隨著人工智能的發(fā)展以及機器人產(chǎn)品的廣泛使用，人類似乎正面臨著前所未有的就業(yè)危機。雖然眼下情況還不明顯，但是數(shù)十年后我們或許將會發(fā)現(xiàn)已經(jīng)處在深度困境當中。
 就像視頻的出現(xiàn)抹去了電臺明星的崗位一樣，人工智能也會毀滅作家、記者和編輯的工作。

 

       從Fiverr自由職業(yè)者到《紐約時報》記者，大量的文字專家可能很快就會發(fā)現(xiàn)自己失業(yè)了。然而，它們不是被海外競爭對手打敗，而是被算法打敗。為了理解寫作的未來，以及人工智能作家的樣子，我們首先需要了解那些已經(jīng)在被取代的工作類型。

 

       自動化并不會同等程度地將觸角伸向所有工作崗位，這一點在美國社會很容易看到。后工業(yè)腹地的俄亥俄州，與舊金山這樣高度集中的知識資本城市相比，呈現(xiàn)出一種截然不同的景象。

 

       盡管將矛頭直接指向了海外競爭，但似乎最大的工作殺手并不是外包，而是自動化。畢竟，美國制造業(yè)的表現(xiàn)相當不錯：制造業(yè)每年增長近2.2%，遠遠快于美國整體經(jīng)濟的增速。2016年美國經(jīng)濟增長了1.6%。

 

       似乎制造業(yè)正在蓬勃發(fā)展，而工人數(shù)量卻并沒有。但為什么工廠的工作如此容易受到機器人的影響呢？為什么受影響的不是舊金山的程序員，或者是紐約的作家？

       這要歸結(jié)于任務(wù)。像牛津、麥肯錫和普華永道這樣多元化的組織已經(jīng)得出結(jié)論，那些最容易自動化的工作崗位有幾個重要的共同之處。他們必須有重復的例行程序和高度的可預測性，具體可以參考大倉庫里的組裝線或儲物箱。這些崗位的工作簡單直接，不需要適應或橫向思維。

 

       相反，具有高度不可預測性的工作和復雜的解決問題的需求，則不太可能被機器所接受。美國國家公共廣播電臺有一個小工具，可以預測你的工作崗位被自動化取代的可能性。這個小工具給作家這個職位的評分是，有3.8%的可能性被計算機程序取代。傳統(tǒng)觀點認為，創(chuàng)造力不容易被機器復制。

 

       是這樣嗎？

 

       要想讓人工智能編作家的工作有效率，它必須通過圖靈測試，在這種測試中，計算機必須欺騙人類，讓他們誤以為它也是人。

 

       這對于創(chuàng)造性的算法尤其重要，用戶不希望使用由機器人創(chuàng)造的內(nèi)容，因為我們認為機器人無法在情感層面上有效地與我們建立聯(lián)系，我們認為，創(chuàng)造力不存在公式化，也就是說，我們不能簡單地將《戰(zhàn)爭與和平》這樣的文學作品簡化為算法和二進制輸入。

 

       但現(xiàn)實情況是，程序員其實可以激發(fā)創(chuàng)造力，而且他們已經(jīng)做到了。早在2011年，杜克大學的一名本科生修改了一種算法，將詩歌分解成更小的部分(如詩、行、短語)，然后自動生成詩歌。其中一個甚至被杜克大學的文學期刊TheArchive采用。因此，這位人工智能作家的作品被當作了人類作品，從而通過了圖靈測試。

 

       當然，在《紐約時報》上，一首九行詩和一篇冗長的文章之間存在著天壤之別。然而，重要的是要認識到這是一個關(guān)鍵的里程碑。多年來人們一直以為創(chuàng)造力是機器無法觸及的。而如今，人工智能創(chuàng)作出了詩歌、歌曲，甚至是短片，這些都已經(jīng)成為現(xiàn)實。

 

       機器人作家會是什么樣子？有些觀點認為人工智能作家的存在難以想象，這其中一個原因也許是大多數(shù)人工智能作家都難以達到人類作家的相似水平。例如，F(xiàn)acebook關(guān)閉了它的人工智能語言構(gòu)建系統(tǒng)，因為它們沒辦法有效地使用自然語言。

 

       但是，因為這樣一些事件而忽略人工智能，則是非常危險的，因為人工智能已經(jīng)占據(jù)了一席之地。不僅人工智能作家通過了圖靈測試，而且他們還可以依賴專門的算法，比如深度學習，來磨練他們的寫作技能。最近深度學習的應用就曾令人工智能在圍棋大賽中打敗了人類。此外，人工智能已經(jīng)可以一刻不停地無縫處理大量的數(shù)據(jù)，而人類那樣的肉身還需要進食和休息。例如，盡管最初遭遇過挫折，IBM的沃森已經(jīng)能夠分析成千上萬的報告，生成自己的見解，甚至幫助醫(yī)生做診斷、挽救生命。

 

       這對機器人作家來說是一小步。在廣告中，人工智能文案是非常通用的：他們可以起草數(shù)百種不同的廣告活動文案，測試和分析每一個不同迭代的優(yōu)勢，利用深度學習，快速創(chuàng)作出好的作品。最重要的是，人工智能不需要休息、獲得報酬，也不存在頒獎典禮那樣需要花錢的事。

 

       為了避免重蹈覆轍，很明顯，我們需要一個全新的人與人之間合作的方式，而不是競爭。

       事實上，《華盛頓郵報》上已經(jīng)有了一篇人工智能作家寫的文章。媒體高管們轉(zhuǎn)向人工智能作家Heliograf，令其幫助擴大自己的網(wǎng)絡(luò)受眾。編輯們向Heliograf輸入各種新聞事件的關(guān)鍵詞和模板。隨后，Heliograf在網(wǎng)絡(luò)上搜索數(shù)據(jù)和關(guān)鍵字匹配，之后它會生成報道，或者提醒記者反復檢查文中的錯誤。

 

       Heliograf可以寫出選舉或奧運會等事件的簡單報道。然而，他們并不能做到深入分析，這也是《華盛頓郵報》經(jīng)過深思熟慮做出的決定。這篇文章沒有使用一些經(jīng)過充分研究的長文敘述，來吸引那些分散性的小部分受眾。它利用Heliograf創(chuàng)作了一大批簡短的小型報道，增加頁面瀏覽量。

 

       作為一種與人類一起工作的增強型智能，Heliograf是人機互動的一個更積極的模式。人類仍有機會繼續(xù)進行研究和撰寫深度的文章，例如對美國產(chǎn)婦死亡率的報道，以及秘密調(diào)查私人監(jiān)獄等。

 

        即使機器學習使人工智能與人類寫作能力相匹配，并能夠?qū)Υ罅繑?shù)據(jù)進行篩選，但人類關(guān)注的興趣點以及訪談等內(nèi)容，卻是難以掌控的。記者以后可能會比較少地寫一些簡單的報道，多發(fā)布高水平的分析和調(diào)查文章。

 

       不過，痛苦或許是不可避免的：Heliograf新版本的出現(xiàn)可能會引發(fā)大規(guī)模裁員，因為媒體可能會通過解雇本地記者和體育記者來削減成本，即便調(diào)查職員的崗位被保留。制造業(yè)可能有一些相似之處：自動化增加了產(chǎn)出，昂貴的人力被解雇，剩下的工作則需要越來越高級的學歷或經(jīng)驗。最終還是要看數(shù)字：一名人類焊工每小時收費25美元(另外有福利和假期)，而機器人的安裝、維護和運營費用僅為每小時8美元。