人工智能如何重建美国中产阶级 - 彭博社

在美国纽约的Copilot网站上安排的烹饪助手

摄影师：Gabby Jones/Bloomberg 人工智能是一个令人兴奋的领域，引发了巨大的惊奇和恐惧。一个很大的担忧显然是：每个人的工作会发生什么变化？它会让更多人的生计变得过时，导致比我们现在更大的不平等。在这一集中，我们与一位经济学家交谈，他认为这种担忧不仅是不合适的，而且完全错误。麻省理工学院的大卫·奥托（David Autor）——以其在中国冲击方面的工作而闻名——认为过去40年的计算机技术进步是不平等的主要驱动因素，但人工智能应被视为完全不同的范式。他认为，在人类工作得到人工智能的帮助下，极高薪酬的经验丰富的专业人士（如医生或顶级律师）所获得的溢价将会减少，因为他们的能力变得更加分散。他还讨论了政府应该做出哪些政策选择，以提高人工智能对社会的益处。本文稿已经经过轻微编辑以提高清晰度。

收听 • 53分钟35秒

Odd Lots: 相信人工智能对中产阶级将会有益的经济学家（播客）

53分35秒

**播客中的关键见解：**为什么人们不信任新技术？— 08:04计算机革命如何影响工人？— 09:56信息与决策— 14:01人工智能如何扩展防护措施— 19:19人工智能是否会给工作增加更多培训？— 25:34人工智能是帮手还是替代品？— 31:03避免人工智能厄运的政策？— 35:17专业认证的领域之争— 40:20额外的生产力增益是否会分配给工人？— 42:42技术与政策— 44:41对拜登经济学和工人的看法— 47:46

---

**乔·韦斯坦（00:17）：**大家好，欢迎收听另一期Odd Lots播客。我是乔·韦斯坦。

**特蕾西·阿洛维（00:22）：**我是特蕾西·阿洛维。

**乔（00:24）：**特蕾西，我觉得人工智能对于任何想要发表意见的人来说都是一件好事。它就像一个空白的画布，任何你想要的想法都可以在上面展现。这对于一般的评论者来说是一个绝佳时刻。

**特蕾西（00:38）：**不仅可以把各种不同的观点挂在上面，而且它还可以为你生成这些观点。

**乔（00:44）：**哦是的。是的，你可以。没错。你只需去ChatGPT上说‘由于你，哪些工作将会丢失？’它会根据人们多年来输入的数万亿字的集体智慧给出一些答案。

**特蕾西（00:59）：**不过我认为，如果我们谈论特定的一个观点，目前这个时刻占主导地位的观点，似乎人们对这项新技术感到非常紧张，对经济意味着什么，对工作具体意味着什么感到不安。

因此你会看到所有这些标题说人工智能将导致大量失业。它基本上将成为一个新的技术革命，与导致大量中间办公室工作消失的计算机革命或导致熟练工匠工作丧失的工业革命非常相似。

我们确实看到了一些迹象。所以，我回想去年的事情。我记得是在夏天，可能是在六月，挑战者就业报告出来了。而且，他们第一次提到了由人工智能导致的失业线索。

**乔（01:57）：**是的，尽管如此，我要在这里说，当一家公司裁员并说这是由于人工智能时，我仍然认为这就像‘我们做得不好。所以我们要通过让裁员看起来像是我们从聊天机器人中获得的内部生产力突破来给它一个积极的解释。’所以我不太相信，但我会注意到。

**特蕾西（02:19）：**我认为这完全公平。这完全公平。但是，我认为显然人们正在关注这个问题。你开始看到一些经济报告开始详细说明这一点，至少是挑战者报告，如果不是劳工部和诸如此类的报告。所以目前经济上悬而未决的一个想法是，好吧，也许人工智能对生产力会很有好处。我们会得到提升，但这对就业意味着什么呢？

**乔（02:44）：**对。基本上，任何领域的每个人都失业了，都依赖于基本收入，只有山姆·奥尔特曼还在受雇。但我不知道，我感到很恐慌。我在工作中一直在使用人工智能、聊天机器人，而且，嗯，也许有一天它会比我自己更适合主持播客。这对我来说似乎是可能的。

我感到焦虑。当然，人们也喜欢将他们认为的意识形态敌人投射出来，比如‘所有英语专业的人都会失去工作。’然后英语专业的人都会说‘所有编程人员都会失去工作，你们会需要英语专业的人。’这只是一个无休止的循环。实际上，我觉得我大部分时间都在忽略这些，因为在我看来，这项技术的发展方向是如此模糊不清。我几乎没有想要听取意见的人，因为我认为这个领域仍然存在着极端的不确定性。

**特蕾西（03:37）：**正如你所提到的，极端的不确定性，人们往往利用它来进一步强化他们自己的偏见或论点。但你说得对，有些人在这个话题上表现得很好，我们即将和其中一位交谈。

**乔（03:49）：**没错。所以上个月，我看到了一则非常有趣的标题，刊登在 Noema 杂志上，感觉有点挑衅，也许是一种点击诱饵式的标题。它说 “人工智能实际上可以帮助重建中产阶级”，这非常反直觉，与我们讨论的正好相反。

但是然后我注意到这篇文章的作者是谁，他的工作与过去的力量和技术密切相关，这些力量对中产阶级造成了破坏，并引起了劳动力市场的剧烈动荡。所以，如果一个一直在关注这个话题的人——劳动力市场动荡和技术变革的交汇点——说‘实际上，这可能是件好事。’而且这个人在这个领域有着丰富的经验，我会认为‘好吧，也许我会更关注这个观点，而不是随便一个人在Twitter上发帖子。’

