# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
过去每个人对经济运作方式的理解和他们如何为经济做出贡献的梦想，在新的经济时代，这些都失效了。
当下每个人都关心人工智能将如何变革我们的教育、工作与生活。
最近我们和台湾大学黄明蕙Ming-Hui Huang、美国马里兰大学罗兰·拉斯特Roland Rust两位教授聊了聊这些话题。他们此前撰写了《情感经济：人工智能、颠覆性变革与人类未来》一书，并提出由于人工智能特别擅长理性分析、思考等任务，人类的优势将从智力转向情感、感觉等软能力。他们认为，在人工智能技术迅速发展的同时，我们也迎来了情感经济时代。
在本次对话中，两位教授分享了他们对情感经济、当下各行业在人工智能影响下人们工作性质与核心任务转变的见解——各行业正在向更少的思考任务、更多的情感任务转变。两位教授还谈到，当下我们处于技能的第二次大错位时期，为了匹配变化的市场需求，终身培训与学习将成为更多人的需求。在教育上，政府与高校应给予人文等学科更多关注与重视，因为他们将帮助人类发挥自身独有的、区别于 AI 的优势。此外由于人工智能当前分析思考能力的快速进步，STEAM 学科的重要性正在下降。
以下是对话全文：
Edu指南：你们提出在人工智能技术快速发展的时代，我们也迎来了情感经济。我们应该如何理解“情感经济”？
Roland：我们研究了多种的智能水平，这使我们能够更好地理解人工智能发生了什么，以及它是如何与人类在各种事情上竞争的。所以最基本的是，随着 AI 接管了人类更多的思考智力，人们将被转移到涉及情感智力的任务上。人工智能在过去已经接管了大部分的机械智能任务，比如在自动化工厂的任务。但现在正在发生的是，它更多地进入了思考智能部分。这意味着人们需要依靠他们目前拥有的比 AI 更好的技能，这就是情感部分的能力。
Ming-Hui：我们认为，人工智能应该被设计成具有多种智能，因为 AI 是模仿人类智能来设计。 无论模仿人类体力劳动的能力，还是善于思考任务的能力。这表明了我们可以拥有多重智能的AI。人们开始谈论情感能力一样，那是关于 AI 多重智能的呈现。所以从历史上看， AI 的机械智能模仿人类的体力，适用于需要重复和例行任务的制造过程，然后它进入了人类的思维智能层面。
所以当AI 如此擅长思考智力时，情感经济要回答的是，人类能做什么？从机械到思维再到情感，这是 AI 的最高维度。最终 AI 可以有情感能力。那将是 AI 情感智能。现在 AI 还没有真正具备这种能力，但是 AI 非常擅长思考智力，尤其是在我们现阶段所说的分析思维能力上。所以人类现阶段，要转向情感任务部分，否则人们会被取代。因为从 AI 现在的表现来看，大多数人们是无法比人工智能更善于思考和分析任务的。
Edu指南：人工智能擅长思考分析，从业者需要更多情感能力，哪些行业发生了这样的改变？
Roland：举个例子。我参加了一个会议，做了一个演讲，听众中有来自金融服务业的人。他说，哦，你在谈论的情感经济，已经发生在我的工作中。他说，过去我做了所有这些数学方程，试图弄清楚财务建模和投资的转折点等等。但这一切现在都由 AI 完成。所以我的主要工作是与客户互动。我任务变成，握着客户的手，告诉客户一切都好，不用担心今天市场下跌了，诸如此类的事情。所以换句话说，金融经理的工作从硬技能转向了软技能例如，人际交往技能之类的东西。
不仅如此，Ming-Hui 和我几年前做了一项研究，我们测量了大量工作中思考任务与情感任务的重要性。真的是几乎所有行业，正在从更少的思考智力和更多的情感智力方面转变。甚至像统计学家这样的工作，你会认为这是一个非常思考导向的工作，但它们也非常强烈地朝着情感任务的方向发展。
我们在整个经济中都看到了这一点，很难想出一个不是这种情况的反例。也许如果某人是一个纯粹的抽象数学家，那就不需要太多的情感技能，除了这些人可能需要去大学教书。他们基本上是纯粹的思想家。这样的人会有一些空间。但是我们发现现代 AI 实际上可以证明数学中的许多重要定理。我认为这只是时间问题。
Ming-Hui：在我们的书中，你可以看到不同的行业和例子。他们工作任务的性质从智力任务，转变为情感任务。实际上，我们也可以看到许多管理者，尤其是我们在会议上遇到的管理者，都是一面镜子。他们在传统上，被假定为思维表现更好的人才。即使这是一种刻板印象，但平均而言，他们往往基于思考能力被选择的。
