复旦人工智能教授：未来3
今年5月1日国际劳动节当天，
第一波AI失业潮到来，
科技巨头IBM公司宣布暂停7800人的招聘，
称这些岗位的工作将由AI取代，
此前3月底，高盛集团发布报告，
预计全球将有3亿工作岗位会被生成式AI取代，
其中律师和行政人员受影响最大。
▲
AI生成美女图，以假乱真
▲
AI超现实创作：上班族在地铁里看金鱼、瓜农川普
在中文网站，因为ChatGPT和Midjourney，
也陆续出现了第一批失业的设计师和文案编辑。
未来3-5年，什么样的工作会被AI取代？
哪些行业是相对安全的？
如果想要成为AI工程师，需要什么样的能力？
以及文科生可以转AI吗？
一条采访了复旦大学人工智能专家张军平教授，
针对以上问题做了解答。
自述：张军平
编辑：刘亚萌
▲
张军平教授行走在复旦校园里
ChatGPT-4的出现是令人震惊的，我们做AI研究的，知道迟早会有这么个东西出来，不过没想到这么快，以及跑出来的性能这么好。
3月份以来，我朋友圈里很多人都在晒ChatGPT-4的聊天截图，非常狂热。再加上MidjourneyV5一起，大家都很担心，自己的工作会不会被AI取代？
▲
人机共存场景
一条编辑部经由Midjourney生成
这个担忧是合理的。
ChatGPT-4最令人惊艳的一点，是它的“涌现功能”，就是当它训练的数据量足够大的时候，这个复杂的系统，就诞生了其各组成部分所没有的属性——接近人类的“思维模式”和“智力表现”。
里面有个思维链，帮助ChatGPT-4去“链式思考”。就像我们有时候做作业，到了某个节点，做不出来，然后家长说“你再想一想”，其实也没说什么，但是这个学生就觉得我可能还有一些东西没掌握，通过慢慢想和一点点的引导，就突然把一个正确答案得出来了。
所以你在对话框里，让ChatGPT-4“再想想”，它也会再给你一个改进过的答案，大家就会觉得很惊讶。
因为AI对生产效率的提高，一个优秀的人才可以做很多工作，由一小部分人运营一个大市值公司的现象，以后可能会越来越多。你看Midjourney就是个典型，员工只有11人，但是年营收1亿美金。
▲
AI生成“失火”的白领工位
细看来，未来3-5年内容易被取代的工作，有两个标准：脑力工作和简单易重复。确实白领受影响比较大。
笔译和客服已经被替代得差不多了。
我自己的生活里，现在接快递电话，好多是机器人。国内科研工作者写论文要翻译成英文，以往可能要找国外的母语翻译者，以后说不定可以尝试ChatGPT-4翻译，它速度快，把领域内的专有名词限定下，应该会很不错。
▲
Office365里嵌入ChatGPT，能自动生成简报、表格
接下来最危险的是办公室文员、人力资源，还有做财务报表的。微软Office365已经把ChatGPT嵌入到Word、PPT和Excel里了，可以自动生成简报、PPT和表格，你以往费心学习的这些Office技能价值就下降了。
有个段子说“财务不会被AI替代，因为它不能做替罪羊”，虽然有点道理，但生产效率提高了，意味着公司对财务的人才需求压缩，你的就业空间就变小。
另外还有律师行业。我们知道律师很重要的一块工作是熟练法条和查找以往的案例，查找的过程是非常耗时间的，律所里应该专门有一部分人做这块工作。
换成AI的话，它把所有的案例都收过来，ChatGPT用对话的方式给你，速度非常快，那么以前做这部分工作的律师，就不再需要了。
▲
程序员们在工作
一条编辑部经由Midjourney生成
ChatGPT-4也会生成代码的，部分程序员会受到影响，尤其是前端。因为前端设计比较模块化，并没有涉及到很复杂的计算。OpenAI有个演示，就是在纸上画个草图，然后ChatGPT-4就给你跑出来了一个网页。
从公司的角度，有可能以后会更加倾向于ChatGPT写代码。因为每个人写代码的风格是不一样的，一个员工走了，新员工过来，因为不顺手，可能要重写代码。那么ChatGPT的一致性会更好，从公司的角度来说，更加有效率。
▲
AI生成的风格插画
受Midjourney影响的插画师、设计师，我网上看到有些人已经被裁员。你人完成一副插画可能要花2天时间，机器几分钟就出来了，效果还很好，这在迫使大家去做更具有创新性的工作。
一个有意思的现象是，一部分AI研究者自己的工作，都被AI干掉了。
据说现在美国一些大学，在自然语言处理、计算机视觉和语音识别方向的教职，不再增加了。
然后我们就讨论是为什么？以往科研院校，3-5年会出些成果，细细碎碎的需要那么些人去做，但是ChatGPT-4出来之后，它把很多问题都解决了，剩下都是一些非常难啃的硬骨头，那么你是不需要那么多教职去做的，就导致一些岗位被减掉。
▲
制作漆器的手工艺人
首先，跟实体相关的工作，比如医生、护工、驾驶员，还有小众手工艺者，比如做古琴的、做陶瓷的艺术家，都是依赖个人经验来做的，被AI替代的概率较小。
因为一直以来AI大多在做认知相关的任务，感知这块下的功夫少，现阶段跟实体相关的都做不好，与人类相比，机械手比较初级，拧一个瓶盖还是很难的事情。
就连打扫卫生，对我们人类来说是“简单易重复”，但对机器却是一个模糊的概念，没有办法程序化或形式化。
那么对于白领工作，还有一部分比较安全，就是大数据进入不了的行业。
▲
《滚蛋吧，肿瘤君》剧照
我们想想ChatGPT是怎么起来的？它的数据都是Billion级的，就是10亿级以上，这就意味着这么多数据，很有可能都是不设隐私的，才能被它调用。
如果一个行业涉及到隐私，数据不能公开，不能上模型训练，那么AI就挤不进去。比如说医疗、银行、生物等领域，相对来说是安全的。
所以我的一些学生，他们就不在互联网公司找工作了，而是会去一些数据相对封闭的领域，稳定一些。
如果高中生选专业，只考虑就业前景的话，我觉得人工智能方向目前还是最好的，所谓“不入虎穴焉得虎子”。
我们有个新名词叫做AIforScience，用人工智能帮助科学发展，以后各行各业都需要AI的辅助，要由懂AI方向的人来操作，那么就会有一个非常大的人才缺口。
▲
AI研究员
一条编辑部经由Midjourney生成
一个好的AI研究者或工程师，需要三个基本素质：数学基础、编程能力、英文。学英文是因为要跟踪国际最前沿的技术，读文献资料，然后对编程能力的要求，要比数学高一些。
现在不像以前那样需要了解特别深的人工智能知识，如果你是计算机或其他理工科专业，转AI的话门槛并没有那么高。
首先，现在的研究大部分是模块化，深度网络都是一些模型，就像积木一样在搭。算法方面，在ArXiv上你能够快速知道最新的算法是什么样子，代码呢本身就有很多网站，比如Github上的代码是共享的。这三点，就使得你现在进入这个行业是比较容易的。
文科生也有机会转AI的，我们复旦有中文系的学生，转到我们做自然语言处理的这个组，做得还挺好的。
▲
机器人与女孩一起在农场工作
一条编辑部经由Midjourney生成
首先，我们确实需要追赶，不追不行，要不然就会被卡脖子。
据说GPT5已经训练完了，那我们什么时候能追上国外的？目前有两派，一派是乐观派，觉得问题不大，2-3个月能追上。另一派是悲观派，觉得需要1年至1年半。
可能你觉得1年时间不算太久，其实这里面有些麻烦的地方。
目前AI主流的发展路径是三大块：模型、算力、大数据。
乐观的地方是，模型框架前辈们都做好了，几乎是公开的，研究人员把它做大、做深就行了。
▲
深度学习之父GeoffreyHinton
2006年GeoffreyHinton就提出来了深度学习模型，之后有一个图像分类竞赛上采用了大规模数据集ImageNet，2012年GeoffreyHinton就带着他的学生为这个竞赛做了新的深度学习模型，一下子就令人震惊了，比上一届冠军性能提升了将近10个百分点。
这是什么概念呢？如果你是用传统机器学习方法来做，每年就提高0.3-0.4个百分点。这意味着，深度学习的方法比传统机器学习方法，加快了20年左右。所以那时候，大家都转到做深度学习模型。
但是深度学习模型，是需要强大的算力的，在特定的GPU芯片上面跑。
据说ChatGPT有1万块A100的GPU做支撑，单块A100的售价在1万美元左右，光是GPU成本就是1亿美元（约合6亿人民币），这就是为什么OpenAI不到100人的小公司，微软投资了20亿美元上去的原因之一。所以大模型，几乎只能由大公司、大机构来做。
但是我们国家，目前在算力上有瓶颈，因为2022年12月份，美国对中国禁售了A100以上的GPU。这样国内没法用A100（有替代品，但通讯模块受限），但国外还能用比A100更好的卡，这就有点麻烦了。
现在我们做研究成本很高，也是因为GPU，以往你发文章只需要时间和人力成本，但是现在一篇论文的成本说不定在10万人民币左右。
再一个就是大数据，中文语料库推不上去。
ChatGPT有10亿级以上的数据做预训练，它都是英文的，但是我们中文的每个平台，都设了一个进入的门槛，防止你大范围搜索，另外还有格式的问题，这就导致我们堆数据，没有国外那么方便。
而且ChatGPT-2之后就没有开源了，你也不知道确切的差距到底在哪里。
现在国内的AI投资很火，资本层面的驱动还是蛮重要的。而且我们复旦前段时间发布了一个Moss系统，还开源了，相对来讲还是一个比较小的模型，大家都还是在努力的。
▲
上海街头的机器人
一条编辑部经由Midjourney生成
从历史上来讲，人工智能不到90年，我们一般认为它的开端，是1936年的图灵机，期间一直经历涨跌的过程。
七八十年代它经历第一次寒冬，当时如果你说自己是做人工智能的，是拿不到项目的。在90年代初，又经历了第二次寒冬。
我自己是从小喜欢看科幻小说，接触AI是在1997年，当时更流行叫自己是做机器学习而非人工智能的。
我的感受是到了2012年，也就是GeoffreyHinton带着学生赢得了竞赛那一年，人工智能才真正迎来腾飞。
▲
2016年AlphaGo对弈韩国围棋手李世石
到了2016年AlphaGo赢了李世石，然后2017年谷歌研究出了Transformer网络，这之后才有了ChatGPT的一系列工作，还有自动驾驶、AI金融、AI医疗等各个领域都在前进。
