• 首發(fā)于第一財(cái)經(jīng)一財(cái)號(hào)

在ChatGPT引發(fā)的諸多話題中，有關(guān)失業(yè)的話題一定是最熱門(mén)的話題之一。

ChatGPT會(huì)不會(huì)帶來(lái)失業(yè)？人類(lèi)會(huì)不會(huì)被機(jī)器人替代？《終結(jié)者》、《變形金剛》和《流浪地球》的故事會(huì)不會(huì)照進(jìn)現(xiàn)實(shí)？其實(shí)，這一系列的疑慮與擔(dān)憂，歸根結(jié)底只需要回答一個(gè)問(wèn)題：我們?cè)撊绾卫斫饧夹g(shù)進(jìn)步與人類(lèi)社會(huì)之間的關(guān)系？

1、技術(shù)進(jìn)步與群體分化：關(guān)于創(chuàng)新的永恒話題

事實(shí)上，歷次科技革命都會(huì)重組社會(huì)分工。農(nóng)業(yè)時(shí)代，勞動(dòng)力是最重要的生產(chǎn)要素之一，“人丁興旺”、“兒孫滿(mǎn)堂”不僅是美好的生活愿望和傳宗接代的樸素情感，更是勞動(dòng)人民積累生產(chǎn)資本、追求社會(huì)財(cái)富的必要手段。

第一次工業(yè)革命實(shí)現(xiàn)了從手工勞動(dòng)向動(dòng)力機(jī)器生產(chǎn)轉(zhuǎn)變的重大飛躍，此時(shí)最具代表性的就是圈地運(yùn)動(dòng)。機(jī)械化驅(qū)動(dòng)農(nóng)業(yè)生產(chǎn)由農(nóng)戶(hù)分散耕種轉(zhuǎn)向規(guī)?；?、集中化生產(chǎn)，因而大量的農(nóng)民失地失業(yè)。

第二次工業(yè)革命奠定了科學(xué)技術(shù)在經(jīng)濟(jì)社會(huì)發(fā)展中關(guān)鍵地位。由于各種新技術(shù)、新發(fā)明被廣泛應(yīng)用于各個(gè)生產(chǎn)領(lǐng)域，出現(xiàn)了人數(shù)眾多、具有專(zhuān)業(yè)知識(shí)的中產(chǎn)階級(jí)。

第三次工業(yè)革命始于二戰(zhàn)之后，以計(jì)算科學(xué)為代表性技術(shù)，因此也被稱(chēng)之為信息技術(shù)革命或數(shù)字化革命，體現(xiàn)為計(jì)算機(jī)的廣泛應(yīng)用，信息產(chǎn)業(yè)、網(wǎng)絡(luò)經(jīng)濟(jì)蓬勃發(fā)展，并為人工智能、物聯(lián)網(wǎng)等當(dāng)下的新興產(chǎn)業(yè)奠定了重要基礎(chǔ)，首富的行列中出現(xiàn)了眾多年輕的互聯(lián)網(wǎng)新貴，科技公司取代能源公司和金融公司登上公司市值的金字塔塔尖，“碼農(nóng)”逐漸成為炙手可熱的職業(yè)。

一般認(rèn)為，技術(shù)進(jìn)步對(duì)于經(jīng)濟(jì)發(fā)展的影響是具有偏向性的。如果將經(jīng)濟(jì)增長(zhǎng)看作是一系列要素的組合，農(nóng)業(yè)經(jīng)濟(jì)的要素是資本和勞動(dòng)，正如古典經(jīng)濟(jì)學(xué)家威廉·配第在《賦稅論》中所言，“勞動(dòng)是財(cái)富之父，土地是財(cái)富之母”。兩次工業(yè)革命實(shí)現(xiàn)了機(jī)器對(duì)勞動(dòng)的替代，但是機(jī)器需要用金錢(qián)購(gòu)買(mǎi)，機(jī)器在生產(chǎn)中占比越高、意味著投入的資金規(guī)模越大，因此資本成為工業(yè)經(jīng)濟(jì)時(shí)代的重要生產(chǎn)要素，經(jīng)濟(jì)學(xué)家的增長(zhǎng)模型里有了土地、勞動(dòng)和資本三大要素。第三次革命實(shí)現(xiàn)了經(jīng)濟(jì)增長(zhǎng)的規(guī)模報(bào)酬遞增，以索洛和羅默為代表的經(jīng)濟(jì)學(xué)家將知識(shí)和技術(shù)作為生產(chǎn)要素，科學(xué)技術(shù)是第一生產(chǎn)力成為共識(shí)。

