科技：人类不需要申请

导语：自动化，人工智能和机器人技术是否意味着失业的未来，还是他们的生产力会让我们自由地进行创新和探索？新技术的影响是否令人担忧，或者是否有可能重新思考我们的工作生活结构并确保所有人拥有更公平的未来？

在谷歌搜索'机器人会接受我的工作吗？'我发现自己在BBC网页上邀请我发现我的工作将在未来20年内实现自动化。我输入'编辑器'。“这是不太可能，8％”回来了。相当令人放心，但是，来自一个农民家庭，当我输入“农民”时，这是一个发人深省的时刻：“这很可能，76％”。结果很可能已经过时，劳动力市场预测的变化很快，但网页甚至存在的事实说明了当今许多围绕未来工作的谈话的焦点。

许多讨论都是由鲜明的数字驱动的。根据麦肯锡咨询公司最近提出的情景，到2030年，75-375万工人（占全球劳动力的3-14％）将需要转换职业类别，并且所有工人都需要适应“因为他们的职业与能力越来越强的机器一起发展“。就在最近，在线零售商ShopDirect宣布关闭仓库并转向自动化，将近2,000个工作岗位面临风险。自动化或“体现”人工智能（AI）是技术对劳动力市场的破坏性影响的一个方面。

来自剑桥法官商学院的StellaPachidi博士认为，工作中一些最基本的变化是由于依赖于信息而非生产的工作“算法化”而产生的即所谓的知识经济。算法能够从数据中学习，以承担以前需要人类判断的任务，例如阅读法律合同，分析医疗扫描和收集市场情报。“在许多情况下，它们可以胜过人类，”Pachidi说。“组织被使用算法所吸引，因为他们希望根据他们认为的'完美信息'做出选择，以及降低成本和提高生产力。”

但是，这些改进并非没有后果，Pachidi说，他最近开始研究人工智能对法律专业的影响。“如果人工智能接管常规认知任务，那么专业如何培养未来的专家？”她问。“专业知识和它给你的权威是在工作场所分配的。学习工作的一种方式是'合法的外围参与'新手站在专家旁边，通过观察学习。如果没有发生，那么你需要找到新的学习方法。“另一个问题是技术影响甚至控制劳动力的程度。

“电信销售人员的工作方式是通过与客户的个人和频繁联系，利用经验的好处来评估情况并做出决定。但是，该公司已开始使用数据分析算法，该算法定义客户经理何时应联系某些客户哪种活动以及提供什么。“她解释说，这种算法通常由外部设计师建造经常成为知识的策展人。“在这种情况下，一种近视观点开始蔓延到工作实践中，工人通过'算法的眼睛'学习并依赖于其指示。所谓的愚蠢技术，其中创新来自实验和直觉实在是气馁。“

Pachidi及其同事甚至观察到了“游戏”算法的策略的发展。“由算法做出的决策可以构建和控制员工的工作。我们看到的情况是，工作人员使用虚假数据为算法提供数据，以达到目标。”像这样的场景，剑桥及其他地区的许多研究人员正努力通过提高AI技术的可信度和透明度来避免，以便组织和个人了解如何制定AI决策。