當下每個人都關心人工智能將如何變革我們的教育、工作與生活。

最近我們和臺灣大學黃明蕙Ming-Hui Huang、美國馬里蘭大學羅蘭·拉斯特Roland Rust兩位教授聊了聊這些話題。他們此前撰寫了《情感經濟：人工智能、顛覆性變革與人類未來》一書，并提出由于人工智能特別擅長理性分析、思考等任務，人類的優勢將從智力轉向情感、感覺等軟能力。他們認為，在人工智能技術迅速發展的同時，我們也迎來了情感經濟時代。

在本次對話中，兩位教授分享了他們對情感經濟、當下各行業在人工智能影響下人們工作性質與核心任務轉變的見解——各行業正在向更少的思考任務、更多的情感任務轉變。兩位教授還談到，當下我們處于技能的第二次大錯位時期，為了匹配變化的市場需求，終身培訓與學習將成為更多人的需求。在教育上，政府與高校應給予人文等學科更多關注與重視，因為他們將幫助人類發揮自身獨有的、區別于 AI 的優勢。此外由于人工智能當前分析思考能力的快速進步，STEAM 學科的重要性正在下降。

以下是對話全文：

1、人工智能如此擅長思考分析，人類優勢轉向情感能力

Edu指南：你們提出在人工智能技術快速發展的時代，我們也迎來了情感經濟。我們應該如何理解“情感經濟”？

Roland：我們研究了多種的智能水平，這使我們能夠更好地理解人工智能發生了什么，以及它是如何與人類在各種事情上競爭的。所以最基本的是，隨著 AI 接管了人類更多的思考智力，人們將被轉移到涉及情感智力的任務上。人工智能在過去已經接管了大部分的機械智能任務，比如在自動化工廠的任務。但現在正在發生的是，它更多地進入了思考智能部分。這意味著人們需要依靠他們目前擁有的比 AI 更好的技能，這就是情感部分的能力。

Ming-Hui：我們認為，人工智能應該被設計成具有多種智能，因為 AI 是模仿人類智能來設計。 無論模仿人類體力勞動的能力，還是善于思考任務的能力。這表明了我們可以擁有多重智能的AI。人們開始談論情感能力一樣，那是關于 AI 多重智能的呈現。所以從歷史上看， AI 的機械智能模仿人類的體力，適用于需要重復和例行任務的制造過程，然后它進入了人類的思維智能層面。

所以當AI 如此擅長思考智力時，情感經濟要回答的是，人類能做什么？從機械到思維再到情感，這是 AI 的最高維度。最終 AI 可以有情感能力。那將是 AI 情感智能?，F在 AI 還沒有真正具備這種能力，但是 AI 非常擅長思考智力，尤其是在我們現階段所說的分析思維能力上。所以人類現階段，要轉向情感任務部分，否則人們會被取代。因為從 AI 現在的表現來看，大多數人們是無法比人工智能更善于思考和分析任務的。

2、各行業正在向更少的思考任務、更多的情感任務方面轉變

Edu指南：人工智能擅長思考分析，從業者需要更多情感能力，哪些行業發生了這樣的改變？

Roland：舉個例子。我參加了一個會議，做了一個演講，聽眾中有來自金融服務業的人。他說，哦，你在談論的情感經濟，已經發生在我的工作中。他說，過去我做了所有這些數學方程，試圖弄清楚財務建模和投資的轉折點等等。但這一切現在都由 AI 完成。所以我的主要工作是與客戶互動。我任務變成，握著客戶的手，告訴客戶一切都好，不用擔心今天市場下跌了，諸如此類的事情。所以換句話說，金融經理的工作從硬技能轉向了軟技能例如，人際交往技能之類的東西。

不僅如此，Ming-Hui 和我幾年前做了一項研究，我們測量了大量工作中思考任務與情感任務的重要性。真的是幾乎所有行業，正在從更少的思考智力和更多的情感智力方面轉變。甚至像統計學家這樣的工作，你會認為這是一個非常思考導向的工作，但它們也非常強烈地朝著情感任務的方向發展。

我們在整個經濟中都看到了這一點，很難想出一個不是這種情況的反例。也許如果某人是一個純粹的抽象數學家，那就不需要太多的情感技能，除了這些人可能需要去大學教書。他們基本上是純粹的思想家。這樣的人會有一些空間。但是我們發現現代 AI 實際上可以證明數學中的許多重要定理。我認為這只是時間問題。

Ming-Hui：在我們的書中，你可以看到不同的行業和例子。他們工作任務的性質從智力任務，轉變為情感任務。實際上，我們也可以看到許多管理者，尤其是我們在會議上遇到的管理者，都是一面鏡子。他們在傳統上，被假定為思維表現更好的人才。即使這是一種刻板印象，但平均而言，他們往往基于思考能力被選擇的。

