有些人会争辩说，这只是一个小小的安慰，因为我们大多数人都无法直接控制人工智能的发展方向。此外，如果我们的竞争对手拥抱人工智能并获得对我们的决定性优势，那也将威胁到我们的工作。但是，即使这些总体经济力量超出了我们的控制范围，我们也不是无能为力的。

人工智能会抢走饭碗吗

工人对人工智能最大的恐惧是，人工智能做他们的工作比他们做得更好，从而抢走他们的饭碗。毕竟，雇主永远希望最大限度地提高生产力，如果资本能够比劳动力更快、更好地执行任务，当然会用资本。但这种恐惧被夸大了。自从工业取代农业成为一些国家的主要生产活动以来，这种恐惧就一直存在，有时还得到著名经济学家的支持；然而，就业的供给从未因为机械化而减少。

机械化的通常结果是生产率和收入的提高，以及整个经济对劳动力需求的增加，劳动力需求的增加被更高的工资所抵消。尽管人工智能，尤其是机器人技术，目前在工业化国家的使用率越来越高，但失业率仍处于历史最低水平。原因似乎是机械化推动的生产率和整个经济需求的增长导致了经济的结构转型。例如，我们可能会看到引入新技术的行业劳动力需求下降，接着是许多其他行业劳动力需求上升。从历史上看，适应这种结构变化相对容易，不会导致长期失业。

这就引出了工人的第二个共同恐惧：他们将不得不在另一个经济部门找到新家，而他们目前对此一无所知。那些受雇为高级管理层撰写国家报告的人——ChatGPT现在可以做到这一点——可能不得不在卫生部门寻求工作，人工智能尚未染指卫生部门。

这种恐惧也被夸大了，只是不得不说没有第一种夸大的那么严重。不妨想一想，由不同部门的不同技术进步速度驱动的转型一直都在发生。最彻底的转变是农业的衰落、制造业的兴起（和衰落）以及服务业的快速增长。大多数受影响的工人自然不喜欢这样的转变，但这个过程使社会变得更好。此外，这些变化往往是渐进的；在大多数情况下，受影响的工人转向的相关活动其实并不需要大幅提升技能。

当然，现在担心的是，人工智能是一个例外。虽然很难衡量人工智能是否真的导致了比早期技术更大的转变，但这种说法也许不无道理。从农业工人到工厂工人的转变可能听起来像是一件大事，但通常只是一种非技术性任务被另一种非技术性任务所取代。这种观点认为，生成式人工智能和相关技术可以用另一种需要完全不同技能的技能来取代一项高技能工作。

尽管如此，在最近一项基于英国数百万个在线招聘信息的研究中，未来工作研究所发现，虽然技能要求发生了一些变化——主要是在信息技术领域——但雇主想要的大多数技能并没有改变。这些技能包括建立良好的客户关系、与他人清晰沟通以及一些基本的IT能力（文字处理、电子表格等）。

如何平滑过渡

政府在管理技术变革和劳动力市场调整，以及减轻工人恐惧方面发挥着重要作用。工人离开一个部门到另一个部门可能需要一些培训和社会支持。为了实现良好的匹配，这些政策必须慷慨，但也要有针对性，以避免造成工作障碍。一些北欧国家，如瑞典和丹麦，已经制定了管理这些转变的成功框架。

从他们的经验中吸取的一个教训是，政策应该在求职期间内，短期慷慨地支持工人——比如六个月；但是，如果他们找不到工作，额外的支持应该是有条件的：参加就业增长行业所需要的新技能的赞助的培训。无条件支持期限较短，可以激励他们找工作，而培训则有助于不成功的工人提高就业能力。然而，许多其他国家将需要升级其支持系统。如果工人知道政府会支持他们适应，那么人工智能产生的大部分恐惧就可以降到最低。

但工人面临的更常见的风险是当前公司内部的变化。即使一个人的工作是安全的，人工智能技术的采用也带来了新的不确定性。在已经完成了从农业到制造业再到服务业的转型的后工业发达经济体中，“角色转换”是技术进步和扩散的最常见的影响。

在我们对英国数据的研究中，我们发现，更大比例任务可以自动化的工作，往往会降低员工的满意度，而当公司使用工人能理解的数字技术（如电子邮件或智能手机应用程序）时，工作满意度会提高。这些发现表明，工人的担忧与其说是数字技术，不如说是不确定性。

这是一个雇主可以采取一些措施来改善的问题，只是大多数人没有这样做。关键是沟通。公司需要让员工了解董事会提出的计划和建议，包括通过工人和直线管理者之间频繁的非正式互动。关注工人关于角色调整的建议的管理者在留住工人和采用新技术方面都更加成功。在工作满意度调查中，工人对在工作中良好的社会关系的评价一直很高。

展望未来，成功的公司将是那些每周留出一些时间进行培训的公司——工人应该根据公司提供的培训选择单追求自己的兴趣。自主感可以大大减轻工人对新技术的恐惧。大多数工人比任何人都更了解自己的能力和偏好，如果他们充分了解公司的计划，他们将更有可能将技术变革视为职业发展的机会，而不是威胁。

这给我们带来了对人工智能的最后一个无谓的恐惧：在所有人都来不及做出反应之前，它就会在工作中被采用。是的，人工智能正在迅速传播，也许比任何其他最近的技术都快。但套用已故的罗伯特·索洛的话来说，你到处都能看到它，除了失业统计数据之外。尽管公司正在谈论它，并为此制定计划——也有许多人声称正在使用它——但目前的应用程序远未达到可能威胁就业，或对生产力统计数据产生显著影响的水平。即使在金融领域，金融科技也只占业务的一小部分，大部分仍然由传统银行使用传统方法进行。

因此，最有理由担心的不是现在的工人会失去工作，而是年轻人（无论是在校还是刚刚开始职业生涯）不能为未来配备正确的工具。一方面，也许重点应该是减少对STEM（科学、技术、工程和数学）的关注——这涉及人工智能擅长的任务——更多地关注为需要同理心的工作做好准备。另一方面，如果没有STEM领域的聪明才智，谁来开发未来的人工智能并适应我们的工作需求？那些现在专门从事STEM的人是现代的弗兰肯斯坦博士（Dr. Frankensteins），播下他们自己毁灭的种子吗？

这些都是社会需要面对的难题。人工智能应用可以补充我们的技能，而不是破坏它们——但前提是我排除万难实现这一结果。

（作者系诺贝尔经济学奖得主、伦敦政治经济学院经济学教授、未来工作研究所联合创始人兼联合主席）