**Tracy (04:45):**我对此很感兴趣。正如你所提到的，我们正在与某位在这个特定主题上是专家的人交谈。而且特别是已经写了很多并进行了大量研究，关于以前的劳动力市场冲击，包括中国的冲击。所以在制造业领域，例如上世纪90年代，21世纪初期，来自中国的竞争。所以我对这次对话非常兴奋。我很想听到一个不仅仅是“人工智能很糟糕，人工智能将夺走我们所有的工作”的论点。

**Joe (05:12):**绝对。嗯，我非常兴奋。事实上，我们确实邀请到了完美的嘉宾。我们将与大卫·奥托尔进行交谈。他是麻省理工学院经济学教授，也是麻省理工学院塑造未来工作倡议的联合主任。他因其在中国冲击以及中国加入WTO后对美国各地某些依赖于地区制造业的社区产生的毁灭性影响而闻名。所以大卫，非常感谢你的到来，参加Odd Lots。

**David Autor (05:48):**非常感谢Joe和Tracy邀请我。我会尽量不制造点击量。

**Joe (05:52):**没关系。如果有价值的话，制造点击量也没关系。顺便说一下，关于这篇文章，它不像是[一个]八段思考文章。这显然是一些认真的工作，我们显然很欣赏，也让我认真对待。但在我们深入讨论这个问题之前，甚至是中国的冲击，你的一般工作，或者人工智能一般，你为什么不告诉我们你职业生涯的主要动力是什么？ 你的主要兴趣是什么，从全球化的影响到现在的人工智能等等？

**大卫（06:26）：**我的关注重点一直是塑造机会的力量，特别是针对没有四年制学位的工人。美国和其他地方的大多数工人都受到了计算机化、全球化、包括取消工会、美国最低工资下降在内的制度变革的冲击。

所以这是我工作的共同焦点。这包括了很多关于技术变革、计算机化、中国贸易冲击以及其他许多方面的工作。但这统一了。你知道，我认为劳动力市场是世界上最重要的事情。我认为这是人们获取大部分收入、花费大部分时间、从中获得身份认同的地方。因此，影响工作质量、人们拥有的机会的事情是至关重要的，将塑造他们生活的结构。你知道，比起娱乐质量、交通便利程度、时尚可用性，这真的很重要。

**特蕾西（07:21）：**所以在这次讨论的精神中，我请ChatGPT在这篇文章中找出一些思想和逻辑上的漏洞。所以让我们从那里开始。第一点……不，我在开玩笑。我确实这样做了，其中一些很不错，我稍后会谈到。

但也许首先，你能谈谈关于人工智能的当前话语，以及为什么人们似乎不信任新技术？这是基于什么？我的意思，在介绍中我已经提到了，但显然，过去有过重大技术进步和繁荣，导致劳动力市场出现了某些结果。这如何影响当前的讨论？

**大卫 (08:04):**当然。人们对所有这些技术力量感到担忧是可以理解的，因为它们具有破坏性并造成赢家和输家。没有任何意义是因为新技术而使每个人都变得更好。所以你提到了工业时代，卢德主义者反抗引入动力织机并将其粉碎。他们在历史上经常受到嘲笑，但他们是正确的。

工业革命，织布机械化摧毁了工匠的职业生涯，使他们的工作不再可持续。而且，你知道，工资在工业革命的几十年内都没有上涨。所以那是非常令人不安的。最终，它提高了生活水平，但这需要很长时间。受益者并不是工人。

计算机革命提高了生产力，但它是非常不平等和极化的。它自动化了许多工厂和办公室中的中等技能、中产阶级工作。对于许多其他人来说，这意味着因为他们再也不能做那些中等技能的工作，他们经常在食品服务、清洁、安保、娱乐、休闲等领域找到工作。这些是有价值的可赞美的活动，但它们薪水不高，因为它们不需要专门的专业知识和培训。所以大多数人几乎可以立即做这项工作。所以它往往是低薪的。所以我认为有很多理由非常认真地对待这个问题，并仔细思考其影响。

**乔 (09:23):**在我们讨论人工智能之前，更多地谈谈计算机革命。因为，就像我说的，我看到了你的文章，一开始我想到了‘中国冲击’以及你在那方面的工作。这很有趣。但实际上，我觉得人们对计算机革命的不平等化影响并没有进行很多普遍的讨论。这是怎么发生的？研究显示计算机的引入时间是什么时候？然后这种对工人的影响是怎样的，可能是哑铃效应或碎片化。

**大卫 (09:56):**所以，你知道，这实际上始于上世纪80年代，一直延续至今，至少35年。一个非常简单的概括是说，‘看，计算机有什么用？’ 它们有用于遵循规则和程序吗？它们不会思考，不具有创造性，也不是问题解决者。它们不会即兴发挥。它们只会遵循编码的规则和程序。

但这描述了很多中等技能工作，对吧？无论你是在办公室还是在做重复性的装配工作，准确执行编码程序的能力是一项有价值的技能。这通常需要识字能力、数学能力和培训。因此，自动化这一点真的很重要。这导致了许多从事我所说的这些大规模专业工作的人被替代，他们在做遵循编码程序的工作。成为打字员、记账员或组织中负责归档、跟踪账目的人需要教育。

因此，许多工作需要真正的技能才能在装配线上做出高质量的工作，你必须了解工具，了解产品等等。因此，这些工作可以被自动化并不是毫无疑问的好事。它对生产率有好处，对消费者有好处，对公司有好处。但对那些把职业投入到这些活动中的工人来说，这绝对是一个负面影响。另一方面，如果你是专业人士、经理、设计师、研究人员或医生，拥有信息和快速计算的能力并不是你的主要工作。这些只是你决策的输入。

