你擔心機器搶人飯碗嗎

王爾山

我想說，擔心機器搶人飯碗的人，可能骨子里都是樂觀主義者。

為什么這么說？

首先，他們只看機器可能取代某些目前由人來完成的工作的說法，卻不會在意，那些說法都是有前提的。比如：某報告總結了一些容易被自動化取代的工作的特點，其中之一是具有可預見性。舉例：戶外伐木工作的可預見性，就低于裝配生產線上的工作，后者很顯然就是不斷重復，幾乎每套動作都做得一模一樣；因此，盡管同屬體力活兒，裝配流水線上的工作就有78%的概率會被機器取代，而戶外伐木的工作只有25%的概率會被取代。別問這兩個數(shù)是怎么來的，反正我們的專家算出來了。

對人類的能力感到樂觀，也是對作為人類一員的自己感覺良好。這樣的人好像一直都不缺。比如：在人工智能這個術語出現(xiàn)幾年后，就有科學家寫過聊天機器人程序，名為Eliza，其中一個“人設”是Doctor，原理是先確定一套規(guī)則，讓機器按規(guī)則根據用戶輸入的句子作出回應，造成用戶聽得懂的假象。之所以說是假象，是因為科學家自己也說了，它其實沒聽懂，而是通過反饋一些開放而含糊的話，設法讓用戶以為它真的在傾聽。

像這樣——

用戶：“最近覺得很不開心。”

機器：“你常常覺得很不開心嗎？”

用戶：“是的，但我不知道怎樣才能讓自己開心起來。”

機器：“為什么你不知道怎樣才能讓自己開心起來？”

用戶：“你能給我說說嗎？”

機器：“那我就來說說。”

用戶：“跟我說說吧。”

機器：“你能說具體一點嗎？”

用戶：“不能，我就是覺得不開心。也許我是在擔心什么事情。”

機器：“你這樣擔心有多久了？”

用戶：“兩星期。”

機器：“說下去。”

用戶：“我需要你的幫助。”

機器：“為什么你會需要我的幫助？”

如果看英文原文，你會更清楚地看到，這臺機器怎樣抓住一些重點詞進行重復，變成它的回應。

但就是這么簡單的設計，卻得到大量的好評。許多用戶堅信自己就是在跟人類醫(yī)生說話，并且，跟這位“醫(yī)生”聊完，自己的狀況大有好轉。

最終，這套程序不僅帶上“人工智能”和“聊天機器人”這樣一些計算機科學領域的標簽傳世，還多了一個跨界標簽，就是“Eliza效應”，用于描述下意識地將機器行為與人類行為等同起來的傾向。

這就成了俄羅斯套娃，因為Eliza這名字源于另一個故事，里面也有一個效應，這就是蕭伯納的名作《皮格馬利翁》中的“皮格馬利翁效應”。科學家說他的聊天機器人就像女主角Eliza——出身下層社會的賣花女，可以通過接受語言學家的訓練而掌握上層社會的言談風度，誰也看不出破綻。而蕭伯納的靈感又源于希臘神話，說的是國王皮格馬利翁愛上了自己精心雕刻的少女雕像，愛得很入迷，最終感動了天神，決定賦予少女生命，二人得以喜結良緣。從那時就有了皮格馬利翁效應，用以描述人們會不自覺地接受自己喜歡、欽佩、信任和崇拜的人的影響和暗示，“說你行，你就行。”

這個故事就變成，先是科學家將自己設計的聊天機器人命名為Eliza，“拔高”這個設計，因為這臺機器并不能像戲中女主角那樣，從語言學家那兒學會另一套說話方式；同時，在用戶這邊，好像與科學家心有靈犀一般，也出現(xiàn)了“拔高”的印象，用戶愿意相信這臺機器就是聽得懂他們的話，盡管它其實聽不懂，并且科學家也把程序公開發(fā)表了。

有沒有可能，他們愿意“高看”的，其實是人類的能力。他們期待人類盡快達成目標，從而作為人類的一員也與有榮焉？

如果這還不算樂觀，我還有第二個理由：人類邁向老齡化社會的現(xiàn)實，也被他們選擇性地無視了。

我們面臨的老齡化挑戰(zhàn)有多嚴峻？外國有報告說，從2010年到2050年，在我國，每100位適齡勞動者要分擔扶養(yǎng)的老人和小孩總數(shù)，從36人變成63人。

看完這組數(shù)據，我的第一反應是，趕緊先來100臺機器人。讓那寶貴的100個人類勞動者指揮這些機器人，于是勞動者的總數(shù)加倍，變成200，這樣看起來才比較“正常”，不那么令人倍感壓力。

因為我不是樂觀主義者。

反過來，能在人工智能技術尚未發(fā)達和人類已經加速邁向老齡化這兩個現(xiàn)實條件的夾擊之下，依然擔心機器搶人飯碗的人，可不就是樂觀主義者嗎？他們相信人類能盡快造出機器人，然后一切繼續(xù)盡在掌握。

（飄 雪摘自《文匯報》2017年7月6日，王 青圖）