当前位置： 经济学原理 > 经济学原理课本 > 深度经济学人特别报道人工智能和自动化时
当前位置： 经济学原理 > 经济学原理课本 > 深度经济学人特别报道人工智能和自动化时
选自ThEconomist
机器之心编译
年6月，《经济学人》专题报道了人工智能进步对社会可能产生的巨大影响（《经济学人》封面报道：从技术、就业、教育、政策、道德五大维度剖析人工智能）。年伊始，《经济学人》再度指出，和工业革命一样，人工智能和自动化时代需要另一场教育革命并对新的教育模式、当前现状及其存在的严重问题进行了深入剖析。
《特别报告：终身学习》的深度分析共包括六个部分：（1）学习和挣钱：终身学习具有经济上的紧迫性；（2）认知变换：为了鼓励员工接受再教育，雇主可以做些什么；（3）旧瓶新酒：年长的雇员如何在单位大展拳脚；（4）MOOC的回归：现有的教育提供商vs新的竞争者；（5）必由之路：将条件转变成工作；（6）显而易见的问题：低技能工人的再教育。机器之心对全部内容进行了有删减的编译。
引言：终身学习，知易行难
当教育的步伐跟不上技术发展，就会产生不公平。创新到来之际，工人没有「被利用的价值」就会遭殃——如果这些工人被技术革新远远抛在后面，社会就会分崩离析。这一洞见从根本上影响了工业革命的改革者们，也推动了国家资助全民基础教育。接下来，工厂和办公室自动化引发了大学生人数猛增。历经数十年，教育和创新共同推动人类社会走向繁荣。
今天，机器人和人工智能召唤者另一场教育革命。不过，这一次，工作生涯如此漫长而且变化迅速，只在人生初期强加更多教育是不够的。获取新技能必须贯穿人们的整个职业生涯。
不幸的是，正如我们本期特别报道所述，今天，终身学习的受益方主要是成功人士，而这更可能加剧不平等而不是减少。21世纪经济体不想要产生一个庞大的底层阶级的话，政策制定者亟需制定措施，帮助国民边谋生边学习。迄今为止，他们的抱负小得可怜。
传统教育模式——人生初期集中学习，之后公司培训加以补充——正在瓦解。原因之一是需要新的、不断更新的技能。制造业越来越多地需要脑力而非蛮力。与此同时，在职培训也在萎缩。市场正在创新以让工人能够有新方法学习和赚钱。报告谈到的那些革新展示了工作与学习如何交织在一起。然而任其自行发展，这一新生市场将会主要服务于那些已经具备优势的人。如果新的学习方式是要帮助那些最需要帮助的人，则政策制定者应该瞄准远为根本的举措。19和20世纪见证了教育的令人震惊进步。今天的抱负应当不逊于当年。
一、学习与挣钱：终身学习变得具有经济上的急迫性
AndrwPalmr说道：技术变迁将会要求教育和就业间更加紧密和连续的关系。这样一个系统的大纲正逐渐露出水面。
游客正在接待区等待一部已退役的地铁车厢来接他们。每一个房间，主题是分别关于代码、网页发展和数据科学。第一眼看上去，GnralAssmbly的办公室和其他任何一所技术型创业公司没什么两样。但是有一点非常不同：绝大多数公司使用技术来在线出售他们的产品，然而GnralAssmbly通过物理世界来教导技术。办公室同时也是一个校园。教室里充满了学习和实践代码的学生，他们中的绝大多数为来到这里已经放弃了工作。全日制参与者要支付-英镑（-美元）来学习为期10-12周的数字经济通用语。
从西雅图到悉尼，GnralAssmbly在20个城市的校园里拥有接近毕业生。注册成为全日制学生的人员大多数都希望他们能展开新的职业生涯。公司的课程表是基于和雇主讨论他们极其缺乏的技能的谈话的基础上制定的。GnralAssmbly会举办「遇见、招聘」大会，在这里，公司能够看到代表大会的学生完成编程工作。置业顾问帮助指出学生展示的不足之处和提高他们的面试技巧。