计算机对于那些做出重大决策的人来说非常有帮助，而这些人实际上占据了大部分从事重要一次性案例决策的专业人士。你知道，如何照顾癌症患者，如何设计建筑或如何制定营销计划。计算机化对此非常有帮助。它并不会取代你的主要工作，只是让你在工作中更加高效。

但对于那些没有机会获得学位并向上发展到这种工作的人来说，剩下的是很难自动化的工作。所以正如我提到的，很多这些动手操作的手工作业，比如食品服务和清洁工作，还有运输工作。而其中许多工作 — 并非所有工作 — 都向许多人开放。它们不需要太多的培训或经验，而且随着时间的推移，你也不会在这些工作上有很大的提高。

因此，由于这些工作不需要专业知识，它们在所有工业化国家通常都是低薪的。现在，我想明确指出，并非所有动手工作都是低薪的或者在任何意义上都是低技能的。如果你是一名管道工或电工，你是从事熟练技术工作。如果你从事熟练维修工作，那么有许多熟练的动手工作。但随着中产阶级的空心化，增长最多的是那些需要低培训和专业知识的个人服务职业。

**特蕾西（12:58）：**这让我想起了一件事，但我怎么也想不起来是哪位嘉宾说的，但之前的 Odd Lots 嘉宾描述了这一幕，就像《制片人》中的场景，马修·布罗德里克是一名精算师或者在办公室工作的某人，他们都在辛勤工作。然后…

**Joe (13:16)**斯图尔特·巴特菲尔德，我想Slack的CEO在谈论这个。

**Tracy (13:18):**没错。然后所有这些人最终都被Excel电子表格取代了，对吧？这就是Excel所承担的功能。所以David，我想进一步追问你这个观点，因为我认为这是一个非常有趣的观点，也是理解你整体论点的关键。但你区分了信息和决策。所以人们可以获取大量信息的想法。事实上，很多人会争辩说人们目前是在信息中“淹没”。

**David (13:49):**人们确实是在信息中“淹没”，绝对是。

**Tracy (13:51):**但他们并不一定会利用这些信息做出最好的决策。决策实际上是一种独立的技能。你能再多谈谈你论点中这一方面吗？

**David (14:01):**当然。所以我想要在AI和传统计算之间划清界限，这是我们一直在讨论的，因为它们是非常不同的。但在我这样做之前，让我提出一个我认为对我们的讨论有用的元论点。我们应该关注的问题不是工作的数量。

我们并没有工作短缺。事实上，你知道，现在整个西方世界都处于充分就业或过度就业状态。即使在整个计算机革命时代，我们也没有工作短缺。重要的不是数量，事实上我们都面临着人口结构危机。重要的是质量，对吧？一个世界中每个人都在等餐的情况与每个人都从事医疗护理的世界是完全不同的。所以重要的不仅仅是是否有工作，而是这是否是需要真正技能的专业工作。

如果是非专家工作——任何人都可以在没有培训或认证的情况下做的工作，不幸的是它会低薪。另一方面，如果是需要专业知识并且通过使用工具（计算机是一种工具，人工智能也是一种工具）才能提高生产力的工作，那对劳动力是有利的。这对收入有利，对职业质量有利。

因此，我们应该考虑专业知识。举个非常简化的例子，想想交通警察和空中交通管制员这两个工作。这基本上是同样的工作。工作就是防止事物相互碰撞。飞机不会相撞，汽车不会撞到上学途中的孩子。但是在美国，空中交通管制员的薪水是交通警察的四倍半。

原因在于专业知识。在美国，几乎任何人都可以成为交通警察，而无需培训或认证。而要成为空中交通管制员则需要数年的学校教育和成千上万小时的实践。因此，尽管这些工作做的是同样的事情，但由于技能要求的不同，它们的薪水水平差别很大。

因此，我们希望有一些工作，专业知识是有价值的，而不仅仅是需要身体存在的工作。这就是我们应该考虑的。说完这些，让我谈谈人工智能如何与此相关。你知道，传统的计算机化，正如我们所讨论的那样，实际上是关于自动化已经被理解的程序和规则，对吧？我们称之为形式知识，比如如何做数学，如何复制文件或检查拼写错误。但它非常有限，因为它无法像人们那样轻松地从隐性知识中学习。

隐性知识是你从环境中推断出来的，但从未形式化的所有你隐含理解的事情。所以你知道如何骑自行车，但你无法解释它是如何完成的。你无法坐起来解释，你知道，自行车的陀螺物理学。你知道如何讲一个有趣的笑话，但你不知道制造一个有趣笑话的规则。你知道在30年后再次见到某人的脸，对吧？但那实际上是一个难题。

我们做到了，但我们是基于某种隐性理解。这一直是计算机化的障碍，因为我们无法编码那些我们只隐含理解的东西。我们必须明确地、非正式地理解它们。所以人工智能克服了这一障碍。人工智能基本上从大量数据中推断隐性信息。它学习了单词、短语和句子之间的关联，图片和文字之间的关联。

它可以查看患者肺部的扫描并进行预测，或者猜测该患者是否患有水肿或其他医学疾病。它之所以能做到这一点，并不是因为有人编写了一个程序说‘这些东西告诉你是否有肺部问题’。而是因为它从模式中学习。它是在那些数据上训练的。

因此，这给了它一系列非常不同的能力。它能够做很多我们做的事情，或者至少补充我们做的很多事情，即基于大量输入和经过教育的猜测做决策。

所以假设你是一名医生。当你看到一个患者时，你不仅仅是在脑海中从你的教科书中阅读该怎么做。你理解身体系统，你理解生物学等等。但是你有很多经验。所以当你看到一个个体患者时，你将基于对这个正式知识体系的一种转化，再加上你所有的经验来做出一个好的判断。而且风险非常高，因为，显然，如果只有一个简单的规则书，你就不需要医生了。你需要一个能够判断如何照顾这个患者及其个人需求的人。

