数据技术已经更改经济发展，尤其是人工智能层面，这种技术已经快速更改我们的日常生活和工作方式。但这个变化产生了一个令人深思的难点：即使在收益不均等加重的情形下，这种技术对经济发展并没起到很大功效。

经济师觉得，生产效率提高对提升生活水平尤为重要，但最少自 2000 时代中后期至今，很多国家的生产率提高基本上处在萎靡情况。

为什么这种技术无法产生大量的经济发展？为什么他们沒有促进更普遍的兴盛呢？

为了更好地获得回答，一些知名的经济师和现行政策权威专家已经更紧密地科学研究大家该怎样创造发明和布署人工智能和自动化，并明确我们可以作出更快的挑选。

斯坦福学校数字经济的试验室负责人埃里克·布林约夫森（Erik Brynjolfsson）在一篇名叫《图灵圈套：种人人工智能的表态与风险》的内容中写到，人工智能科学研究技术人员和公司致力于搭建设备来拷贝人们智能化。

自然，这一文章标题是在引入莱纳·图灵（Alan Turing）和他在 1950 年有关设备是不是智能化的知名检测：它能不能非常好地效仿一个人，以致于你没法分辨它不是？布林约夫森说，从那以后，很多科研工作人员就一直在寻觅这一总体目标。

可是，他说道，对效仿人们智能化的沉迷造成了人工智能和自动化通常仅仅简易地替代了职工，而不是拓展人们的能力，使我们可以进行新每日任务。

针对经济师布林约夫森而言，简易的自动化在创造财富的与此同时，也有可能造成收益和资本不均等加重。

他写到，对种人人工智能的过多关心，放低了绝大多数人的薪水，“乃至它变大了极少数有着和操纵这种技术的人的市扬能量”。

他在论文中觉得，对自动化的注重并非提高，是对在很多美国人的均值基本工资降低之时，亿万富豪兴起的“较大的唯一表述”。

布林约夫森并不是卢德现实主义者（抵制改善工作方法的人, 抵制应用新设备的人）。他在 2014 年曾与麦金尼斯·麦克菲共同编撰的过名叫《第二个机器时代：光辉技术时期的工作中、发展与兴盛》的书。但他表明，人工智能科学研究工作人员的逻辑思维过度局限性。

“我与许多科学研究工作人员沟通交流过，她们说：‘大家的工作任务是生产制造一台像我们人类一样的设备。’这是一个清楚的企业愿景。”可是，他填补说，“这也是一种懒散的低规范。”

他觉得，从长久看来，根据应用人工智能来生产制造新的产品和服务项目而不是简便地尝试替代职工，将能造就大量的使用价值。

但他表明，针对公司而言，在减少费用的推动下，拆换设备通常比慎重考虑步骤和项目投资运用人工智能来增加企业商品、提升职工生产效率的技术要简单得多。

人工智能层面的最新消息让人印象深刻，从自动驾驶汽车到种人语言模型，一应俱全。但是，正确引导技术的进步运动轨迹尤为重要。

因为科学研究技术人员和公司至今作出的挑选，新的数据技术为有着和发现这种技术的人造就了高额资本，与此同时也经常毁坏了一些很容易被替代的工作机遇。

这种创造发明在美国旧金山和洛杉矶等极少数城市造就了较好的技术岗位，而别的绝大多数人却被抛在了后边。但这并不一定要那样。

麻省理工大学的经济师达隆·阿齐默鲁（Daron Acemoglu）为自动化、智能机器人和优化算法在变缓美国薪水提高和加重不公平问题的功效给予了尊重事实的直接证据。

