https://www.digitalistpapers.com/vol2/unger
作者：Gabriel Unger
“AI人文主义”发言人，“宏观社会设计师”。
变革性人工智能具有革命性的潜力。但 Gabriel Unger 认为，我们能否实现这一潜力，并扭转数十年的不满情绪，取决于三个基本问题的答案。我们能否为一个人工智能的未来阐明一个令人信服的共同愿景？我们能否就经济增长和人工智能的理论达成共识，从而能够认真而仔细地思考后者对前者的影响？我们能否在人工智能时代重新设计教育并加强社会联系？这些是经济学界新的智识机遇。
一、引言
三百多万年前，我们的祖先首次使用石头来制作工具。对火的基本控制又花了二百万年。从采集狩猎到农业，又花了五十万年。
从公元前10000年到大约1750年，发生的少量技术进步是偶然且不连续的。1750年，一个英国农奴用犁在秋天播种小麦，用镰刀在春天收割，这种生活在工具和作物方面，对于更早时期的美索不达米亚农民来说都会是立即认得的。两者都过着同样艰苦的生活水平。
第一次工业革命不仅引入了蒸汽机或动力织布机，还引入了经济增长本身，以及一个持续进步的新机制。从那时起，我们人类在利用能源、加工材料和掌握物理运输方面取得了重大进展。但在此期间，人类心智一直是一个至高无上的实体。这些进步都来自心智。它们远离心智，存在于心智之外。即使是过去50年的信息技术革命也基本上尊重了这一界限。我们创造了分享和处理信息的新方式。但它基本上仍然是同一种内容——一个人想象然后与另一个人分享的内容，只是现在通过互联网而不是电话或邮递员。
人工智能的重要性在于，在人类历史上，这种至高无上的地位首次开始崩塌。我们正在创造一种似乎分享了我们许多自身认知能力的技术。它可以通过学校考试、与客户交谈、设计产品、诊断疾病、提供个人建议、建立友谊和写诗。它可以为与物理世界互动的机器人提供动力。它可以进行科学研究，甚至是对人工智能本身的研究，以改进自身能力。人工智能现在就可以做所有这些事情，仍处于其发展的最初期。今天能做到这一切的人工智能，将是有史以来最弱、能力最差的版本。
硅谷现在敏锐地意识到了这项技术的革命性经济和社会潜力。世界上大多数其他人仍未意识到即将发生的事情的规模。
它发生在一个特别重要的时刻。美国在过去50年的大部分时间里都处于生产率增长停滞的时期。[1] 今天的美国年轻人不再期望享受比他们父母更高的生活水平。[2] 他们背负着更多的学生贷款进入劳动力市场，通往婚姻、住房所有权和经济安全的道路更长、更不确定。按照历史标准，过去几十年的实际工资增长缓慢，特别是对于那些不在收入分配最顶层的人来说。收入不平等加剧了。产业集中度提高了。我们对我们机构的信任下降了，我们彼此之间的信任也下降了。[3] 既有客观前景恶化的经济事实，也有民意调查中对我们现在和未来日益悲观的社会事实。
所有这些都意味着：真正的机会不仅仅在于技术。而在于我们如何能够利用一项具有深刻变革性的技术来帮助我们摆脱几十年来日益增长的不满和不断下降的期望，以实现更有前途的经济和社会生活。
但是，将人工智能转化为更广泛、强劲且持续的经济增长体验，或转化为一个更好的社会，不会很快或自动发生。经济增长的机制是顽固的。我在下文中认为，从技术成功过渡到经济繁荣不仅仅是技术基准的问题。它关键取决于回答三个广泛的、相互关联的问题。
第一，普通人会觉得令人兴奋、引人注目，而不是恐惧或可憎的人工智能未来的愿景是什么？第二，什么经济増长理论最能帮助我们实现人工智能的全部经济潜力，以服务于这一愿景？第三，必须做什么来确保当人工智能促成这种经济进步时，它也使我们学习和联系的体验变得更强，而不是更弱？
“在人工智能革命的早期，对人类而言利害攸关的程度，与这些议题的讨论相对于其重要性而言仍然多么狭隘，两者之间存在一种奇怪的错位。”
在人工智能革命的早期，对人类而言利害攸关的程度，与这些议题的讨论相对于其重要性而言仍然多么狭隘，两者之间存在一种奇怪的错位。硅谷意识到了其中的许多问题，但没有能力提供所有答案。那些可能更有能力的人大多没有在问这些问题。我们希望更直接地吸引后者。有大量的人工智能乐观主义者和人工智能悲观主义者。但乐观主义和悲观主义都是同一种宿命论的变体。它们说未来已经注定。希望是一种截然不同的立场。它说未来是开放的。面对这种开放性，经济学家和其他社会科学家应将更多注意力转向那些对从人工智能中获得更美好未来最重要的未决问题。
二、社会愿景