機(jī)器是否能夠替代勞動(dòng)取決于使用機(jī)器是不是比雇傭工人成本更低，因此機(jī)器替代勞動(dòng)的本質(zhì)是資本替代勞動(dòng)。技術(shù)的偏向性就表現(xiàn)為這種局部的替代性：在第一次工業(yè)革命，農(nóng)場(chǎng)主可以利用機(jī)械化工具高效地耕種，此時(shí)農(nóng)場(chǎng)主離不開(kāi)土地、但是可以減少勞動(dòng)，因此技術(shù)進(jìn)步的偏向性體現(xiàn)為抑制勞動(dòng)需求；同樣的，第二次工業(yè)革命在生產(chǎn)環(huán)節(jié)大量使用機(jī)械，技術(shù)的偏向性仍然體現(xiàn)為抑制勞動(dòng)需求，導(dǎo)致大量工人下崗失業(yè)，最終引發(fā)了反對(duì)機(jī)械化的盧德運(yùn)動(dòng)。第三次科技革命使得專(zhuān)業(yè)知識(shí)成為經(jīng)濟(jì)發(fā)展中的關(guān)鍵要素，科技對(duì)于傳統(tǒng)產(chǎn)業(yè)的顛覆性日益增強(qiáng)，因此我們看到資本會(huì)流向一個(gè)充滿(mǎn)創(chuàng)意的大學(xué)生、一支朝氣蓬勃的“菜鳥(niǎo)”團(tuán)隊(duì)，而不會(huì)流向油田、礦山、銀行、工廠，風(fēng)險(xiǎn)投資市場(chǎng)蓬勃興起。

技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)發(fā)展的有偏性影響會(huì)帶來(lái)社會(huì)就業(yè)的結(jié)構(gòu)性變化，通常體現(xiàn)為舊職業(yè)的替代和新職業(yè)的創(chuàng)造。例如，第一次工業(yè)革命帶來(lái)農(nóng)民的失業(yè)，但是失業(yè)的農(nóng)民剛好進(jìn)入蓬勃興起的工廠成為產(chǎn)業(yè)工人。第二次工業(yè)革命導(dǎo)致產(chǎn)業(yè)工人失業(yè)，但是工程師等技術(shù)崗位又創(chuàng)造了新的就業(yè)需求，具有技術(shù)、管理等專(zhuān)業(yè)知識(shí)的群體逐漸發(fā)展壯大成為中產(chǎn)階級(jí)。第三次科技革命鞏固了高端人才的市場(chǎng)地位，專(zhuān)業(yè)領(lǐng)域的技術(shù)精英成為新興社會(huì)階層。

2、舊崗位的替代與新崗位的創(chuàng)造：宏觀視角與長(zhǎng)期趨勢(shì)

正如布萊恩·亞瑟的形象比喻，工業(yè)革命為經(jīng)濟(jì)打造了一套肌肉系統(tǒng)、而數(shù)字革命為經(jīng)濟(jì)打造了一套神經(jīng)系統(tǒng)。從技術(shù)革命與經(jīng)濟(jì)發(fā)展的演化歷史來(lái)看，前三次工業(yè)革命更多的體現(xiàn)為對(duì)人力的替代效應(yīng)，而以人工智能為代表的第四次工業(yè)革命實(shí)現(xiàn)了對(duì)知識(shí)的替代效應(yīng)。這也成為引發(fā)人們對(duì)于ChatGPT廣泛擔(dān)憂的關(guān)鍵：當(dāng)機(jī)器具有智力，人們還能保住“飯碗”嗎？

