機器人取代工人，低技能工人的飯碗仍岌岌可危，各國應大力加強成人教育

據(jù)英國《金融時報》網(wǎng)站近日報道，經(jīng)濟合作與發(fā)展組織（OECD）的一份新報告指出，在發(fā)達經(jīng)濟體中，工人被機器人取代的風險遠低于人們之前的想象，OECD國家中僅14%左右的就業(yè)崗位是“高度自動化的”。這一結(jié)論與此前英國牛津大學卡爾·弗雷和邁克爾·奧斯本給出的估算值相比，可謂“小巫見大巫”——這兩位專家指出，他們發(fā)現(xiàn)47%的美國就業(yè)崗位存在“計算機化”的風險。

報告強調(diào)說，盡管如此，未來低技能工人的飯碗仍岌岌可危，各國應大力加強成人教育來應對和化解風險。

中國自動化學會混合智能專家委員會副主任、復旦大學計算機學院張軍平教授接受科技日報記者采訪時也表示：“面對人工智能，我們不必過分擔憂，但需要適當做好準備，尤其是對于教育背景較弱的人，建議政府在技術(shù)能力或服務技能等方面對他們進行培訓。”

機器缺乏創(chuàng)造性

近年來，人工智能和機器人技術(shù)突飛猛進，這讓決策者和經(jīng)濟學家擔心，隨著機器不斷取代工人，可能會出現(xiàn)工人大規(guī)模失業(yè)的“慘景”;此外，普通民眾也憂心忡忡，害怕自己被呼嘯而來的人工智能“列車”遠遠拋在身后。

但OECD的新報告認為，大多數(shù)工作難以實現(xiàn)自動化，因為它們需要從業(yè)者具備就復雜的社會關(guān)系進行有效磋商和協(xié)調(diào)的能力、創(chuàng)造性以及復雜的推理能力，或者在無組織的工作環(huán)境中完成實際任務的能力。而與人相比，機器要做到這一切更為困難。

張軍平也指出：“與人相比，機器的弱點也很明顯，對于不能程序化、依賴于定性評估準則以及需要依賴常識智能的工作，機器目前還無法取代人類，比如照顧老年人和病人的工作等。這些工作依賴于人的生活經(jīng)驗和情感，而這是機器所欠缺的。”

OECD就業(yè)、勞工和社會事務主管斯特凡諾·斯卡爾佩塔表示，即便是同一工種，在不同環(huán)境下工作，需要的技能可能也不同，因此，被機器人取代的幾率也并不一樣。他舉例說，在一家大型工廠的生產(chǎn)線上工作的汽車修理工，與在一家獨立的汽車修理廠工作的汽車修理工之間，就存在不小的區(qū)別，盡管隨著機器人的高歌猛進，后者的工作在某些方面可能發(fā)生變化，但很難實現(xiàn)完全自動化。

勞動力市場將兩極化

斯卡爾佩塔解釋說，報告表明，人們對“大規(guī)模技術(shù)失業(yè)”的擔憂在某種程度上被夸大了。相反，風險在于“勞動力市場的進一步兩極化”：一邊是高薪工人;一邊是從事其他可能“相對低薪且枯燥乏味”工作的人。

他說：“自動化風險高度集中于低技能人群，有些人可能會在技能分級體系中進一步下滑。正如馬太效應所描述的：強者恒強，弱者愈弱。”

據(jù)羿戓制造所了解，報告發(fā)現(xiàn)，英語國家、斯堪的納維亞國家以及荷蘭的就業(yè)崗位最不可能實現(xiàn)自動化;而德國、日本、南歐和東歐的就業(yè)崗位被機器人取代的風險最大。報告對此解釋說，這些經(jīng)濟體之間存在差別的主要原因，不是因為部分經(jīng)濟體的制造業(yè)規(guī)模更大，而是因為這里的人們已經(jīng)在以不同的方式從事這些工作。

研究人員寫道：“在這些不同的經(jīng)濟體中，即便同一職業(yè)，感知和操控任務以及認知和社會職能任務出現(xiàn)的頻率并不相同。而且，一些國家已采用了節(jié)省勞動力的技術(shù)，并對就業(yè)崗位進行了調(diào)整。”

加強成人培訓化解風險

雖然面臨被取代風險的工作崗位的比例遠低于之前公布的估算結(jié)果，但這并不意味著人們可以高枕無憂，真實的情況是，仍有許多人會受到影響。報告指出，在參加這項研究的32個國家中，約有6600萬人的工作可能會受到影響，且其中一些人將很難接受培訓。

該研究說，僅在美國，就可能失去1300萬個就業(yè)崗位。研究指出：“由于失去的就業(yè)崗位不太可能平均分布在全國各地，其帶來的影響將數(shù)倍于20世紀50年代底特律汽車工業(yè)衰退對當?shù)亟?jīng)濟的破壞。當時，技術(shù)的變化和自動化程度的提高等因素在底特律造成了大規(guī)模的失業(yè)。”

研究強調(diào)稱，面對自動化的沖擊，那些對教育經(jīng)歷要求最低的工作崗位可能面臨的風險最大，尤其是食品制備、保潔等領(lǐng)域的工作人員以及采礦、建筑和制造領(lǐng)域的體力勞動者。

報告說：“與此同時，大部分勞動者的工作可能會因自動化發(fā)生巨變，這要求各國強化成人學習政策，以便讓本國勞動力做好準備，面對可能出現(xiàn)的工作變化。”

張軍平也建議：“從事重復性工作和教育背景較弱的人員需要提高風險意識，未雨綢繆，最好能多學點知識，以避免被機器取代。當然，政府也應考慮對這些人在技術(shù)能力或服務技能方面加強培訓，以跟上即將到來的人工智能時代的步伐。”