作者：姜奇平
什么是人工智能时代的安全职业，可能疫情后变成人们紧迫思考的问题了。随着人工智能发展，一个又一个原来由人承担的工作，被机器替代。阿尔法狗干了围棋冠军的活儿，微软的小冰干了诗人的活儿，百度无人驾驶汽车干了司机的活儿，方太无人超市干了售货员的活儿……，传统职业变得不再安全。人们不禁要问，将来还有哪些职业，是机器难以替代，因而是相对安全的？
判断这个问题，不能靠瞎猜，而需要一个思考框架。作为一个学术问题，这个问背后的问题是：人工智能擅长作什么，不擅长作什么。人擅长作什么，不擅长作什么。搞清楚人与机器各自所长、所短，这个问题自然就有答案了。
首先，涉及人工智能的本质，要参考人工智能权威的看法来判断。这里推荐2011年图灵奖获得者朱迪亚珀尔与达纳麦肯齐合著的《为什么：关于因果关系的新科学》。其中提出了一个理解人工智能能力本质的简单框架，这就是因果推断框架。2014年9月3日，珀尔教授在旧金山给笔者讲了一下午因果推断，笔者记下的一句话，可以概括这本书的主线：“从巴比伦思维到雅典思维的问题。”因果推断在讲相关关系与因果关系二者之间的关系。通俗地讲，相关关系对应归纳（休谟经验论，所谓巴比伦思维），因果关系对应演绎（莱布尼茨理性论，所谓雅典思维）。珀尔反对现在一些人只讲相关关系，不讲因果关系。认为人工智能只有通过建模将相关上升到因果，才能通过推断解决问题。
对应到职业上，这意味着，找不到规律的事（只有相关没有因果的事）更适合由人来完成；而找得到规律的事（从相关可以推断出因果的事）可以由机器替代。更简化地说，凡是建不了模的工作，机器都代替不了人。举例来说，有些人购物没准儿，建模往往套不牢他们，所以为这些消费者服务的事就适合由人来干。
其次，涉及职业的本质，要参考职业问题权威的看法来判断。这里推荐斯科特佩奇的《多样性红利》。其中也提出了一个超简的判断框架：“多样性优于能力”。全书的“多样性”，都可替换为臭皮匠（或人）；“能力”，都可替代为诸葛亮（或人工智能）。臭皮匠在什么条件下可以稳赢诸葛亮，或者说，人在什么条件下可以稳赢人工智能。其实条件很简单：凡是人算不如天算的，都不适合人工智能（诸葛亮）。相反，凡是人算算得清的，都不适合臭皮匠。显然，人工智能这个“诸葛亮”之所以显得很能，全在于会算，如果他算不清楚，自然就得投降。什么是算不清楚的呢？按佩奇院士理论，就是复杂性程度超过算力的事务。举例来说，股市、生态多样性，还有，婚恋，等等。
第三，涉及人工智能与职业的关系，要参考这方面专家的看法。这里推荐马华兴、王鹏著的《做出好选择》。其中提出了一个将人工智能与职业联系起来的判断框架。这个框架把工作分为程序型工作和探索型工作。程序型工作，对应珀尔院士说的可建模发现因果关系的事情，对应佩奇院士说的“能力”型工作；探索型工作，对应珀尔院士说的只有相关关系无法建模的事情，对应佩奇院士说的“多样性”型工作。《做出好选择》认为，从事探索型工作是未来的方向。这是人工智能时代的安全职业。书中归纳了三种有前途的探索型工作：社交类工作、设计类工作、经验类工作。
不过，如果理解了人工智能的原理与职业的原理，安全职业可以不只这三类，而可无限增加。比如，网络文艺，全行业符合佩奇院士说的“多样性”标准，作品只要一重样，就会被判抄袭。其中包括网络文学、网络音乐、网络视频、网络音频等十多个职业，进而由产品内容化、体验化，乘上365行进一步派生数千职业，如直播带货、孩子打针专用动画片等等；又比如，网络娱乐，细分为体育、游戏、**等具有人算不如天算特征的成百上千种的职业，……无穷无尽，总之只要与人的情感（如对美好生活的向往）沾边，都适合人而不适合人工智能。真正的问题反倒可能是，安全职业多得数也数不过来，逼得人工智能还要再努力一些，才能把人手腾出来，有机会去尽情发挥。
（作者系中国社科院数量经济与技术经济所信息化与网络经济室主任）
