你或許以為，一直以來，只有人類才能夠執(zhí)行例如外科手術(shù)這樣的生活當(dāng)中最精細(xì)、風(fēng)險最高、要求最嚴(yán)格的任務(wù)。但是加利福尼亞大學(xué)伯克利分校（University of California at Berkeley）的研究人員正在訓(xùn)練一種機器人，用來識別和切除癌變組織。眼下的外科手術(shù)機器人實際上是由人類醫(yī)生操縱的工具，但是這款不一樣，它完全靠自己做手術(shù)。

　　你或許又以為，科技盡管創(chuàng)造了眾多的奇跡，但是只能蠶食一小部分人類的工作。畢竟，能當(dāng)外科醫(yī)生的人不多?？墒窃诮衲?月，戴姆勒公司（Daimler）開始在內(nèi)華達的公路上測試第一種自動駕駛的單軸拖車。這可是美國男性的頭號工作。美國有290萬男性是卡車司機。美國女性就安全了嗎？科技將不斷吞食文書和辦公室工作。這正是美國女性的頭號工作，目前有300萬女性在做行政助理。

　　可以用一個問題來代表困擾今日勞動者的最大的焦慮：我們?nèi)祟悜?yīng)該怎樣增加價值？流行文化對這個問題很著迷。AMC電視臺新播的連續(xù)劇《真實的人類》（Humans），講述了一種名為“synths”的神秘人形機器人帶來的希望與危險。這似乎是好萊塢在2015年的主題。比如《機械姬》（Ex Machina），講的是人形機器人騙過了人類，在殺人之后以人類的身份融入社會；再比如《終結(jié)者：創(chuàng)世紀(jì)》（Terminator Genisys），由阿諾德·施瓦辛格（Arnold Schwarzenegger）扮演的人形機器人再度拯救世界；還有《復(fù)仇者聯(lián)盟2：奧創(chuàng)紀(jì)元》（Avengers: Age of Ultron），人形機器人試圖消滅整個人類；以及《超能查派》（Chappie），壞家伙們想毀掉被設(shè)計成可以思考和感覺的人形機器警察。這些電影的大思路都是一樣的：無論好壞，機器都會變得跟人一樣，只是更加優(yōu)秀。

　　我們?nèi)祟愑谐浞值睦碛筛械讲话玻好绹?jīng)濟已經(jīng)出現(xiàn)了一些奇怪的現(xiàn)象。處于黃金工作年齡的男性的就業(yè)率創(chuàng)下了歷史新低（參見圖表），而在從前，這類人群的就業(yè)是最為充分的。推動這一趨勢的因素有好幾個，但是大多數(shù)的經(jīng)濟學(xué)家都認(rèn)為，不斷進步的科技是其中之一。無論是在工廠和辦公室，還是在建筑工地和柜臺后面，科技在很多工作上都比人類做的更加出色。

　　對科技導(dǎo)致失業(yè)的擔(dān)憂就和科技的歷史一樣古老。這種擔(dān)心總是缺乏根據(jù)的。在不同的時期，在不同的經(jīng)濟體之內(nèi)，科技都讓工作崗位增加了數(shù)倍，提高了人類的生活水平，而且提高幅度之大，超過了歷史上的任何一種力量，一直到今天都沒有改變過。可是現(xiàn)在，越來越多的經(jīng)濟學(xué)家和科技人員懷疑，這種趨勢或許已經(jīng)走到頭了。因此，美國的前財政部部長（Treasury Secretary）勞倫斯·薩默斯（Lawrence H. Summers）說：“這些問題將是我們這個時代鮮明的經(jīng)濟特征。”

