目前，人工智能缺乏情感理解能力和技术能力，因而无法成为有效的领导者。
然而，随着其快速发展，人工智能的潜力几乎是无限的。
以人为本人工智能技术中心创始人兼主任David De Cremer谈到，人工智能可能很快获得人类所具有的“通用智能”，并被战略性地安排到管理岗位上。
关于人工智能在工作场所中的应用仍有诸多疑问，人们担心它会取代大量人类劳动力。
随着人们对人工智能的日益关注，其与社会科学和人文学科的融合引发了一系列重要问题。据David De Cremer介绍，他是以人为本人工智能技术中心的创始人兼主任，该中心隶属新加坡国立大学商学院。他的近作是《算法领导力：人工智能时代谁领导，谁追随？》
虽然如今的人工智能擅长处理重复性任务，并能够取代许多管理职能，但随着时间推移，它可能获得人类所具有的“通用智能”。他在近期接受AI for Business（AIB）采访时表示，AIB是Analytics at Wharton的一项新举措。该项目由沃顿商学院运营、信息与决策学教授Kartik Hosanagar领导，AIB是一项研究性举措，致力于帮助学生拓展机器学习的知识与应用，并理解人工智能对商业和社会的影响。
据De Cremer称，人工智能永远不会拥有“灵魂”，也无法取代那些使人能够保持创造力并拥有不同视角的人类领导品质。领导力对于引导人工智能的开发与应用、使其最好地服务于人类需求而言是必不可少的。他指出：“未来的工作或许更像是一位哲学家，既理解技术，也理解技术对人类身份意味着什么，以及它对我们所期望的社会意味着什么。”
AI for Business：关于人工智能的著述已经很多。是什么促使您撰写《算法领导力》？您试图填补现有人工智能书籍中的哪些空白？
David De Cremer：人工智能已经存在了相当长的时间。该术语于1956年被提出，并在20世纪70年代中期之前引发了“第一波”研究。但自21世纪初以来，更为直接的应用逐渐清晰，并改变了我们对人工智能“真正”潜力的看法。这一转变尤其受到人工智能开始与国际象棋世界冠军及中国围棋对弈等事件的推动。大多数关注过去和现在都集中在技术本身：即技术以看似智能的方式运作，而这也正是人工智能的一个简单定义。
它以与人类智能相似的方式表现出智能。我不是计算机科学家，我的背景是行为经济学。但我确实注意到，社会科学、人文学科与人工智能之间的融合并未获得应有的关注。人工智能旨在为由人类构成的社会创造价值，其最终用户必须始终是人类。这意味着人工智能必须在社会语境中行动、思考、阅读并产生结果。
人工智能尤其擅长重复性、常规性任务，以及系统化、一致性的思考。这已经意味着，最有可能被人工智能取代的任务和工作是硬技能，而非软技能。在某种意义上，这一观察与所谓的莫拉维克悖论相吻合：对人类而言容易的事情对人工智能而言很困难，而对人类而言困难的事情对人工智能而言却似乎相当容易。
由此可得出的一个重要结论是，在人类未来的发展中，培养软技能将变得更加重要，而非如许多人所假设的那样变得不那么重要。我之所以想解释这一点，是因为如今有许多迹象表明，尤其是自新冠疫情以来，我们需要并被要求更多地适应新技术。因此，这使得人工智能在我们社会中的应用和影响处于主导地位。随着我们日益意识到，人们正步入一个由算法告诉他们品味的社会，而且大多数人在不过多质疑的情况下很容易顺从。在这种情况下，人工智能有可能担任领导职位，似乎已不再是异想天开，这也是我想写这本书的原因。
我们正步入一个人们被算法告知自己品味的社会，而且大多数人在不过多质疑的情况下很容易顺从。
David De Cremer
AIB：能否在不损害人类的前提下，以提高技术效率的方式开发人工智能？为何存在这种风险？能否加以缓解？
De Cremer：我相信这是可能的。这也与本书的主题相关。[重要的是]我们要拥有正确的领导力。本书不仅探讨人工智能是否会取代领导者，我还指出，人类具有技术永远不会拥有的某些独特品质。要将灵魂注入机器是很困难的。如果我们能够做到这一点，我们也将理解生命的奥秘。我并不十分乐观地认为这[会成为现实]将在未来几十年内发生，但我们肩负着巨大的责任。我们正在开发的人工智能或机器，能够做到我们多年前从未想象过的事情。
