2024年5月，麻省理工学院著名的劳动经济学家戴维·奥托 (David Autor) 受邀至新加坡出席由亚洲金融经济研究局 (Asian Bureau of Financial and Economic Research, ABFER) 与亚洲货币政策论坛 (Asian Monetary Policy Forum, AMPF) 联合举办的会议。在这一盛会上，奥托教授围绕专业知识、人工智能 (AI) 以及未来工作的前景，主持了一场深度研讨会，并发表了引人深思的主题演讲。
奥托教授因揭示技术如何逐步侵蚀美国乃至全球中等技能岗位而蜚声国际。在生成性人工智能 (Generative AI) 浪潮席卷全球，引发公众广泛忧虑的当下，奥托教授再次成为焦点人物。ChatGPT等大型语言模型展现出的类人智能，促使AI领域先驱杰弗里·辛顿 (Geoffrey Hinton) 在2023年发出警示，预测大量工作岗位将面临被取代的命运。特斯拉创始人埃隆·马斯克 (Elon Musk) 更是在近期的发言中，大胆预言所有人类工作最终可能被AI所替代。
然而，奥托教授的见解更加深刻。他认为，担忧岗位减少是合理的，但焦点应集中在那些即将被AI或自动化商品化的专业领域，而非整体就业市场的萎缩。他指出，在AI的助力下，人类将被赋予全新的工作职责，而全球老龄化趋势也将推动劳动力需求的上升。此外，奥托教授强调，AI可作为“登月计划” (Moonshot) 的一部分，为解决虚假信息、气候变化等全球性挑战提供创新方案。
奥托教授进一步阐述，通过提升人类的专业技能，AI有望缩小低技能劳动者与高技能劳动者之间的鸿沟，从而为更广泛的社会群体打开专业领域的大门，促进社会公平。
鉴于AI正逐渐成为各行业不可或缺的技能，奥托教授呼吁，必须适时调整劳动政策、教育体系和社会政策，以强化人与机器的互补关系，确保社会的包容与和谐发展。这一观点不仅为未来工作的转型指明了方向，也为AI时代的人才培养与社会政策调整提供了重要参考。
创新：人类技能的伙伴与挑战者
创新，尤其是技术创新，既是人类专业技能的伙伴，也可能是挑战者。奥托教授等人的研究揭示了这一双面性，即创新何时能够促进就业与薪资增长，何时又可能抑制劳动力需求与薪资提升。这一现象的核心在于，创新是补充还是取代了人类的专业技能，奥托教授将专业技能定义为在完成任务时既实用又稀缺的能力。
补充性创新通过自动执行非专业任务，为工作者释放了潜能，使他们能够专注于更有价值的活动。例如，秘书可以借助软件优化日程管理、撰写感谢信或记录会议纪要，从而腾出时间专注于人际关系的构建与维护。
然而，替代性创新可能使某些专业技能变得不再关键。以伦敦出租车司机为例，其技能中最宝贵的部分曾是对城市道路的熟悉，而非驾驶技术本身，但全球定位系统 (GPS) 的普及使这一技能的重要性大打折扣。在某些领域，AI的发展甚至可能迫使工作者转向工资溢价较低的体力劳动。
在许多职业中，生产力的提升与劳动力需求的变化可能同时发生， 因此，创新对就业的最终影响取决于哪种效应占据主导。
为了保持竞争力，从事可能受影响职业的工作者需要专注于那些自动化或AI难以取代的任务，同时利用技术更高效地完成工作。如果对这些职业的总体需求下降，部分工作者将需转行至其他行业或领域。
值得注意的是，技术创新同时创造了对新专业技能的需求。正如汽车的诞生催生了司机这一职业，互联网的兴起孕育了社交媒体专家，未来的许多岗位也将得益于AI的出现。奥托教授指出，如今美国60%的工作者从事的职业，在1940年时还不存在。
这表明，生成式AI不太可能从总体上减少就业数量，即使是在长远视角下也是如此，尽管它可能使某些当前的工作成为过去。我们不应将技术仅仅视为对人类现有工作的替代，而应将其视为创造全新工作机会的催化剂。
智能提升：重塑专业技能与劳动力格局
AI的崛起不仅影响着工作岗位的消长，更深刻地改变了劳动力的技能结构与薪酬分布。通过提升人类的专业技能，AI有望在特定领域内缩小专家与非专家之间的差距，进而重塑相对生产力差异与收入分配。