　　我們?nèi)祟悜?yīng)該怎樣增加價值？答案有，但是我們始終在以錯誤的方式去尋找，直到現(xiàn)在也沒有改變。傳統(tǒng)方法一直是詢問哪種工作是計算機做不了的。計算機學(xué)不會的技能就有價值，這似乎已經(jīng)成為了常識。歷史告訴我們，聲稱存在著計算機最終會學(xué)不會的技能是很危險的。從很久以前開始，就有過一連串令人尷尬的預(yù)測。早期的研究人員對機器翻譯極度悲觀，認(rèn)為這個領(lǐng)域很難超越20世紀(jì)60年代時的基本不能實用的狀態(tài)?，F(xiàn)在，谷歌（Google）提供免費的書面文字翻譯，借助于人類用戶的反饋，讓翻譯的質(zhì)量達了歷史新高。Skype提供免費的實時語音翻譯。麻省理工學(xué)院（MIT）的休伯特·德雷弗斯（Hubert Dreyfus）在1972年出版的一本著作《計算機不能做什么》（What Computers Can't Do）當(dāng)中指出，計算機下國際象棋雖然已經(jīng)達到了中級水平，但是棋力很難再有大幅提高了。結(jié)果，IBM的深藍（Deep Blue）計算機在1997年打敗了國際象棋世界冠軍加里·卡斯帕羅夫（Garry Kasparov）。經(jīng)濟學(xué)家弗蘭克·利維（Frank Levy）和理查德·默南（Richard J. Murnane）在2004年出版了一部精彩的著作《勞動新分工》（The New Division of Labor），詳解了開車如何需要復(fù)雜的瞬間判斷，而讓計算機開車是極端困難的?？墒?年之后，谷歌推出了它的第一款自動駕駛汽車。哈佛大學(xué)（Harvard）的心理學(xué)教授史蒂文·平克（Steven Pinker）在2007年評價到：“評估環(huán)境的布局與引導(dǎo)一件物體通過它是極為復(fù)雜的工程任務(wù)，比如讓洗碗機自己清空碗碟，真空吸塵器自己爬樓。”但是沒過多久，iRobot公司就真的開始制造能夠自己在房間里到處移動，同時又不傷害家具、寵物或兒童的吸塵器和拖地機。同時，公司也開始生產(chǎn)能夠爬樓梯的機器人。顯然，只要有足夠的需求，它就可以生產(chǎn)能夠做這種動作的機器。而由德國的卡爾斯魯厄理工學(xué)院（Karlsruhe Institute of Technology）研制的Armar IIIa機器人能夠在洗碗機上裝載和卸載碗碟。

　　規(guī)律顯然存在。特別聰明的人強調(diào)，很多人能夠輕松搞定的各種任務(wù)其實極為復(fù)雜，包括一些像駕駛汽車的任務(wù)，人們做起來毫不費力，可是對于計算機來說，掌握這些任務(wù)卻非常艱難。但是，人們一次次發(fā)現(xiàn)，計算機學(xué)會一門技術(shù)只是一個時間問題，而且學(xué)習(xí)速度經(jīng)?？爝^所有人的預(yù)想。計算機的處理能力能夠每兩年翻一番，我們的腦子卻容不下這個觀點。按照這個速度，信息科技能力在40年里要增長100萬倍。計算思想家比爾·喬伊（Bill Joy）喜歡指出，噴氣式飛機飛行的速度比步行快100倍，世界就為之改變。我們的經(jīng)歷無法讓我們理解增長100萬倍是一個什么概念。與此同時，越來越先進的算法使計算機在處理復(fù)雜任務(wù)時使用的計算能力更少。所以，年復(fù)一年，我們都頑固地犯著同樣的錯誤—低估機器的能力。

　　沒錯，通過尋找機器絕不可能做的事情來確定人類的價值是一件極其危險的路子。更好的策略是問，有哪些行為是我們在最深刻的本性或者日常生活的現(xiàn)實的驅(qū)使下，只能堅持由其他人類來執(zhí)行，不管機器能不能做？

　　人類依舊在掌控

　　一大類這類行為是我們需要特定的人來擔(dān)當(dāng)?shù)膷徫?。一個實際的例子是法庭上的決定，在未來很長的一段時間里，我們還會需要人類法官做裁決。在這個例子當(dāng)中，人機對決已經(jīng)不再停留在假設(shè)上。在以色列等一些國家里，保釋決定要由法官做出。研究人員在以色列調(diào)查了這類決定如何受到人類的一件大事—午餐—的影響。在一天之內(nèi)，以色列的法官會批準(zhǔn)35%的囚犯的假釋申請。但是批準(zhǔn)率在午飯之前的兩小時里一直穩(wěn)步下降，臨近午餐時幾乎降到了零。午餐時間過后，批準(zhǔn)率立即飆升至65%，然后再次穩(wěn)步下降。如果你是一名囚犯，你會在監(jiān)獄里面待多少年，將在很大程度上取決于你的保釋申請書在法官午餐之前的文件堆里墊底還是午餐之后的文件堆的最上面。在預(yù)測重新犯罪方面，數(shù)據(jù)驅(qū)動的算法已經(jīng)被證實要優(yōu)于人類法官和陪審團，并且，計算機分析實際上能夠更加有效地裁決假釋申請，當(dāng)然不會像法官那樣任性?？墒悄阌X得這份工作從法官轉(zhuǎn)到機器那里的可能性有多大？問題不在于計算機的能力，而是在我們這個社會，重要決定必須有個人來負(fù)責(zé)。類似地，我們還可以有把握地押寶，承擔(dān)其他具有問責(zé)性工作的人，比如首席執(zhí)行官、軍隊將領(lǐng)和政府的各級領(lǐng)導(dǎo)—也會保住這些工作，原因也是同樣的。

