到的是,我们处于第二次技能需求的大错位时期。第一次大的错位,是在过去,男性在矿山工作或在工厂工作或做重体力活的工人,人们关心体力能力的优势。但是随后思考分析能力变得更重要,它变得重要的原因是因为 AI 和自动化能够接管许多繁重的工作,培训必须从体力训练转向思考任务。这就是20世纪上学的人数急剧增加的原因。
Roland:我认为对于员工来说,在情感经济中最大的输家,是那些具有思维能力和非常差的情感智力的人,典型的极客、我们刻板印象中的计算机科学家或者其他相似的。这些人会遇到一些麻烦,因为他们最大的技能将由 AI 承担。他们唯一的希望就是接受再培训。他们必须学习对他们来说必要的情感技能。
Ming-Hui:情感能力也可以通过情感 AI 来实现。我们可以用 ChatGPT 作为例子。ChatGPT 现在能够与人类良好互动。例如,即使在仅仅4、5年前,人们也会认为许多需要人类技能的工作将不会被 AI 取代。人们会认为市场营销被视为非常人类化的工作,需要大量的人类技能。但即使是市场营销,我们已经可以看到 ChatGPT,真的可以做很多比人类更好的营销任务和工作。
所以我们真的需要学会利用人的优势,用好情感智能上的能力。同时因为人工智能总是善于思考,也开始具备一些情感能力,但它与人类的互补性仍处于不同的层次,我们需要应用好不同层次的 AI 智能和人类智能。
Ming-Hui:我认为那些没有能力或不愿意接受再培训的人,会面临失业风险。我们也看到很多人真的愿意接受再培训。但对于不愿意接受再培训的人们,他们的工作被替换,我们也无能为力。所以举一个例子,像优步出租车,人们曾以为这份工作永远不会被替代,但现在 AI 自动驾驶正在发生,如果人们不接受新的培训,这对他们可能会更加不利。
Roland:教育需要更多地转向情感任务。举个例子,我在大学的课堂上做了一件非常极端的事情,我不再让学生写作了。这听起来很疯狂,对吧?但原因是最新版本的 AI 可以很好地写作。你可以看到在五到十年内,它会做得非常好。在那种情况下,我们为什么要让人类去做呢?换句话说,我们的整个想法是人类应该做 AI 不擅长的事情,因为这是人类唯一独特的贡献。
Ming-Hui:大多数商业分析课程的学生来自中国,因为他们在智力方面非常擅长。但即使在最近的一次会议上,一位中国学生在他参加的会议上,他说他非常兴奋能够进入马里兰大学的商业分析项目,但现在他将获得学位,他开始担心,在 AI 如此擅长分析能力的情况下,自己能否找到一份体面的工作。所以这是一个非常强烈的信号,因为大约三到五年前进入这些商业分析项目,是很多中国学生的目标。大多数这类学位项目都有中国学生,因为他们非常擅长这个,他们有那种分析能力。他们非常兴奋地加入了这个项目。现在,当他们要毕业获得学位时,他们开始担心是否能找到工作。因为 AI 的分析能力进步如此之快,他们难以在这项能力的竞争中胜出。这已经在现实生活中发生了,而且无处不在。
Roland:这些擅长分析能力的学生,他们普遍的期望是,毕业后去大型科技公司,但是大型科技公司是从人类智能到 AI 智能发展最快的地方。因此,在美国,许多大型科技公司发现,他们可以用更少的人来运转,因为 AI 承担了很多工作,这意味着这些地方的工作岗位更少。过去每个人对经济运作方式的理解和他们如何为经济做出贡献的梦想,在新的经济时代,这些都失效了。其他阅读