麦肯锡邀专家讨论人工智能与就业问题

随着人工智能改变了各行各业的工作，公司和政府正面临的压力是如何应对人工智能可能对未来就业造成的改变。为此，麦肯锡邀请了数位专家讨论了人工智能与就业问题。

专家名单：美国马尔可基金会（Markle Foundation）首席执行官兼主席佐伊·贝尔德（Zoë Baird），美国麻省理工学院媒体实验室（MIT Media Lab）算法公正联盟（Algorithmic Justice League）创始人Joy Buolamwini，美国《大西洋月刊》（the Atlantic）国家记者詹姆斯·法洛斯（James Fallows），以及教育平台Coursera的联合创始人吴恩达（Andrew Ng）。

吴恩达：人工智能是全新的“电力”。大约100年前，我们开始在美国推广电力。它改变了每一个主要行业，从医疗和文化到运输、通讯和制造，这些行业如今都由电力供能。

现在，我们又看到了人工智能改变每一主要行业的路径，清晰得令人惊叹。这一变革触及各行各业，从更好的医疗到更个性化的教育，从更高效的零售业和制造业到自动驾驶汽车。这会取代大量的岗位，包括呼叫中心运营商，如果自动驾驶汽车进入市场，数百万的卡车司机、甚至出租车司机的工作都会受到影响。但这对蓝领和白领来说都会成为现实。社会要寻求解决办法，例如新的教育体系来帮助工作被取代的劳动者，也面临着挑战和压力。

议题1：谁将在人工智能时代成为工作岗位的守护者？

Joy Buolamwini：随着自动化的崛起，我们绝对都聊到过会失去哪些工作岗位这种话题。但是我认为，我们没有那么频繁谈到的话题是，到那时谁会成为剩下这些工作岗位的守护者呢？即使是现在，我们也有自动化的系统来浏览求职申请，寻找具体的特征。

这类特征可能会反应了之前决策者在选择求职者时表现出的偏见。所以，如果我们无法有意识地检查偏见或试图采取措施确保公平，那现在我们做的事情就潜在地加深了这种偏见。我们现在很关注以数据为中心的技术。在某些方面，就像我的一个朋友喜欢说的，数据就是命运。如果我们有偏见的数据，而且也没有纠正这种数据，那么我们得到的结果或者预测就注定是有偏见的。

议题2：适合所有美国人的劳动力市场

佐伊·贝尔德：一百年前，我们发明了高中，但今天我们还没有创造出组成当今数字经济的路径。今天，数字经济正改变着美国，我们需要建立机构，让人们能进行这种转型。

马尔可基金会以技能为导向的招聘、培训和教育项目“熟练”（Skillful）致力于构建一个劳动力市场，让70%没有大学文凭的美国人都能找到工作。在我们的劳动力市场里，大多数成长性工作岗位现在越来越倾向要求本科学历这种需要四年才获得的东西。我们知道，这并不是人们获得这些工作的唯一途径。所以，我们正和雇主合作，使用工作岗位所需的技能数据，并让这一数据透明，使得求职者能了解。我们和导师一起帮助人们理解这些数据，弄清楚他们需要哪种培训。我们也和教育者携手，更好地理解他们所教授的东西如何能与人们求职所需的技能联系起来。

议题3：让人人都能为人工智能工作转型

詹姆斯·法洛斯：我没有见证美国的全部历史，但是我也经历了很多，还阅读了很多历史。美国经济的发展是充满了错位、失业、然后找到抓住新机遇的方法这种循环。在我祖父的年代，大多数美国人都是农民，但现在严格来说没有美国人是农民了，即使美国仍然是全球的农业大国。所以，（向前发展的道路要求我们）创造新的培训机会，让人们与即将出现的各种技术行业的中高收入技能工作岗位相匹配。

佐伊·贝尔德：专注工作培训投资，研究我们已经投资的项目，确保其能用于多种培训选择，让各州能做一些尝试，这很重要。

但是，在采取这些举措的同时要有一些数据帮助各州理解成长性工作岗位在哪里、技能有哪些、投资于何处。所以，联邦政府不仅可以指导投资——我们现在对技能培训投入的需求很大，还能通过完善可获得的数据让这些钱用得更明智。

Joy Buolamwini：我最重要的一个建议就是检查数据集，看它们是否足够平衡，能代表我们想服务的人群或者我们想作出的决定类型。

詹姆斯·法洛斯：无论是采矿、零售还是运输相关行业，当人们正在进行这种工作转型，不可避免地面对压力时，我们要想方设法地支持人们的收入，这样一来，他们才能既有经济上的安全感，又有心理上的安全感，才能为不断产生的新工作做好准备。

吴恩达：比起无条件的基本收入，我更赞成另一种解决方案——有条件的基本收入，条件是个人的学习情况。我认为，这关乎工作的尊严。比起给人们钱却什么事都不干，我更愿意社会给人们钱，让他们不断学习，因为即使有很多工作被取代了，还有很多工作我们找不到足够的人来做。

如果我们不是让人们拿钱不干事，而是拿钱学习，我想，这会增加他们获得所需技能重新找到工作的概率。然后他们会作为纳税人进行回报，为我们经济的价值创造新引擎作出贡献。