传统印象中，女性可能更适合情感工作。因此，许多女性工人被用于客户服务的工作，用于服务经济中的人际互动。而与情感能力相比，人们认为拥有思考能力更有价值。他们把女性的优势置于不利地位。但如果人工智能在思维能力方面表现如此强大，情感智能的需求将为女性带来优势，女性可以更好地工作。
Edu指南：情感经济时代，公司企业对雇员能力要求发生变化，员工需要接受哪些新的培训吗？
Roland：这是一个非常好的问题。现在我们看到的是，我们处于第二次技能需求的大错位时期。第一次大的错位，是在过去，男性在矿山工作或在工厂工作或做重体力活的工人，人们关心体力能力的优势。但是随后思考分析能力变得更重要，它变得重要的原因是因为 AI 和自动化能够接管许多繁重的工作，培训必须从体力训练转向思考任务。这就是20世纪上学的人数急剧增加的原因。
所以现在第二大错位正在发生。AI 正在接管更多的思维任务，导致一些思维工作者被取代。当善于思考的工人被取代时，你最终会面临这样一种情况，要么他们处于社会的边缘——像那些找不到工作的煤矿工人一样——但这是不好的。所以我们现在需要的是，对那些有思考能力的工作者进行再培训，以提高他们的人际交往能力。因此，我们预计人们将更多地转向终身培训，人们必须重新培训自己，以获得他们需要的新技能，这些技能将在情感经济中发挥作用，这将倾向于更多的人际交往技能和情感能力。
Ming-Hui：情感方面的软技能培训，在过去并不是长期培训的一部分。这更像是一项偶尔的学习活动，旨在培训人们如何处理情绪压力情况，如何更好地处理情绪。我们也可以看到越来越多的公司，开始真正意识到这一点的重要性。随着时间的推移，我们可以看到这将更加明显。
Edu指南：新的培训需要更多资金，这是一种负担还是投资？
Roland：过去我们有所有这些曾经是煤矿或工厂的工人，我们可以让他们呆在家里领取失业救济金，或者我们可以让他们成为经济的一个重要组成部分。所以他们（政府或公司）很快意识到需要重新培训这些人。现在学校集中在训练学生获得分析思维的技能。但他们在很大程度上错过了重要的情感能力教育。在这种情况下，当我们从思考智力转向情感智力时，政府、学校和公司意识到，学生、员工需要接受这种新的培训是非常重要的。
Edu指南：情感经济中，哪些人会受到更多的负面影响？
Roland：我认为对于员工来说，在情感经济中最大的输家，是那些具有思维能力和非常差的情感智力的人，典型的极客、我们刻板印象中的计算机科学家或者其他相似的。这些人会遇到一些麻烦，因为他们最大的技能将由 AI 承担。他们唯一的希望就是接受再培训。他们必须学习对他们来说必要的情感技能。
Ming-Hui：情感能力也可以通过情感 AI 来实现。我们可以用 ChatGPT 作为例子。ChatGPT 现在能够与人类良好互动。例如，即使在仅仅4、5年前，人们也会认为许多需要人类技能的工作将不会被 AI 取代。人们会认为市场营销被视为非常人类化的工作，需要大量的人类技能。但即使是市场营销，我们已经可以看到 ChatGPT，真的可以做很多比人类更好的营销任务和工作。
所以我们真的需要学会利用人的优势，用好情感智能上的能力。同时因为人工智能总是善于思考，也开始具备一些情感能力，但它与人类的互补性仍处于不同的层次，我们需要应用好不同层次的 AI 智能和人类智能。
Edu指南：一些报告称，因为 AI 或特定的 AI 能力，许多人会失业。你们会认同这些判断吗？
Roland：我们确实预测会有许多工作岗位会流失，例如，随着思考任务变得不那么重要，那么许多专注于思考任务的人，将面临失业的危险。这些正是需要重新培训以保持相关性的人。
Ming-Hui：我认为那些没有能力或不愿意接受再培训的人，会面临失业风险。我们也看到很多人真的愿意接受再培训。但对于不愿意接受再培训的人们，他们的工作被替换，我们也无能为力。所以举一个例子，像优步出租车，人们曾以为这份工作永远不会被替代，但现在 AI 自动驾驶正在发生，如果人们不接受新的培训，这对他们可能会更加不利。