但其实到2022年，AI行业有点往下走的趋势了，因为大家觉得该做的都做了，并没有看到很好的应用，很明显的是有些大公司的深度学习这块，已经在裁员了。但突然今年3月一下子ChatGPT-4出来了，就又把大家都拉了回来。
所以它有兴盛期，也有衰败期。我自己在这个领域待久了，对于ChatGPT-4掀起的热潮看得比较冷静一些吧。AI的研究范围是很宽泛的，很多问题很难，难以在短时间内变现，人类对智能的理解还有很长的路要走。
作为一名研究者，乐趣还是在于探索未知，你在未知里面可以找到一点点进步，那个愉悦感就很令人满足了。
原标题：《复旦人工智能教授：未来3-5年，哪些工作会被AI取代？》
阅读原文
人工智能时代的工作变化、能力需求与培养
摘要：在人工智能时代，程序化工作和一部分非程序化工作将被人工智能取代，工作将向高度智慧化转移，劳动者的工作定位将发生升级方式、介入方式、前进方式、转移方式和集中方式等不同的变化。为了适应人工智能时代，要在学校教育和企业教育中注重提高受教育者的人工智能素养、培养创造性思维能力、社会交流能力以及环境应变能力。应对人工智能时代培养所需人才的关键措施包括：突出个性化培养理念；构建人工智能素养教育体系；实施问题导向及跨学科合作探讨的学习方式；利用人工智能技术提高学习效率。
关键词：人工智能；工作定位；能力需求；能力培养
基金项目：本文系中国社会科学院登峰战略企业管理优势学科建设项目、中国社会科学院京津冀协同发展智库研究课题的阶段性成果。
当前，我们正处在全面进入人工智能时代的过渡期，几乎所有领域都出现了装载有人工智能技术的机械设备。18世纪中期以来，人类历史上先后出现了蒸汽机、内燃机与马达、计算机与互联网技术。这些技术极大地改变了人类的生产生活方式，推动了人类社会的发展。可以说，人工智能是继三大技术之后的又一重大技术。况且，与以往技术不同，人工智能可以替代人的脑力劳动，这将大幅度地改变人们现有的工作内容，并要求人们拥有不同于以往的特殊能力。然而，关于如何界定人在人工智能时代的工作定位及所需能力、如何培养人工智能时代所需要的人才，是尚未解决的课题。目前，有研究围绕人工智能可能产生的就业影响，尤其是结构性失业风险以及社会经济对策等方面进行了分析（万昆，2019；陈明生，2019；王君等，2017；潘文轩，2018），也有研究对人工智能背景下职业教育体制改革与发展问题进行了探讨（南旭光，汪洋，2018；毛旭，张涛，2019；丁晨，2019），但深入到工作能力层面，从劳动者角度探究人工智能时代的人才培养问题的相关研究还较为少见。鉴于此，本文基于技术—工作—能力—培养的视角，结合前沿研究进行理论分析，阐明人工智能对工作业务的影响机制，明确人工智能时代的工作定位与能力需求，探讨能力培养的战略思路和关键方法。
一、人工智能时代的工作变化
人工智能（ArtificialIntelligence，简称AI）是指可以感应环境、做出行动，并获取最佳结果的合理主体（RationalAgent）（S.J.Russell，P.Norvig，2018）。感应环境、做出行动和获取最佳结果，属于人的智慧行为，而这些行为通过计算机程序（合理主体）被再现出来，就成为了人工智能。换言之，人工智能就是具有人类智慧的计算机系统。而在现实的工作环境中，人工智能的计算机系统又是与大量的感应器、超高速通信网、大数据收集分析装置、终端设备、机器手等组成更为复杂的系统来进行实际作业的，如机场出入境管理的人脸识别系统、汽车自动驾驶系统等。因此，可以说人工智能就是装载有可以模拟人类智慧行为的计算机程序的自动化设备。
现阶段的人工智能可以在一定程度上替代人完成识别、决策和操控方面的任务。在识别方面，人工智能可以进行信息判别、分类与检索，如从影像中发现癌变征兆；从音调语速中检测情绪；从图像中监控设备异常、天气异常、用户账号异常等。在决策方面，人工智能可以进行数值形式下的物象评估与匹配，如预测销售额、GDP指标、民意度、信用风险、病变风险；推断消费者爱好、产品推销时机；根据消费者爱好、习惯不同而推荐不同内容的商品广告等。在操控方面，人工智能可以进行表现生成、设计行动最佳化及作业自动化，如自动撰写新闻稿件、概括文章大意；设计项目路线图、商品标识、网页布局、药品成分、建筑物结构；优化游戏策略、送货路线、店铺布局；实施自动驾驶、客户咨询等。只要人规定好了计算机程序的信息处理目的和分析方式，人工智能就能准确无误地替代人工进行作业（安宅和人，2015）。
（一）工作变化的特征
人工智能时代工作变化的特征体现在以下三方面。
1.程序化工作被人工智能取代
所谓程序化工作，按照美国经济学家奥托（D.H.Autor）等的定义，是指变化少、可以按照事先规定的程序进行的工作（Autoretal，2003）。程序化工作又分为主要使用认知能力的程序—认知型工作和主要使用肢体能力的程序—肢体型工作。认知能力是指直觉、判断、想象、推理、决策、记忆、语言理解等能力；肢体能力是指体力。程序—认知型工作具有重复性、单一性、目的明确并且主要使用脑力等特点，如行政事务、会计工作。程序—肢体型工作虽然也有重复性、单一性、目的明确等特点，但主要使用体力，如流水线组装、仓库运输业务。由于程序化工作相对简单，易于编制成计算机程序，所以人工智能对人类劳动的替代，首先会从这些工作开始。例如，产品组装是按照作业标准反复实施同样内容的工作，而作业标准完全可以编制为计算机程序，所使用的设备以及动作也完全可以建立成模型，因此，产品组装就可以由人工智能来代替实施。再如，需要一定认知能力的会计业务，人工智能也可以通过扫描或接受电子信号等方式获取相关数据，而后根据规定程序进行分类、汇总等作业。因此，在人工智能时代程序化工作会呈现明显的减少趋势，以往的自动化设备，基本是替代体力劳动的蓝领劳动者，而人工智能将替代白领劳动者。英国剑桥大学学者弗雷（C.B.Frey）与奥斯本（M.Osborne）在2013年发表的报告中指出，美国在未来20年里将有47%的工作存在被替代的可能性，电话推销员、标题审查与摘要人员、手工缝纫工、技工、保险受理员、手表修理工、货物运输人员、税务代理员、照片处理工、会计助理、图书馆技术员、数据输入员等工作被取代的概率可高达99%（C.B.Frey，M.Osborne，2013）。日本经济新闻和英国金融时报2017年合作进行的调查显示，制造、餐饮、运输等23个产业的2000项工作中有超过3成的业务可能被替代，制造业被替代的比例是80.2%，包括焊接、组装、裁缝、制鞋等业务；餐饮业被替代的比例是68.5%，如客服、点餐、食材准备、餐桌与餐具摆放等业务；运输业被替代的比例是48.4%，包括车辆维修、飞机驾驶、运输信息提供等业务（ShotaroTani，2017）。这些研究表明，被取代概率高的工作基本上都是重复性、单一性、目的明确的程序化工作，其中不乏白领岗位的部分业务。
2.一部分非程序化工作被人工智能取代
相对于程序化工作，非程序化工作通常变化较大，难以按照事先规定的计划进行。这一工作又分为两类，一类是非程序—认知型工作，如科学研究、文学创作、作曲作画、经营管理、医疗诊断、诉讼辩护等；一类是非程序—肢体型工作，如烹饪、理疗、看护以及汽车驾驶等。非程序—认知型工作需要高层次的文化水平、分析能力和想象力，现阶段的人工智能还达不到完全替代的水平。烹饪、理疗、看护以及汽车驾驶等非程序—肢体型工作需要高度的人际间互动、灵敏的环境反应能力以及灵活的肢体动作，而这些要求现阶段的人工智能尚不能完全做到，所以这些工作基本上还需要人来承担。但随着人工智能技术的发展，人工智能在未来不仅会代替人做更多的程序化工作，而且有望将一部分非程序化工作纳入替代范围，如自动驾驶、行走助力、编制诉讼方案、作曲作画等（Autor，2015）。届时非程序化工作完全由人来完成的局面就会发生变化，进而带来业务重组，从以前由人承担所有业务变成由人工智能和人共同分担业务，如影像诊断由人工智能完成，最终诊断由医生完成；围棋陪练由人工智能承担，棋艺解说由教练承担。
3.工作向高度智慧化转移
装载有人工智能的设备可以替代人的程序化工作，甚至部分非程序化工作，但现阶段人工智能仍有很大的局限性，如人工智能不能设定目标和规划未来、不能产生意识、不能对未曾有的变化作出反应、不能提出问题、不能设计分析框架、不能产生灵感、不具有常识判断力、不具有指挥人的领导能力（安宅和人，2015）。所以现阶段仍有四类工作是人工智能所无法替代的。一是高度创造性的思维工作。如通过综合分析各种知识归纳和提出新概念、通过多方面分析发现问题并提出解决方案、基于情感创造出文学艺术作品等。二是高度社会化的沟通工作。如包含理解、说服、交涉在内的工作，人际间交往与协同作业等。三是高度灵敏的肢体型工作。如演奏乐曲、表演舞蹈、高难度手工艺等。四是高度非程序化的工作。如看护、清扫工作。这些工作看似简单，但需要人根据知识、经验以及常识等对情境作出判断，如在清扫时对发现的废纸需要进行判断，确定它是重要笔记还是真正的废纸，而人工智能的扫地机是无法做到的（野口悠纪雄，2018）。但即使如此，现在几乎所有领域中都在使用人工智能，并且人工智能的工作领域还在不断扩展。在看护工作中，移动搀扶患者机器人已经开始出现；人工智能已能够进行文学、绘画及音乐的初步创作，人与人工智能协同作业的状态已成为普遍现象。在这种状态下，人的工作内涵必然要向高度智慧化转移。
（二）人机关系与工作定位