与此同时，正因为我们具备独特的品质，即拥有并采取不同视角、主动思考，以及能够进行抽象思考，所以我们如何使用它取决于我们自己。纵观当今的领导力，我认为世界上并未形成太多共识。我们对培养领导者的重视还不够，无论是商业领袖、政治领袖还是社会领袖。我们需要良好的领导力教育。培养始于我们的孩子。[关键在于]我们如何培养他们欣赏创造力、与他人合作的能力、彼此换位思考，并学会一种维系我们社会的责任感。因此，是的，如果我们明确人类身份的本质，以及我们希望为人道社会创造的价值，就可以将机器用于善途。
AIB：算法正日益成为工作管理方式的重要组成部分。这将带来哪些影响？
De Cremer：算法是一种使数据具备智能的模型，也就是说，它帮助我们识别周围世界正在发生的趋势，而这些趋势通过我们的数据收集得以捕捉。经过良好分析，数据能够告诉我们如何以更好、更高效的方式应对我们的环境。这正是我在商学院所努力的方向：探索如何让商业领袖更加精通技术，理解在何时、何地以及为何使用算法和自动化，以实现更高效的决策。
许多商业领袖在论证为何应使用人工智能的商业案例时遇到困难。他们难以理解人工智能能为其公司带来什么。如今，大多数人受到调查结果的影响，这些调查显示，作为企业，您必须采用人工智能，因为其他所有人都在这样做。但人工智能如何使您自身独特的公司受益，往往理解得还不够透彻。
每家公司都拥有其独特的数据。在[塑造]战略方面，以及在公司能够并希望创造的价值方面，您都必须善加利用这些数据。要实现这一点，您还必须理解定义您公司的价值观，以及使其有别于竞争对手的价值观。我们在培养商业领袖以这种方式思考方面做得还不够好。与其让他们认为自己应当亲自成为程序员，不如让他们专注于变得更加精通技术，从而能够在技术已成为业务流程一部分的环境中，依据其价值观推行商业战略。
这意味着，我们的商业领袖确实理解算法的确切功能，也理解其局限性和潜力，尤其是理解在公司的决策链条中，人工智能可以在何处用于提升生产力和效率。要实现这一目标，我们需要足够精通技术的领导者，以充分运用其在业务流程方面的广博知识，从而为公司和社会实现效率最大化。正是在这一点上，我认为当今许多商业领袖存在不足。
毫无疑问，人工智能将成为新的同事。对我们而言，重要的是要决定在业务流程的循环中，哪些环节应当实现自动化，哪些环节有可能让人类退出循环，以及哪些环节必须明确保留人类参与其中，以确保自动化和人工智能的应用不会导致一种工作文化，即人们感到自己受机器监督，或被当作机器人对待。我们必须对这些问题保持敏感。领导者塑造文化，在此过程中，他们传递并体现了公司用来决定工作应如何完成以创造商业价值的价值观和规范。
AIB：正如机器取代了身体，算法是否正在取代人类的思维？还是算法和机器正在放大思维与身体的能力？人类是否应担心人工智能会使人类的心智能力变得过时，还是它只会改变这些能力？
De Cremer：这是最重大的哲学问题之一。我们可以在此提及笛卡尔，[他发现了]身心[问题]。随着工业革命的到来，我们可以说身体被机器所取代。有些人确实认为，随着人工智能的出现，心智现在也将被取代。因此，身体与心智基本上都被机器接管了。
正如我在书中所阐述的，这其中还有更复杂的层面。我们也知道身体与心智是相互关联的，而将它们联系在一起的是灵魂。而灵魂并非机器。就目前而言，机器并不真正理解什么是理解其所处环境，也无法从中推断出意义。更重要的是，从人类与人工智能的理念来看，机器并不思考人类，也不思考作为人类意味着什么。它并不关心人类。如果你今天死去，人工智能并不会为此担忧。
因此，就理解语义和深切感受的情感而言，人工智能与现实并无联系。人工智能没有灵魂，而灵魂对身体和心智正常运作至关重要。我们常说，如果想要打造一支出色的团队，那么一加一等于三。但如果我们说人工智能或机器取代了身体，继而取代了心智，那么一加一仍然等于二，我们却得不到三，也就没有了那份魔力。正因如此，我不认为人工智能正在取代我们的心智。
其次，我之前提出的简单定义是：人工智能代表那些由机器做出的、看似智能的行为或决策。该定义基于这样一种观点，即机器智能能够模仿人类所表现出的智能行为。但是，机器看似能够像人类一样行动，并不意味着我们所讨论的是同一种智能和存在。
当我们审视机器学习时，它是以神经网络为模型的。但我们也知道，例如，神经科学对大脑如何运作的了解仍然很少，甚至可能不到10%。因此，我们不能说我们已经了解一切，并将其放入机器中，进而断言它已完全复制了人类心智。