GnralAssmbly通过有多少毕业生在他们渴望的领域里获得了一个有薪水的永久的全日制工作来测量它的成功。在-年度，有四分之三的学生使用了公司的职业建议服务，其中99%在开始寻找工作的天内就求职成功。公司创始人JakSchwartz当初创立公司，是被两次个人经历所启发的。一个是根本没有赋予实际技能的耶鲁学位，还有一个两年的MBA学位，他感觉到花费了太多的时间和精力：「我想要通过降低学费和提供雇主迫切渴望的技能来改变教育行业的投资回报方程。」
在富裕的国家里，学习和赚钱的联系似乎遵循着一个简单的规则：青少年应该尽可能多的获得正式教育，这样，在剩余的职业生涯中就可以收获对应的奖励。文献表明每一年额外的学校教育会带来每小时8-13%的收入增长。自从经济危机以来，提前辍学的代价越来越清晰。在美国，随着教育稳步提高，失业率也在稳步下降。
有许多人相信技术变化只能加强正式教育。容易就能被自动化取代的日常工作已渐渐消失。这种观察的另一面是需要更多认知能力的工作正在增长。劳动力市场正在分流，而有大学毕业证书的毕业生将很自然的转向更高薪水的工作。
而现实看起来是更加复杂。教育的回报，即使对于高技能工作者来说，也已变得不那么清晰。根据纽约联邦储备观察，-年间，拥有学士学位的美国工人的平均工资上涨了31%，然而对于只有高中学历的人来说，平均工资一点也没动。但是在接下来的12年，大学毕业生的工资下降率超过了学历没有他们高的同龄人。与此同时，大学学费还在不断增长。
对于绝大多数人来说，决定去上大学依然很有道理，但是有关教育和工资间机械关系的想法被打破了。由皮尤研究中心做的一个最近调查显示：将近16%的美国人认为在现代经济中，四年的大学生涯已让学生为高薪水工作做好准备。这种想法一部分是由经济危机的周期性影响和其余波导致的。这其中也可能仅是供给问题：随着更多人有了大学学历，相应优质工作就会减少。但是技术又似乎给未来蒙上了一层纱。
年由加拿大经济学家三人组——PaulBaudry，DavidGrn和BnjaminSand共同发表的一篇文章质疑了对非常规工作需求的乐观估计。作者说，在年之前的20年，作为IT时代建立的基本设施（计算机、服务器、基站和光纤电缆），对认知技能的需求如日中天。现在既然技术已经大部分安排妥当，此类职业也衰落了。他们的调查显示从年起，美国高技能工作的占比就一直在下滑。现在，大学毕业的求职者不得不从事对认知技能要求较少的工作，替代教育程度不高的工人。
这项分析证实了技术会颠覆就业这一观点。熟练和不熟练的工人都陷入了麻烦。虽然受教育程度高的人更可能找到工作，不过现在有了公平的机会，这让人感到不太愉快。那些从未上过大学的人都被挤出了职场。这是技术悲观主义者的论点，牛津大学的Carl-BndiktFry和MichalOsborn的预测体现了这一点，他们曾在年计算出47％的美国现有工作容易受到自动化技术的影响的著名结论。
这里还有另一个不那么具有决定性的可能。波士顿大学经济学家JamsBssn研究了自动化技术对特定职业的影响，发现自年以来，使用计算机的职业的就业增长速度快于不使用计算机的职业。这是因为自动化技术倾向于影响职业内的任务，而不是完全消除对应的岗位。部分自动化实际上可以通过降低成本来增加需求：例如，尽管在超市中和在银行中的ATM中引入了条形码扫描器，但是出纳员和银行柜员的数量却增加了。
但即使技术不会在总体上毁灭工作，它也会迫使许多人做出改变。从至年，在日常办公工作中雇用的美国劳动力的比例从25.5％下降到21％，减少了万个工作岗位。根据麻省理工学院（MIT）的PascualRstrpo的研究，-08年的金融危机使情况变得更糟：至年，非熟练日常工作的工作机会相比其他工作下降了55％。