在刚开始引进人工智能的生产过程中，人仍是作业的主体，人工智能起辅助性和支持性作用。人工智能辅助人进行数据和信息处理方面的业务，支持人做一些复杂的、技术性的工作，从事需要肢体劳动的、程序化的操作，但对于需要高度认知能力的工作，如推理与决策，以及需要与人沟通的工作，如协调、开发与咨询、沟通与互动，人工智能的贡献相对较少，但这种情况将会发生改变。世界经济论坛《职业前景报告2018》发表了2018年人与设备的工作时间占比值和2022年人与设备的工作时间占比的预测值（见表1）。对于所有业务，2022年设备的工作时间占总工作时间的比值会增加，其中设备在信息和数据处理、探索和获取业务信息的工作时间占比将超过人的工作时间。在行政、肢体的程序化任务、识别和评估业务信息、执行复杂技术任务中，设备的工作时间占比也将超过四成。即使在推理与决策以及沟通与互动这样原本主要由人来完成的业务中，设备的工作时间也将提高三成左右。因此，未来人工智能不仅能在生产过程中起辅助、支持的作用，而且在一些业务中将会作为“数字劳动力”发挥主导作用。进而言之，在人工智能时代，智能设备将越来越多地替代人的劳动，人机协作的关系将越来越显著。
表12018年、2022年人与设备的工作时间占比值单位：%
资料来源：作者根据世界经济论坛《职业前景报告2018》整理。
在人工智能时代，一些职业及一些工作被替代是不可避免的趋势，因此劳动者必须对职业及工作选择有清楚的认知。美国管理学学者达文波特（T.H.Davenport）和卡比（J.Kirby）认为，人工智能时代劳动者的工作定位，即如何选择能实现自身价值的职业，有五种方式，分别为：一是升级方式，即提升管理素质和掌握超越计算机的大局思维，向高级管理岗位发展。这要求对经营系统有透彻的理解，并需要有充分的计算机知识与技能。随着人工智能质量的提高、数量的增加，高级管理岗位的事务性工作将被大幅度替代，因此升级到高级管理岗位的人数会比以往少；二是转移方式，即转移到不能程序化、结构化的工作领域。现阶段，人工智能设备尚不能完全替代人的劳动，因此工作流程中会保留一些人的岗位。但随着人工智能水平的提高，这些岗位也将逐渐被替代，因此，这些岗位的劳动者，要有充分的危机感；三是介入方式，即学习计算机的程序化决策过程，掌握监视和调整计算机功能的新型能力，以现场管理者的身份介入基本上由人工智能实施的作业过程中；四是集中方式，即以计算机程序尚未渗透到的领域为唯一标准来选择职业或工作。这种方式要求特殊、高超的人类智慧及技能，需要早期、长期训练，甚至需要天赋；五是前进方式，指与时俱进，加大学习力度，研究开发能改变当前领域工作效率的高水平智能机器（T.H.DavenportandJ.Kirby，2015）。从与人工智能的关系看，升级方式、介入方式和前进方式，都需要学习人工智能技术。对这些人群，国家应该对他们的学习进行资助。转移方式中劳动者没有学习新技术的欲望或能力，他们的收入可能会减少，就业也不稳定，国家应从就业政策角度进行援助。集中方式需要从中小学起通过个性化教育对这方面的人才进行培养。
二、人工智能时代的能力需求
随着人工智能在生产过程中的普遍应用，人在生产中的地位不断发生变化，大量程序化作业、甚至越来越多的非程序化作业都将由自动化设备实施，而人必须能够驾驭智能设备，发现和解决工作流程中的问题，对智能设备进行更新创造，从而使其更好地服务于人类社会。从劳动者角度看，必须具备符合人工智能时代所需要的能力，才能使自己的劳动付出变得更有价值；从企业角度看，具有符合人工智能时代能力的员工，是创造价值所不可缺少的人力资源，值得大力引进和培养；从社会角度看，劳动队伍和后备力量都具备符合人工智能时代要求的能力，就可以稳定就业，促进社会经济持续发展。关于能力，可以对有认知能力和社会情感能力的基础理论进行研究。为了探讨能力与社会需求的关系，能力被分成诸多子能力，以验证与不同技术条件的适配性。在解析这些研究之后，笔者将提出符合人工智能时代要求的能力要件，以便为理论研究和政策决策提供参考。
（一）能力的两个方面
理论上看，人的能力一般包含两个方面。一个方面被称为认知能力，另一个方面是非认知能力。其中关于非认知能力有着几种不同的命名，如社会情感能力、软能力、社会能力、人格特质、性格（Heckman，Kautz，2012）。以下将沿用经济合作与发展组织（OECD）（2015）的表述样式，用“社会情感能力”来表示非认知能力。该研究认为，认知是关于获取和应用知识经验的过程，而认知能力就是所有与获取和应用知识经验有关的能力。认识能力有三个层次：第一层是基本能力，如模式识别、计算和记忆；第二层是获取能力，如检索、分类和解释；第三层是应用能力，如思考、推理和概念化。这三层能力的复杂程度从低到高、依次递进。与认知能力不同的是，社会情感能力是对目标实现、社会协作和情感控制产生影响的人格特征。例如，目标实现方面的忍耐、自律、意愿；社会协作方面的沟通、开放、体贴；情感控制方面的自尊、灵活、自信等。
在实际中，人是认知能力和社会情感能力的载体。换言之，这两种能力在人的身体中同时存在，相互影响、相互作用，形成了人的脑力活动和肢体行为。例如，批判性思考就是两种能力合二为一的结果。批判性思考既有认知能力的特点，即能够客观地进行逻辑推理，严守成本收益原则，冷静地进行战略分析。同时，因为批判性思考的对象是现实中的新问题，仅仅依靠过去的经验和教科书手法是不够的，还必须对新现象持有开放心态，根据具体情况，灵活改变思路和行动，而这些特点正是社会情感能力范畴的内容（池迫浩子，宫本晃司，2015）。
（二）能力需求变化与预测
技术进步使得工作环境发生变化，对劳动者的能力需求也出现了新变化。20世纪70年代以来，以大型计算机、电脑终端和互联网为代表的信息通信技术迅速发展，制造业以及服务业的生产过程大为改观，这使得对劳动者的社会情感能力的需求显著提高（Deming，2015）。在1980-2012年间，需要高度社会情感能力的职业就业人数占美国所有就业人数的比例增长了近12个百分点，而只需要认知能力的职业就业人数占比减少了3个百分点。另外，需要高度社会情感能力的职业的工资增长也比其他职业更快，并且2000年以后的增幅大于2000年之前。这是因为生产过程自动化，岗位任务重组，人员重新分配，团队形式增加，而社会情感能力可以降低协调成本，加强不同作业领域的有效合作。
以数字技术为轴心的自动化设备的应用，不仅要求劳动者提高社会情感能力的水平，同时也要求其认知能力和社会情感能力综合水平的提高。维因伯格（Weinberger，2014）利用美国职业大典的数据，对1977-2002年间各职业就业人员具有的计算能力、人际能力以10阶段法进行了赋值，根据数值把职业分为了两类，一类是计算能力与人际能力赋值均高于5的职业，一类是两种能力中一方赋值高于5而另一方赋值低于5的职业。分析发现，两种能力赋值均高于5的职业的就业人数增加，仅一种能力赋值高于5的职业的就业人数减少。该研究还以1972年和1992年的高中3年级中的两个年级层为对象，考察了各层人群的高中数学成绩、领导经验和高中毕业7年后的工资之间的关系。结果表明，同时具有数学能力和领导经验的人的工资在增加，只有一方面能力的人的工资没有变化，不具有这两方面能力的人的工资在减少。这个结论揭示了能力间互补的重要性，即认知能力与社会情感能力，不是各自单独产生价值，而是相互组合（互补）来产生更大的价值。技术进步并没有否定人的任何一方面的能力，而是要求在提高各自水平的基础上达到新高度的互补。由此可以推论出，兼有两种能力的劳动者在以人工智能为轴心的新技术时代将为社会所需，他们的劳动价值会得到社会认可。
表22018年、2022年关键能力需求
资料来源：世界经济论坛《职业前景报告2018》。
以上的推论不仅在以往的数据研究中得到了验证，在近未来的预测研究中也得出了同样的结论。世界经济论坛的《职业前景报告2018》发表了313家跨国企业管理高层的调查数据，从中可以看出2022年需要的关键能力中，属于认知能力的有8个，分别是：分析性思考与创新，主动学习与战略性学习，创造性、独特性和主动性，技术设计与编程，批判性思考与分析，解决复杂问题，问题推理与构思，系统分析与评估。与2018年相比，技术设计与编程、系统分析与评估是新增项目，反映出人工智能时代对劳动者的数字技能的强烈需求，揭示了劳动力素质提高的方向。而领导力和社会影响、情绪性智商属于社会情感能力的范畴。这两个能力同时出现在2018年、2022年两个时间段里，由此可以说，社会情感能力在未来的人工智能技术环境中是不可缺少的。只要生产过程中有人的存在，只要市场及组织内部环境不断变化，就需要社会情感能力去发现问题、运用技术技能去解决问题从而实现劳动的价值。另一方面，包括脑力、肢体在内的基本认知能力的需求将会减少，如操作灵活性、持久性与准确性，视觉、听觉与说话，读、写、算等能力。一些基本操作能力的需求也会减少，如财务和物资资源管理、设备安装与维护、质量管理与安全管理等能力。这些能力基本用于实施程序化业务，其工作的操作标准简单明了，个人发挥创造性的空间较少，从能力层次看，虽然属于知识经验应用能力范畴，但处于低级层次。
世界经济论坛在2016年对人工智能时代的能力需求变化进行了探讨。当时的研究报告指出，高层次认知能力不仅在当时受到重视，而且在2020年对其的需要将会进一步增加。而对于与肢体相关的能力，专家大都认为其需求将会减少。尤其是设备维护、质量管理与安全管理等能力，2016年报告中还有五成的人认为需求会处于稳定状况（世界经济论坛，2016）。由于2016年、2018年的调查方式不同，因此不能对其进行严格的对比，但可以看到能力变化的趋势，即对高层次认知能力的需求一直处于增强趋势，而对设备安装与维护等低层次能力的需求则明显减弱，这反映出人工智能时代对能力的高层次化有着越来越强的需求。
巴克什（Bakhshi）等利用美国和英国数据预测了两国2030年各职业的就业增长和职业所需的能力（Bakhshietal，2017）。该研究中的职业能力包括120项。美英两国各职业最为重视的能力有15项（见表3）。从表3看，美国和英国总体情况类似。在美国，与人际交往有关的能力会越来越重要，这些能力包括指导、社交知觉/认识、协调、服务导向、主动倾听，以及相关知识，如心理学和人类学、教育和培训、治疗和咨询、哲学和神学。认知能力范畴中的应用能力也会越来越重要，如要求能够了解当前和未来形势并且能够做出行动规划（战略性学习）；能够了解新信息对当前和未来问题的解决与决策发挥影响（主动学习）；能够提出有关某个主题的许多想法（思想流利性）。在英国，有10项属于认知能力范畴中的应用能力，这些能力是判断和决策、思想流利性、主动学习、战略性学习、原创性、系统评价、推理、解决复杂问题、系统分析、批判性思考。在人工智能技术更为广泛应用的近未来，劳动者只有充分具备这些能力，才能够有效解决新环境中出现的新问题，并且能够有针对性地提出新想法，积极吸收新信息；能够识别社会技术系统的变化，了解社会技术系统各环节的互连和反馈关系并采取正确行动。另外，英国对于人际交往的能力也非常重视，这些能力包括指导、协调，以及相关知识，如教育和培训等。