我一直使用的最简单的例子是：计算机以“1”和“0”运作，但人类并非以“1”和“0”运作。当我们与人讨论伦理时，事情很少是非黑即白的，而更多是灰色的。作为人类，我们能够理解这一灰色地带，因为我们在成长与教育过程中培养出了直觉与道德罗盘。因此，我们能够理解模糊性。目前的计算机无法做到这一点。有趣的是，如今人们正在努力探索，我们是否能够像教育孩子那样训练机器。如果这一尝试成功，那么机器在处理模糊性方面将更接近人类。
AIB：这些问题对领导力有何影响？领导者在推动设计更好的技术方面能够发挥什么作用，以便技术以更明智而非仅仅更聪明的方式被使用？
机器看似能够像人类一样行动，并不意味着我们所讨论的是同一种智能和存在。
David De Cremer
De Cremer：我区分管理者与领导者。在谈论经营一个组织时，两者都需要。管理为公司提供稳定、有序运作的基础。我们建立程序，使事情变得相对更可预测。自20世纪初以来，随着公司规模扩大，人们必须管理公司并[避免]混乱。因此，管理就是混乱的对立面。管理的核心在于构建秩序、驾驭混乱，通过设定指标，以较为可预测的方式评估目标和关键绩效指标（KPI）的达成情况。在某种意义上，我们所熟知的管理是一种维持现状的体系。
然而，领导力并不关注现状，而是涉及变革，以及在变革带来的混乱中给出方向的责任。这正是领导力需要具备适应能力与灵活性的原因，因为一旦事物发生变化，作为领导者，您就被期望[提供解决方案]。这正是我们发挥创造力、以前瞻性思维方式思考、理解人们希望看到何种价值，并在变革来临时进行调整以确保此类价值得以实现的能力所在。
人工智能将极其适用于管理，因为管理是一致的，它倾向于关注现状，而且由于其重复性，它本质上是一种相当可预测的活动……而这基本上也正是算法的运作方式。人工智能已经在从事此类工作，例如预测员工行为，判断他们是否会离职，或是否仍有动力完成工作。我认为，许多管理决策都是算法可以发挥重大作用的领域。它起初作为顾问提供信息，然后逐步转向管理岗位。我将此称为算法管理，即MBA。从理论和实践的角度来看，这都将会发生，因为今天我们所知的人工智能在组织中擅长处理静态数据集，但在应对复杂性方面存在问题。正是在这一点上，我们所知的当今人工智能在领导力方面存在不足。
研究机器人和自动驾驶汽车的计算机科学家表示，机器人面临的最大挑战是与人互动、身体接触，以及协调其动作以执行任务。基本上，机器人在团队环境中工作，比被派往火星更为困难。原因在于，环境越复杂，机器人出错的可能性就越大。由于我们对机器人伤害人类的容忍度较低，让自主机器人和车辆与人类互动就成为一项危险的活动。
领导力关乎应对变革。它关乎做出你知道对人类有价值的决策。你需要理解作为人类意味着什么，能够怀有人类的关切，考虑到你能够富有同情心，并且能够保持人道。与此同时，你需要能够想象并保持主动，因为在不断变化的情况下，你的战略可能需要调整，以创造同样的价值。你需要能够进行抽象思考，而人工智能无法做到这一点。
AIB：我很高兴您提出了同情心的问题。您是否认为基于算法的领导力能够具备同理心、同情心、好奇心或创造力？
[人工智能]在应对复杂性方面存在问题。正是在这一点上，我们所知的当今人工智能在领导力方面存在不足。
David De Cremer
De Cremer：初创企业和科学家正在研究我们所称的“情感人工智能”。人工智能能否察觉并感受情绪？从概念上讲，这很容易理解。因此，是的，只要有足够的训练数据，人工智能将能够察觉情绪。当然，情绪是复杂的，对人类而言也是如此，因此，真正理解情绪对人类体验意味着什么，是人工智能无法做到的（至少在未来几十年内）。正如我之前所说，人工智能并不理解作为人类意味着什么，因此，从使我们成为人类的情感智能视角来看，这显然是机器的局限。这也是我们称之为“人工智能”的原因。值得指出的是，我们也可以说人类拥有一种AI；我称之为真实智能。
目前，人工智能并不具备真实智能。人们认为，人工智能系统无法拥有真实的情感和真实的道德感。这是不可能的，因为它们不具备人类所具有的共情与存在层面的品质。此外，考虑到算法没有灵魂，我并不十分确定它们能否轻易实现真实智能。因此，如果我们无法为其注入与人类常识相契合的常识，即能够理解灰色地带和模糊性的常识，我认为它们无法发展出真实、诚挚的共情能力。