假设人工智能革命在其纯粹的技术维度上取得了最大程度的成功。在这种情况下，我们希望什么样的更广泛的社会和经济？
在任何时候，社会中总会存在一定比例的、以更多乐观或更多悲观看待未来的人。有一个勒德分子，就有一个辉格党人。但当前特别与众不同的不仅仅是许多普通人对世界的未来，特别是对技术的未来感到悲观。而且是，科技行业认为乐观和乌托邦的人工智能未来愿景，无意中在如此多的其他人看来却是悲观和反乌托邦的。这反过来又促成了一种文化，在这种文化中，大多数人现在对技术的未来感到更多的是恐惧而不是兴奋。每一部科幻电影现在都是恐怖电影。
“当前特别与众不同的不仅仅是许多普通人对世界的未来，特别是对技术的未来感到悲观。”
这并不总是我们对未来技术的文化态度。从第一次工业革命起，一直到20世纪70年代初，西方对技术进步的主导态度是热烈的乐观主义。阿尔伯特亲王在1851年伦敦世界博览会的规划会议上宣布：“我们正生活在一个最奇妙的转型时期。”[4]
一个多世纪后，当数百万美国人狂喜地通过他们的新彩色电视机观看阿波罗任务时，这种精神比以往任何时候都更加强烈。1968年，泛美航空公司宣布了一个“月球航班”候补名单：只需1美元，你就可以在即将到来的商业太空航班的候补名单上名列前茅。九万美国人报名参加了。迪士尼在1965年纽约世界博览会上推出了一种名为“进步旋转木马”的嘉年华 ride，展示了美国家庭经历技术进步的不同时代，走向未来，所有广告都带有这样的口号：“有一个伟大的、美好的明天。”《杰森一家》等电视节目热情地宣传了太空生活和有用机器人仆人的未来。通用电气和惠而浦等公司戏剧性地在商店里 staging “未来厨房”，向家庭主妇展示如何摆脱 drudgery，引入微波炉和洗衣机等产品。广泛的信息是，我们可以指望技术进步的进程。它将带来丰裕并赋予普通人权力。它是一个好仆人，而不是一个虐待狂的主人。奇怪的是，这种乐观情绪的高峰期恰逢核军备竞赛，这几乎肯定是人类面临的存在风险最大的时刻。我们没有气馁。
“谁带着希望看待技术的未来？我们中足够多的人吗？”
今天有多少普通美国人感觉他们仍在乘坐进步的旋转木马？谁带着希望看待技术的未来？我们中不够多的人。民意调查现在非常一致地显示，只有一小部分美国公众认为人工智能将使世界变得更美好。人工智能会“利大于弊”吗？只有13%的人说是。[5] 人工智能在未来20年会产生积极影响吗？只有17%的人说是。[6] 两者中更大比例的份额认为影响将是负面的。
但请考虑一下提供的是什么。
从一个不表同情的批评者的角度来看，硅谷对人工智能未来的愿景可以用以下术语描述：你将不会真正有工作。你将待在家里，也许靠一些全民基本收入福利金生活。在家里，失业，你将可以自由地与你的12个人工智能朋友和你的人工智能支持的机器人互动，或者戴上你的VR goggles 和眼镜，在那里你可以消费你的“人工智能 slop”（人工智能创作的音乐和电影，都趋同于平庸的短视频内容）。你的孩子——如果你有的话——将使用人工智能来写他们的读书报告——然后某个老师的人工智能会给它们打分。你的孩子将有更多时间滚动短视频内容！（你可能不会有孩子。）
有批评者并不奇怪。但奇怪的是，随着语义和措辞的一些变化，上述内容很难与许多技术专家公开推广的未来愿景区分开来——即使是那些最自认为是人工智能乐观主义者的人。关于全民基本收入的政策文件、关于工作后生活意义的空想评论文章、高管们公开推广人工智能朋友的想法。他们似乎不明白他们的乌托邦是其他人的反乌托邦。它在我们对生活最根本的两个方面失败了：(1) 有意义的事业，以及 (2) 与其他人的紧密个人联系。
“我们需要能够阐明一个人工智能革命的未来，其中普通人既有令人兴奋的工作，也有彼此之间的真实关系，而不是失业和孤独的家庭生活，被多巴胺麻醉。”
那个认真对待这两项要务的愿景在哪里？它惊人地缺席。我们需要能够阐明一个人工智能革命的未来，其中普通人既有令人兴奋的工作，也有彼此之间的真实关系，而不是失业和孤独的家庭生活，被多巴胺麻醉。迎接这一挑战在一些非常切实的层面上很重要。首先，阐明更美好的未来愿景将帮助公司和企业家朝着正确的方向构建正确的产品。其次，特别是在民主国家，如果硅谷无法向美国其他地区提供一个更引人注目的未来愿景，那么它正将自己置于比它意识到的更大的监管控制和惩罚风险之中。