表32030年美国、英国各职业中最重要的15项能力
资料来源：作者根据Bakhshi等（2017）整理。
2017年，日本人才咨询公司阿德卡（Adecco）对309家上市公司管理高层进行了抽样调查，收集到了两个时间点（调查时间点为2017年、人工智能普遍应用的2035年）对各种能力的需求程度。结果显示（见表4），2035年最需要的前10项重要能力中，5项为认知能力，包括创造性、分析性思考与抽象性思考、解决复杂问题、信息收集和解决简单问题。5项是社会情感能力，分别是人际关系、灵活性、挑战精神、领导力和积极性与主体性。2017年的前10项重要能力中，4项为认知能力，依次是分析性思考与抽象性思考、解决复杂问题、创造性和信息收集；6项是社会情感能力，如人际关系、积极性与主体性、挑战精神、团队工作与协调性、灵活性和目标实现意愿。从数量看，不论是2017年还是2035年，认知能力和社会情感能力的排名基本相当，表明无论什么时代，均衡能力结构都是必要的。从内容看，不论是2017年还是2035年，认知能力和社会情感能力的子项目基本相同，反映出企业能力需求具有一定的稳定性。从个别能力变化看，有两个突出现象，一个是认知能力中，创造性需求的大幅上升。这表明在人工智能时代企业将进行业务重组，要求员工在高价值工作领域创新工作方式和取得突破；另一个是社会情感能力中，对灵活性的需求有所提升。这反映出企业需要员工充分发挥主动性，去发现生产流程中的问题、发现新的社会需求，而不仅仅是执行指令。
表42017年、2035年最需要的前10项重要能力
资料来源：作者根据西村崇（2017）整理。
（三）符合时代要求的能力要件
综合以上研究，笔者认为，在人工智能时代，能力的首要内容应该是与人工智能有关的新知识、新技能。此外要在人工智能的学习与应用过程中提高社会情感能力，主要是指与人沟通的方法与相关知识。再者，劳动者的能力结构要向高层次升级，应重点发展高层次认知能力。具体概括为两个方向：一是应用人工智能技术创造新产品、新服务的能力，这里称作创造性思维能力；二是发现新问题和解决新问题的能力，这里称作环境应变能力，包括主动学习与战略性学习、解决复杂问题等。在人工智能时代，对于劳动者而言，重要的是使能力结构升级以符合技术发展需要，不仅认知能力要达到新水平，还要与工作方式变化相匹配，而且与人工智能技术互补的社会情感能力也要同步发展。鉴于此，人工智能时代的能力要件可归纳为以下四个方面。
1.人工智能知识
正如读、写、算是工业社会所必须的基本能力一样，对于要在人工智能技术条件下工作的劳动者而言，人工智能的基础知识是不可缺少的。这是以往时代所没有的全新的能力。所谓的人工智能知识，首先是数学知识。因为人工智能的基础就是数理模型，主要包括概率、统计、线形代数等内容；其次是数据科学，是在计算机上收集、解析数据的知识和技能，需要有数理和计算机语言知识，需要计算机操作能力。有了这两方面的知识，就可以形成关于人工智能的新技能：能够使用程序语言，利用既成模块，编制、操作或使用具有简单的感应、解析、反馈等智慧行为的自动化装备。劳动者掌握了人工智能的新技能，不仅可以理解新设备的基本机制，甚至可以研究更先进的人工智能、或利用人工智能来提高生产效率。根据领域、岗位、业务的不同，涉及人工智能的内容会有所不同。国家的教育、经济以及科技部门应该与企业联手设计内容、层次不同的教材，设定认知资格制度，作为评价人才的标杆。
2.社会交流能力
在人工智能时代，要创造新价值，人际或社会交流能力愈发显得重要。创造新产品、新服务及新的工作模式，意味着要对现状有充分的了解，利用人工智能对现状进行改变、重组。这需要周边很多人及社会的理解、帮助及合作。因此，在人工智能时代，人应该提高自身的社会交流能力，能简明扼要地说明目的，开诚布公地寻求理解与帮助，诚实守信地与人合作。社会交流能力的基础是情感，所以人在情绪、意志等方面的情商以及对于文化艺术的审美都非常重要。人工智能时代社会交流能力的特点，就是大量运用网络社交媒体、互联网等工具。这些工具有其便捷之处，但也存在虚假信息等伦理道德问题以及易受黑客攻击的脆弱性问题。社会交流能力与创造性思维能力一样，需要长时间的培养，需要社会氛围的支撑。社会交流能力的特殊之处在于它涉及性格，而性格有天生的因素。所以，在学校教育以及企业教育中，既要传授基本的交流方法，也要考虑个人性格中的天生因素，因人施教，调动有利因素，培养能够从社会中学习、有益于社会的人才。
3.创造性思维能力
人工智能技术使程序化的工作自动化，把人从单一循环、重度及危险的劳动中解放出来，给予人更多的时间，为人的创造性思维提供了更大的可能性。同时，人也必须发挥自己特有的创造性思维能力，才能在人工智能时代确立自身的存在价值。所谓创造性思维能力，是利用人工智能技术，结合自己所在的特定领域，去发现社会及市场需求，提出关于新产品、新服务以及新工作模式的能力。创造性思维能力包括抽象能力、综合能力和应用能力。抽象能力，就是能够概括出事物本质并发展成为概念的能力。借助抽象能力进行分析和推理，才会产生新的认识。综合能力，就是能够融会贯通，把不同领域的知识连接起来，进行整合、分析和再创造的能力。经济学家熊彼特认为，创新有五种形式，即产品创新、技术创新、原材料创新、市场创新和组织创新，它们无一不是生产要素间组合与创造的结果（约瑟夫·熊彼特，2016）。利用人工智能提出关于新产品、新服务以及新工作模式的设想，是对人工智能与其他知识进行融合与创造的过程，所以需要综合能力。应用能力，是能够把知识应用于解决现实问题，也就是解决问题的能力。其中的关键是有目的意识，能够发现问题，使创造性活动具有经济价值与社会意义。而这恰恰是人类特有的能力，无法用计算机程序再现。创造性思维能力，需要长时间的培养，从幼儿园到大学、甚至到就业之后都必须接受持续的教育或启发。同时，要在家庭教育、学校教育和社会上形成鼓励独创、容许差异的宽松氛围。
4.环境应变能力
环境应变能力，就是能够根据不同情境作出不同决策的能力。在人工智能时代留给人的工作基本上都是非程序化工作，它们不可事先预测，也无法编制操控指南，需要劳动者根据自身掌握的知识、经验、常识以及悟性来灵活行动。现阶段的人工智能可以通过大样本学习来增加经验和提高应变能力，但世界是复杂的，很多变化都带有偶然性，解决方案没有经验可循，这限制了样本数量，从而制约了人工智能应变能力的提高。与人工智能不同的是，人所特有的生命体的构造使得其对事物的理解在很多情况下只需要小样本学习和借助常识就可以完成（李开复，王咏刚，2017）。在以往的人才培养中，人们也注意到了环境应变能力，但人工智能时代的特殊之处在于劳动者要接触更为复杂的数字技术，而数字技术的进步日新月异，人们为了防止知识的陈腐化，要能够主动学习，因为仅仅靠教师或上级安排的在岗或离职学习完全不够，要根据自己的具体情况，不间断地吸取新知识。战略性学习，是具有前瞻性的、有长远目标的学习。这个长远目标，可以是对自己所在领域发展前景的预测、自我发展方向的判断，也可以是对企业战略的理解，提前着手学习新知识，当环境变化时就可以游刃有余地应对。人工智能时代的劳动者往往处于与自动化设备合作的作业环境中，生产过程中的故障不仅有硬件的问题，也有计算控制系统的问题，只有在对硬件、软件充分理解的基础上，才能解决现场工作中的复杂问题。总而言之，人工智能时代的环境应变能力，有其鲜明的时代要求，在学校教育和企业教育中必须使用有针对性的教学方法来培养有用人才。
以上归纳了符合人工智能时代要求的四个方面的能力，这四个方面的能力并不是独立存在的，它们之间有着不可分割的联系。人工智能知识是新时代劳动者能力的基础，有了它才能够驾驭自动化设备，进行新产品、新技术及新价值的创造。创造性思维是人工智能时代劳动者能力的核心，突出显示了人的智慧价值。而社会交流能力和环境应变能力则对人的气质或性格提出了新要求，要求处于人工智能时代的劳动者区别于越来越聪明的自动化设备，在纷繁复杂的社会和飞速变化的技术环境中发挥人的作用。
三、人工智能时代的劳动者能力培养
为了培养与人工智能时代相适应的人才，提高全社会的智慧水平，我们应该在理念、内容以及方式、手段上有所变革。
（一）突出个性化培养理念
在工业时代，大批量单品种生产是主流方式，为了提高效率实施机械化、专业化分工，产生了大量单一循环、目标明确的标准化工作岗位。企业将作业编成操作手册或计算机程序，要求劳动者达到按照手册或程序正确操作的能力标准。在这种体制下，劳动者和设备、产品一样都是标准化管理的对象，因此人才培养也是标准化的。体现在高等教育、职业教育及企业教育上，就是培养能够按照标准进行反复、简单作业的劳动者。教育方法基本上依靠大量、统一的习题，或反复练习。这样的理念与方法培养出来的学生或劳动者，只能做单纯的工作，其不仅在精度、速度方面要输给人工智能，并且会变得只能简单地对工作中的变化作出机械的反应，缺少发现问题、解决问题的能力，更谈不上创造新价值，而这种能力恰恰是人工智能时代的劳动者最需要的。因为程序化的工作都由人工智能完成，需要人来做的正是去发现工作系统的问题，不断地进行更新改进，提高生产效率，或者通过新思路、新方法创造新价值。因此，人工智能时代的人才培养，尤其要重视学习者的创造性思维能力，要在因材施教的理念下，充分发挥个人的潜在优势。
（二）构建人工智能素养教育体系