在许多职业中，获得新技能变得至关重要，因为现有的许多东西都已经过时了。BurningGlassTchnologis是一家波士顿的创业公司，它通过从在线招聘广告中提取数据来分析劳动力市场，发现需求最多的是技能的新组合——该公司的老板MattSiglman称之为「混合型工作」。例如，编程技能现在的需求量远远超过其他技术部门。在美国，薪酬前四分之一高的职业中有49％的职位是动辄要求编程技能的工作。新工作的组成也在迅速变化。在过去五年中，对数据分析师的需求增长了％;在该部门内，对数据可视化技能的需求激增了％。
在职业生涯的开始，大学文凭并不能迎合持续获取新技能的需要，尤其是职业持续时间更长的时候。职业培训善于教会人们特定工作的技能，但这些技能也需要在持续几十年的职业生涯中反复更新。由多数富裕国家加入的经合组织（OECD）的教育主管AndrasSchlichr说，「德国经常因其学徒制而受到赞扬，但其经济却未能适应知识经济。职业培训有一定的作用，但是训练一个人早一点去做一件持续终生的事情并不是终身学习的答案」。
这种特定的专门知识意味着在工作中需要它，但是雇主似乎变得不那么愿意投资培训他们的工作人员。美国经济顾问委员会在总统的「年经济报告」中发现，在至年间，接受有报酬培训或在职培训的工作者的比例稳步下降。在英国，工人平均接受的培训在年至年间几乎减少了一半，每周只有0.69小时。
也许雇主自己不知道他们需要什么样的专业知识。但也可能是，当有压力的时候，培训预算特别容易被削减。劳动力市场模式的变化也可能发挥作用：企业现在拥有更广泛的选择来完成工作，从自动化技术和外包到使用自雇者和众包。就业咨询公司Manpowr的老板JonasPrizing说：「组织已经从创造人才转向消费工作（consumingwork）」。
总结以上，我们可以发现，时代对各种各样的工作者都更加艰难了。大学学位仍然是许多工作的先决条件，不过如果没有足够经验的话，雇主已经不会以学位作为雇佣工作者的充分条件了。公司的许多职员面临着他们的技能将要过时的未来，但是获得新的技能的途径却通常难以找到。「现在，要求营销专业人员具有开发算法的能力是合理的，」Siglman先生说，「但是营销的线性职业不能提供获得这些技能的机会」。现在越来越多的人成为了自雇者。在美国，临时工、承包商和自由职业者在劳动力中的比例已经从年的10.1％上升到了年的15.8％。
持续学习阵营
答案看起来很明显。为了保持竞争力，并为低技术工人和高技能工人都提供最好的通向成功的机会，经济需要在人们的工作生活中提供培训和以职业为重点的教育。这份特别报告将列出人们为以新的方式连接教育和就业做出的努力；人们主要通过平缓成为劳动力的开始和使人们能够在他们的职业生涯中学习新的技能这两种方式来达成这一目标。许多这些提议还处于初级阶段，但它们也提供了对未来的一些预测和关于由终身学习新技能引起的问题的指导。
许多东西已经确实的发生了。比如GnralAssmbly只是编程训练营（coding-bootcamp）的提供者之一。由Coursra和Udacity等公司在十年前提供、在近几年大肆宣传的大规模开放在线课程（MOOC），已经采用了新的以就业为重点的业务模式。LinkdIn是一个专业的网站，于年购买了在线培训业务Lynda，现在正通过名为LinkdInLarning的服务提供课程。Pluralsight有一个按需培训视频库，并且是一家独角兽公司。亚马逊的云计算部门也有一个教育机构。
大学正在更加积极地接受在线和模块化学习。像新加坡这样的地方正在大力投资，为他们的公民提供可以在他们的工作生活中使用的学习贷款。个人也越来越似乎接受继续持续学习的需要。根据皮尤的调查，54％的美国工人认为，在他们的工作生活中发展新技能是至关重要的；这个比例在30岁以下的成年人中则达到61％。Manpowr在年进行的另一项调查发现，93％的千禧一代愿意将自己的钱用于进一步的培训。与此同时，雇主也越来越重视学习本身这一技能。