它们能够学习的，并且这要归功于模仿原则，是我们所称的表层情感。它们将能够做出回应，能够扫描你的面部、聆听你的语调，能够识别情感类别，并以人类通常作出回应的方式加以回应。这是对人类所表达情感的一种表层理解。我确实相信，这种能力将帮助机器在大多数与人类的互动中保持高效。
为什么它会奏效？因为作为人类，我们非常善于察觉互动对象对我们情绪的回应。因此，几乎在瞬间并且无意识地，当有人关注我们时，我们会予以回应。仅识别表层情感便已足以发挥作用。更深层的情感则对应于我所称的真实智能，即真诚的、真正的智能，而理解这类情感正是发展友谊和长期联系所需要的。就我们今天所知，人工智能远未具备这种能力。
关于创造力，情况也大致相似。创造力意味着提出一个新的想法，一个对人们而言既新颖又有意义的东西。它能解决一个有用的问题，并且对人们来说是有意义的。人工智能可以在其中发挥作用，尤其是在识别新事物方面。算法在连接信息方面远比人类迅速，因为它们能够比我们更快地扫描、分析并观察数据中的趋势。因此，在创造力的第一阶段，是的，人工智能能够将我们已知的事物结合起来，以比人类更快、更好的方式创造新的组合。但是，人类仍需评估这种新组合是否有意义，能否解决人类希望解决的问题。当创意对人们变得有意义时，其价值才会提升，因此，人类的监督作为创造过程的最后一步将是必要的。
我们当今面临的一个担忧是，机器非但没有减少不平等，反而在加剧不平等。
David De Cremer
让我用以下例子来说明这一点：有实验让人工智能获得多种制作披萨的原料，结果有些披萨对人类很有吸引力，但另一些披萨却成了人类不太可能食用的产品，比如菠萝配Marmite酱。Marmite在英国很受欢迎，根据广告所述，人们要么爱它，要么讨厌它，因此，它是一种难以驾驭的原料。然而，人工智能并不考虑人类是否会喜欢这类产品或是否觉得它们有用，它只是识别新的组合。因此，人类始终需要判断，这类想法最终是否有用，并被视为一种有意义的产品。
AIB：算法管理的局限性是什么？
De Cremer：如果从管理的狭义角度来看，则不存在局限。我相信，人工智能未来将能够胜任几乎所有管理任务。这是因为我们对管理的定义，围绕着通过使用指标（如KPI）来创造稳定性、秩序、一致性和可预测性这一理念。
AIB：我们如何迈向一个算法可能不再主导、却仍服务于人类的未来？
De Cremer：首先，所有管理者和领导者都必须理解什么是人工智能。他们必须理解人工智能的潜力及其局限，即在哪些地方人类必须介入并承担责任。人性至关重要。我们必须确保人们不仅从效用的角度看待技术，即技术能够通过减少雇用过多员工或不再培训员工从事某些任务来降低成本，从而使公司运营更高效。
我希望看到一个人们变得更加善于反思的社会。未来的职业很可能是一位哲学家……一位既懂技术，也懂得技术对人类身份意味着什么、对我们所期望的社会意味着什么的人。人工智能也促使我们思考作为一个物种，我们是谁。我们真正想要实现什么？一旦我们让人工智能成为同事，一旦我们让人工智能成为我们社会中的一类“公民”，我确信，“我们与他们”这一意识将成为我们所期望的各类机构、组织和社会相关辩论与讨论中的主导性因素。我在书中将这种意识称为“新多样性”。人类与非人类，或与机器之间的对立：这也促使我们思考自身是谁，而我们需要这种思考来确定我们想要创造何种价值。这种价值将决定我们将如何使用我们的技术。
我们当今面临的一个担忧是，机器非但没有减少不平等，反而在加剧不平等。例如，我们都知道，人工智能要学习就需要数据。但数据是否对所有人广泛可得，还是仅为少数人所掌握？如果我们看看那些惯常被提及的主要对象——亚马逊、Facebook、苹果等等——就会发现它们掌握着大部分数据。它们采用了一种将客户本身变成产品的商业模式。我们的数据对它们而言极具价值。因此，这些公司能够开展更复杂的实验，而这些实验正是改进我们人工智能所需要的——这意味着技术也掌握在少数人手中。如今不存在数据民主。鉴于人工智能研究的一个重要未来方向是使人工智能在处理和预测方面更加强大，显然存在一种担忧：如果我们不能妥善管理人工智能，并且不从其是否对整个社会有益的角度去思考，我们可能会陷入风险。我们的未来必须是一个人人都精通技术、但又不会消除我们对人类身份的担忧与思考的未来。这正是我希望看到的那种教育。
