盖茨错了!这才是应对机器人取代工作的最佳方案

人工智能 机器人
让我们冷静下来,机器人和人工智能(AI)系统还远远无法取代人类劳动力。然而,比尔·盖茨(Bill Gates)已经发出呼吁,希望对这些创新采取违反直觉的先发制人打击。他提议使用什么武器?对AI技术征税以弥补尚未发生的损失。

让我们冷静下来,机器人和人工智能(AI)系统还远远无法取代人类劳动力。然而,比尔·盖茨(Bill Gates)已经发出呼吁,希望对这些创新采取违反直觉的先发制人打击。他提议使用什么武器?对AI技术征税以弥补尚未发生的损失。

[[188406]]

AI拥有巨大的潜力,对这个充满希望的创新领域征税不仅是对技术进步的扼杀,它还会阻碍能够改善人们日常生活的技术和系统的发展。试想一下,如果政策制定者出于对未知的担忧而对个人电脑软件进行高额征税以保护打字机行业,或者抑制数码相机拍照以便为暗室技术人员保留工作岗位,那么我们今天的情况会怎样?阻碍电话总机运营商进的税收政策,同样可能会让移动设备困在发明家的档案柜中。没有证据表明,对技术征税能够保护工人。

事实上,正如美国前财政部长劳伦斯·萨默斯(Lawrence Summers)最近所写的那样:“对技术征税,更有可能推动海外生产,而不是在国内创造就业。”呼吁对AI技术征税更令人感到震惊,因为它本质上代表了一种放弃,不支持员工与AI系统协同工作。那些有幸能在这个领域影响政策的人,应该对人们能够接受并为变革做好准备的能力表现出真正的信心。

正确的做法是专注于培训工人的技能,而不是对机器人征税。美国劳工部公布数据显示,美国有50多万个技术岗位正在招人,但是我们的学校和大学却没能培养出足够的毕业生来填补这些空缺职位。在很多情况下,这些都是“新领工作”,它们不要求必须获得四年制大学学位,需要的是可以通过21世纪的职业培训获得的技能,如P-TECH(IBM开创的)、编程训练营、职业认证项目等等。

这些课程可以让学生和处于职业中期的专业人士为从事“新领工作”做好准备,从网络安全分析师到云基础设施工程师等。在IBM,我们看到了无数关于新白领专业人士的积极故事,他们学会了在数字经济中自由翱翔的技能。他们以前曾是教师、快餐工人以及说唱歌手,现在则开始对抗网络威胁,经营云平台,并为移动应用设计数字体验。

《连线》杂志甚至报道称,在接受正确培训的情况下,以前的煤矿工人都可以开始新的职业生涯。这个国家需要大幅增加学生和工人能够接触到的新技能的数量和范围。到2020年,缩小技能鸿沟可能会填补大约100万个美国就业岗位,但前提是大规模的公共私人合作关系能够更好地将更多的工人与他们需要的培训联系起来,这必须是国家的头等大事。

第一,国会应该更新和扩大以就业为重点的教育,以帮助更多的人在每个阶段都能学习到需要的技能,尤其是女性和弱势群体。这应该包括促进小学生STEM职业发展的计划,这将提高他们在日后教育事业中对技能课程的兴趣和入学率。

此外,高中职业培训项目应该围绕劳动力市场所需要的技能进行调整。而且,更新联邦工作学习计划(Federal Work-Study)是一项早就应该开始的工作,它将给大学生们提供有意义的、专注于工作的实习机会,而不是在学校食堂或图书馆里工作。

总之,高中的职业培训项目和大学勤工助学项目仅有20亿美元联邦拨款,这在联邦教育支出中仅占3%左右。我们可以做到更多,而且必须做得更多。

第二,国会应该创建并资助21世纪的“学徒”计划,以招募、培训或再培训工人,以填补联邦机构和私营部门的关键技能鸿沟。允许这些项目在州一级获得资金将会提高它们的效力和影响。

第三,国会应该支持“新领技能”的标准和认证,就像它为其他技术技能所做的那样,从汽车技术人员到焊工。将这些国家资格证书和认证项目正式化将有助于雇主认识到求职者具备足够的资格,这能让工人和雇主都受益。

现在采取这些措施将有助于建立强大的技能培训基础设施,可以解决美国目前的高科技人才短缺问题。一旦这个基础建立起来,它就可以发展为专注于新技能的类别,而且随着AI的发展,这些技能将会优先发展。

AI应该是为了增强人类智能,而不是人工化智能。它将帮助我们使数字网络更加安全,让人们过上更健康的生活,更好地保护我们的环境等。就像蒸汽动力、电力、电脑和互联网那样,AI创造的就业岗位将超过它所取代的岗位。在AI时代,工人真正需要的是有竞争力和帮助取胜的技能。为21世纪的技能培训提供架构,需要基于信任的公共政策,而不是基于恐惧的税收。

(英文来源/wired,编译/机器小易,校对/小小)

责任编辑:张燕妮 来源: 网易智能
相关推荐

2023-02-13 11:42:39

2021-12-26 23:04:34

机器人人工智能技术

2018-10-31 17:26:26

微软机器人人工智能

2020-08-18 19:24:17

机器人护理机器人人工智能

2015-06-30 11:40:04

2023-05-24 13:04:46

机器人人工智能

2016-12-16 19:06:02

扩展数据库架构

2021-05-21 14:11:15

机器人系统技术

2017-05-24 10:36:08

机器人劳动力日本

2017-12-04 18:24:25

人工智能机器人智能

2020-10-15 15:42:00

人工智能

2020-05-13 14:26:14

机器人体育运动人工智能

2023-05-02 22:34:21

聊天机器人人工智能

2015-12-10 21:49:32

IM机器人

2016-02-16 10:30:32

机器人

2021-07-19 10:04:32

机器人AI人工智能

2024-03-04 15:04:37

机器人人工智能

2022-08-20 17:54:37

机器人开发

2023-03-02 00:01:15

机器人微软扫雷

2017-03-28 09:23:04

科技新闻早报
点赞
收藏

51CTO技术栈公众号