二、认知转换：雇主能做些什么来鼓励员工进行再教育
Infosys在PaloAlto的办公室里有一间摆满扶手椅、抽屉柜、桌子等古董家具的奇怪房间。衣架上挂着粗花呢夹克，一架快报废的钢琴。房间结构粗糙，好像未完成。据SanjayRajagopalan所说，这才是重点。
Rajagopalan先生是印度商业服务公司设计研发的负责人。他是「设计思维（dsignthinking）」的信徒，这是一种根植于观察成功创新者的问题解决方法论。他的目标雄心勃勃：把一家按照客户要求建立全球外包业务的公司转变为一个可以为自己的项目设置条款的公司。
设计思路强调在整个计划中的行动并鼓励大家以受影响者的眼光看待问题。大约有0名员工已经通过了一系列的workshop。第一个workshop为参与者设定了一个任务：例如改善数码摄影的体验。这就需要把思路从制作一个更好的相机的想法调整到考虑为什么人们首先看重照片，因为这是扑捉记忆的一种方式。随着思路的延伸，参与workshop的人们立即开始用简单的材料如纸板和纸生产相机原型。「当下流行的趋势是在做之前就计划好所有的细节，」Rajagopalan先生说，「而我们的方法是先做，然后测试，之后才是计划。」
在PaloAlto，奇怪的结构是另一个教学工具。Rajagopalan先生让一个小团队重新构想数字零售经验。不是再建一个电子商务网站，而是他们在用多种技术试验一个物理空间。（比如说一个疲倦的购物者坐在椅子上，邻桌上的一壶茶就会自动烧起来。）在公司的办公室里的商店原型结构是有记录的，员工可以看到设计思想一步步的实施。
Infosys正在解决一个非常重要的问题：人们需要怎样才能在工作中取得成功？无论是什么工作，答案总是基于特定行业的知识和经验，涉及一些技术上的和具体的技能。但是有了设计思路，Infosys正在专注于「基本的技术」（比如创新性，问题解决和同理心）。当机器能让人类在执行日常工作任务时感到羞愧时，就应该考虑掌握一些计算机很难学会的技能了。
哈佛大学的DavidDming发现劳动力市场提供一些需要社交技能的人。自年起，在有薪资层次上的就业和收入的的增长速度最快的行业在社会技能方面的溢价很高（见图表）。
社交技能对很多工作都很重要，不仅仅是医疗护工、治疗师和其他需要与客户接近的工作。Dming先生认为主要价值在于同事之间的关系：那些能快速有效地划分任务的人能形成更有效率的团队。如果未来的工作越来越多地由承包人和自由职业者完成，那么合作能力将变得更加重要。即便是极客也需要学习这些技巧。RyanRoslansky负责LinkdIn的在线教育，他注意到许多软件工程师正在他们的网站上学习管理和沟通课程来提升自己的全面技能。
打造一个更好的学习者
发现并保住饭碗的另一个越来越重要的技能是不停地学习。当技术正在以一种无法预测的方式改变，工作变得富有交叉性时，人类就需要能学习掌握新技能。在Infosys，Rajagopalan强调「学习速率（larningvlocity）」，在几天或几周内从一个问题变成一个好想法的过程。Alphabt目前的执行总裁EricSchmidt谈到谷歌的招聘重点放在了「学习动物（larninganimal）」上。Facbook的创始人MarkZuckrbrg每年都会为自己设下一个新的学习目标。
