AI技術進步的速度之快，愈來愈讓人有一日千里、一日三秋的感覺。例如，從1770年“土耳其下棋機器人”的騙局到圖靈1950年論文發表，經過了180年；再到1997年“深藍”戰勝卡斯帕羅夫，又經歷47年；再到“阿爾法狗”於2017年戰勝柯潔，也相隔了約20年。但從ChatGPT問世到Sora的出爐，僅僅相隔一年。
大模型AI的“發展悖論”注定了崗位的大規模損失幾乎是必然的。陣營之間、國家之間、企業之間都認識到，能否占據AI技術和產業的制高點關乎生死存亡。
這導致圍繞著AI的發展，形成一種類似冷戰時期太空競賽、軍備競賽、核武器競賽的競爭。而挖掘模型用途、擴大用戶群、提高回報率的必然方向和方式，便是提高勞動生產率，從而減少勞動力和人力資本的使用。
然而，只要人類勞動還沒有徹底由人工智能替代或者決定，就仍有一些東西不會發生變化。這些沒變的事物或方面越發彌足珍貴，可以為我們提供一個時間窗口。最重要的一點就是，人仍然是主導的一方，仍然是“人告訴機器做什麼”。這一點既有技術上的含義，也有制度上的含義。也就是說，人類應對崗位替代的兩條根本出路，迄今尚未發生根本性的變化，雖然也需要與時俱進，不斷校正方向。
強化勞動者社會福利
第一，人力資本依然是抵禦AI衝擊的底氣，但是人類需要把揚長避短作為AI時代人力資本培養的基本策略。至目前今為止，人類智能仍然具有優勢的方面在於：1）軟技能而非硬技能；2）科學知識以外的能力，而非認知能力；3）情商而非智商；4）人文的理解力和同理心，而非數理化的解題能力，甚至不是編碼技能；5）隱性的知識而不僅是顯示性的技能。
第二，社會福利體系仍是根本性的讬底制度，而且履行此類功能的物質條件日益增強。北歐在建立福利國家之初，在制度設計中就突出“去商品化”，即弱化勞動力作為純私人要素的屬性，強化勞動者及其家庭的社會權利。在AI的“崗位破壞”日益大於和快於“崗位創造”的條件下，這個理念和做法愈來愈重要。
|