他说道，实际上，在 1980 年至 2016 年期内，美国薪水不公平的上升有 50% 到 70% 是由自动化导致的。

这具体是在人工智能技术的应用猛增以前。而阿齐默鲁担忧，根据人工智能的自动化会使状况变的更槽糕。

在 20 新世纪初期和以前的阶段，技术的变化通常造成的好的新岗位比她们催毁的要多，但状况好像不会再如此了。

在其中一个因素是，企业通常挑选布署他与他的合作方帕斯夸尔·雷斯特雷波（Pascual Restrepo）常说的“一般的技术”，这种技术替代了职工，但对提升生产效率或造就新的商机奉献微乎其微。

此外，公司和科研员工在较大水平上忽略了人工智能技术在给予更强服务项目的一起扩张职工能力层面的发展潜力。

阿齐默鲁强调，数据技术可以让护理人员更确切地确诊病症，或是协助老师为学员带来更人性化的课程内容。

阿齐默鲁说，政府部门、人工智能专家和大中型科技公司都对作出有益于过多自动化的确定承担比较严重义务。

联邦政府税款政策利好智能化系统发展趋势。尽管对人力被征缴重税，但对智能机器人或自动化也没有工资税。

并且，他说道，人工智能科学研究工作人员“对专注于以很多人下岗为结果的自动化工作中技术没什么愧疚。”

但他对大中型科技公司保存最明显的恼怒，他引入的资料显示，美国和国内的互联网巨头支助了大概三分之二的人工智能工作中。

他说道：“我并不觉得大家如此注重自动化是个不经意，由于这一国家的技术将来把握在Google、amazon、twiter、微软公司等众多企业的手上，而这类企业恰好是以优化算法自动化做为其商业运营模式。”

反跳效用

对人工智能在加重不公平层面的效果的恼怒很有可能会严重危害该技术的将来。英国剑桥大学的经济师黛安·科库迪（Diane Coyle）在她的新小说《齿轮与怪物：经济学是什么，应该是什么》中强调，数字经济的必须以新的方法来思索发展。

“无论大家所指的经济发展、状况转好代表什么意思，盈利都需要比近期更均值地共享，” 她写到，“一个由高新科技千万富翁或亿万富豪和零工构成的经济大国，在其中中产阶层的工作中被自动化消弱，政治理念将是无法持续性的。”

科库迪说，为了更好地提升越来越多人的生活水平和提升兴盛，必须大量地应用数据技术来增强各领域的生产效率，包含保健医疗和建筑行业。

可是，假如大家沒有见到益处——假如她们仅仅见到好的工作被毁坏，就不可以寄希望于她们接纳这种转变。

在近期接纳《麻省理工科技评论》访谈时，科库迪说，她担忧尖端科技的不公平问题也许会变成布署人工智能的阻碍。“大家讨论的是颠覆性创新的问题，”她讲。“这种全是前沿性的技术，可以转变大家要花费时长的方法，更改已经顺利的商业运营模式。”她填补说，要想作出如此“极大的更改”，你需要社会发展的适用。

科库迪说，反过来，很多人的不良情绪已经斟酌当中，由于它们觉得权益都归入了极少数的兴盛城市的精英阶层。

以美国为例子，在 20 新世纪的大多数的时间里，美国的不同地域——用经济师得话而言——都是在“趋同化”，金融业领域的差别也在变小。

随后，在 20 新世纪 80 时代，在数据技术的影响下，发展趋势反转。自动化催毁了很多加工制造业和零售业的工作职位，新的高薪职位技术岗位集中化在好多个城市。

依据布鲁金斯学好的数据信息，到 2019 年，包含美国旧金山、圣何塞、墨尔本和洛杉矶以内的美国八个城市的段名册中，大概有 38% 的高新科技岗位。

新的人工智能技术特别是在集中化：布鲁金斯学好的马可·穆罗（Mark Muro）和刘思凡（音 Sifan Liu）可能，只是 15 个城市就占了美国三分之二的人工智能财产和能力（仅美国旧金山和圣何塞就占约四分之一）。