Roland：在美国，我们看到的事情之一是从机械智能时代到思维智能时代。换句话说，思考经济时代，这真的给大多数体力劳动者，带来了巨大的冲击。所以美国的政治家们想要当选，他们会说，我们会让你们的制造业工作回来，我们会让你们的采矿工作回来时，他们必须吸引那些人。但那不会发生。他们知道那是不可能的。他们只是这样说，因为这样他们会获得人们的投票支持。
Ming-Hui：有一点我想提一下，从我们的数据来看，来自全球 AI 投资数据，实际上中国是投资情感经济 AI 技术的领导者国家之一。
Edu指南：在你们看来，传统行业中不愿意接受再培训的人们，占多数还是少数？
Roland：我认为有很多人真的无法想象改变。他们看待世界的方式是当下的模样，他们无法想象未来会有所不同。那些人，他们不会向前看，不知道未来成功所需的条件。实际上，政府可能需要在给予人们接受再培训的动力，以及提供资源以实现再培训方面发挥更多的主导作用。否则，经济将无法可持续发展。
Ming-Hui：美国是一个服务型经济主导的国家，但他们仍然有制造业，有制造工人或机械工人，他们通常不能或不愿意提高他们的技能。他们有投票权，所以当选举投票时，政治家们只是说，好吧，我们今天想把制造业带回美国。这些说法是行不通的，因为这会违背经济可持续的趋势。
Edu指南：我们的教育要发生什么转变？
Roland：教育需要更多地转向情感任务。举个例子，我在大学的课堂上做了一件非常极端的事情，我不再让学生写作了。这听起来很疯狂，对吧？但原因是最新版本的 AI 可以很好地写作。你可以看到在五到十年内，它会做得非常好。在那种情况下，我们为什么要让人类去做呢？换句话说，我们的整个想法是人类应该做 AI 不擅长的事情，因为这是人类唯一独特的贡献。
Edu指南：现在大学应该为学生提供哪些其他技能或教育课程？
Ming-Hui：现在的大学，我们有工程学院，管理学院，社会科学学院，在大学中，工程学院往往处于优先地位，总是获得所有资源和更多支持，因为它们是科学部分。但是对于偏向人文的学科，总是受到较低的关注。
所以在大学层面，甚至在政府层面，一个基本的事情就是更加重视人文教育的规模。社会科学等人文学科，不应该被轻视。教师在课程设计上，也必须更加关注人文部分，因为这是人类擅长的，独一无二的方面。这些课程，无论是学院层级还是个人课程设计，都应该真正将人文教育纳入。学生可以自由选择，如果学生认为他们是一个有情感能力的人，他们想了解更多关于科学的知识，他们可以参加 STEAM 部分，对于那些已经非常擅长数学的思考者，他们可能想了解更多关于人际互动、沟通管理课程。至少我们需要在任何大学或教育系统，为智力优势不同的学生提供这种机会。这是我们可以预见的非常好的蓝图。它应该更具包容性和更平等。
Edu指南：由于 AI 如此擅长思考、分析能力，你们认为 STEAM 学科在未来的重要性会减少吗？
Roland：我们在美国已经看到这种变化。注重分析能力的学位项目需求正在下降。这也是我们预测的事情。随着经济变得更加先进，我们预计这将在更大程度上成为现实。所以我的预测是中国也会是这种情况。但这可能会滞后几年。
Ming-Hui：大多数商业分析课程的学生来自中国，因为他们在智力方面非常擅长。但即使在最近的一次会议上，一位中国学生在他参加的会议上，他说他非常兴奋能够进入马里兰大学的商业分析项目，但现在他将获得学位，他开始担心，在 AI 如此擅长分析能力的情况下，自己能否找到一份体面的工作。所以这是一个非常强烈的信号，因为大约三到五年前进入这些商业分析项目，是很多中国学生的目标。大多数这类学位项目都有中国学生，因为他们非常擅长这个，他们有那种分析能力。他们非常兴奋地加入了这个项目。现在，当他们要毕业获得学位时，他们开始担心是否能找到工作。因为 AI 的分析能力进步如此之快，他们难以在这项能力的竞争中胜出。这已经在现实生活中发生了，而且无处不在。
Roland：这些擅长分析能力的学生，他们普遍的期望是，毕业后去大型科技公司，但是大型科技公司是从人类智能到 AI 智能发展最快的地方。因此，在美国，许多大型科技公司发现，他们可以用更少的人来运转，因为 AI 承担了很多工作，这意味着这些地方的工作岗位更少。过去每个人对经济运作方式的理解和他们如何为经济做出贡献的梦想，在新的经济时代，这些都失效了。其他阅读
文章来自于“Edu指南”，作者“Edu指南”。
