談到人工智能和工作，預(yù)測(cè)是殘酷的。傳統(tǒng)的觀點(diǎn)認(rèn)為，AI可能很快就會(huì)讓數(shù)百萬(wàn)人失去工作，這是未來(lái)二十年中，對(duì)于打字員和白領(lǐng)工人而言，一如過(guò)去兩年機(jī)械化對(duì)工人的影響一樣。也就是說(shuō)，當(dāng)?shù)缆飞喜紳M(mǎn)了自動(dòng)駕駛汽車(chē)時(shí)，卡車(chē)司機(jī)和出租車(chē)司機(jī)將發(fā)現(xiàn)自己已經(jīng)失業(yè)或半失業(yè)。

但現(xiàn)在我們應(yīng)該開(kāi)始考慮AI對(duì)社會(huì)的潛在好處以及它的弊端。大數(shù)據(jù)和AI革命也有助于消除貧困，促進(jìn)經(jīng)濟(jì)穩(wěn)定。

貧窮當(dāng)然是一個(gè)多方面的現(xiàn)象。但是貧窮的狀況常常包含以下一個(gè)或多個(gè)現(xiàn)實(shí)：缺乏收入(失業(yè))；缺乏準(zhǔn)備(教育)；并依賴(lài)政府服務(wù)(福利)。AI可以解決這三個(gè)問(wèn)題。

首先，盡管人工智能可能會(huì)使人們失去工作，但它同時(shí)也可以用來(lái)將人們與正在失業(yè)的優(yōu)秀中產(chǎn)階級(jí)的工作相匹配。今天在美國(guó)有數(shù)百萬(wàn)這樣的工作。這正是人工智能所擅長(zhǎng)的匹配問(wèn)題。同樣地，人工智能可以預(yù)測(cè)明天的工作空缺將在哪里，以及他們需要哪些技能和培訓(xùn)。

從歷史上來(lái)看，我們傾向于回避這種社會(huì)規(guī)劃和工作匹配，這或許是因?yàn)樗鼘?duì)我們的指揮經(jīng)濟(jì)有一定的作用。然而，沒(méi)有人認(rèn)為政府應(yīng)該強(qiáng)迫工人接受特殊的工作，或者確實(shí)認(rèn)為這些工作和技能的缺口需要成為政府的工作。關(guān)鍵是，我們現(xiàn)在有了工具來(lái)猜測(cè)哪些工作是可用的，哪些技能是工人需要填補(bǔ)的。

其次，我們可以將所謂的差異化教育——基于學(xué)生以不同的方式和不同的速度掌握技能的理念——帶給全國(guó)的每一個(gè)學(xué)生。2013年，美國(guó)國(guó)立衛(wèi)生研究院的一項(xiàng)研究發(fā)現(xiàn)，近40%的醫(yī)學(xué)院學(xué)生對(duì)一種學(xué)習(xí)模式有強(qiáng)烈的偏好:有些是傾聽(tīng)者;其他人都是視覺(jué)型學(xué)習(xí)者;還有一些人通過(guò)實(shí)際做得到了最好的學(xué)習(xí)。

我們的學(xué)校系統(tǒng)有效地假設(shè)了相反的情況。我們把學(xué)生們捆綁在一個(gè)房間里，用同樣的教學(xué)方法和希望獲得最好的結(jié)果。人工智能可以改善這種狀況。即使在標(biāo)準(zhǔn)化課程的背景下，人工智能“導(dǎo)師”也能找到每個(gè)學(xué)生的弱點(diǎn)并糾正他們的缺點(diǎn)，使他們適應(yīng)自己的學(xué)習(xí)方式，并保持學(xué)生的參與。

今天占主導(dǎo)地位的人工智能，也被稱(chēng)為機(jī)器學(xué)習(xí)，允許計(jì)算機(jī)程序變得更加精確——如果你愿意的話(huà)，可以學(xué)習(xí)——因?yàn)樗鼈兾諗?shù)據(jù)，并將其與其他數(shù)據(jù)集的已知示例相關(guān)聯(lián)。通過(guò)這種方式，人工智能“家庭教師”在滿(mǎn)足學(xué)生的需求時(shí)變得越來(lái)越有效，因?yàn)樗ǜ嗟臅r(shí)間來(lái)觀察什么可以提高學(xué)生的表現(xiàn)。

第三，將教育、就業(yè)培訓(xùn)和匹配納入21世紀(jì)的共同努力，應(yīng)該消除大量人口對(duì)政府計(jì)劃的依賴(lài)，這些計(jì)劃旨在幫助陷入困境的美國(guó)人。有了21世紀(jì)的技術(shù)，我們可以合理地減少政府援助服務(wù)的使用，使其服務(wù)于原本計(jì)劃的功能。

現(xiàn)在可以利用大數(shù)據(jù)集來(lái)更好地預(yù)測(cè)哪些程序可以在特定的時(shí)間幫助特定的人，并快速評(píng)估程序是否具有預(yù)期的效果。用廣告打個(gè)比方，這將是在黃金時(shí)段電視上投放廣告和通過(guò)微目標(biāo)分析進(jìn)行廣告的區(qū)別。猜猜哪個(gè)更便宜，能更好地到達(dá)目標(biāo)人群?

至于意識(shí)形態(tài)對(duì)公眾援助辯論的有害影響:大數(shù)據(jù)承諾更接近于對(duì)這些社會(huì)項(xiàng)目無(wú)偏見(jiàn)的、沒(méi)有意識(shí)形態(tài)的有效評(píng)估。我們可以更接近一個(gè)精英式的技術(shù)專(zhuān)家型社會(huì)的愿景，即來(lái)自州和地方各級(jí)政府的政客們——那些與他們的選民所面臨的實(shí)際問(wèn)題最接近的——已經(jīng)開(kāi)始接受。

就連國(guó)會(huì)偶爾也會(huì)從黨派之爭(zhēng)中醒來(lái)，以推進(jìn)公共政策決策的科技事業(yè)：2016年，美國(guó)國(guó)會(huì)投票贊成，巴拉克·奧巴馬總統(tǒng)授權(quán)建立以證據(jù)為基礎(chǔ)的政策制定委員會(huì)。創(chuàng)建委員會(huì)的法案是由民主黨參議員帕帕蒂·穆雷(Patty Murray)和眾議院議長(zhǎng)保羅·瑞安(Paul Ryan)發(fā)起的。在該委員會(huì)于2017年9月到期之前，它利用政府?dāng)?shù)據(jù)評(píng)估政府政策的有效性，并根據(jù)調(diào)查結(jié)果提出建議。

這進(jìn)一步表明了人工智能和大數(shù)據(jù)在積極、有目的的公共利益服務(wù)方面的承諾。在我們將這些新技術(shù)視為混亂和顛覆的代名詞之前，我們應(yīng)該考慮它們的潛力，以造福社會(huì)。