需要明确的是，一个更引人注目的愿景是完全可能的。在今天的美国专业精英阶层深处，人们有这样的体验：将日常精力集中在需要创造性解决方案的难题上。一位神经外科医生面临一个复杂的病例。一位律师在一场高风险的诉讼中面对一个新的事实模式。一位学者追求一个雄心勃勃的研究计划。从某种意义上说，这些人都是从事局部创新行为的知识工作者。在这个精英阶层之外，工作的主要体验是常规的、非创新性的，并且使人失去权力。今天，数百万美国人被安排到他们有时 darkly 称之为“假电子邮件工作”的岗位上，做着可以而且应该自动化的繁琐、重复的事情。
人工智能对未来工作的承诺应该是，将精英阶层通过工作创造性地解决问题并改变周围一小部分世界的体验，赋予其他所有人。人工智能可以通过自动化所有 drudgery，并民主化广泛的技术能力来实现这一点。从这个角度来看，越来越多的普通工人将有效地开始成为知识工作者。我们几乎将开始成为一个科学家的国家，每个人以不同的方式，与我们的人工智能助手一起在工作中迎接新的挑战。然后，这些人工智能助手或代理与人类知识工作者的协作团队可以随着人工智能的改进而继续前进。Dario Amodei 说人工智能可以给我们“数据中心里的一个天才之国”。[7] 这颠倒了目标：我们真正想要的是更接近一个真正的天才之国。
“Dario Amodei 说人工智能可以给我们‘数据中心里的一个天才之国’。这颠倒了目标：我们真正想要的是更接近一个真正的天才之国。”
当今专业精英阶层工作中相关但不同的特征是自主性和能动性。一位高管有一个愿景，然后指挥一个团队去执行。在劳动力的最底层，工人接受命令但从不发号施令。创造性工作是这个的一个特例，但即使不是特别有创造性，大多数人也有更广泛的兴趣，希望工作能赋予他们权力，具体来说就是拥有为服务于一个项目而协调资源和他人的权力。一个建筑工人可能更愿意经营自己的小型独立企业，而不是在他人的大得多的企业中工作，只是为了享受更多的这种权力。根据调查，这实际上是人们创办和经营小企业的首要原因：甚至不是为了经济利益，而是为了在其工作生活中获得自主性的体验。人工智能将能够为更多的人提供有效的智能体供其指挥，以更广泛地实现他们的意志。它为未来的小企业、未来的初创公司以及大企业中最底层的工人提供了从根本上拓宽其能动性体验的机会。
除了更具变革性的工作前景，还有更简单的回归更高经济增长和更大繁荣的前景。在基本层面上，经济增长是对更美好未来的承诺：更少的贫困、更好的健康、更高的生活水平、更大更自由的生活。利用人工智能回归更高经济增长的世界将意味着今天的美国年轻人减少零和社会思维和悲观情绪。这将有助于我们解决长期财政问题，特别是我们支付日益令人担忧的联邦债务的能力。这种更高的经济增长可以在没有上述变革性工作的情况下存在，但两者并非没有联系：一个每个人都是有效的知识工作者的经济体，很可能既是总生产率增长率最高的经济体，也是收入分配相对更平等的经济体。
在经济思想史上，主要思想家们经常在职业问题上犯错，以至于我们可能原谅技术专家们现在重蹈覆辙，这一点令人震惊。凯恩斯和马克思都预言了一个自动化增长将把我们从所有劳动中解救出来的世界，我们可以坐着画画和钓鱼。今天对这些早期作品的讨论大多集中在失败的实证预测上。忽略了这些思想家在道德上也错误地将无尽的休闲视为正确目标。也许他们混淆了他们写作时大多数人深陷其中的 demeaning 工作，与在任何替代经济中大多数人可能永远只能从事的唯一劳动。但今天的大多数普通人本能地理解并认同路德和加尔文等新教徒给世界带来的最重要的道德见解之一：我们中几乎所有人——甚至来自社会最底层的人——都想感觉我们在这个世界上被召唤去做一些重要的事情。神圣的召唤不仅仅是为一个微小的祭司阶层保留的，而应该延伸到每个人。
（也许在更异教徒的脉络中：即使是那些对我们 inherited 职业观念背道而驰的人，通常仍然对地位、“positional goods”、精英工作、精英大学等有强烈的兴趣。对这些“positional goods”的兴趣可能只会增加。请注意，60年前，经济学家会讨论“向后弯曲的劳动供给曲线”：在最高收入水平，劳动供给会减少，因为高管会用一些收入换取更多休闲。你今天再也听不到这个词了。在美国生活激烈竞争的伪 meritocracy 中，收入分配顶层现在比其他人休的假更少，而不是更多，而这在以前是相反的。所有这些只是扩展了永久休闲是其对立面的那组人和态度。）
“在我们的个人生活中，人工智能可以为我们做通用电气所理解的第一次洗衣机和洗碗机能为主妇们做的事情：将我们从时间的繁琐负担中解放出来。”