實(shí)事求是地講，這種擔(dān)憂由來(lái)已久，這一話題也不是什么新鮮事。上世紀(jì)80年代開(kāi)始，索洛就關(guān)注到信息技術(shù)作為一種典型的有偏性技術(shù)進(jìn)步，是否會(huì)引發(fā)失業(yè)、擴(kuò)大貧富差距。近年來(lái)，隨著人工智能技術(shù)的進(jìn)步和人工智能產(chǎn)業(yè)的發(fā)展，這一話題已成為循環(huán)播放的保留節(jié)目。例如，2017年麥肯錫就對(duì)46個(gè)國(guó)家展開(kāi)調(diào)查，認(rèn)為到2030年，有15%（按照預(yù)測(cè)中位數(shù)）的工作將會(huì)被自動(dòng)化替代，7500萬(wàn)至3.75億工人(占全球勞動(dòng)力的3%—14%)將面臨重新就業(yè)。對(duì)中國(guó)而言，波士頓咨詢(xún)公司在2017年也曾發(fā)表報(bào)告指出，55%—77%的就業(yè)崗位在未來(lái)有可能因技能含量低而被數(shù)字技術(shù)取代。

事實(shí)上，這種擔(dān)憂更多的源自“管中窺豹”或“非黑即白”。數(shù)字技術(shù)對(duì)就業(yè)的影響存在多種補(bǔ)償效應(yīng)與替代效應(yīng)的對(duì)沖機(jī)制，不少經(jīng)濟(jì)學(xué)家都以更為理性的視角，系統(tǒng)分析了數(shù)字化在未來(lái)可能對(duì)勞動(dòng)力市場(chǎng)和就業(yè)產(chǎn)生的影響。

新古典學(xué)派的代表人物羅伯特·索洛（Robert Solow）是樂(lè)觀派的代表性學(xué)者。基于他的增長(zhǎng)模型，經(jīng)濟(jì)體存在長(zhǎng)期穩(wěn)態(tài)，雖然在短期可能偏離于穩(wěn)態(tài)，但會(huì)逐漸向穩(wěn)態(tài)收斂。達(dá)到穩(wěn)態(tài)以后，經(jīng)濟(jì)體的主要變量將出現(xiàn)均衡增長(zhǎng)路徑，例如經(jīng)濟(jì)產(chǎn)出與資本會(huì)同步增長(zhǎng)且增長(zhǎng)速度等于技術(shù)進(jìn)步和人口增速之和，生產(chǎn)力（經(jīng)濟(jì)增長(zhǎng)/人口數(shù)量）的增長(zhǎng)率則等于技術(shù)進(jìn)步速度。因此，在技術(shù)進(jìn)步促使經(jīng)濟(jì)發(fā)展的同時(shí)，勞動(dòng)力并不會(huì)因?yàn)楸惶娲ナ袌?chǎng)份額。

但是，考慮到平臺(tái)經(jīng)濟(jì)、AI和智能機(jī)器人等新技術(shù)不僅僅是獨(dú)立存在的技術(shù)，還可以與現(xiàn)有生產(chǎn)要素（如資本）進(jìn)行結(jié)合，從而改變資本回報(bào)邊際遞減的特性或改變資本和勞動(dòng)力之間的替代性。也就是說(shuō)，社會(huì)生產(chǎn)的廣延邊際（Extensive Margin）被改變：在經(jīng)濟(jì)學(xué)的視角下，這可能意味著新的生產(chǎn)機(jī)會(huì)（或環(huán)節(jié)/任務(wù)）被創(chuàng)造出來(lái)、而不僅僅是在原有的生產(chǎn)模式中加大要素投入。因此，約瑟夫·澤拉（Joseph Zeira）將生產(chǎn)過(guò)程描繪成工作任務(wù)（Tasks）的組合而非生產(chǎn)要素的組合，由此開(kāi)創(chuàng)了信息技術(shù)（如自動(dòng)化）改變經(jīng)濟(jì)增長(zhǎng)的工作任務(wù)法（Task-based Approach）。按照澤拉的觀點(diǎn)，信息技術(shù)的應(yīng)用可以提高經(jīng)濟(jì)體的自動(dòng)化率，產(chǎn)生極強(qiáng)的資本對(duì)勞動(dòng)力的替代效應(yīng)，從而造成顛覆性影響。