把人工智能教育贯穿小学、初高中、大学以及工作后的全部阶段，提高全社会的人工智能基本素养。目前，包括中国在内的主要国家都已经在小学及初高中开展计算机编程教育，在大学实施更为专业的人工智能教育。同时，针对在职者的相关教育也极为重要。这是因为人工智能技术对劳动的影响面越来越广泛，工作甚至职业变得愈发不确定，在职者要提前做好转业与转岗的准备。为了维持社会经济的可持续发展，国家应该就全社会、全生涯的人工智能素养教育制定战略规划，集结教育及各行业行政管理部门的力量，从资金、设备、师资、教材、技术资格认定、学习费用补助等诸方面制定具体措施。对于义务教育的中小学阶段，应该完善每个学校的信息网络，要使高速Wi-Fi网络覆盖全部校区，使每个学生都有自己专用的终端设备（电脑或平板电脑）。在教室等集体授课的场所，安装可以触屏输入、可以数据储存传递的电子黑板，在教学过程中使用人工智能设备。当前，教育界中能担任人工智能教学的教师人才十分欠缺。国家应该制定紧急行动计划，至少要在5年内填补中小学相关基础素养课程的空白，使每个学校至少有一名该学科的教师。教师的来源，可以直接从博士毕业生、企业的工程师等专业人才中招聘，可以不受教师资格的约束。在大学阶段，理工科要学习高度的人工智能技术，文科及美术、音乐等学科，也要开设人工智能专业课程，因为今后人工智能将在模拟人的艺术感受方面深入发展，需要既懂艺术又懂人工智能的人才。由于人工智能技术发展很快，要组织学术界和企业界的力量，及时更新课程，并且根据人在不同生涯阶段的特点编制有针对性的教材。应该利用大数据来补充劳动力市场信息系统并监控不断变化的技能需求，以适应所提供的课程与教材（OECD，2016）。要尽快设立国家人工智能技术资格认定制度，使学习成果能在社会上受到评价，提高学习者的学习积极性。对于在职人员的学习，应给予费用和时间上的支持。对于企业实施的员工培训，应该以减免培训费等激励政策给予扶持。
（三）实施问题导向及跨学科合作探讨的学习方式
创造性思维能力、社会交流能力的具体表现是能够利用人工智能技术解决现实问题，以及能够利用人工智能创造新产品、新服务与新工作模式。以往“满堂灌”的学习方式难以培养这些能力，今后应该加强问题导向及跨学科合作探讨方式的学习。所谓问题导向，就是有明确、真实并且具体的现实问题，解决这些问题是学习的目的。这需要企业与学校共同制订学习目标，引导学生进行社会实践。问题导向的学习方式，还需要学习材料具有现实性。数据要真实，设备及材料要先进，教材要能够反映前沿理论与实践。跨学科合作探讨学习包含四个方面，首先是跨学科的学习内容，即学生根据具体问题学习数学、统计、数据、人工智能以及物理、化学、生物、艺术等多学科知识，这需要打破以往文理分科的界限；其次是跨学科的学习成员，即打破以往班级学习约束，组成由不同专业背景学生构成的小组，尤其是大学阶段要尽可能采取这种办法；再次是小组学习方式，即在教师指导下以小组为中心进行讨论和得出解决方案。同时，要构筑互联网学习平台，教师与学生之间、学生与学生之间有充分的提问—反馈—讨论的渠道。跨学科合作探讨形式的学习方法，不仅有利于提高学习自主性和团队合作性，也有助于进行知识碰撞、知识整合和知识创造，从而提高综合能力和应用能力。
现阶段，包括中国在内的一些国家都在进行问题导向及跨学科合作探讨学习方式的实践，诞生了STEAM（Science，Technology，Engineering，Art，Mathematics）教育课程、问题/项目导向型教育课程（Problem/Project-BasedLearning：PBL）、创新思维课程等方法。但这些方式都处在发展过程中，需要专家和学者不断吸取有益经验对其进行改进。日本为了培养人工智能人才，制定了国家战略推行STEAM教育，并研究整理了具体案例，为各学校及企业提供参考材料。如日本某职业高中与企业合作，开展了STEAM教育课程。该课程的项目之一是设计使用便利的人工智能设备，推进智能化农业生产。项目分四个阶段进行。第一阶段引发学生对农业和机器人的兴趣，使用4个课时。教师启发学生考虑联系农业作业的实际需求，确定制作机器人的具体内容。企业技术专家介绍机器人控制语言，演示机器人的动作。学生进行讨论，得出关于制作方向的结论；第二阶段进行机器人控制与数学、物理等学科知识的应用，使用4个课时。具体任务有两个，一个是解剖分析现有农业机械，获得感性、基础认识，再使用控制语言设计机器人基本雏形，另一个是运用数学知识，探讨马达转速与机器人动作的关系，设计控制程序，制作马达。企业技术专家讲解高感度彩色感应器、图像识别等技术，联系物理知识，讲解关于摩擦作用的处理方法；第三阶段学习机器人开发的基本程序，使用4个课时。技术专家讲解现实社会中技术人员如何编写“产品规格书”、通用计算机语言、数据解析工具等，引导学生继续使用控制语言模块制作机器人；第四阶段进行总结和演示，使用4个课时。学生演示、讲解自己制作的机器人的特点以及与农业作业的关联。同时，教师引导学生梳理学习内容，激发今后学习机器人技能的兴趣（经济产业省，2019）。
（四）利用人工智能技术提高学习效率，增强学生的创造性思维能力、社会交流能力
现阶段的人工智能已经可以代替教师对学生进行辅导，提高学生的学习效率，如X-Tech、EdTech、LearnTech等技术。这些工具可以根据每个学生的实际情况，给出不同的学习指导方案，提高学习效率。有国外学校在教学中引进了人工智能系统，学生使用平板电脑阅读数学教材、做习题。人工智能系统收集所有学生的学习信息，包括答案、解题过程、速度、集中力、理解力等，在此基础上判断出每个学生的强、弱项，给出符合个人学习水平的阅读材料和习题，大大提高了学习效率。该学校利用人工智能对小学六年级学生进行了初中一年级上学期的数学课程教育，常规需要14周的学习内容仅用2周就完成了，并且学生们的考试成绩都超过了常规教育的平均点。如果能如此高效地接受知识，学生就可以把时间更多地用在联系实际的项目学习以及体育、艺术等活动上，强化学生创造力和社会交流能力的培养。如果说铅笔、笔记本、橡皮是传统必需的学习工具，那么当前与互联网无障碍连接的电子终端已经成为人工智能时代学习的必要工具。国家应该尽快完善义务教育、高中教育、大学教育和在职教育的电子化环境，引进人工智能设备，提高全社会的学习效率。
目前，人工智能正以前所未有的速度部分或完全替代人的劳动，社会生产率将会大大提高。我们必须精准理解人工智能对职业、劳动和能力的影响，从国家层面制定战略规划，运用市场经济杠杆和政策手段提高包括义务教育、高中教育、高等教育和在职教育在内的生涯教育的人工智能基本素养，维持社会经济的稳定发展。
参考文献
[1]陈明生.人工智能发展、劳动分类与结构性失业研究[J].经济学家，2019（10）：66-74.
[2]丁晨.从适应到引领：人工智能时代职业教育发展的机遇、挑战与出路[J].中国职业技术教育，2019（13）：53-59.
[3]李开复，王咏刚.人工智能[M].北京：文化发展出版社，2017.
[4]毛旭，张涛.人工智能与职业教育深度融合的促动因素、目标形态及路径选择[J].教育与职业，2019（24）：53-59.
[5]南旭光，汪洋.人工智能时代职业教育治理的限时挑战与路径选择[J].教育与职业，2018（18）：25-30.
[6]潘文轩.人工智能技术发展对就业的多重影响及应对措施[J].湖湘论坛，2018（4）：146-153.
[7][美]S.J.Russell，P.Norvig.人工智能：一种现代的方法（第3版）[M].殷建平，等译.北京：清华大学出版社，2018.
[8]王君，张于喆，张义博，等.人工智能等新技术进步影响就业的激励与对策[J].宏观经济研究，2017（10）：169-181.
[9]万昆.人工智能技术带来的就业风险及教育因应[J].广西社会科学，2019（6）：185-188.
[10][奥]约瑟夫·熊彼特.经济发展理论[M].何畏，等译.北京：商务印书馆，2016.
[11]安宅和人.人工知能はビジネスをどう変えるか[J].DiamondHarvardBusinessReview，2015（11）：43-58.
[12]池迫浩子,宮本晃司.家庭、学校、地域社会におけるスキルの育成：国際的エビデンスのまとめと日本の教育実践·研究に対する示唆[R/OL].2015-08-27.https://berd.benesse.jp/feature/focus/11-OECD/pdf/FSaES_20150827.pdf.
[13]経済産業省.“未来の教室”実証事業成果報告：ベジタリア株式会社[R/OL].2019-07-12.https://www.learning-innovation.go.jp/verify/z0044/.
[14]野口悠纪雄.AI入門講座[M].東京：東京堂出版，2018.[15]西村崇.AI時代に必要なスキルは「対人関係力」と「創造力」、アデコが調査報告[EB/OL].2017-05-17.https://xtech.nikkei.com/it/atcl/news/17/051701429/.
[16]D.H.Autor,L.F.Levy，R.J.Murnane.Theskillcontentofrecenttechnologicalchange：anempiricalexploration[J].QuarterlyJournalofEconomics，2003（4）：1279–1333．
[17]D.H.Autor.Whyaretherestillsomanyjobs？Thehistory andfutureofworkplaceautomation[J].JournalofEconomicPerspectives，2015（3）：3–30.
[18]H.Bakhshi，J.M.Downing，M.A.Osborneetal.Thefuture ofskills:employmentin2030[R/OL].2017-12-30.https://futureskills.pearson.com/research/assets/pdfs/technical-report.pdf.