在我们的个人生活中，人工智能可以为我们做通用电气所理解的第一次洗衣机和洗碗机能为主妇们做的事情：将我们从时间的繁琐负担中解放出来。今晚某个地方，一位有两个孩子的父母将花费几个小时处理健康保险索赔、规划食品杂货预算或研究一种医疗状况，而不是花时间和孩子们玩耍。另一个人将花费几个小时试图弄清楚空调为什么坏了，而不是睡觉或读书。根据关于时间使用的调查，男性平均每天花大约两个小时在这种无偿的家务劳动上；女性则接近三个小时。[8] 而普通美国人每个工作日将花费近一个小时开车上下班，聚精会神地握着方向盘。[9]
这类平凡的认知任务污染了我们的生活，并剥夺了我们在这地球上以及彼此之间有限的时间。它们都是常规的，并且完全适用于人工智能（随着人工智能支持的机器人越来越多地融入物理世界，从自动驾驶汽车到吸尘器，更是如此）。基于人工智能的自动化更好的用途之一是让它为我们做所有这些事情。在这里，我们可以比通用电气更有野心。今天的亿万富翁将拥有一个庞大的家庭 staff：一小队做饭、清洁和执行许多其他家务的人，有些是计划好的，有些是自发的；有些是必不可少的，有些则更 frivolous。人工智能代理将能够越来越多地将这种体验普及到每个人。在家庭和工作中，普通人将能够有效地享受到一个由极其称职和 sophisticated 的代理组成的大型 staff 为他们工作。这将是历史上第一次这种体验不只是为社会上一小撮贵族保留的。
“在人工智能与我们社交生活相交的范围内，我们希望一个人工智能未来能够以某种方式扩展和深化我们彼此联系的经验，而不是用人工智能取代我们生活中的人。”
但是，在人工智能与我们社交生活相交的范围内，我们希望一个人工智能未来能够以某种方式扩展和深化我们彼此联系的经验，而不是用人工智能取代我们生活中的人。我将进一步阐述这样一个愿景，作为对硅谷和美国其他地区最高重要性的一项挑战。当大众对未来技术的态度再次更接近于20世纪60年代美国学童那种快乐的乐观主义时，我们就知道有人成功了。
三、经济增长与人工智能的理论
结构背景
人工智能革命的经济前景在于，它可以从根本上改变我们对认知劳动的体验，就像工业革命改变了我们对体力劳动的体验一样。在一个足够长的视野内，这可能被证明对我们个人的工作体验以及经济来说是一个更激进的变革。
“要讲一个关于技术导致经济增长的令人信服的故事，你需要对哪些行业和公司将使用该技术，以及以何种方式使用有一些说明。”
技术专家们敏锐地意识到了这种长期潜力的革命性，开始做出戏剧性的短期经济预测，这种方式常常令经济学家感到恼火。硅谷的一个常见倾向是从非常狭隘的纯技术进展讨论直接跳到非常戏剧性的、高层次的经济主张，而跳过了连接它们的20个步骤。但经济增长不仅仅是用好小工具替换差小工具。生产的重组需要各种结构变革。要讲一个关于技术导致经济增长的令人信服的故事，你需要对哪些行业和公司将使用该技术，以及以何种方式使用有一些说明。哪些当前的人类任务可能是人工智能的替代品，哪些可能是补充？如果需求缺乏弹性，受人工智能影响最大的行业是否会仅仅作为GDP的一部分而 decline，经济活动是否会被简单地重新分配到其他地方？
同时，更有能力思考这类问题的经济学家，应该更认真地对待人工智能的长期变革潜力。说出一些关于人工智能和经济增长的令人信服的话的部分代价，是发展出一种更严肃的经济结构观，以及人工智能如何进入其中。仅仅让一个由人工智能驱动的科学家实验室在旁边做些惊人的事情，并自我递归地改进是不够的。它必须以某种方式转化为广泛的行业和公司使用人工智能来实现更高的生产率增长。
在过去几十年里，数据揭示了美国经济中生产率和收入日益增长的离散度。美国最富有的州和城市与最贫穷的州和城市之间的差距现在正在扩大。马萨诸塞州或康涅狄格州等最富有的美国州的人均收入现在约为10万美元；密西西比州或西弗吉尼亚州等最贫穷的美国州的人均收入约为5万美元。在美国早期历史中，较贫穷的地区正在赶上较富裕的地区。自20世纪80年代以来，这种趋势已经逆转：最富有的州和城市在人均收入和GDP方面现在正在进一步拉大差距。[10] 但类似的模式现在出现在整个美国经济的许多其他基本经济维度上，例如领先公司与其他公司之间不断扩大的生产率差距，或最富有的工人与劳动力市场其他部分之间的收入差距。
“仅凭一小部分令人兴奋的公司和工人，很难维持高水平的总体生产率增长。整个经济都需要参与进来。”