傳統印象中，女性可能更適合情感工作。因此，許多女性工人被用于客戶服務的工作，用于服務經濟中的人際互動。而與情感能力相比，人們認為擁有思考能力更有價值。他們把女性的優勢置于不利地位。但如果人工智能在思維能力方面表現如此強大，情感智能的需求將為女性帶來優勢，女性可以更好地工作。

3、我們處于第二次技能大錯位時期，人們需要終身培訓

Edu指南：情感經濟時代，公司企業對雇員能力要求發生變化，員工需要接受哪些新的培訓嗎？

Roland：這是一個非常好的問題?，F在我們看到的是，我們處于第二次技能需求的大錯位時期。第一次大的錯位，是在過去，男性在礦山工作或在工廠工作或做重體力活的工人，人們關心體力能力的優勢。但是隨后思考分析能力變得更重要，它變得重要的原因是因為 AI 和自動化能夠接管許多繁重的工作，培訓必須從體力訓練轉向思考任務。這就是20世紀上學的人數急劇增加的原因。

所以現在第二大錯位正在發生。AI 正在接管更多的思維任務，導致一些思維工作者被取代。當善于思考的工人被取代時，你最終會面臨這樣一種情況，要么他們處于社會的邊緣——像那些找不到工作的煤礦工人一樣——但這是不好的。所以我們現在需要的是，對那些有思考能力的工作者進行再培訓，以提高他們的人際交往能力。因此，我們預計人們將更多地轉向終身培訓，人們必須重新培訓自己，以獲得他們需要的新技能，這些技能將在情感經濟中發揮作用，這將傾向于更多的人際交往技能和情感能力。

Ming-Hui：情感方面的軟技能培訓，在過去并不是長期培訓的一部分。這更像是一項偶爾的學習活動，旨在培訓人們如何處理情緒壓力情況，如何更好地處理情緒。我們也可以看到越來越多的公司，開始真正意識到這一點的重要性。隨著時間的推移，我們可以看到這將更加明顯。

Edu指南：新的培訓需要更多資金，這是一種負擔還是投資？

Roland：過去我們有所有這些曾經是煤礦或工廠的工人，我們可以讓他們呆在家里領取失業救濟金，或者我們可以讓他們成為經濟的一個重要組成部分。所以他們（政府或公司）很快意識到需要重新培訓這些人。現在學校集中在訓練學生獲得分析思維的技能。但他們在很大程度上錯過了重要的情感能力教育。在這種情況下，當我們從思考智力轉向情感智力時，政府、學校和公司意識到，學生、員工需要接受這種新的培訓是非常重要的。

Edu指南：情感經濟中，哪些人會受到更多的負面影響？

Roland：我認為對于員工來說，在情感經濟中最大的輸家，是那些具有思維能力和非常差的情感智力的人，典型的極客、我們刻板印象中的計算機科學家或者其他相似的。這些人會遇到一些麻煩，因為他們最大的技能將由 AI 承擔。他們唯一的希望就是接受再培訓。他們必須學習對他們來說必要的情感技能。

Ming-Hui：情感能力也可以通過情感 AI 來實現。我們可以用 ChatGPT 作為例子。ChatGPT 現在能夠與人類良好互動。例如，即使在僅僅4、5年前，人們也會認為許多需要人類技能的工作將不會被 AI 取代。人們會認為市場營銷被視為非常人類化的工作，需要大量的人類技能。但即使是市場營銷，我們已經可以看到 ChatGPT，真的可以做很多比人類更好的營銷任務和工作。

所以我們真的需要學會利用人的優勢，用好情感智能上的能力。同時因為人工智能總是善于思考，也開始具備一些情感能力，但它與人類的互補性仍處于不同的層次，我們需要應用好不同層次的 AI 智能和人類智能。

Edu指南：一些報告稱，因為 AI 或特定的 AI 能力，許多人會失業。你們會認同這些判斷嗎？

Roland：我們確實預測會有許多工作崗位會流失，例如，隨著思考任務變得不那么重要，那么許多專注于思考任務的人，將面臨失業的危險。這些正是需要重新培訓以保持相關性的人。

Ming-Hui：我認為那些沒有能力或不愿意接受再培訓的人，會面臨失業風險。我們也看到很多人真的愿意接受再培訓。但對于不愿意接受再培訓的人們，他們的工作被替換，我們也無能為力。所以舉一個例子，像優步出租車，人們曾以為這份工作永遠不會被替代，但現在 AI 自動駕駛正在發生，如果人們不接受新的培訓，這對他們可能會更加不利。

