我们该以什么样的姿势面对AI的可替代焦虑？

今天思考的主题是AI以及AI技术落地后人们的主观情绪。

在今年7月的百度开发者大会上曾经有过一个非常经典的AI应用案例。说的是在西藏林芝，医生们利用AI图像识别系统辅助进行寄生虫卵的识别工作，识别准确率目前已经达到了97%，能识别出10多种寄生虫卵——这大概相当于一个基层医生20多年的工作经验积累，有效地解决了牧区面积大、医生少、工作强度高的问题。

但科技落地只是案例引发舆论的其中一面，我在评论区里看到的更多是焦虑：当这些几个月能够走完普通人一辈子人生积累的AI，开始走出实验室，接手越来越多实际工作，也意味着越来越多的工作职位可能被替代，人类工作者的价值优势在哪里？

这个经典的“AI威胁论”问题在赫拉利的《未来简史》得到过进一步的延伸。书中认为生物本身就是算法的结果，比如什么样的身体构造更适合地形变化、保留什么的器官更有利于生存、做出怎样的判断更有容易提供生活质量。

在这种设定下，善于储存和分析大数据的计算机或者人工智能系统，在绝大多数情况下会做出比我们更精准的判断或执行。具体到生产力层面，也就意味着目前99%的工作职位几乎都会被科学技术发展所消灭，甚至包括数据分析、市场风控这些看起来高精尖的职业——而从目前纷至沓来的技术突破看来，这样的未来也近乎于必然。

所以相比起焦虑，我们需要处理地问题可能更加直观和紧迫：在AI的不断紧逼下，我们该以什么样的姿势应对即将到来的冲击，从而才能在未来的世界里拥有属于自己的社会分工？

未来策略：改造自己还是重新定义自己

如果按照策略执行的最终构想结构来划分，目前人类大致为应对AI冲击提出了两种应对姿势，一种是利用AI改造自己，另一种是重新定义自己，埃隆-马斯克就是前者的忠实支持者之一。

与最经典的“人工智能（AI）可能会毁灭人类”威胁论不同，埃隆-马斯克认为“AI实际上已经在不断取代人类”了，例如去年2月在接受《名利场》记者Maureen Dowd采访时，马斯克具象地描述了“AI取代人类”的过程：

“我们已经是半机器人了，手机、电脑就是你的扩展，手指的动作或者语音指令就是交互接口。（与真正的AI交互相比）这种交互太慢了。”

因此埃隆-马斯克相信应对AI冲击的最好办法并不是阻止他们的发展，而是“既然无法打败他们，那么就加入他们”，并且基于这个想法于2016年7月注册成立了科技公司Neuralink，专注于研究脑机接口技术的，即通过设备实现人脑与科技设备的相连——这种思路本质上运用了类似“机械外骨骼”的思路，即借助现代科技针对性地提高人们某一方面的身体机能。

另一种应对策略则更多要求人类自体的主动求变，即提前预判AI时代的环境、规则和可能会出现的疑问，再针对性地制定培养方式以重新定位人才的成长方式。这类策略的典型代表是李彦宏。

具体来说，李彦宏认为AI时代的到来不应该仅仅体现在设备、系统或者商业模式这些客观实体上，也需要AI化的人才，即未来的人才应该掌握AI思维，针对于智能时代的环境特性重新解构自己的思考逻辑；AI能力，人才需要借鉴机器思考的方式进行深度学习；还有遵守AI伦理，基于一个普世的价值观标准来维护新时代的运行规则。

解决本质：留住价值还是成长价值

如果要具体讨论哪种姿势更加行之有效，首先需要还原“AI威胁论”所引发的焦虑本质。

这并不是什么复杂的问题，因为只要拉长历史时间线，不难发现几乎每次生产力变革都会伴随着人们的焦虑，比如历史书上著名的马车与火车赛跑、黄包车与小汽车赛跑事件，这让“AI威胁论所引发的焦虑”本质上其实是标准的“可替代焦虑”：人们害怕自己的社会分工被后来者取代，从而价值归零，因此想方设法来强调自己的价值，以便想能够在新生产力环境下继续得到承认。

这里需要注意的是，动因的荒诞让这种“可替代焦虑”所引发的行为诉求注定无法实现。

回到开头所提到的《未来简史》中赫拉利对于未来悲观的预测，即人工智能将会取代人类目前99%的工作职位，当人工智能的发展水平真的来到了可以大规模替代人类工作的临界点，人类真的会如“威胁论支持者们”所想象得那样迎来大批失业潮，从而成为群体废物吗？

显然不会，因为人类个体的价值判断坐标系总是跟随时间、环境、场景甚至是人际网络的变换而变换——这大概类似于上古时期掌握钻木取火技能就能被“封神”，甚至还能能够在史书里被称为“燧人氏”，但到现代已经成为小学生都能掌握的常识——技术升级对原有生产模式的替代，从来不意味着原有生产力被浪费，而是意味着原有生产力在被解放后，有足够的能力去拓宽原有的探索边界。

所以或许可以用李彦宏的一句话来证伪“可替代焦虑”，即“未来的确很多工作可能被AI取代，但是科技进步也会创造很多新的工作机会”——这也几乎是每次生产力变革的另一个特点：

例如在美国统计的科学家和工程师的就业情况下，职位数量从从1973年的82400个增加到2006年的188900个，年均增长率为2.5%，远远高于同期科学/工程学博士学位的增长率（1.5%）。

在这样的思考下，目前人类所提出的两种姿势其实并不是需要分叉的孤立选项，而是可以理解为共存在一条时间线上的先后环节：

埃隆-马斯克们提出的是一个在时间线上相对靠后的策略，即从“结果”出发去重新定义人与AI之间的关系；而让“基于结果提出的策略具有可行性”，前提是需要经历必要的成长来支撑起AI时代社会的稳定运行，这让李彦宏们的答案更具有普适性和现实意义。

本文来自微信订阅号“互联网指北”（hlwzhibei），专注于互联网文化、营销、产品。转载必须保留作者、公共帐号信息，必须与本文严格一致，不得修改/替换/增减本文包含的任何文字和图片，不得擅自增加小标题、引语、摘要等。文内所用图片来自相关媒体报道截图，为非商业用途。如有疑问请联系作者微信：melodyfu