美国经济的基本特征是一种日益加剧的二元主义。一小部分拥有 fancy 工人和 fancy 企业的 fancy 城市，以及一个由其他所有人组成的、生产率低下的长尾。在这个二元经济的一部分，专业精英可以获得先进技术、高薪和非常资本密集型的生产方式。另一部分则不能。过去50年的信息技术革命很大一部分不成比例地帮助了这个精英变得更加高效。它对其他所有人的帮助要少得多。但是，仅凭一小部分令人兴奋的公司和工人，很难维持高水平的总体生产率增长。整个经济都需要参与进来。在战后时期，生产率增长在整个经济的公司和工人中分布更均匀。今天则不然。
从这个角度来看，关于人工智能和生产率增长的决定性结构问题可能是：人工智能会不成比例地只帮助精英公司和精英工人，还是会帮助长尾？但有理由抱有希望：人工智能可以以一种非常戏剧性的方式民主化能力并赋予普通工人和公司权力。也许你在堪萨斯州的一个学生，现在可以接受真正精英的教育。也许你在堪萨斯州一家小公司工作，突然可以接触到一队非常强大的虚拟同事。也许你是堪萨斯州的一位企业家，想创办一家了不起的新公司，人工智能代理可以充当你的前10名员工。
一个压倒一切的目标应该是，人工智能帮助我们克服当前经济形式的极端二元主义。唯一既高又可持续的总体生产率增长形式是基础广泛、涉及整个经济的形式。经济学家、人工智能公司以及国家和地方层面的政策制定者应该考虑可以做些什么来确保人工智能的商业利益不成比例地局限于经济的一小部分。
在索洛发现从经验上看，美国经济增长的大部分来自全要素生产率增长（而不是劳动或资本积累）七十年后，[11] 关于经济增长的讨论仍然常常以技术进步加速或减速作为其底线。经济增长理论仍然需要更多的因果和结构内容。我们需要对增长机制有更强、更自信的看法，因为它是在不同类型的行业和不同类型的公司中展开的。没有它们，很难对经济增长有深刻的洞察，或制定任何形式的、有用的支持增长的政策议程。
劳动力市场政策
支持增长的政策议程的首要任务之一显然是劳动力市场。我们认为，人工智能威胁的短期失业被大大高估了。人工智能将增强一些任务并自动化其他任务；特定工作的任务构成将比特定工作被消除更早改变。那些最“面临”后者风险的工人在某种意义上特别适合应对人工智能的 disruption。纽约年轻的麦肯锡顾问比印第安纳州加里的装配线工人更容易过渡到新行业。美国劳动力市场的历史通常是弹性地吸收大量劳动力供应增加的历程，就像二战后女性进入劳动力市场时那样，而没有对其他人造成失业。而且，就目前确实存在风险的任何工作而言，这些技术转型总存在一种 ascertainment bias：我们总是更清楚被摧毁的旧工作的名称，而不是正在创造的新工作的名称。
“我们总是更清楚被摧毁的旧工作的名称，而不是正在创造的新工作的名称。”
初步研究现在表明，人工智能可能已经沿着这些路线影响了美国劳动力市场。一些论文现在表明，在受人工智能影响最大的行业中，年轻工人现在的失业率可能高于受影响较小行业的同龄人。[12] 即使这是真的，目前仍然没有证据表明人工智能在总体水平上对美国经济造成了实质性的就业影响。如果说有什么不同的话，过去几十年美国经济更主要的趋势是工作流动性不足，而这是一个健康动态经济的基本特征。
但是，就人工智能导致的更高的过渡性失业后来变得更真实而言，考虑一下美国目前在失业保险上的支出有多低。在过去几十年里，失业保险的平均成本约为GDP的0.3%（在过去几年更像是GDP的0.1%到0.2%）。从广泛的角度来看，它相当便宜；我们可以将其翻两番，仍然轻松负担得起。[13] 这里的基本含义是，如果技术进步的代价是过渡性失业期，那么就有一系列非常可行的政策来适应这一点。
从某种意义上说，这将是向北欧劳动力市场政策模式——“flexicurity”——迈进。在北欧模式中，公司可以轻松地雇佣或解雇工人，但工人则受益于极其慷慨的失业保险和一套围绕求职、培训、学徒制等的其他“积极的劳动力市场政策”。北欧国家在失业保险和相关政策上的支出约为GDP的1%至2.5%，比美国今天的支出高出一个数量级。[14]（这一切不仅与当前的美国方法形成鲜明对比，更是与欧洲大陆的社团主义模式形成鲜明对比，后者对工作保护更高，但失业保险保障更低。）
劳动力市场 disruption 的必要性前景发生在一个特别不吉利的时期：美国劳动力市场在过去50年中经历了严重的“活力”下降。工人们从旧工作转移到新工作、新行业、新城市和新州，其速率足够高，在某种程度上是健康经济的正常组成部分。这在理论上和经验上都与更高的经济增长直接相关。它也与工人更高的工资密切相关。你会认为活力在这段时间内上升了。事实上，根据数据，主要的趋势是相反的。人们比以往任何时候都更持久地 stuck，在同一个工作、行业或他们恰好出生的城市里。劳动力市场 disruption 的任何力量都将与造成这一切的力量相抗衡。[15] 成功回归更高增长经济的一部分将是回归更高的活力。