**乔（18:29）：*太有趣了，我刚刚在另一个背景下和特蕾西谈话，我在谈论电视节目《豪斯医生》*，我真的很喜欢，尽管它可能被夸大了，但今天医生们仍然不太了解很多情况，他们必须辩论到底发生了什么？当然，这部节目对医生之间关于患者到底出了什么问题以及什么是正确治疗方法的辩论有一些非常有趣的描绘。

所以我想你可以从这里开始，然后说，嗯，豪斯医生是最聪明的，他在那个节目的几个季节里看过成千上万的患者，所以他有最好的直觉。但基本上听起来，多亏了人工智能，有人可以利用那些直觉，而不必像豪斯医生那样看过成千上万的患者。

**大卫（19:19）：**我认为这是一个很好的说法，人工智能可以提供一种决策指导和决策边界。那么我所说的指导和边界是什么意思呢？指导是指，你有没有考虑过这一系列可能性，这些潜在的诊断，边界就像‘不要同时开这两种药，它们会产生负面相互作用’。

在决策工作中，拥有这种支持、这种专业知识的访问权限，不是说你应该100%依赖它，而是你可以补充自己的判断，这可能非常有用。所以，你知道，让我给你一个具体的例子，继续谈论医学。目前护士执业医生的工作相当突出。在美国有几十万名护士执业医生。他们的收入相当可观，中位数约为13万美元一年。

他们在20年前几乎不存在。护士执业者是拥有额外硕士学位的护士，可以进行诊断、开药、治疗 — 这些在几十年前只有医生才能做的事情。这个新职业已经出现了，对患者来说非常棒，因为它节省了他们的时间，节省了医疗系统的资金，创造了一个好工作，并且完成了非常重要的任务。

现在，这不是技术创新。实际上，这是护士们意识到他们被低估了，争取更大作用的结果，制定了培训和认证计划，并最终在美国医学协会的强烈反对下，有效地开创了这个新角色。所以这不是因为技术。然而，目前护士执业者受到技术的大力支持，对吧？因此，电子病历提供了所有信息，所有你需要的信息，或者一些你需要的信息，以做出良好的决策。广泛的诊断测试也是如此，还有寻找药物相互作用等软件。

很容易想象，随着时间的推移，支持护士执业者决策的工具集将得到显著改善。随着这样做，它将使他们能够完成更多目前由更昂贵的专业人员控制的任务。为什么这是一件好事呢？你可能会说‘嗯，如果你是医生的话，这未必是一件好事。’但我们生活在一个很多瓶颈都是昂贵的决策者的世界。那些MBA、律师、医生、建筑师和工程师。

他们都在做有效的工作，他们应得他们所赚的。我并不否认这一点，但如果能够培养更多能够做这项工作的人，而且不那么昂贵，那将是很棒的事情。而这样做的好处是——如果人工智能能够让更多人做出良好的决策工作——实际上可以为那些不是精英的人打开机会，对吧？

我们有大量的医疗保健工作需要完成。并不是所有工作都需要医生来完成。或者我们有大量的软件编码需要完成。并不是所有工作都需要来自计算机科学学士学位的顶尖大学毕业生来完成。我们有大量的设计需要完成，大量的照顾，大量的法律工作，对吧？因此，人工智能的潜力在于让接受过培训和判断力的人能够更进一步地发挥这些技能。

因此，它并不是要让他们变得多余，而只是通过支持决策来扩展他们的范围。再举一个非常具体的类比，以YouTube为例，对吧？YouTube经常被各行各业的人使用，其中包括工匠，来尝试弄清楚如何进行特定的维修或诊断他们以前从未见过的问题。

现在，你可能会说YouTube真正是为谁准备的？嗯，它不是为前沿专家准备的，他们已经知道如何做这些事情。它也不一定是为了完全的业余爱好者，对吧？你不想去YouTube上说‘嗯，我该如何安装和接线一个全新的中央空调系统？我以前从未做过这样的事情。’如果你去YouTube找这个，你很快就会陷入麻烦，因为如果你没有一些基础技能，那可能会成为问题。

另一方面，如果你很擅长并且有一些电工经验，一些水暖经验，一些木工经验，但你以前从未安装过空调，那么现在你可以去YouTube，这会让你更进一步。所以你可以把YouTube看作是一种提供指导和保护栏的迷你人工智能。

**乔（23:45）：**我觉得特蕾西在过去一年里看了很多YouTube视频来修理她康涅狄格州的房子。

**特蕾西（23:49）：**哦，这个例子让我感同身受。我给你讲一个具体的轶事，就是，我和我丈夫目前正在建一个小屋，我们正试图给它盖屋顶。我们想，好吧，我们把胶合板放在屋顶上，然后我们拿一些横梁胶带，我们把横梁胶带放在边缘上，然后我们铺屋顶瓦。我们看了很多很多YouTube视频来学习如何做这个。结果发现，当室外温度低于50华氏度时，你不能使用横梁胶带。

**乔（24:19）：**在康涅狄格州是个问题。

**特蕾西（24:20）：**事实上是这样，当然，那些在佛罗里达或其他地方拍摄的YouTube视频都没有提到。其次，事实证明，横梁胶带实际上能够粘附到胶合板上的能力取决于你使用的胶合板。所以有很多微妙和细微之处，你不一定能从一个10分钟的YouTube视频中得到，也许这并不令人惊讶。