[19]T.H.Davenport，J.Kirby.Beyondautomation[J].Harvard BusinessReview，2015（6）：59-65.
[20]D.J.Deming.Thegrowingimportanceofsocialskillsinthelabormarket[J].NBERWorkingPaper，2015：21473.
[21]C.B.Frey，M.A.Osborne.Thefutureofemployment:how susceptiblearejobstocomputerisation？[R].WorkingPaper，OxfordMartinProgrammeonTechnologyandEmployment，2013.
[22]J.J.Heckman，T.Kautz.Hardevidenceonsoftskills[J].LaborEconomics，2012：451-464.
[23]ShotaroTani.Isyourjobrobot-ready？Ourinteractive calculatorletsyoufindouthowthreatenedyouare[R/OL].2017-04-22.https://asia.nikkei.com/Economy/Is-your-job-robot-ready.
[24]C.J.Weinberger.Theincreasingcomplementaritybetweencognitiveandsocialskills[J].TheReviewofEconomicsandStatistics，2014（5）：849-861.
[25]WorldEconomicForum.Thefutureofjobs：employment，skillsandworkforcestrategyforthefourthindustrialre-volution[R/OL].2016-01-18.https://reports.weforum.org/future-of-jobs-2016/preface/.
[26]WorldEconomicForum.Thefutureofjobsreport2018：Centrefortheneweconomyandsociety[R/OL].2018-09-17.https://www.weforum.org/reports/the-future-of-jobs-report-2018.
[27]OECD.Skillsforsocialprogress：thepowerofsocialand emotionalskills[R/OL].2015-12-30.OECDSkillsStudies，OECDPublishing，Paris，http：//dx.doi.org/10.1787/9789264226159-en.
[28]OECD.Skillsforadigitalworld[R/OL].2016-12-30.https://www.oecd.org/els/emp/Skills-for-a-Digital-World.pdf.
刘湘丽.人工智能时代的工作变化、能力需求与培养[J/OL].新疆师范大学学报(哲学社会科学版),2020(04):1-12[2020-05-20].https://doi.org/10.14100/j.cnki.65-1039/g4.20200518.001.
人工智能有哪些优缺点
回答一：人工智能具有许多优点和缺点。
因此，人们在制定这样的优点时要谨慎，以便让优势得以实现，失败的缺点，以及甚至一些利弊都可以转化为专业人士。
让我们开始享受以下优势：
好处：
如果编码正确，AI与人类相比将具有较低的错误率。它们具有令人难以置信的精度，准确度和速度。
它们不会受到敌对环境的影响，因此能够完成危险的任务，在太空中探索，并忍受会伤害或杀死我们的问题。
这甚至可能意味着开采和挖掘否则会对人类产生敌意的燃料。
在重复，乏味的任务和许多繁重的工作场所替换人类。
预测用户输入，询问，搜索和执行的操作。他们可以很容易地充当助手，cna推荐或指导各种行动。
可以在智能手机中找到此示例。
可以检测基于卡的系统中的欺诈，以及将来可能的其他系统。
组织和管理记录。
与人类互动以进行娱乐或作为头像或机器人的任务。
一个例子是用于播放许多电子游戏的AI。
机器人宠物可以与人类互动。可以帮助抑郁和不活动。
可以实现性快感。
他们可以在没有情感的情况下进行逻辑思考，以较少或没有错误做出理性决策。
可以评估人。
这可以用于医疗目的，例如健康风险和情绪状态。可以模拟医疗程序并提供副作用信息。
机器人放射外科手术以及将来的其他类型的手术可以实现人类无法做到的精确度。
他们不需要睡觉，休息，休息或娱乐，因为他们不会感到无聊或疲倦。
现在我们来看看它们的缺点：
缺点：
可能需要花费大量的金钱和时间来构建，重建和修复。机器人修复可以减少时间和人类需要修复它，但这将花费更多的资金和资源。
这是值得怀疑的：拥有机器人，类似人类的机器人，或重建智慧，是不应该重建的自然礼物，在道德上和道德上都是正确的吗？这是关于当时流行的人工智能的讨论。
存储是广泛的，但访问和检索可能不会导致内存和人类的连接。
如果编码的话，他们可以学习并且可以更好地完成任务，但是如果能够像人类那样做到这一点，那就值得怀疑。
他们无法在他们的计划之外工作。
他们永远不会，或者至少看似从未接受过我们的技术观念，接受人类所具有的创造力。
这可以防止同情人类接触的情绪，例如作为护士。这也可以减少智慧的理解。
这可以防止常识发生。即使用常识进行编码并进行学习，他们似乎也难以获得人类所能达到的常识。
机器人，他们取代工作，可能会导致严重的失业，除非人类可以通过人工智能不能做的工作来解决失业问题，或者将政府彻底改变为共产主义。
正如已经部分地看到智能手机和其他技术，人类可能变得过于依赖人工智能而失去了他们的智力。
如果放在坏人手中，机器很容易导致破坏。也就是说，至少是对许多人的恐惧。
AI作为机器人可以取代人类，奴役我们。
这就是AI可以在优点和缺点之间做的事情。
回答二：有很多优点可供提及。我将从以下事实开始：当涉及AI时，kife变得更容易。人工智能使我们的生活更加轻松。我们智能手机中的Siri和我们使用的GPS系统都有很大的帮助。像一个正确的指南，GPS引导我们到我们想要的目的地。如果我们错过了我们的方式，或者当我们采取错误的路线时，我们不再担心。我们在GPS的帮助下保持强大。AI也用于智能手机，通过猜测我们要输入的单词或自动纠正我们的拼写错误来帮助我们。我们实际上不必输入整个单词，但可以从提供的选项中进行选择。人工智能现已应用于医疗，太空探索，采矿，教育，燃料，欺诈检测等几乎所有领域。
其次，人工智能也广泛应用于医学领域。这些机器可以向研究人员反馈各种药物的副作用。AI可以帮助医生进行冗长的医疗程序。他们既可以是助手，也可以是导师。这完全取决于它们的编程方式。AI用于从抑郁状态恢复患者并使其保持活跃状态。在人工智能的帮助下，医学领域的这些成就和发展是非常值得赞赏的。
最后，降低成本。这是人工智能对人类的最大优势。这些机器可以连续工作，无需休息和休息。而且，他们不需要支付报酬，而人员则领取薪水。此功能吸引了雇主，因为他们可以节省每月付款。机器不带病叶或年叶等。不需要额外的支出，如运输成本，津贴。他们没有抱怨过载，他们不会像人类一样疲惫。AI用于决策制定，能够更快地思考。
谈到不利因素，我会提到失业，高成本和不具创造性等方面。由于机器目前缺乏道德和情感价值，因此无法有效地做出有关正确或错误的判断。关于具备创造力的能力，机器可以协助创造和设计;然而，它们无法与人类大脑中的思维能力以及创造性思维中的原创性相匹敌。
回答三：好处：
减少错误：减少错误，并且有可能以更高的精度达到准确性。
更快的决策：使用人工智能，可以非常快速地做出决策。
每日应用：在今天的时代，AI被用于许多应用程序，就像Apple的Siri，Window的Cortana，Google的OKGoogle一样。使用这些类型的应用程序，我们可以使用我们的语音与我们的设备进这使我们的工作变得轻松
没有情绪：完全没有情绪会使机器在逻辑上思考并做出正确的决定，在人类情绪与可能影响人类效率的情绪相关联的地方。
没有休息：与人类不同，机器可以24*7无故障地工作。H
医疗应用：在日常医疗应用中增加AI工具的集成可以通过最小化错误诊断的风险来提高治疗效率并避免成本。
代表人类承担风险：在各种情况下，可以使用机器人代替人类来避免风险。
公用事业：自动驾驶汽车，这将大大减少汽车碰撞的数量。面部识别可用于安全性。自然语言处理，以语言与人交流。
缺点：
高成本：硬件和软件需要及时更新以满足最新要求。
失业：越来越多的机器导致失业和工作保障问题。随着机器正在取代人力资源，失去工作的人数将会增加。
无法想出开箱即用：机器人只能完成他们编程的工作。除了在其内部电路中存储的任何算法或编程之外，它们不能有任何不同的行为。
法感受到同情和同情：毫无疑问，机器在高效工作方面要好得多，但它们无法取代造成团队的人际关系。机器不能与人类建立联系。
对机器的高度依赖：在今天这一代人中，大多数人都非常依赖像Siri这样的应用程序。有了机器的大量帮助，如果人类不需要他们的思维能力，这些能力将逐渐减少。在将来大量使用人工智能时，人类可能会完全依赖机器，失去心智能力。
回答四：人工智能优势
无故障-机器可以长时间编程，并且可以持续执行。与人类不同，它们不需要茶点和频繁休息。
重复性工作-单一的工作可以在机器的帮助下轻松完成。他们也可以用来执行一些危险的任务。
错误减少-AI可以显着减少错误。此外，在工作中使用AI的可能性也可以更高的精度达到准确性。
数字助理-高度发达的公司使用可以与用户互动的数字助理的头像，从而节省人力资源。这些头像没有情感，可以在任何情况下做出正确的决定。
难度探索-AI可用于采矿和其他燃料勘探过程。它们也可以用于探索海底。由于他们的编程，他们可以执行更多的艰苦工作，更大的责任。
人工智能缺点