　　人類必須同心協(xié)力制定集體性目標(biāo)

　　此外，出于完全現(xiàn)實的理由，一些問題只能夠由人類而不是計算機來解決。原因不是計算機無法徹底解決它們，而是在現(xiàn)實生活里、尤其是在組織化生活當(dāng)中，我們對問題和目標(biāo)的看法在不斷地改變。人類必須自己解決這些問題，至關(guān)重要的是，他們必須集體解決。原因之一是組織擁有很多的支持者，在解決問題時，必須體現(xiàn)出他們的聲音；還有一個原因是，集體解決問題的能力遠遠優(yōu)于個人。

　　還有一類只能夠由人類做的工作更為重要，就是那些我們必須與他人協(xié)作或是為他人而非機器服務(wù)的任務(wù)，這只是因為我們最基本的人性需要這樣，其中的道理非常深刻，甚至無法用語言來表達。我們是社會性動物，歷經(jīng)進化，個人關(guān)系對于我們而言就等于生存。我們希望與他人合作，去解決問題，給他們講故事，聽他們說話，與他們一起產(chǎn)生新的想法，因為如果我們10萬年前不在非洲的大草原上做這些事情，我們就會滅亡。證據(jù)很明顯，最有成效的團隊的成員最為穩(wěn)固地?fù)碛凶罨竞妥钌羁痰娜宋哪芰?，首先是同理心，還有社會敏感性、敘事、協(xié)作、共同解決問題、發(fā)展關(guān)系，等等。我們發(fā)展出了與他人而不是與機器互動的能力，即便那臺機器能夠感知和表達情緒。我們或許也喜歡Pepper機器人，但是我們不會進化到與它互動。

　　即使計算機說的全對（這在未來并非不可能），我們還是想追隨人類領(lǐng)袖。即使計算機能夠看病，我們還是想從醫(yī)生那里聽到診斷，因為我們想和醫(yī)生討論病情，也許只為與人交談和聽人說話。我們想和一個人商談重要的協(xié)議，聽到他說話時的每個顫音，看到他交叉雙臂，觀察他的眼色。

　　而觀察某人的眼色（這不僅是隱喻，很多情況下就是字面上的意思）正是在未來的經(jīng)濟體中從事高價值職業(yè)的關(guān)鍵。

　　這不僅是紙上談兵。人類工作的性質(zhì)正在發(fā)生大規(guī)模的變化。牛津經(jīng)濟研究院（Oxford Economics）詢問企業(yè)，它們在未來5至10年內(nèi)需要什么樣的技能，得到的答案里并沒有商業(yè)頭腦、分析能力或利潤表管理，這些都是計算機能夠很好地掌握的左腦思考技能。相反，企業(yè)最看重的技能包括發(fā)展關(guān)系、結(jié)成團隊、共同創(chuàng)造、頭腦風(fēng)暴、文化敏感性、管理多元員工的能力，都是屬于右腦的社交互動技能。這些回答和美國人在今日與20世紀(jì)70年就業(yè)的有關(guān)宏觀數(shù)據(jù)不謀而合。從那時到現(xiàn)在，就業(yè)崗位增加最多的一直是教育和衛(wèi)生服務(wù)行業(yè)，占全部崗位的百分比提升了一倍有余；專業(yè)和商業(yè)服務(wù)提高了大約80%；休閑娛樂和待客行業(yè)上升了大約50%。總體趨勢是，基于人際互動的行業(yè)的就業(yè)人數(shù)出現(xiàn)大幅增加。難怪甲骨文公司（Oracle）的集團副總裁梅格·貝爾（Meg Bear)說：“同理心是21世紀(jì)的關(guān)鍵技能。”

　　其他研究也支持這個想法。麥肯錫全球研究院（McKinsey Global Institute）發(fā)現(xiàn)，從2001年至2009年，美國的交易工作（銀行出納員、收款員等）數(shù)量減少了70萬，制造業(yè)崗位減少了270萬。但是，人際互動的工作，例如醫(yī)生和教師，增加了480萬。所有這些趨勢持續(xù)至今。研究院稱，互動工作崗位已經(jīng)成為“先進經(jīng)濟體增長最快的就業(yè)類別”。