按照澤拉的觀點(diǎn)，當(dāng)自動(dòng)化水平提高，資本積累會(huì)通過(guò)乘數(shù)效應(yīng)無(wú)限擴(kuò)張下去，從而使得勞動(dòng)收入份額會(huì)被不斷擠壓直至消失。這一論點(diǎn)難免過(guò)于悲觀，因而德隆·阿西莫格魯（Daron Acemoglu）將新任務(wù)的創(chuàng)造引入了澤拉模型中，認(rèn)為除了替代效應(yīng)（Displacement Effect）之外，數(shù)字技術(shù)的應(yīng)用還存在一種生產(chǎn)力提升效應(yīng)（一種補(bǔ)償效應(yīng)），以及新任務(wù)創(chuàng)造（Creation of New Tasks）的廣延邊際效應(yīng)：新任務(wù)創(chuàng)造不僅總是能提高勞動(dòng)收入份額，也總是能提高工人工資。阿西莫格魯解釋了為什么過(guò)去一個(gè)多世紀(jì)，人類(lèi)的技術(shù)總是在進(jìn)步并替代了相當(dāng)一部分的人力勞作，但是工作崗位并沒(méi)有減少，特別是勞動(dòng)收入份額為什么能基本保持穩(wěn)定：很多舊崗位被新技術(shù)替代的同時(shí)，新崗位也同步被創(chuàng)造了出來(lái)，而勞動(dòng)份額保持不變可能是兩者發(fā)生速度恰好相等的結(jié)果。

基于中國(guó)的實(shí)際，我們研究得到的結(jié)論是，隨著人工智能等信息技術(shù)的普及，中國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)就業(yè)（收入差距）存在非線性影響，二者呈倒U型的關(guān)系，即短期內(nèi)可能會(huì)帶來(lái)失業(yè)、但是長(zhǎng)期看會(huì)促進(jìn)就業(yè)。

經(jīng)過(guò)一段時(shí)間的探索，我們發(fā)現(xiàn)倒U型的結(jié)構(gòu)來(lái)源于一個(gè)非常穩(wěn)固的理論解釋——數(shù)字技術(shù)讓新技能的掌握變?nèi)菀琢?。換言之，數(shù)字技術(shù)作為一個(gè)高效能的工具，在解放人類(lèi)而非替代人類(lèi)。例如，電子商務(wù)在替代傳統(tǒng)零售崗位的同時(shí)，派生出了跑腿小哥、網(wǎng)絡(luò)主播等新崗位。據(jù)測(cè)算，阿里巴巴的生態(tài)體系中四大業(yè)務(wù)模塊共帶動(dòng)了包括實(shí)物商品交易型、線上勞務(wù)交易型、線上服務(wù)交易型、商戶(hù)展示型和互聯(lián)網(wǎng)企業(yè)直接就業(yè)型在內(nèi)的五大就業(yè)機(jī)會(huì)，在2019年為6901萬(wàn)人帶來(lái)就業(yè)機(jī)會(huì)。

除此之外，數(shù)字技術(shù)從根本上改變了組織的運(yùn)營(yíng)方式，可以創(chuàng)建更靈活、更公平、更有彈性的組織，能夠有效地提高敏捷性、效率和效益，平衡靈活性、可擴(kuò)展性與成本效益，從而幫助企業(yè)構(gòu)建最合適的勞動(dòng)力模式，打造公平而靈活的用工方式。因此從長(zhǎng)期看，以人工智能技術(shù)為代表的數(shù)字革命會(huì)創(chuàng)造更多新的崗位以彌補(bǔ)就崗位的替代、同時(shí)會(huì)讓工作變得更加“宜人”。

3、下圍棋與打麻將：人工智能與人類(lèi)智能各有所長(zhǎng)