Roland：在美國，我們看到的事情之一是從機械智能時代到思維智能時代。換句話說，思考經濟時代，這真的給大多數體力勞動者，帶來了巨大的沖擊。所以美國的政治家們想要當選，他們會說，我們會讓你們的制造業工作回來，我們會讓你們的采礦工作回來時，他們必須吸引那些人。但那不會發生。他們知道那是不可能的。他們只是這樣說，因為這樣他們會獲得人們的投票支持。

Ming-Hui：有一點我想提一下，從我們的數據來看，來自全球 AI 投資數據，實際上中國是投資情感經濟 AI 技術的領導者國家之一。

Edu指南：在你們看來，傳統行業中不愿意接受再培訓的人們，占多數還是少數？

Roland：我認為有很多人真的無法想象改變。他們看待世界的方式是當下的模樣，他們無法想象未來會有所不同。那些人，他們不會向前看，不知道未來成功所需的條件。實際上，政府可能需要在給予人們接受再培訓的動力，以及提供資源以實現再培訓方面發揮更多的主導作用。否則，經濟將無法可持續發展。

Ming-Hui：美國是一個服務型經濟主導的國家，但他們仍然有制造業，有制造工人或機械工人，他們通常不能或不愿意提高他們的技能。他們有投票權，所以當選舉投票時，政治家們只是說，好吧，我們今天想把制造業帶回美國。這些說法是行不通的，因為這會違背經濟可持續的趨勢。

4、應更重視人文教育，STEAM 學科的重要性在下降

Edu指南：我們的教育要發生什么轉變？

Roland：教育需要更多地轉向情感任務。舉個例子，我在大學的課堂上做了一件非常極端的事情，我不再讓學生寫作了。這聽起來很瘋狂，對吧？但原因是最新版本的 AI 可以很好地寫作。你可以看到在五到十年內，它會做得非常好。在那種情況下，我們為什么要讓人類去做呢？換句話說，我們的整個想法是人類應該做 AI 不擅長的事情，因為這是人類唯一獨特的貢獻。

Edu指南：現在大學應該為學生提供哪些其他技能或教育課程？

Ming-Hui：現在的大學，我們有工程學院，管理學院，社會科學學院，在大學中，工程學院往往處于優先地位，總是獲得所有資源和更多支持，因為它們是科學部分。但是對于偏向人文的學科，總是受到較低的關注。

所以在大學層面，甚至在政府層面，一個基本的事情就是更加重視人文教育的規模。社會科學等人文學科，不應該被輕視。教師在課程設計上，也必須更加關注人文部分，因為這是人類擅長的，獨一無二的方面。這些課程，無論是學院層級還是個人課程設計，都應該真正將人文教育納入。學生可以自由選擇，如果學生認為他們是一個有情感能力的人，他們想了解更多關于科學的知識，他們可以參加 STEAM 部分，對于那些已經非常擅長數學的思考者，他們可能想了解更多關于人際互動、溝通管理課程。至少我們需要在任何大學或教育系統，為智力優勢不同的學生提供這種機會。這是我們可以預見的非常好的藍圖。它應該更具包容性和更平等。

Edu指南：由于 AI 如此擅長思考、分析能力，你們認為 STEAM 學科在未來的重要性會減少嗎？

Roland：我們在美國已經看到這種變化。注重分析能力的學位項目需求正在下降。這也是我們預測的事情。隨著經濟變得更加先進，我們預計這將在更大程度上成為現實。所以我的預測是中國也會是這種情況。但這可能會滯后幾年。

Ming-Hui：大多數商業分析課程的學生來自中國，因為他們在智力方面非常擅長。但即使在最近的一次會議上，一位中國學生在他參加的會議上，他說他非常興奮能夠進入馬里蘭大學的商業分析項目，但現在他將獲得學位，他開始擔心，在 AI 如此擅長分析能力的情況下，自己能否找到一份體面的工作。所以這是一個非常強烈的信號，因為大約三到五年前進入這些商業分析項目，是很多中國學生的目標。大多數這類學位項目都有中國學生，因為他們非常擅長這個，他們有那種分析能力。他們非常興奮地加入了這個項目?，F在，當他們要畢業獲得學位時，他們開始擔心是否能找到工作。因為 AI 的分析能力進步如此之快，他們難以在這項能力的競爭中勝出。這已經在現實生活中發生了，而且無處不在。

Roland：這些擅長分析能力的學生，他們普遍的期望是，畢業后去大型科技公司，但是大型科技公司是從人類智能到 AI 智能發展最快的地方。因此，在美國，許多大型科技公司發現，他們可以用更少的人來運轉，因為 AI 承擔了很多工作，這意味著這些地方的工作崗位更少。過去每個人對經濟運作方式的理解和他們如何為經濟做出貢獻的夢想，在新的經濟時代，這些都失效了。

其他閱讀