极少数城市在人工智能的发现和商业化的层面的主导性代表着，资本上的地区差别将再次飙涨。

这不仅仅会引起政冶和社会动荡，并且正如科库迪所言，它还很有可能阻拦地区经济发展需要的各种各样人工智能技术。

一部分解决方法很有可能取决于以一种方法释放压力大中型科技公司对定义人工智能议程安排的操纵。这也许要提升单独于互联网巨头的联邦政府科学研究资产来支助。

例如，穆罗和别人已经提议给予高额的联邦政府资产来协助创建美国的地区创新中心。

一个更立即的法子是扩宽大家的数据想像力，构想人工智能技术并不是简易地替代工作中，反而是在提升我国不一样地域最在意的行业（如保健医疗、文化教育和加工制造业）的机遇，。

更改观念

人工智能和智能机器人科研工作人员喜爱去拷贝人们能力，这通常代表着尝试让设备进行一项对人会而言简易、但对技术上艰难的每日任务。例如，叠被或制做意式浓缩咖啡。

或是一辆无人驾驶汽车在城市的道路上行车，或是一个机器人当做咖啡师。但许多情况下，开发设计和布署这种技术的人通常沒有充分考虑其对学生就业和人力资源市场的不确定性危害。

弗吉尼亚大学经济师、布鲁金斯高校鲁宾斯坦研究者安东·科里内克（Anton Korinek）说，一旦布署无人驾驶汽车，数百亿美元的研发投入将必然会对人力资源市场造成不良影响，抢走成千上万驾驶员的工作中。

他询问道，假如这数十亿美元项目投资于更有可能扩张人力资本机遇的人工智能专用工具，会怎么样？

科里内克表述说，在向美国我国科学研究慈善基金会和国立大学环境卫生研究所等单位申请办理资产时，“没人会问，‘它将怎样危害人力资源市场？’”

美国旧金山 Partnership on AI 企业（PAI）的制度权威专家卡蒂亚·克林诺娃（Katya Klinova）已经科学研究怎么让人工智能专家再次考虑她们考量顺利的方法。

她讲：“如果你查询人工智能科学研究时，你就会发现这些被广泛采用的标准，全是与人们主要表现相符合或较为的。”换句话说，人工智能专家对她们的流程开展评分时，以图像识别技术为例子，便是根据和人鉴别物品的能力相较为。

克林诺娃说，这种标准促进了科学研究的方位。她填补说：“如今发生的是自动化和更强有力的自动化，这并不怪异。”“标准对人工智能开发者而言十分关键——尤其是针对很多正在进入人工智能行业并疑惑着‘我该干什么？’的年青专家而言 ”

克林诺娃说，可是现阶段人机对战合作特性还欠缺标准，虽然她已经逐渐勤奋协助建立一部分标准。

她与她的 Partnership for AI 的队伍也已经为沒有社会经济学环境的人工智能开发人员撰写客户手册，协助它们掌握职工很有可能会怎样遭受她们所做分析的危害。

克里诺娃说：“这也是在更改叙事方式，即人工智能开创者被给与一张刷新特性的空缺票，随后由时代和政府部门来解决。”她讲，每一家人工智能企业都是一些有关人工智能成见和伦理道德的回应，“但他们依然沒有考虑到对人力资本的危害。”

流感大流行加快了企业战略转型。公司已经转为根据自动化来替代职工，这也是可以了解的。但这一场大流行也表示了数据技术在扩宽大家能力的发展潜力。

她们为大家出示了新疫苗研发的专用工具，并为很多人带来了一种有效的居家办公方式。

人工智能将必然地扩张其危害，而非常值得留意的是，这是不是会给好的工作产生更高的危害——及其大量的不公平。布林约夫森说：“我开朗地觉得，我们可以以合理的方式引导这项技术。”但他补充说，这将意味着要对我们创造和投资的技术做出慎重的选择。

-End-

支持：熊书琰

参考：

https://www.technologyreview.com/2022/04/19/1049378/ai-inequality-problem/