“成功回归更高增长经济的一部分将是回归更高的活力。”
对个体工人和加速技术进步与经济增长的更广泛过程而言，最优的劳动力市场政策可能看起来与今天非常不同。但更高失业保险以及可能其他更积极的劳动力市场政策的承诺是，我们可以同时推进这两个利益，而不是将它们对立起来。如果这一切是为了服务于上文概述的愿景，即朝着一个为普通工人减少 drudgery 和更多令人兴奋的事业的经济迈进，那么这一切将更具说服力。从这个角度来看，积极的劳动力市场政策关乎加速工人寻找这种机会，并加速公司向这个新经济的重组。
四、社会与认知风险
一个具有更高经济增长和更具变革性工作的人工智能未来的承诺，从某种意义上说，都是我们认知发展未来的下游。在任何一个人工智能真正帮助了经济和社会繁荣的未来社会的中心，必须是那些让人工智能使教育和社交联系的体验变得更强（而不是更弱）的年轻人。
教育
首先，考虑人类心智的形成，因为它贯穿于正规教育的基本阶段。学生读书。他们写论文。他们学习执行简单的数学运算。他们学习说第二语言。他们培养一系列广泛的分析能力，这些能力将在以后作为工人和人装备他们。
越来越多的来自教师的轶事报告表明，美国年轻学生以持续和独立的方式进行最基本的阅读和写作的能力已经在下降。大语言模型构成了让学生将认知发展所需的基本任务外包出去的威胁。不祥的是，在幕后，弗林效应——记录的人类总体人口平均智商每十年上升的趋势——现在显示出急剧放缓甚至完全逆转的迹象。[16] 更 narrow 地说，美国学生的读写和数学成绩现在处于几十年来的最低点。[17]
“人工智能在可能民主化地让学生获得各种教育方面似乎特别有前景，这些学生可能没有其他机会接触最好的教师和学校。但同样可能的是，如果被滥用，人工智能在这方面会产生破坏性后果，特别是沿着阻力最小的路径。”
教育可以而且应该随着技术而改变。我在这里并不固守某种洪堡式的、人道主义的、无屏幕的辅导作为教学理想。也许每一代对教学有用的技术都首先忍受了某种无知和 dismiss 的结合。人工智能在可能民主化地让学生获得各种教育方面似乎特别有前景，这些学生可能没有其他机会接触最好的教师和学校。但同样可能的是，如果被滥用，人工智能在这方面会产生破坏性后果，特别是沿着阻力最小的路径。教育的模式现在应该是什么样子？它如何能随着人工智能变得更好，而不是更糟？
人工智能在这里的承诺显然是，它将能够帮助为更多的学生提供更广泛的前沿知识。显然有一些课程，某种人工智能讲师将与人类教授一样好（如果不是更好的话）。人工智能讲师还将能够精确地为每个学生定制内容和非常真实的互动。这是人工智能与 MOOC 的一个关键区别，MOOC 在15年前短暂激发兴奋，现在被广泛认为令人失望。在这里，如同在其他行业，人工智能允许更大的规模和更大的定制化。随着人工智能讲师变得越来越 sophisticated，顶尖大学里可能仍然会有明星学者的空间，但大多数大学教授入门级课程的人类讲师会怎么样，是一个非常开放的问题。
现在，高等教育的基本模式比以往任何时候都更将开放修订。这基本上是一件好事。在整个20世纪，杜威和皮亚杰等改革者恳求对教授向被动学生讲课的古老模式有更多替代方案，这种模式是印刷机之前书籍 literal 稀缺的时代的一种 anachronism，讲课只是一种与许多人分享一本书的方式。人类讲座如果由一个引人注目的对话者交付，作为一系列强有力的、原创的观点的现场发展来 confront 学生，可能仍然有意义。如果是一个人类讲师无魅力的 regurgitation 指定阅读材料的内容，而替代方案是一个对材料有更强掌握、更多互动和更针对个别学生定制的人工智能讲师，那么它将越来越没有意义。
教育者应该将此视为重新思考基本模式的真正机会。一个压倒一切的问题应该是：教育如何才能更好地发展学生的创造性和分析能力？人工智能需要以某种方式为此服务，而不是在学生的心智中成为它的 increasing substitute，特别是在认知发展最重要的阶段。
心理健康
