“推波助澜”：人工智能和大数据开启时代智能化的新篇章

谈到人工智能和就业的问题，人们通常给出的预言是残酷的。传统观点认为，人工智能可能很快就会让数百万人失业，在未来的20年里，它将会对白领和白领工人有一定的影响，就像过去两年里机械化对工厂工人的作用是一样的。

但现在我们应该开始考虑A.I.对社会的潜在好处以及它的弊端。比如：大数据和A.I.有助于消除贫困，促进经济稳定。

当然，贫穷是一个多方面的现象。但是贫穷的状况常常包含以下一个或多个现实：缺乏收入（失业）、缺乏准备（教育），以及对政府服务（福利）的依赖。而A.I.可以一下子解决三个问题。

首先，就像A.I.可能会使人们失去工作，同时也可以被用来使他们与正在进行中的优质中产阶级工作相匹配。现在在美国就有数百万这样的工作。这恰恰是A.I.可以解决的那种匹配问题，它可以预测明天的职位空缺在哪里，以及他们需要哪些技能和培训。

从历史上看，我们往往回避这种社会规划和就业匹配，也许是因为它对指令经济有影响。然而，没有人认为政府应该强迫工人接受特定的工作，或者确实认定这些工作和技能差距需要成为政府的工作。重要的是，我们现在有工具可以猜测哪些工作是可用的，哪些是技能是工作者需要填补的。

其次，我们可以带来所谓的差异化教育，基于学生掌握的不同的技能，以不同的速度训练国家的每个学生。美国国立卫生研究院2013年的一项研究发现，近40％的医科学生对一种学习方式有强烈的偏好：有些是听众，其他人是视觉学习者，还有一些人在做最好的手术方面。

我们的学校制度恰恰相反。把所有的学生放在一个房间里，使用相同的教学方法，认为这是最好的办法。但现在又有了A.I.，它可以改善这种状况。即使在标准化课程的背景下，A.I. “导师”仍可以在家教学，纠正每个学生的弱点，根据自己的学习方式调整课程，让学生参与其中。

今天占主导地位的A.I.也被称为机器学习，允许计算机程序在吸收数据并将其与其他数据集的已知示例相关时，变得更加准确。通过这种方式，A.I. “导师”在匹配学生的需求方面变得越来越有效，因为他们可以花费更多的时间去了解如何提高绩效，因材施教。

第三，努力把教育、就业培训和21世纪的工作相适应起来，消除大量依赖政府的项目的人。利用21世纪的技术，我们可以合理地将政府援助服务的使用减少，然后将服务用于其他原本预期的功能上。

此外，现在还可以利用大数据集来更好地预测哪些程序可以在特定时间帮助某些人，并快速评估程序是否具有预期效果。用广告类比来说，这就是在黄金时段电视上播放商业广告和通过微型定位分析进行广告的区别。猜猜哪一个更便宜，能够更好地达到目标人群？

至于意识形态对公共援助辩论的有害影响：大数据承诺更接近对这些社会项目有效性的无偏见、无意识形态的评估。我们可以更接近一个精英式的技术专家型社会的愿景，那就是国家和地方双方的政治家，那些最接近他们选民面临的实际问题的政治家也已经开始接受这个观点。

甚至国会偶尔也会推动科技事业在公共决策方面的发展：2016年，国会投票赞成奥巴马总统授权设立循证决策委员会。创建委员会的行为由民主党参议员帕蒂·穆雷（Patty Murray）和众议院议长保罗·瑞安（Paul Ryan）赞助。委员会在2017年9月到期前，利用政府数据评估政府政策的有效性，并根据调查结果提出建议。

这再次说明了A.I和大数据在积极、有目的的公共利益服务方面的承诺。在我们把这些新技术视为混乱和颠覆的动因之前，我们应该首先考虑他们为社会服务的有利的潜力。