或許引發(fā)就業(yè)擔(dān)憂還有一個(gè)重要的因素，即ChatGPT技術(shù)的創(chuàng)新性。ChatGPT與傳統(tǒng)人工智能算法相比，確實(shí)實(shí)現(xiàn)了跨越式的創(chuàng)新。傳統(tǒng)的人工智能模型往往是場(chǎng)景化的（體現(xiàn)為單一任務(wù)），針對(duì)具體任務(wù)進(jìn)行訓(xùn)練，一般包括一個(gè)由人工打好標(biāo)簽的訓(xùn)練集、包含各種參數(shù)的算法和預(yù)測(cè)集組成。因此，這類(lèi)人工智能的聰明程度取決于訓(xùn)練集中的數(shù)據(jù)質(zhì)量，以及算法中的參數(shù)，所以他會(huì)越用越聰明：更多的使用會(huì)生成更多的數(shù)據(jù)，同時(shí)結(jié)果的反饋有助于優(yōu)化模型的參數(shù)，因此傳統(tǒng)AI應(yīng)用都致力于形成這樣一個(gè)“數(shù)據(jù)飛輪”。

與上述技術(shù)類(lèi)似，與ChatGPT也基于輸入集、通過(guò)算法模型來(lái)生成預(yù)測(cè)集。ChatGPT全稱(chēng)Chat Generative Pre-trained Transformer（生成型預(yù)訓(xùn)練變換模型），作為一個(gè)專(zhuān)注于對(duì)話的模型，他核心功能就是通過(guò)學(xué)習(xí)海量文本實(shí)現(xiàn)與人類(lèi)的即時(shí)對(duì)話。但與傳統(tǒng)技術(shù)路線不同的是，ChatGPT并沒(méi)有預(yù)設(shè)任務(wù)、而是將海量數(shù)據(jù)直接作為訓(xùn)練集輸入模型（即所謂大模型），通過(guò)構(gòu)建海量的參數(shù)形成對(duì)訓(xùn)練集的理解（規(guī)則，如語(yǔ)法、句法等）和認(rèn)知（知識(shí)，即包含在文本數(shù)據(jù)中的事實(shí)）。通過(guò)這樣一個(gè)大模型，ChatGPT就掌握了人類(lèi)語(yǔ)言的技巧和各種事實(shí)知識(shí)，從而實(shí)現(xiàn)與人類(lèi)對(duì)話。

注意，盡管從技術(shù)路線上來(lái)看ChatGPT與傳統(tǒng)人工智能相比實(shí)現(xiàn)了諸多優(yōu)勢(shì)，但是并沒(méi)有突破“數(shù)據(jù)智能”的局限和參數(shù)優(yōu)化的原理?！?000億條數(shù)據(jù)”、“1750億參數(shù)”、“數(shù)據(jù)停留在2021年以前”等是各大媒體中頻頻出現(xiàn)的關(guān)鍵詞。這意味著，ChatGPT的出現(xiàn)是一個(gè)組合創(chuàng)新的產(chǎn)物，有賴(lài)于數(shù)字孿生實(shí)現(xiàn)的海量數(shù)據(jù)、云計(jì)算及芯片實(shí)現(xiàn)的算力提升。

基于上述原理，ChatGPT依然是一個(gè)比較聰明的助手、從勝任人類(lèi)社會(huì)職業(yè)的角度仍然有著較強(qiáng)的局限性。大衛(wèi)·奧特爾（David Autor）認(rèn)為，計(jì)算機(jī)擅長(zhǎng)高級(jí)推理，如計(jì)數(shù)、數(shù)學(xué)、邏輯推理和量化關(guān)系編碼，但難以取代感覺(jué)運(yùn)動(dòng)技能、身體靈活性、常識(shí)、判斷力、直覺(jué)、創(chuàng)造力和口語(yǔ)等人類(lèi)進(jìn)化而非發(fā)展的能力。因此奧特爾提出了極難被計(jì)算機(jī)取代的兩大類(lèi)能力：一是“抽象”的任務(wù)需要的能力，包括解決問(wèn)題的能力、直覺(jué)、創(chuàng)造力和說(shuō)服力等；二是“手工”任務(wù)需要的能力，包括情境適應(yīng)性、視覺(jué)和語(yǔ)言識(shí)別、面對(duì)面交互等。