但是关于这一点，你提到了培训。到目前为止，你已经谈了很多关于人工智能能够提供决策周围的保护栏和背景的想法，也许可以通过创造更多这样的人或让更多人利用这个功能来解决昂贵决策制定者的瓶颈。

我猜我最大的问题是这有多少只是要增加一个新的培训层，人们必须做？所以你可以使用人工智能，但你仍然必须知道如何使用人工智能。你仍然必须理解它输出的结果并解释它。你仍然必须知道如何实际应用和使用那个结果。我们基本上只是用另一种技能取代另一种技能吗？

**大卫（25:34）：**这是一个很好的问题。我们希望它需要技能，对吧？如果每个人都是专家，那么没有人是专家。这很重要。问题是它是否可以加快专业知识的获取，还是它只是碍事——又是你必须认证的另一件事。

我们现在有了关于人工智能和特定应用的大量证据，知道它在哪些地方表现良好，在哪些地方不行。例如，你知道，我一些学生，Shakked Noy 和 Whitney Zhang，发表了一篇论文在科学杂志上去年，他们把 ChatGPT-3.5 给了一些做广告写作和营销计划的人。这些人是大学毕业生，以此为生。

有一组人只使用标准工具，基本上就是互联网、文字处理器。另一组人实际上使用了聊天机器人，这是早期的，大多数人还没有它。有一些非常好的结果。首先，它节省了每个人的时间。它将人们完成这项工作所需的时间从大约30分钟减少到大约18分钟。

第二个是平均提高了质量。因此，使用这个工具的人的输出被其他大学毕业生评为更准确、更简洁、更精确。因此提高了工作质量并节省时间。

但最令人兴奋的结果是，如果你看一下人们所做工作的质量范围，基本上使得使用 ChatGPT 的能力最差的作者与不使用它的中位作者差不多。所以它在底层提升了水平。

我们在其他地方也看到了这一点 —— 人们在做客户支持。我想到的一个例子是某种企业软件产品。客户通过聊天窗口进行聊天，然后公司安装了一个工具，为客户的聊天提供建议。你不一定要使用这些建议，但它不仅会建议技术性的回复，还会建议礼貌的回复等，以避免客户过于激动。

结果是加快了人们学习的速度。以前人们需要10个月才能达到最佳状态。现在只需要大约三个月。他们在完成后会有些更快。因此，并不是消除了培训或学习。每个人在这份工作上起步都不好，但他们会变得更快。使用这个工具，他们更快地达到专家水平。

而且非常有趣的是，人们辞职的次数大大减少了。原因是，你知道，客户服务工作实际上非常困难。这是非常沉重的情感劳动，你必须忍受许多来自客户的辱骂。保持冷静很难。这个工具对通过它进行的聊天的情感分析表明，它基本上减少了客户对工作人员的敌意，也减少了工作人员对客户的敌意。

所以它实际上做了很多情感劳动。这并没有消除在做这项工作时需要技能的需求，但使人们能够更高效、更快速地工作，减轻压力。所以这是一个好的情景。还有很多工作需要做。

现在，最昂贵的东西是什么？一直在不断增长成本的是教育、医疗保健和法律服务。为什么？为什么这些东西变得如此昂贵？嗯，在工业时代，我们在制造商品方面变得非常高效。所以电视、汽车、咖啡机、手机，这些东西实际上非常好而且相对便宜。

为什么？嗯，我们已经自动化了它们，劳动成本相对较低。另一方面，医疗保健、教育、法律，对吧？我们在这些方面并没有变得更加高效。随着我们自动化了其他工作，那些拥有学位的专业人士变成了瓶颈，他们的成本随着时间的推移变得越来越昂贵。

这减缓了生产率的增长。这使得普通人的生活成本更高。普通人不是律师、教授或医生。但他们却为所有这些东西买单。所以如果我们能够让更多人在不需要太多培训的情况下参与，我不是说没有判断，我是说一些培训。

如果我们能够让法律助理做更多法律工作，如果我们能够让护士执业者承担更多医疗任务范围，如果我们能够让承包商也做更多设计工作，对吧？如果我们能够让没有计算机科学学位的人从事更多软件开发，那不仅会降低这些服务的成本，还会提高人们的工作质量。这使他们能够将一些专业知识发挥得更远。所以这是一个好的情景。

**Tracy (30:05):**乔，我喜欢利用人工智能来减少情感劳动的想法。我想知道我是否可以开始自动化一些回应Twitter上有毒的比特币极端主义者。这很有趣。

**Joe (30:17):**特蕾西，封锁按钮就在那里。我脑海中现在有很多不同的问题，但是，你知道，我们只是刚刚开始。我的意思是，ChatGPT，这个让我们意识到这一切的东西，是在2022年底向公众揭露的。所以，甚至不到两年的时间，这种使其成为可能的突破才比那更早几年。

担心的是，是的，在这一点上，一些培训加上人工智能使许多人能够变得更加高效，并且具有以前只有经验丰富的人才能拥有的产出。担心的是，在未来几代人中，你甚至不需要那种最初的培训。

**大卫 (31:03):**首先，我完全同意。我们只是刚刚开始。这些工具只是那么好，它们会变得更好。我们如何使用它们的理解也非常原始。我们经常不知道如何与人工智能良好地互动。事实上，我可以给你一些例子，说明即使工具很好，情况也会变得相当糟糕。

所以我认为你所说的内含着两个担忧。一个是目前基本上是一个助手，最终会成为你的替代品。另一个是即使它只是让每个人更高效，最终我们会用那个东西饱和整个世界，然后它就会变得非常便宜。所以世界只能容忍那么多PowerPoint演示文稿。如果你制作它们的速度变得非常快，最终人们会付钱让你停下来。