李光耀公共政策学院 (Lee Kuan Yew School of Public Policy, LKYSPP) 的教授们发现，在允许使用生成式AI的教学环境中，学生们的写作及演讲水平普遍得到了提升。尽管成绩优异的学生从中获得的提升较小，但基础较弱、尤其是英语水平不高的学生，却因此受益匪浅，实现了显著的技能跃迁。
2023年，经济学家Erik Brynjolfsson, Danielle Li 和 Lindsey Raymond进行的一项研究进一步证实了这一趋势。研究显示，采用基于生成式AI的会话助手显著提高了客户支持代理的平均生产率，按每小时解决问题的数量计算，但其对不同员工的影响存在显著差异。对于新手和低技能员工，该工具将他们的绩效提升了34%，而对于资深的高技能员工，影响则相对有限。
奥托教授指出，AI的介入使人们能够承担起以往需经过多年专业培训才能的复杂工作。例如，在医疗领域，医生可借助AI技术，将某些诊断与处方职责委托给护理人员，从而优化医疗资源的分配。AI同样为软件开发、平面设计等高技能领域开辟了新路径，降低了入门门槛，让更多人得以涉足。只要这一过程能有效减少职业内部及跨职业间的薪酬差异，就有可能成为缓解收入不平等的重要手段。
人工智能时代的
劳动、教育与社会政策转型
奥托教授的洞见对公共政策领域产生了深远的影响，特别是在劳动市场、教育体系以及社会福利政策方面，提出了若干关键性启示。
首要启示是，鉴于AI正逐渐成为众多职业的基本技能要求，对新型AI角色的培训变得至关重要。新加坡需建立一个由高等院校、私营部门与行业培训中心共同构成的终身学习与再培训体系，以增强国家竞争力及劳动者的职业适应性。面对技能需求的不断变化，新加坡应具备迅速调整课程的能力，即使这意味着我们可能必须接受较高的失败率，如课程参与率低或就业效果差，作为创新与快速响应市场需求的代价。
其次，正如人们必须接受再培训才能使用生成式AI一样，随着技术的演进，工作岗位亦需相应调整，以充分挖掘人类技能与专业知识。未来的工作将融合认知、手工操作与人际交往的技能，其中“头脑技能”、“手工技能”与“心理技能”将共同构成人类相对于自动化的优势。新加坡的岗位重新设计不仅关乎技术应用，更在于创造有意义且令人满意的职业环境，从而提升员工的幸福感与生产效率。
在教育与再培训领域，我们应致力于培养不依赖AI的基础技能，同时利用AI提升专业知识。正如计算机不会使数学教育变得多余一样，生成式AI也不应削弱学习优秀写作、音乐创作或平面设计要素的必要性。
无论是在软件开发、工程设计还是科研领域，深刻的理解力不仅是创新的基石，也是在技术故障时确保安全的保障。例如，飞行员必须了解飞行的基本原理，这样才能在发动机发生故障或飞行导航仪器失灵时安全着陆。
AI有助于减少日常工作的繁琐，促进集思广益，并提高产出质量。展望未来，我们应从小培养学生运用AI进行写作、编码及创意工作的能力，为他们步入职场打下坚实基础。同时，评估体系需与时俱进。在我教授的一门选修课中，我设置了一项书面论文测试，学生必须在没有互联网的情况下有说服力地表达自己的观点， 同时还有一项家庭测试，允许他们使用AI来提升研究和写作。
尽管如此，深入研究AI如何支持专业人员完成判断性任务，以及其对人类决策的影响，仍是当务之急。2021年发表在《数字医学》(Digital Medicine) 上的一项研究发现，过度依赖AI可能导致放射科医生的专业判断力下降，因为AI会让他们诊断思维固化，或促使他们去寻求确证证据。
最后，为确保AI的红利公平分配，社会政策需进行调整。如果我们的经济和劳动政策得当，就业市场将有望继续为大多数人提供收入丰厚的好工作。 目前，我们可能还需要更强大的社会安全网来加强经济保障和减少不平等。OpenAI首席执行官Sam Altman最近提出了 “通用基础计算”的建议，即让每个人都能分享大型语言模型的所有权，为生成式AI应用提供动力。
综上所述，为在技术变革的浪潮中保持经济与社会的包容性，新加坡需要在技术创新之外，积极探索社会政策的创新，以适应AI时代的挑战与机遇。
文章来源：Global-is-Asian，2024年6月4日，星期二
作者：何伟伦 (Terence Ho)
图片来自网络
本文内容来自于作者，不代表新加坡国立大学李光耀公共政策学院官方机构观点
点击“阅读原文”，了解更多：