前者具備專(zhuān)業(yè)、技術(shù)和管理的職業(yè)特征，非常重視歸納推理、溝通能力和專(zhuān)業(yè)技能的掌握。后者包括類(lèi)似烹飪（特別是中餐）、服務(wù)工作、清潔和監(jiān)護(hù)工作、面對(duì)面衛(wèi)生援助等方面的大量工作，往往需要雇傭熟練工人。雖然上述工作不是勞動(dòng)力市場(chǎng)標(biāo)準(zhǔn)的高技能崗位，但它們對(duì)自動(dòng)化提出了嚴(yán)峻的挑戰(zhàn)。舉個(gè)例子，AlphaGo的開(kāi)發(fā)人員屬于第一類(lèi)，但是如果來(lái)參加“斗地主”或者“血戰(zhàn)到底”（一種四川麻將的玩法）的比賽，那么成都街頭的大爺大媽們應(yīng)該可以完勝AlphaGo。概言之，未來(lái)如果想不被ChatGPT替代，要么我們要努力學(xué)習(xí)新知識(shí)新技能，讓自己的能力認(rèn)知始終高于ChatGPT；要么我們就發(fā)揮人類(lèi)在經(jīng)驗(yàn)、社交、靈感方面的優(yōu)勢(shì)，努力做掌握一技之長(zhǎng)的“社會(huì)人”。那些夾在二者中間的、重復(fù)性的、規(guī)則化的崗位，應(yīng)該是第一批ChatGPT替代掉的。

4、終身學(xué)習(xí)：與機(jī)器人賽跑的必修課

丹尼爾·卡尼曼將人腦的功能概括為兩套系統(tǒng)，第一個(gè)系統(tǒng)善于處理非規(guī)則的隨機(jī)事件，快速、自發(fā)，從遠(yuǎn)古進(jìn)化而來(lái)，和所謂的直覺(jué)密切相關(guān)；第二個(gè)系統(tǒng)緩慢、有意識(shí)，通過(guò)訓(xùn)練形成，與理性相關(guān)。在數(shù)字技術(shù)普及的過(guò)程中，人們的第一個(gè)系統(tǒng)，即處理非規(guī)則隨機(jī)事件的能力越來(lái)重要，而以熟練為目標(biāo)的學(xué)習(xí)與訓(xùn)練越來(lái)越不重要了。

最近很多學(xué)者提出人工智能對(duì)中國(guó)教育的挑戰(zhàn)，也正基于此：我們的教育體系善于訓(xùn)練學(xué)生熟練掌握即有知識(shí)、但是對(duì)于新知識(shí)的探索能力培養(yǎng)不足。大概一百年前陶行知先生講的一句話，“千學(xué)萬(wàn)學(xué)，學(xué)做真人”，恰恰道出了我們?cè)谌斯ぶ悄軙r(shí)代的教育真諦：我們的教育要激發(fā)學(xué)生身上潛在的人類(lèi)智慧之光芒、而非把學(xué)生變成機(jī)器。

當(dāng)然，未來(lái)的學(xué)習(xí)，不能夠僅僅停留在校園中。路德維希·維根斯坦認(rèn)為，語(yǔ)言的邏輯邊界就是人工智能的邊界。在這個(gè)萬(wàn)物互聯(lián)、數(shù)化萬(wàn)物的時(shí)代，未來(lái)所有的知識(shí)都會(huì)數(shù)據(jù)化。如果停止追求新知，那些由富含知識(shí)養(yǎng)分的數(shù)據(jù)喂養(yǎng)長(zhǎng)大的機(jī)器人就一定會(huì)超越我們。

從這個(gè)角度講，ChatGPT更像我們的“學(xué)習(xí)委員”，用它強(qiáng)大的算力和精巧的算法時(shí)時(shí)督促我們要不斷學(xué)習(xí)、不斷思考、不斷探索、不斷創(chuàng)新，用新一輪的技術(shù)革命向他證明，人類(lèi)永遠(yuǎn)不會(huì)被它替代。

（孫毅為中國(guó)科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院教授，數(shù)字經(jīng)濟(jì)學(xué)者）