**乔（31:41）：**是的，也许我们现在就在那里。但无论如何，继续吧。

**大卫（31:44）：**这是很有可能的。所以我认为在某些情况下会发生这种情况。毫无疑问，在某些情况下，这个工具最初可能是一个补充，最终会成为一个替代品，对吧？也许空中交通管制员就是一个例子，最终几乎所有的空中交通管制都将由机器完成。

但我不认为每个工作都会如此。我不认为在医学领域是这样的情况。医学将在很长一段时间内是一个需要亲自操作的职业。法律也是如此，那里有很多高风险的决策。设计也是如此。所以我不认为我们会把一切都自动化。我知道人们认为会这样，我认为这是一个合理的担忧。我不认为这是最有可能发生的情况。

但我也想强调一点在这些讨论中很少被提及的事情，那就是当你考虑使用新工具时，大多数人都在想我能自动化什么？现在我可以让机器来做的事情是什么？这很重要，我们确实做了很多自动化。但自动化并不是创新如何改善我们生活的主要来源。

我们使用新工具做的许多事情是创造了我们以前没有的新能力。飞机并没有自动化我们以前飞行的方式，我们在有飞机之前根本就不飞行。扫描电子显微镜并没有自动化我们以前观察亚原子粒子的方式，我们简单地无法在没有这种显微镜的情况下看到它们。

所以想象一下在古希腊自动化一切的思维实验，你知道，那是在2,000年前。即使你自动化了古希腊的一切，它也不会变成现代的美国，对吧？它不会有电力，不会有计算机，不会有飞机，不会有青霉素，也不会有我们认为理所当然的无数工具和技术。

因此，技术最重要的应用是实现之前不存在的能力。我认为人工智能也会做到这一点。所以，你知道，如果没有我们的计算机，我们就无法进行这次对话，对吧？如果有人把我的电脑拿走，我甚至无法完成我的工作。只是我的工作在当前形式下将不存在。

因此，我们使用新技术创造新的能力，然后通常需要人类的专业知识来支持这些能力，对吧？在我们有飞机之前，我们没有飞行员，在我们有各种工具和知识来治疗癌症或儿童癌症之前，我们也没有儿科肿瘤学家。因此，当我们实现这些新的能力时，我们经常需要新的人类技能和专业知识，这些是有价值的。因此，我们使用这些工具的许多方式是通过扩大可能性集合来改变我们的生活，而不仅仅是自动化我们已经做的事情。我认为人工智能对此也非常重要。

**特蕾西（34:39）：**我想问你的一件事是，你在文章中非常清楚地表示这更像是一个知情的论点，而不是一个实际的预测。在这里，我实际上是在依赖ChatGPT，当我让它挑出你论点中的漏洞时，它吐出的一个问题与这个确切问题有关。但是，有没有具体的措施或政策，我们现在可以采取来提高这种结果的可能性，而不是每个人都担心的那种毁灭性的人工智能悲观主义结果？

**大卫（35:17）：**是的，我很感激你这样说。未来不应该被视为一种预测或预言的练习。它应该被视为一个设计问题，因为未来不像天气那样我们只是等待看看会发生什么，对吧？我们正在创造我们自己的天气。

我们对我们所生活的未来有着巨大的控制权。这取决于我们今天所创造的投资和结构，无论是民主制度，教育，还是我们如何使用工具和科学。这取决于我们是用可裂变材料制造炸弹还是制造能源，对吧？我们在这里有很多很多的主动权。

所以，关于如何有效地使用人工智能，首先，让我说一下什么是一个度量标准？我们怎么知道我们在有效地使用人工智能？因为这不像二氧化碳那样我们说‘哦，我们知道我们正在减少二氧化碳排放量。’你可以直接测量它，对吧？我们怎么知道我们在有效地使用人工智能？我会说我们知道我们在有效地使用它时，当我们看到那些没有四年制大学学位的人在做我们认为是专家级决策工作的工作时。无论是编码，医疗职业工作，设计和承包，甚至是让熟练的维修人员能够处理更广泛范围的产品、工具或发动机等。

所以这是我对成功的度量标准，它为那些不是某个领域的绝对精英的人们开辟了新的工作机会。我们如何实现这一点？我认为这是一个非常核心的问题。我认为大多数关于人工智能政策的想法都是关于监管、控制。其中一些必须发生，我对此感到相当有信心。这更多地是关于投资。

所以你说，在美国，例如，大约20%的GDP，10美元中的2美元，用于教育和医疗保健。超过一半的资金是公共资金。事实上，我们对教育和医疗保健的交付方式有很大的控制权。因此，医疗保健可能是开始重新设计工具或投资工具的最佳地方，以使更多人能够提供这项工作。

不仅如此，这不仅会创造更好的工作，还会改善医疗保健的获取途径，潜在地降低成本。我们也可以在教育领域做同样的事情。我们如何让教育更好地利用教师，为学生提供更好的服务？他们还可以使教育对成年人更具吸引力、更具沉浸感，对吗？我们有很多需要学习的成年人，传统的课堂并不是最好的学习场所。

因此，我认为你必须考虑这些宏伟目标，政府可以对其进行投资。这并不意味着政府必须运营它们。但是，你知道，政府经常资助基础科学。政府资助教育。在美国，大部分医疗创新是由国家卫生研究院支付的，该机构比例如国家科学基金会要大得多。

因此，我认为最大的挑战是寻找这些机会，然后以创造更有效的工作结构的意图来设计，这种结构能更好地利用工具和人类技能。让我说一下，你可能会说‘为什么这同样适用于上一个时代呢？’首先，我们没有设计，而且可能我们应该做得更多。但基本上，计算机擅长遵循规则。因此，它们可以复制很多只是这样的工作，但它们不擅长补充技能，也不擅长使人们能够进行这些高风险的决策任务。