失业-用人工智能技术取代人员可能导致大规模失业，这是一种不良现象。人工智能会让人失去创造力，变得懒惰。
成本高-人工智能的创建需要巨大的成本，因为它们是复杂的机器。此外，他们的维护和维修也需要很多钱。他们拥有需要经常更新的软件程序，以满足不断变化的环境的需求。恢复丢失的代码和重新启动系统的过程可能需要大量的时间和成本。
没有创造力-人工智能技术可以帮助你创造和设计，但他们不能建议你，因为他们没有人脑的力量。人们是情绪化和高度敏感的-他们思考，感受，听到和看到，他们的思想受到机器完全缺乏的感觉的指导。人们有直觉无法替代。
没有经验的改善-与人不同，AI无法通过经验得到改善，并且随着时间的推移它可能导致磨损。技术无法改变他们对不断变化的环境的反应。
没有复制的人-机器没有道德价值观和情感。他们执行了编程，不能做出错误或正确的判断。如果他们不熟悉某种情况，他们就无法做出决定，也无法进行细分或错误处理。
回答五：
我认为 DanielPaterson提供了一个很好的清单，所以我将给出一个不同的答案。
问题的前提是存在一些“人工智能”。那个预言值得怀疑。所有当前的“AI”都基于数字计算机，因此只能基于大量的经典逻辑。根据定义，大量的经典逻辑是“智能的”或者可以是“智能的”。这取决于您对智力的定义。
这些大量逻辑（或处理大量数据的逻辑量较小）可以做的是产生非常有用的统计计算。其结果对我们来说就像是“情报”（更是如此，因为我们自己无法做到这一点，所以它看起来很神奇）。对于现在打得好棋的计算机也是如此，计算机可以在逻辑任务上计算出人类智能的事实并不令人惊讶。我们人类在逻辑上实际上非常糟糕，而我们的智力在很大程度上并非基于它。正如安迪克拉克写道：“人类在飞盘上的表现要好于逻辑”。实际上，它需要如此大量的数字计算才能在逻辑任务中胜过人类，这证明了人类（非逻辑）技术的效率和功效。
在统计之前，AI基于符号逻辑和明确编码的规则。这段时间未能产生真正的智慧，而花费数千亿美元产生的却很少，以至于当每个人都感到失望时，我们得到了（第一个）“人工智能的冬天”。
现在使用的统计方法也无法产生适当的情报（同样，取决于你的定义），但由于它确实产生了许多有用的工具（例如从计算机辅助医疗诊断到操纵选举），这不是一个失败。特别是当AI与人类智能（基于（非离散，大规模并行，但缓慢）“估计”而不是（离散，大规模并行，快速）“计算”）相结合时，它非常强大。
那么，你如何决定某些东西是否聪明？不是通过图灵测试。图灵测试只测量是否有可能愚弄人类。这是一项相当容易的任务，因为人类很容易被愚弄:-)
我建议对“AI”技术的最佳测试是，如果它能够像人类专家那样在人类语言之间进行良好的翻译。只要具有最大统计量的最佳算法将我的一本书的标题从“MasteringArchiMate”转换为实际上意味着“支配ArchiMate”，或者facebook将“早安”翻译为“攻击他们”（导致逮捕），那么我们还有很长的路要走，我的猜测是数字计算机将无法长时间通过该测试（如果有的话：有理由怀疑数字技术永远不会）。也许打篮球/足球并且通过压倒人类而不是在身体上而在心理上获胜也将是一个很好的考验。
基本上，当前技术的主要缺点（局限性）是它们要么“脆弱”（对输入非常敏感）要么不可靠（即在70％的情况下给出结果是好的）。例如，如果您作为一家公司使用AI来解决您的客户，并且您在30％的情况下猜错了，那么在错误导致您的声誉受损的情况下，您就无法使用该技术。95％的满意客户和5％非常不满的客户可能是一个糟糕的商业案例。更糟糕的是，在某些情况下，由于你对效果的责任（集体诉讼，任何人？），错误可能会非常昂贵。另一方面，如果您的目标Facebook或Twitter活动在70％的时间内达到标记而其他人对您的目标没什么损害，那么操纵选举就足够了。
回答六：
优点是：
更有效地利用劳动力资源-为某些工作雇用机器人
更快的信息处理和决策
减少错误
客观性-个人关系对决策过程没有影响
增加所收到信息的个性化，例如教育系统，广告
勘探能力（例如走出全球）
缺点是：
对机器人所做出的决定缺乏控制
缺乏关于作出决定的基础的知识
新形式的控制和权力
对人类意义的威胁
与系统黑客有关的风险
通过机器将不适当的模式转换为他们自己的行为（例如侵略）-机器人从每次互动中学习
机器人作为杀戮的有效工具
回答七：
优点
易于任务管理和完成
移动应用程序开发充满了繁琐的工作，人工智能可以带来很大的变化。使用AI机器人和自动化来执行平凡的任务，开发人员可以感觉不那么疲惫，并保留了很多能量，他们可以用来完成其他更复杂和重要的操作。因此，AI为移动应用程序开发人员提供了极大的轻松完成任务，并减轻了过多的工作量。
提高效率和完美
移动应用程序开发过程可能是一个重要的阶段，其中讨论了与设计方法和开发思想相关的所有基本策略和培训。AI可以帮助移动应用开发专业人员完成日常任务，创建最终产品的总体情况并提高开发人员的效率。AI可以帮助减少人为错误，特别是当它们需要不妥协的准确性和准确性时。开发人员可以使用其预测结构和修订功能来处理最小的拼写和编码错误。
人工智能机器人的使用案例
从药物和酒店的个人助理到金融，银行和制造业，各种各样的行业已经开始利用人工智能机器的力量和水准。
用药：
AI对药物和医院的影响是显着的。医院可以利用智能机器人来治疗和诊断疾病，同时提高对潜在副作用的认识。他们甚至可以模拟手术程序进行培训和教育。
酒店：
通过实施人工智能解决方案，如聊天机器人礼宾服务或自动化客房服务以及与物联网相结合的便利设施控制，酒店业和酒店业可以体验到显着的复杂性和自动化。
采矿过程：
在AI机器人的帮助下，可以更精确，更有效地调查燃料。这些机器人的建造是为了引导矿工进行艰苦艰苦的工作，提供实时指导以改善工人的表现。
=================================================================
缺点
平庸特征的风险
人工智能无法独立运行，需要强大的界面和强大而先进的技术支持，可以自动执行各种分析任务。如果您正在努力开发这些动态技术或者缺乏足够的资源来开发这些动态技术，您可能会创建一个具有不完整功能的AI应用程序，这些功能看起来不够智能，无法以理想和一致的方式响应。在许多情况下，省略这样的移动应用程序功能听起来比提供其破旧，平庸的版本更好。
缺乏潜在的创造力
丰富的想象力，思维过程，创造力和远见是移动应用程序开发人员的一些闪烁元素。只有人类才有足够的力量来设想设计，然后将其变为现实。机器尽管是智能的或智能的，但其处理能力有限，这与其可编程算法有关。人工智能机器可以帮助设计蓝图的某些部分，但它们不能像人类思维一样思考。
员工更换
这可以被视为来自AI机器的直接致命打击。处于学习阶段或具有普通技能的专业人员可能会损害他们的工作，因为智能技术可以接管常规的第一级任务。例如，移动应用开发公司的监管系统可以通过AI自动化，减少装配线角色所需的人力。
昂贵的解决方案和实施
在质量和便利之后，可负担性是决定智能机器是否值得花费的另一个重要因素。对于移动应用程序开发公司，成本问题可能是特定于案例的。通常，开发人员的AI解决方案可能会产生巨大的负担，因为它们在创建过程中涉及大量的费用。AI的视野有限，需要不断更新以匹配预期结果，这会增加管理和维护成本。因此，具有雄心勃勃项目的大规模公司可能比新兴或小规模企业更有可能充分利用其AI投资。
相当天真，不那么自发
人类的洞察力依赖于知识的认知过程，这对于实时经验和观察是不可或缺的。然而，用于移动应用程序开发的AI机器是不同的，并遵循机器人编程的智慧。与人类不同，AI确实存储了大量信息，但不像人类那样访问和分析数据。
人工智能时代对人类就业有哪些影响，我们应该如何应对
一、人工智能时代对人类就业的影响
（一）人工智能时代的发展分析
科技发展到今天，人们迎来了全新的智能时代。人工智能技能的出现，预示着人类社会进入了崭新的阶段，只是也对人类就业产生冲击影响，可能引发大规模的失业潮。美国有关学者认为，智能时代的来临，制造出更多的智能机器人，相较于与日俱增的人类劳动力而言，相智能机器人拥有高效、低廉的巨大竞争优势，在未来几近能够替代人类80%的职业岗位。查阅相关资料得知，此学者在其研讨中运用了科学的数据统计分析法，最后得到该项结论。同时美国另一位著名的学者也曾预测，在未来的十五年之内，美国本国将会有23～30%的人类岗位会被人工智能机器人所代替。马克思在其研讨中以具体的案例证明了生产效率的提高主要依靠技能的不时创新和进步。借助互联网资源平台明白到，全球闻名的咨询企业麦肯锡在2017年的汇报文件中指出，大概到了2025年，人工智能技能将会大爆发，相应的市场发展价值可能高达1280亿美元之多，全世界几近一半的事务岗位均会被人工智能所代替。显而易见，在未来的人类社会，目前大多数的事务岗位均会选取智能操作模式，智能技能在未来的发展前景十分巨大，其重要性不容忽视。
（二）人工智能时代与人类职业的关联
若干年后即将全面爆发的人工智能技能问题，会由一小局部人管控与生产智能机器人，并使其逐渐得以全面地应用在日常的生产事务中，从而发挥出良好的作用和功效。对于人类的就业，人工智能技能显然具有潜在的威胁。在未来依旧能够保持较高的竞争能力，不被智能机器人替代的岗位占比不会超过4%。对于人工智能机器人来说，虽然其本身属于从业方，但其仍受人工智能技能的抑制。由此，此种特殊的从业群体会在未来变得越来越庞大，并且逐渐变成固定的社会从业群体。从历史的发展角度来看，历次科学技能革命中受益最大的就是新兴的行业与家当，如果人类可以在这些新兴家当与行业中掌握主动权，熟练运用相关的技能和设备，那么，必然不会面临失业的风险。即当人们学会并熟练应用人工智能技能后，相应的就业压力和失业风险也会逐步降低，所以，对于人工智能时代的来临，需要人类做好相应的思维与技能筹备。
二、人工智能时代下应对失业问题的策略
（一）以政府为主导健全就业服务制度