其次，考虑心理健康，以及更广泛的社交联系体验。与早期世代相比，Z世代和千禧一代的抑郁、焦虑和其他心理健康问题的发病率要高得多。还有明确的经验证据表明，在社会联系和社会资本的多个维度上都在下降。结婚率下降。生育率下降。社交活动、派对，甚至 casual 亲密关系的频率都在下降。智能手机，以及更普遍的互联网，是对那些最直接与社交生活相关的维度的一个明显候选解释：人们独自在家面对屏幕，而不是彼此面对面。
关于前者（心理健康问题的增加）与后者（智能手机和互联网）之间联系的经济学研究仍未解决；声称我们今天能自信地说出前者在多大程度上导致了后者，是不诚实的。但自信地说根本没有任何联系、没有理由担忧、不需要进一步研究，则更不诚实。越来越多地使用人工智能角色作为人类用户的私人朋友，使这些担忧更加紧迫。
到20世纪60年代，烟草行业的高管们开始明白他们的产品可能既会上瘾又与癌症有因果关系。后来的证词显示，他们中的许多人随后私下 discourage 自己的孩子接触香烟。五十年后，史蒂夫·乔布斯禁止他的孩子在家使用各种苹果产品。据报道，这在今天的硅谷是常态，而不是例外。正如马克·扎克伯格在2019年对一位记者所说，“我一般不希望我的孩子们长时间坐在电视或电脑前。”[19] 今天许多硅谷 CEO 似乎严格限制自己孩子的屏幕时间，同时却试图最大化你孩子的屏幕时间，这是一件相当奇怪的事情。
“许多领先的人工智能公司，值得称赞的是，已经开始就其中一些主题进行研究。但是，从烟草到汽车等一系列具有潜在危险副作用的产品的逻辑和经验表明，安全研究的唯一来源不应该是行业本身。”
无论哪种方式，与烟草业的类比表明，需要对人工智能的潜在认知、社会和心理健康后果进行严肃的独立研究。许多领先的人工智能公司，值得称赞的是，已经开始就其中一些主题进行研究。但是，从烟草到汽车等一系列具有潜在危险副作用的产品的逻辑和经验表明，安全研究的唯一来源不应该是行业本身；应该更广泛地进行。对烟草健康影响的担忧激发了20世纪60年代以来领先公共卫生大学的独立研究工作。[20] 在 AI 行业对此主题的企业研究计划的同时，我们可能需要考虑一个类似严肃和独立的研究计划，研究人工智能对心理健康、认知形成和社交联系的后果。
五、结论
在今天的硅谷，经常讨论人工智能对人类构成的“存在风险”。如果坏人使用人工智能推进破坏性目的怎么办？如果 rogue 人工智能系统有了自己的生命怎么办？
但是，尽管其中一些情况可能令人担忧，但这些讨论通常忽略了一系列更广泛、同样重要的挑战。美国以及世界上大多数发达经济体在过去几十年里经济停滞，处于生产率增长下降的状态，在非常真实的意义上是“存在的”。我们想要一个高经济增长的未来，一个普通人可以享受令人兴奋的事业和丰富的社会与家庭生活体验的社会。我们想要一条道路，在这条道路上，人工智能真正激发持续的经济增长，赋予普通人更变革性的职业生涯，并使我们的社会和认知体验更深刻、更好。这与其他任何事情一样是存在的。我们现在需要专注于充分利用命运给我们的这个机会。这可以通过更好地理解美国经济的当前结构性问题、对教育和心理健康进行更多思考，以及最重要的是，对我们想要从未来得到什么的愿景来帮助。
凯恩斯在他《我们孙辈的经济可能性》一文的结尾呼吁经济学家“让自己被认为是谦虚、有能力的人，与牙医处于同一水平”，因为他们主持了另一个一百年的正常经济增长——这对剩下的工作来说是一种相当 deflationary 的看法。[21] 但这里发展的观点的另一个含义是，经济学作为一门学科现在有 vast 新的智识机遇。除了问五年后人工智能的失业率可能是多少，或三年后股市的某个部分是否会破裂之外，还有更大、更长期的问题，关于我们希望在下一个五十年和下一个一百年里如何重组我们的社会。这里的智识机遇远远超出了经济学，延伸到其他社会科学。21世纪剩下的时间可能具有根本的开放性，一套扩大的经济和社会可能性，而不像20世纪后期的僵化和制度趋同。为了探索这组可能性，我们可能需要离开牙医的办公室，承担更高的任务。
“经济学作为一门学科现在有 vast 新的智识机遇。除了问五年后人工智能的失业率可能是多少，或三年后股市的某个部分是否会破裂之外，还有更大、更长期的问题，关于我们希望在下一个五十年和下一个一百年里如何重组我们的社会。”
参考文献
[1] 例如 John G. Fernald, “Productivity and Potential Output Before, During, and After the Great Recession,” NBER Macroeconomics Annual 2014 29, no. 1 (2015): 1–51.
