新華網 正文
機器人取代工人?沒那麼誇張
2018-04-24 04:03:51 來源: 科技日報
關注新華網
微博
Qzone
評論
圖集

  據英國《金融時報》網站近日報道,經濟合作與發展組織(OECD)的一份新報告指出,在發達經濟體中,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%左右的就業崗位是“高度自動化的”。這一結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,他們發現47%的美國就業崗位存在“計算機化”的風險。

  報告強調説,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採訪時也表示:“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,建議政府在技術能力或服務技能等方面對他們進行培訓。”

  機器缺乏創造性

  近年來,人工智能和機器人技術突飛猛進,這讓決策者和經濟學家擔心,隨著機器不斷取代工人,可能會出現工人大規模失業的“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”遠遠拋在身後。

  但OECD的新報告認為,大多數工作難以實現自動化,因為它們需要從業者具備就復雜的社會關係進行有效磋商和協調的能力、創造性以及復雜的推理能力,或者在無組織的工作環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驗和情感,而這是機器所欠缺的。”

  OECD就業、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並不一樣。他舉例説,在一家大型工廠的生産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,就存在不小的區別,盡管隨著機器人的高歌猛進,後者的工作在某些方面可能發生變化,但很難實現完全自動化。

  勞動力市場將兩極化

  斯卡爾佩塔解釋説,報告表明,人們對“大規模技術失業”的擔憂在某種程度上被誇大了。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。

  他説:“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係中進一步下滑。正如馬太效應所描述的:強者恒強,弱者愈弱。”

  報告發現,英語國家、斯堪的納維亞國家以及荷蘭的就業崗位最不可能實現自動化;而德國、日本、南歐和東歐的就業崗位被機器人取代的風險最大。報告對此解釋説,這些經濟體之間存在差別的主要原因,不是因為部分經濟體的制造業規模更大,而是因為這裏的人們已經在以不同的方式從事這些工作。

  研究人員寫道:“在這些不同的經濟體中,即便同一職業,感知和操控任務以及認知和社會職能任務出現的頻率並不相同。而且,一些國家已採用了節省勞動力的技術,並對就業崗位進行了調整。”

  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果,但這並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。

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

  研究強調稱,面對自動化的衝擊,那些對教育經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、保潔等領域的工作人員以及採礦、建築和制造領域的體力勞動者。

  報告説:“與此同時,大部分勞動者的工作可能會因自動化發生巨變,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。”(記者 劉霞)

+1
【糾錯】 責任編輯: 周靖傑
新聞評論
加載更多
京張高鐵智能動車組眾創設計結果公布
京張高鐵智能動車組眾創設計結果公布
讀書日裏品書香
讀書日裏品書香
航天科普小課堂 迎接“中國航天日”
航天科普小課堂 迎接“中國航天日”
世界讀書日 探訪《四庫全書》
世界讀書日 探訪《四庫全書》
010030090950000000000000011100001122729992