所以理解人工智能几乎是传统计算的反义词是很重要的。如果我告诉你我拥有世界上最先进的技术，但是，你知道，它实际上不能做数学，对事实和数据也不可靠，你会说‘那是什么样的技术？’我会说‘那就是人工智能。’它实际上完全相反。

所以我认为它有着完全不同的能力，从某种意义上说，你可以说传统计算实际上是对最顶尖专业人士的补充。而人工智能很可能会让更多的人有竞争的机会。这是一件非常好的事情，因为这提高了服务的质量，也提高了那些不在领先地位的人的工作质量。

我认为这是关键的事情，因为在你的文章和其他证词中，你谈到了集体决策的概念。当我想到现代美国社会或者一般现代社会时，我并不认为我们特别擅长集体决策。所以如果未来取决于做出良好的集体决策，那让我感到焦虑。

但是，你谈到了投资，但听起来另一个因素在这里——你提到护士执业者的崛起必须经过美国医学协会的强烈反对，这代表了医疗保健专业人士中的顶尖阶层——精英医生。这将是一场政治斗争吗？最终医生、律师和播客主持人集体抵制其他人使用这些工具来做我们的工作？这场集体斗争将发生在哪里？

**大卫（40:13）：**是的，如果我们不得不与播客人竞争，我认为我们注定要失败。

**乔（40:16）：**我们肯定会奋起反抗。

**大卫（40:20）：**美国医学协会是一回事。但播客人，那是一个完全不同的军队。其中一些绝对会是领土战争，对吧？我们认为‘哦，你知道，石油公司之类的不喜欢竞争，他们总是试图操纵市场。’但事实上，职业也在操纵市场，对吧？

一个职业实际上是指一个可以认证自己成员并决定谁在内谁在外的职业。所以，医学界制定培训标准和认证标准。大学决定哪些技能使你能获得博士学位，从而成为教授。所以这绝对会是一个挑战。律师会非常努力地说‘嗯，那不能算是法律文件，除非有律师签字。有JD学位并通过了律师资格考试的人。’

所以这肯定会是一种抵抗力量。另一方面，如果有一个真正好的竞争性替代方案，如果你能说‘看，这些护士执业者可以做很多这方面的诊断工作。他们与医生合作得很好，但他们可以做一些医生会更昂贵的事情’，你可以提出这个观点，或者一个法律助理使用软件可以创建很多例行文件，或者一个使用GitHub的软件开发人员——Copilot可以走得很远。那么这就会产生很大的经济压力，长期来看会削弱这些行会。所以我认为他们不会安静地走向黑暗的夜晚。但如果这些模式成功，它确实会创造一个强烈的动力，最终被采纳。

**Tracy (41:52):**我认为围绕人工智能的担忧部分原因也在于任何生产力增益如何分配，以及人们是否会因为做更多工作而得到补偿。在我来这里之前，我问ChatGPT提供《资本论》的摘要。不。

我确实认为存在这样一种担忧，即在理想情况下，我们在劳动方面都更有效率，也许某些类型的工作甚至更好执行。也许我们减少了情感劳动。但除了这种特定的好处之外，我们如何分配额外的生产力增益呢？有证据或理由表明这些好处会流向劳动力，实际工作者和个人，而不是公司和资本吗？

**David (42:42):**好的。那么让我对这个问题给出两个答案。一个是这实际上取决于制度，而不仅仅是分散的劳动市场。所以如果你比较一下，你知道，美国与德国与斯堪的纳维亚，对吧？我们有很多共同点。我们拥有相同的技术，我们有相同的老龄化人口，我们有相同的教育水平上升，我们有相同的中国作为竞争对手，我们有大量的移民。

然而，这些国家用相同的原料烤出了非常不同的蛋糕，对吧？美国是一种牛仔资本主义，非常高的不平等水平和差距，与工人分享的不多。而如果你看看斯堪的纳维亚或德国，那里更多的是可爱的资本主义，不那么不平等。这实际上是税收法规的问题。这是劳工工会和劳工发声的问题。这是社会规范的问题。

所以我想我们不应该认为我们目前的结果是市场唯一能容忍的结果。但与此同时，我们应该认识到，如果没有那些对抗性力量，结果可能看起来相当糟糕。所以我确实很高兴看到集体谈判在美国再次兴起，尽管起点很低。我很高兴看到更多的州通过了最低工资法规。我很高兴拜登政府正在努力加强职业安全与健康管理局、平等就业机会委员会等等。所以我认为这些事情非常重要。所以人们不应该认为仅仅因为生产率提高，工人就会受益。在许多国家，这是真的，但在美国并不是这样。

**乔（44:14）：**我想在这一点上追问你，为什么这不会削弱很多论点呢？如果这些不同国家，无论是瑞典、德国还是美国，可以在相同的蛋糕原料、大致相似的技术和劳动力市场下拥有非常不同的分配结果，那么为什么要假设是技术对分配产生影响，而不仅仅是这些政策本身呢？

**大卫（44:41）：**好的，这是一个很好的问题。我认为技术提供了政策可以发挥作用的顺风和逆风。所以我提到的所有这些国家都变得更不平等。所有这些国家都看到了中等技能工作的下降。所有这些国家都看到了平均工资相对于中位数的上升，这意味着高工资比中间工资上涨更多。

但各国抵制这种趋势的程度取决于它们的制度。在计算机化之前的时代，所有这些国家的中产阶级与上层阶级和下层阶级一起增长。因此，在计算机化之前的工业时代对中产阶级非常友好。计算机时代则不太友好，政策有助于缓解这些影响，但在美国的情况则不太明显。