[2] Richard Wike, Moira Fagan, Christine Huang, Laura Clancy, and Jordan Lippert, “Views of Children’s Financial Future,” 载于 Economic Inequality Seen as Major Challenge Around the World (Pew Research Center, 2025年1月); Megan Brenan, “Americans Less Optimistic About Next Generation’s Future,” Gallup News, 2022年10月25日.
[3] Laura Silver, Scott Keeter, Stephanie Kramer, Jordan Lippert, Sofia Hernandez Ramones, Alan Cooperman, Chris Baronavski, Bill Webster, Reem Nadeem, and Janakee Chavda, “Americans’ Trust in One Another,” 2025年5月8日; Pew Research Center, “Public Trust in Government: 1958–2024,” 2024年6月24日.
[4] Albert 亲王, 在 Mansion House 的演讲, 1850年3月21日, 载于 The Principal Speeches of His Royal Highness the Prince Consort (John Murray, 1862).
[5] Julie Ray, “Americans Express Real Concerns About Artificial Intelligence,” Gallup News, 2024年8月26日.
[6] Colleen McClain, Brian Kennedy, Jeffrey Gottfried, Monica Anderson, and Giancarlo Pasquini, “Public and Expert Predictions for AI’s Next 20 Years,” 载于 How the U.S. Public and AI Experts View Artificial Intelligence (Pew Research Center, 2025年4月).
[7] Dario Amodei, “Machines of Loving Grace: How AI Could Transform the World for Better,” Dario Amodei博客, 2024年10月.
[8] 美国劳工统计局, American Time Use Survey: 2023 Results (美国劳工部, 2023).
[9] Charlynn Burd, Michael Burrows, and Brian McKenzie, American Community Survey Report: Travel Time to Work in the United States, 2019 (美国人口普查局, 2021年3月).
[10] Peter Ganong and Daniel Shoag, “Why Has Regional Income Convergence in the U.S. Declined?,” Journal of Urban Economics 102 (2017年11月): 76–90.
[11] Robert M. Solow, “Technical Change and the Aggregate Production Function,” Review of Economics and Statistics 39, no. 3 (1957年8月): 312–320.
[12] Erik Brynjolfsson, Bharat Chandar, and Ruyu Chen, “Canaries in the Coal Mine? Six Facts About the Recent Employment Effects of Artificial Intelligence,” 工作论文 (Stanford Digital Economy Lab, 2025); Guy Lichtinger and Seyed Mahdi Hosseini Maasoum, “Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data,” SSRN 工作论文第5425555号, 2025年11月5日.
[13] 参见 Congressional Budget Office, “Unemployment Insurance: Budgetary History and Projections,” 访问于2025年11月10日.
[14] 经济合作与发展组织, “Public Spending on Labour Markets,” 访问于2025年11月10日.
[15] Ryan Decker, John Haltiwanger, Ron S. Jarmin, and Javier Miranda, “Declining Business Dynamism: What We Know and the Way Forward,” American Economic Review Papers & Proceedings 106, no. 5 (2016年5月): 203–207; Raven Molloy, Christopher Smith, and Abigail Wozniak, “Internal Migration in the United States,” Journal of Economic Perspectives 25, no. 3 (2011年夏季): 173–196.
[16] Brent Bratsberg and Ole Rogeberg, “Flynn Effect and Its Reversal Are Both Environmentally Caused,” Proceedings of the National Academy of Sciences 115, no. 26 (2018): 6674–6678.
[17] “NAEP Long-Term Trend Assessment Results: Reading and Mathematics, 2022,” Nation’s Report Card, 访问于2025年11月10日.
[18] Nick Bilton, “Steve Jobs Was a Low-Tech Parent,” New York Times, 2014年9月10日.
[19] Cory Steig, “How Mark Zuckerberg Lets His Toddlers Use Their Screen Time,” CNBC, 2019年10月23日.
[20] Allan M. Brandt, The Cigarette Century (Basic Books, 2009).
[21] John Maynard Keynes, Essays in Persuasion (W.W.Norton & Co., 1963).
转载请注明：《中国社会分红/基本收入研究网》 浏览量：160 views