对于即将全面爆发的人工智能时代，为了规避大规模的失业浪潮的出现，需要政府部门介入，发挥一定的主导作用，有效利用目前存在的相关的就业服务机构，比如：猎头服务公司、互联网招聘公司及其他人力资源管理服务企业等，并且有效健全市场就业服务制度，紧密关注当前的就业市场的动态变化，并积极推进就业市场的信息化改革进程，不时丰富就业服务的具体的管理内容。与此同时，通过有效利用和借鉴智能机器人等先进的技能与相关设备，给予就业者相应的技术培训机会。在构建互联网就业服务平台中，增加专业人才、基础人才及复合型人才等不同层次的招聘岗位设置，融入智能化元素，帮助就业者在第一时间内发现和找到与自身能力相匹配的就业岗位。当然，还能够召开智能技能的人才招聘交流大会，通过对全国范围内的人才需求情况进行分析，创建相应的就业服务数据库。此外，进一步对劳动力的市场加以规范和管控，以便达到提高其总体就业服务能力的最后目的。而在公共就业服务机构中，还要注重对高、中、低等不同层次的岗位人才需求的合理化配置，尤其针对那些具有中、低端劳动能力的就业人IT来说，需要进行科学的培训和教导，为其制定有针对性的未来的职业规划方案，从而做到对以后的职业发展方向心中有数，不再迷茫和失落，不时学习新型的知识和技能，依靠政府部门的扶持力量，获得科学的职业咨询和帮助，确保以后的生活保障[1]。
（二）高校增设相应专业并强化科研力度
智能化信息时代的来临，让很多人面临着失业的风险，为了缓解失业人群的就业压力，培养新型的专业化人才，需要广大高等院校增设相应专业并予以细化、丰富。高等院校需要联合当前智能技能、机器人技能、互联网信息技能等新兴技能的发展现状，大量招聘相关的专业教师人才，并且增加相应课程的设置，完成对现有教学课程体系的重组与优化。例如：高校应该机密关注科技发展动态，开设智能技能发展、机器人技能与应用、物联网、云计算等相应的课程科目，并将每一科目的具体课程内容细化，从相关理论知识、实践应用操作等两个方面入手，制定和设计合理的教材内容，并借助灵活、科学的教学方式，吸引更多的学生，激发其学习的兴趣和热情，达到培养高端智能人才的目的。通过对未来市场的发展趋势和方向的预测与分析，根据未来的人工智能技能和机器人技能所应用的相关家当的具体需要，开设与其紧密相关的电子智能信息技能、智能机器人技能等新型的课程内容显然很有必要。加大相关高等院校和高新企业的合作力度，合理安排学生进入高新企业完成实地的培训和学习任务。由此，能够有效提升高等院校的教学培训效果，为培养高端人才做充足的筹备。由此能够缓解就业压力，并确保社会的稳定、有序发展。与此同时，为了提高高校的教学综合能力，增强其科研水平，需要政府作为主导，大力扶持高等院校，开展新一轮的教育改革。具体来说，一方面，政府部门应该加大对于高等院校的科研扶持力度，为其提供充足的科研经费，并引进更先进的教学设备，建设更多的校园科研基地，聘请行业内的高端人才作为科研项目的研讨负责人，构建一支高水平、高素质的科研人员队伍，从而有效提升高等院校的综合科研实力；另一方面，政府部门应作为主导，积极倡导和激励那些具有高级技术的人才投入高校的科研队伍中。以构建新型的校园科研与创业园区的方式，吸引更多的高端、专业人才，以便为人工智能及机器人技能的应用奠定良好的基础，鼓舞更多的人才学习新型技能和设备的操作技能，为其以后的创业做好筹备。在得到政府部门的相关科研政策补贴与扶持后，有效推进高等院校的科研发展。
（三）开展失业人群心理抚慰服务并完成再就业培训
随着智能时代的来临，更多的人群面临着失业的风险，很多岗位被智能机器人所代替。大量的失业人群，由于心理的不稳定、情绪的失落，对社会的和谐发展造成不良影响，可能引发社会的动乱。所以，基于维护社会稳定，缓解失业人群就业压力的目的，需要一些社会事务者对这局部人群开展心理抚慰，帮助其走出阴霾，重拾信心。一方面，根据自身的情况，制定未来的职业发展规划，经过社会事务者的心理疏导，在智能技能快速发展的环境下，找到符合自己的事务岗位；另一方面，社会事务者通过心理抚慰服务，缓解失业人群心理上的矛盾，以个性化的服务，培养失业者乐观、积极的生活立场，改变当前的生活现状，从生活与事务中获取相应的欢快和满足，从而使内心达到平静，消除对社会的不满情绪，从而保证社会的平安与和谐。
与此同时，针对大量的失业人群，做好再就业培训事务显得十分重要。政府、学校、企业及相关职业培训机构应积极合作，加大失业人群的再就业培训力度，并提高相应的培训质量与效率。联合当前市场就业环境和具体的需求，强化学校、职业培训机构和企业之间的合作，改变人才能力和实际需要严重脱节的不良情况。同时以政府部门为主导，扶持和鼓舞创建更多的职业培训机构，为失业者提供多样化、专业化的培训服务，让失业者经过灵活、高效的培训后，做好自我的职业定位，明确未来的职业规划。在专业的培训机构中，失业者能够根据个人的需要和兴趣爱好，选择相应的培训课程，从而完成再就业任务，增加自身的知识和技术，在市场就业的竞争中占据一定的优势，重新找到符合自己的职业和岗位。
如何帮助推动人工智能发展，个人建议优先考虑这三个要点？人工智能，机器学习和深度学习之间，主要有什么差异？AIvs深度学习vs机器学习，人工智能的12大应用场景
多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站
俞敏洪:人工智能无法取代人类这三种能力
原标题：俞敏洪:人工智能无法取代人类这三种能力3月1日-6月8日，新东方联合今日头条共同发起“百日行动派”俞答百问，本文是俞敏洪老师5月25日回答关于人工智能的问题。
问题：俞老师好，现在人工智能越来越发达，人类的很多方面都会被人工智能替代。那么人的哪些能力是永远无法被人工智能取代的呢？
人工智能的发展对于人类来说是一件幸福的事情。人工智能大数据结合在一起，能给这个世界带来无穷的可能性，这种可能性会使世界更加丰富、多彩和智能化。如此一来，我们接收数据和信息将会更加便捷，并且精确性会不断地提高。
人类在过去几万年中，最痛苦的就是各种重复性的体力劳动，而这些未来大部分都能够被人工智能取代，比如驾驶汽车和各种重复性的家务劳动。这样一来，不仅解放了时间，还解放了生产力。我们可以把时间和精力集中用在自己更加感兴趣、更能够创造幸福的事情上，同时也能够解放我们的精神，使我们达到身体和精神上的双重自由。
人工智能也会带来一个比较麻烦的问题，因为不是每个人都知道有了足够的时间和精力后到底应该做些什么。当人工智能对人类的体力劳动和重复性劳动进行大规模取代，人类应该去做什么样的工作才能够继续给自己带来丰富的精神和生命充实，是一个重大的挑战。人类原本的挑战是天天要做无聊、痛苦、重复的体力劳动，现在的挑战是我们必须要升级到另外一个层面才能够将自己的时间和精力延展在生命的丰富性上，否则你会陷入物质生活丰富却没有事情做的状态，生命会变得非常无聊和空虚。
讨论到重复性的劳动会被取代，我们同时也认为部分智力性的劳动会被取代，尤其是AlphaGo打败了李世石之后。其实我认为这件事情是一个伪命题，为什么？因为像围棋、象棋这样的活动，实际上也是重复性的智力劳动。由于大数据的不断收集，未来的人工智能在重复性的智力劳动方面一定会比人更加聪明。比如一个人对棋谱的研究，一辈子最多大概能研究一万个棋谱，但是AlphaGo能在短短的一两年之内研究几十万个棋谱，把棋谱中最好的下棋方式的数据收集起来去，形成快速反应。
未来人类在这种重复性智力劳动上想要跟机器人去竞争是完全不可能的，但是这件事情并不会减少人类的乐趣。未来人类也不会与机器人进行围棋大赛，因为人类是不能战胜机器的，但人和人依然会下围棋。机器的聪明并不能够减少人与人之间围棋竞争的激励性和乐趣。人类创造的比赛性活动、运动型活动，即使人类永远战胜不了机器，但人与人之间互相竞争这件事情依然会一如既往有乐趣。
如果有一天，有一个机器人足球队战胜了人类足球队，并不意味着阿根廷队和巴西队的比赛就没人看了、就没有乐趣了。把人和猴子放在一起比赛爬树是没有意义的。一个刚刚学打乒乓球的小孩与专业运动员去比赛没有意义，双方都没有乐趣；但是两个都不太会打乒乓球的小孩在一起比赛，会充满乐趣。所以，人类的乐趣并不会因为被智能机器人取代就消失。那么什么东西是人工智能无法取代的呢？
第一，人类的想象力。因为你把全世界的文字都输入机器中，即便它能检索出来，也无法像人类一样凭空想象出来另外一个故事。比如《爱丽丝漫游奇境》、《哈利波特》、《疯狂动物城》这样的故事，机器人是想不出来的，只有人类能够想出来。所以，人类能够通过自己想象力来进一步创造和丰满世界。
第二，人类的独创思维。独创思维是这个世界上原来没有，但人类通过自己的思考最终创造出来的新东西。比如人类能够去探索宇宙，但靠机器人是做不出来的，必须先由人类去突破思维形成理论，比如“混沌理论”等。尽管科技和智能对研究有很大帮助，但实际上这些都是人类探索精神和独创思维所带来的结果。同时独创思维又与想象力、创新能力结合在一起，不断发挥科技能力来为人类服务，使人类不断走向自由和幸福。
第三，人类之间有温度的交流能力。机器人也许能跟你对话甚至能知道你想要什么，但机器人在某种意义上是冰凉的。当真正的人型机器人长久与你在一起生活，甚至恋爱，你会开始产生厌烦情绪，因为他没有血肉、没有真正有温度的交流能力。这种交流能力与人类的情感能力是紧紧连在一起的。机器人能够把人类的情感输入系统中，通过人工智能的方式筛选、判断你现在的情绪，选择怎么进行交流。但是，人类内心真正渴望的情感、互相之间的感情交流能力，那种无语凝噎的情感，和眉目之间的情愫，人工智能很难达到。
人工智能是人类科技之大成，是基于大数据而形成的一种极聪明的系统。尽管它的学习能力很强，但是它只是对过去东西重复的学习和总结。所以，我认为人类有一个重大的能力，就是人类能够通过不断的学习和判断，获得独到的思想意识的能力，是人工智能不能达到的。比如说人工智能不太容易造就一个曹雪芹，也不太容易造就一个毛泽东，这些人是独特的个性、人格、学习能力、总结能力所构成的，不是人工智能就可以代替的。人工智能无法替代人类的独创能力、想象力、情感能力，有温度的交流能力、真正的学习能力和个性发挥能力。我认为未来的发展需要人和人工智能的结合，这样就能创造一个丰富多彩的、丰满的、幸福的自由境地。
重磅福利！【2017中国互联网+新商业峰会】，6月15-16日两天3000人次，携程创始人梁建章，嘉御基金创始人、前阿里巴巴CEO卫哲，分众传媒创始人江南春等嘉宾已确认出席，期待你的参与，限量钜惠票等你拿！返回搜狐，查看更多
责任编辑：