发展符合科技伦理的人工智能技术

郑磊 原创 | 2020-06-18 13:05 | 收藏 | 投票

 郑磊

 

自从1956年计算机科学家约翰·麦卡锡首次提出“人工智能(简写AI)”,人工智能领域就在日新月异地快速发展着,这项技术的应用近年迎来了黄金发展期。专家预测在未来数十年里,人工智能会极大地改变人类社会结构和生存方式。

 AI技术为人类社会带来了很多伦理方面的挑战,在发展经济方面也引起了广泛争议,其中一个主要关注点是AI技术应用是否整体上有利于社会经济发展。首先是生产率有无提高。据埃森哲预测,2035 年,人工智能将推动中国劳动生产率提高 27%,经济总增加值提升 7.1 万亿美元。在企业层面也有正面反馈,麦肯锡全球研究院调查发现,采用AI技术的公司的利润率明显提升,其中有30%的企业表示已经实现收入增长,获得了更高的市场份额,或提升了产品和服务能力,大部分被调查企业预计利润率增长了5%。但是,AI技术在带来经济增长的同时,也出现了明显的负面效应。实证研究发现1993-2007年美国19个产业中机器人的使用与就业率之间呈负相关关系,每千名工人中每多1台机器人,就业人口比例降低0.18%-0.34%。专家预测结果更不乐观,麦肯锡预计2016-2030年间,中国被替代的全职员工的规模约平均每年300万人;2030年自动化将使中国五分之一的制造业工作岗位消失,全球将有多达8亿人的就业岗位被人工智能替代。国内也有学者预测在“机器换人”时代,中国将有5-6亿的劳动力被机器人替代。世界银行估计在OECD国家中有57%的工作未来20年可能被机器取代,这将对所有国家造成困扰。人工智能所带来的潜在利益可能无法平均分配,会助长经济不平等并破坏了竞争,对发展中国家的负面影响远高于发达国家。

 客观地看,AI技术在不同行业的应用带来劳动力替代、创造和结构上的变化应该是不同的。我们既不应笼统地判定AI会带来严重失业问题,也不应忽视这一风险。这就要求在AI技术研究和应用方面采取有针对性的措施,区别对待AI技术应用产生的不同结果。AI技术应用可能有利有弊,那些确实能够代替人们在人类不擅长领域或者对人身有害、高风险环境工作,能够拓展人类现有的能力范围,或当前急需而短期培养足够多合格人才较难,且对社会与经济发展整体有利的技术,应该重点和优先发展。这类应用有很多,例如用于疫情的预测和诊断,有助缓解医疗资源高度紧张的医疗机器人,从事危险品分拣处理、井下作业机器人等。而有些AI技术的应用需要分析所有利益相关方,并从经济性损益、社会性损益两个方面进行综合权衡,慎重对待,比如一些替代低端技能和岗位工作的智能机器。

 人工智能技术应用的核心要求应该是兼顾经济性、可及性、责任性、可控制性、可解释性、公平性,并时刻以人为中心。尽管AI技术在执行明确定义的认知任务方面超越人类,这不应作为替代人类这方面劳动的唯一理据。有较多证据显示,随着人工智能技术由“弱人工智能”向“强人工智能”升级,可以胜任的复杂脑力劳动将更多,一些知识工作不再需要以前那些必备技能了,这种现象称为去技能化deskilling),美国学者发现在未来20年里美国约有47%的工作可能会被机器所替代。一些被替代劳动力无法接受其它行业更低的工资或无法获得更高劳动技能而退出劳动力市场。美国自90 年代信息科技高速发展以来,中等收入工作岗位数量占比大幅下降,高收入岗位数量占比显著上升,而低收入工作岗位的占 比也有一定程度上升,形成了中段下沉,低端和高端工作岗位增加的现象。这也是造成了美国目前社会矛盾一个主要原因。

如果把人工智能替代低端劳动视为正向淘汰,那么对知识工作者的部分乃至完全替代则应看作逆向淘汰。尽管两者在单纯经济和技术角度看都具有革命性,但是对社会结构和正常社会生活的冲击过大。人工智能技术应用应将提升社会福祉,实现人们的内在幸福感作为目标。尽管人类是有很多缺点的劳动者,劳动力成本越来越高,提供符合人体工学的工作环境和设施以及后勤保障都比较费钱。而且还需要额外的监督,比如一些舞弊或渎职行为,这比使用同样能力的智能机器要昂贵得多。但是,劳动给人类带来了体验幸福不可或缺的归属感、满足感和成就感,这是人类最看重的身份认同和核心价值观。即便无工可务的人们能够分享人工智能系统所创造的巨大财富,这样的社会却无法让大家体现自身的价值,从中获得生活的意义。

 技术是中性的,由于技术研发本身具有连续性,对于技术本身的科学研究原则上不应干预。保持劳动力市场充分就业是衡量科技创新应用的一个关键考量。在人工智能技术的应用方面,需要比较人工智能带来的收益和对社会造成的成本或损失,如失业、不平等、伦理冲突等问题,只有整体福利大于零的情况下才应发展。对人工智能技术应用的外部干预是必要的,原则是如果企业层面的技术应用选择是对其自身有经济利益的,则应从市场经济角度设计干预措施,如增加其技术利用的成本或弥补其不采用相关技术而损失的部分收益。对于总福利优势不明显或影响不确定的技术,应继续观察效果。同时,应设定科技伦理的底限标准,实行一票否决,必要时通过法律手段禁止这类人工智能技术应用。

 

(作者系国际经济研究院数字经济研究中心高级研究员, 联络邮箱prophd@126.com

本文部分观点发表于香港大公报数字经济专栏(2020年6月17日)

个人简介
宝新金融首席经济学家,香港中文大学(深圳)SFI客座教授,行为经济学者,创新发展,金融投资专家,南开大学经济学博士,荷兰maastricht管理学院mba,兰州大学数学学士 email:prophd@126.com
每日关注 更多
郑磊 的日志归档
[查看更多]
赞助商广告