强调学习一直是UnitdTchnologis（UTC）的一个标志，这是一家企业集团，旗下业务包括飞机发动机制造商普惠公司（PrattWhitny）和电梯制造商奥的斯（Otis）。起，UTC启动了一项学习计划，旗下员工可以其中获得一个业余学位，并为他们提供每年高达1美元的学费，没有任何附加条件。雇主往往不愿给员工做培训，怕他们技术提升后，离职去竞争对手公司。但该公司的人力资源副总裁GailJackson有不同的观点。「我们希望招来有求知欲的人，」她说。「给他们培训让其变得更好总比没有培训让他们留下的好。」
这种观点变得越来越常见。当SatyaNadlla年掌管微软时，他借助斯坦福大学心理学教授CarolDwck的作品来推动公司文化朝新方向发展。Dwck女士将学生划分为两大阵营：认为能力是天生且不可改变的人（需要给其学习动机）和认为能力是可以通过学习提升的人。这种「增长心态（growthmindst）」是公司试图鼓励的。微软已修订其业绩审查标准，包括评估员工如何学习他人然后应用知识。微软还建立了一个内部的门户网站，整合了通过LinkdIn购买的培训供应商（微软自己也在购买）Lynda。
电信和媒体公司ATT拥有大约名员工，这家公司面临着两大劳动力问题：在大数据和云计算时代的背景下快速更新技能的需求，不断的员工流失使公司不得不每年填补个职位。从外部招聘很难很贵，而且极易招致现有员工的不满。这家公司的方法是对现有员工进行培训。
每个员工都有自己的职业简介，里面包括他们的技能和经历过的培训。他们还可以访问一个名为「职业智能（carrintllignc）」的数据库，向他们展示公司内部所提供的工作及相应的技能需求和薪资水平。该公司还与Udacity合作开了一个短期课程，同时正在与多所大学一起开发课程。员工利用自己的时间开发自己的技能。但ATT用「胡萝卜加大棒」策略来鼓励他们，给那些积极参与课程的员工慷慨地赞助学费（年共计万美元），同时对于那些没有兴趣的员工给予负面评价。
随着持续学习成为公司的优先事项，出现了两个问题。第一个是，公司是否有可能根据好奇心（心理学家称之为「认知需求」）来筛选候选人和员工？上大学是一种非常粗糙的获得基本技能的途径，这解释了为什么那么多雇主要求学历，而事实上这份工作不需要这些。
越来越好奇
更多由数据驱动的方式也正在被尝试。Manpowr是一个人力资源咨询公司，正在一个app应用上运行自己的试验，这个app可以对个人的学习能力打分。Knack是另外一家初创公司，提供一系列实际上是游戏化了的心理测试app。而在DashiDash，参与者扮演服务生的角色，然后根据顾客的表情（通常非常难懂）来给顾客下单。随着越来越多的顾客的出现，管理工作流程的工作变得越来越难。每一个决定和每分钟的决策改变都会被捕获到并以数据点的形式传到云端，通过云端数据里对2万5千人的数据参考，机器学习的算法开始分析玩家的能力。具备读取顾客表情的能力将会在同理心方面获取相应的加分；一个按照顾客进店先后顺序来招待顾客的决策将会是诚信品格的一个指向标。好奇心是Knack测试的特质之一。
第二个问题是，有没有可能做到训练人去学习。成像技术正在帮助我们揭开好奇心比较强的人的脑内活动情况之谜。在神经科学期刊Nuron年发表的一项研究中，参与者首先被要求给自己在学习不同问题解答上的好奇心程度打分。随后，那些所要学习的问题的解答将会展示给参与者，同时展示给参与者的还有一张陌生人的脸部照片；最后参与者要完成一个对答案内容回顾的测试和一个脸部识别测试。好奇心较强的参与者在这两个测试上，对内容的记忆保持较好，脑部扫描的结果显示他们中脑边缘多巴胺系统的活动更频繁，中脑边缘多巴胺系统是一个奖励通路。同时海马体的活动也更频繁，海马体是一个形成新记忆的关键区。
想知道人的特质（类如好奇心）能不能通过教导而习得现在还为时尚早。但是目前通过让个体对自己的思考过程更哈尔滨治疗白癜风医院北京最好白癜风中医医院
转载请注明：http://www.deudeguo.com/jykb/13893.html