因此，我认为技术起着一定作用。我们应该同时相信技术和全球化这些基本力量会以某种方式产生强大的压力。然后政策可以塑造这些压力如何发挥作用。它不会消除这些压力，但可以更或者更少地引导它们。

所以你问了正确的问题，我认为答案是两者都是正确的。但我们应该认为不是一个或另一个。在某些时期，这些力量非常有利，政策需要做的工作较少。在其他时期，它们相对不利。如果政策运作良好，就需要做更多的工作。我想说的另一点是，这就是为什么我如此专注于专业知识，专家工作本质上是高薪的。它是稀缺的，也是必要的。

这就是为什么如果我们生活在一个所有工作都可以由机器完成的世界中，我们就完全依赖于再分配。拥有机器的人必须与其他人分享。我对人们对与其他人分享的兴奋感并不乐观。即使当人们说‘哦，我们将有普遍基本收入’时，他们真正的意思是美国国境内的普遍基本收入。他们并不是指全世界的普遍基本收入，对吧？

人们对分享的概念非常有限。所以我认为劳动保持有价值是非常重要的。这实际上是工业化世界的一个成就，许多人可以根据自己的技能过上体面的生活水平。因此，通过使人类的专业知识更有价值的技术和工具，可以使收入分配更加有利。

那些只是自动化工作的技术，即使它们提高了生产率，也不利于收入分配，因为这意味着收入会流向资本所有者。而资本所有权本质上比劳动所有权更加集中。因为在一个没有奴隶制度和劳动强迫的国家，每个人都拥有一个工人 —— 他们自己。因此，当劳动有价值时，这从根本上创造了一些朝向平等的趋势。

**乔（47:30）：**拜登政府重新工业化美国的努力，以及抵消你所写的过去20年的一些影响，你对这些趋势能够逆转有任何乐观看法吗？我知道这是一个非常简单、直接的问题，你将在大约30秒内回答。祝你好运。

**大卫（47:46）：**我不认为它们可以完全逆转，但你可以遏制潮流，对吧？这并不意味着情况已经稳定，美国继续失去工业能力 —— 无论是在半导体、汽车、飞机等领域，谢谢波音，等等。

所以我认为重新投资可以帮助巩固这些领域，我认为这是非常重要的。因为现在不仅仅是关于就业的问题，它实际上是关于现代世界中关键利润和创意产生活动的领导地位。我们不想在这些活动中失去领导地位。

**乔（48:23）：**对于可能会成为未来多集的问题，你给出了一个很好而简洁的答案。David Autor，非常感谢你的到来，Odd Lots。这真的是一次令人着迷的对话。我们可能会从这次与你的对话中得到多集内容，但真的很感谢你的时间。

**David（48:38）：**非常感谢。很高兴和你们两个交谈。祝你们有一个愉快的一天，

**乔（48:53）：**特蕾西，我相信了。我觉得一切都会好起来的。我不再担心了。

**特蕾西（48:57）：**首先，我想说很高兴听到大卫稍微乐观的观点。他说的话中有很多引人注目的句子。所以我喜欢这个观念，每个人都是自己的资本家，我们每个人都有一个工人可以指导并从中获得最大利润。所以我会开始这样思考…

**乔（49:16）：**哦，可爱的资本主义。

**特蕾西（49:17）：**可爱的资本主义，正如我们的制作人卡尔所观察到的，这个名字比瑞典模式更具吸引力。我喜欢这个。我想说的是，再次戴上我那个愤世嫉俗的记者帽子，我想说我没有意见，因为我是一个关于被自动化取代的记者，但我在这里的非共识看法，或者说我的热点看法是，我同意大卫的观点，即我们将从人工智能中获得更多的工作，可能比很多人目前预期的要多。

我觉得我对这些工作有多有用并不太确信。所以回到他关于我们如何衡量我们如何使用人工智能的观点？我有一种感觉，很多事情最终基本上会创造一整套新的毫无意义的工作，实际上并没有太多作用。所以将会有所有这些与人工智能相关的决策机构。将会有关于如何实施人工智能公平性、诉讼其结果等大讨论。我想我对人工智能产生额外的官僚主义的能力有点悲观，除了额外的生产力。

**Joe (50:30):**另一个很棒的术语是他说未来不像天气。但同时，我担心任何认为要实现良好结果、良好平衡就必须做出正确的集体决策的观念。因为我对美国特别是全球范围内做出集体决策几乎没有信心。

我认为追求这些行会，比如美国医学协会，尽管护士执业医师崛起，但似乎我们在控制医疗保健成本或真正提高医疗保健能力方面并不出色。这将非常艰难，这些斗争将非常激烈。无论是与律师、医生、教师、播客主持人、专业建筑师等打交道，这些斗争将非常激烈。但基本直觉对我来说听起来非常有说服力。另一件事是这个想法，你有一些培训再加上人工智能。我担心也许你根本不需要培训，也许一开始就是人工智能。所以我不知道，我们将会看到。

**Tracy (51:33):**在某种程度上，我认为这几乎是民主化人工智能的更好结果。但是，正如你在开头提到的，有很多问题，不确定性。目前有很多不同的看法。我想我们会看到它是如何发展的，以及你和我是否在10年后还有工作。

**Joe (51:52):**我们会看到的。当我们只是…

**Tracy (51:55):**当我们成为自动化的声音时。

**Joe (51:56):**是的，确切地说。

**Tracy (51:57):**好的。我们现在就结束吧？

**Joe (51:59)**我们就到这里吧。

你可以关注David Autor的@davidautor。