我们经常听到科技企业家、未来学家和一些媒体这样说：自动化将带来光明的未来。与此同时，也有相当多的知识界人士、政治家和记者描绘世界末日般的情景，展望自动化时代的未来。
当前的许多讨论都受到这些极端假设的影响。人们要么支持自动化及其带来的一切，要么反对自动化。令人惊讶的是，互联网普及之前，人们就已围绕类似议题展开过类似讨论，讨论的主题也大同小异。如今，我们仍在重复这些讨论，却没有提出新的解决方案。
不妨看看自动化程度各不相同的四种未来情景，以此推动更广泛的讨论，不只探讨极端观点，也涵盖介于两者之间的各种可能。在此背景下，人工智能研究被视为未来自动化的主要推动力量。
情景一：平衡推进自动化与技术边界
几十年前，人工智能研究就充满了种种承诺和争议性讨论，当时科学家在20世纪80年代专注于专家系统。2018年，我们仍在开发狭义人工智能，但有关全能型超级智能的设想再次出现。然而，深度学习作为当下人工智能研究的代表不太可能实现这一乌托邦式愿景。
回顾人工智能的发展史，我们很可能会看到研究热度再次受挫，或技术进步暂时陷入停滞。这可能是因为算力、训练数据质量等方面存在瓶颈，也可能是因为人们无法理解系统输出。在某些领域，我们或许能够开发出端到端完成一组任务的系统，例如驾驶或金融建模；但对于其他领域，人工智能系统可能仍难以应对。
需要牢记的是，大多数工作都包含来自不同领域的多项子任务，需要运用多种技能。一份工作可能需要沟通、数值计算、逻辑推理、数据汇总、分析、创造力、社交能力、灵巧性，以及处理听觉、嗅觉或视觉刺激等能力，还远不止这些。
因此，即使不同系统能够自动执行一项宏观任务中的某些子任务，也未必能够把这些系统整合起来，从而实现该宏观任务的全面自动化。此外，自动化需要付出成本，因此即使从科学角度来看自动化某些工作可行，在经济上也可能并不划算。我们还必须认识到，自动化依赖数据，而所需数量和质量的数据并非总能获得。
由于这些问题，在大多数职业中，人类劳动仍将更胜一筹，成本也更低。因此，人类能够将某些任务自动化，也可以决定不自动化另一些任务；在某些情况下，甚至根本无法实现自动化。考虑到这一点，平衡推进的自动化将发展得更慢，其带来的颠覆性也不会像当前预测的那么大。
情景二：非理性的自动化行为与外部限制
我们开发出某种东西，并不意味着就必须使用它。作为一个社会，我们未来或许能够通过机器学习、生物工程或其他技术实现生活全面自动化，突破前一情景中设想的技术边界。但事实是，没有人强迫我们大规模运用已有知识。
大多数关于自动化的讨论都以一个假设为基础：我们会使用现有技术。然而，人类作决策时并非总是理性的。因此，我们可能只选择将自己不喜欢的任务自动化，而保留其他任务，即使这样做的产出质量较低。人们也可能干脆抵制变革，或者开始认为人类劳动比自动化劳动更有价值。由于潜在的资源短缺、污染、冲突或其他外部因素，我们的社会也可能偏离技术创新的轨道。
在这一情景中，人类能够克服情景一中的技术限制。从理论上说，我们可以将大多数任务完全自动化，但文化变迁不会像技术转型那样迅速。外部制约因素可能会使自动化程度降低。因此，我们必须审慎选择在哪些领域继续使用自动化技术，并将其与先前采用的技术以及传统知识结合起来。
情景三：无处不在且有计划的自动化
我们或许能实现过去看来不可能的目标：创造通用人工智能。量子计算或许终于能够进入大众市场。通过传感器增强型基础设施收集数据，再加上允许监测线上和线下行为的法律框架，或许能提供持续不断、粒度极高的实时训练数据。
通过融合人工智能、生物学、医疗保健等学科，科学或许能够深入理解人类健康、行为和环境等复杂系统。这些知识不仅可以尽可能地实现人类劳动自动化，还可以用来建立一种与未来现状相适应的替代性政治、社会和经济制度。
人类在许多方面受益于自动化和新技术的同时，也愿意接受通用人工智能所固有的风险。人们会逐渐接受这样一个事实：人类的认知能力无法理解每个智能系统产生的输出。
为了填补失业带来的空缺，人们会把重点放在人与人之间的联系上，并建立一种体验型经济。在这种经济中，烹饪、护理、手工艺及其他“人类体验”可能最受重视。对于抵制变革的人与更倾向于技术的人之间的鸿沟，可以通过培训项目和资金支持来弥合，所需资金由自动化税提供。
情景四：快速实现全面自动化
如果全面自动化迅速到来，我们就必须迅速重新思考人类劳动，重新定义整个价值体系，并重新审视我们目前坚持的理论。例如，许多人目前认为资本主义是创新的驱动力，但在这一未来情景中，其基础理论可能会面临一些问题。资本主义的假设是，经济增长和生产率提升会带来更多消费，并最终转化为更高工资，从而提升社会整体经济福祉。
在全面自动化的情况下，创建自动化系统或积累最多数据的企业垄断者最终会聚集权力和财富；由于人类工作岗位不足，生产率提升带来工资上涨这一逻辑关系也将被打破。因此，作为增长驱动力的消费将受到抑制。
平等主义的全民基本收入理念是否能成为可行的解决方案，仍有待观察，因为人们一直追求在同辈中脱颖而出，以获得社会地位。因此，社会不平等可能会加剧，并形成一个精英群体，其成员要么从事无法自动化的职业，要么直接从自动化中获利。
情景四与情景三的主要区别在于自动化的速度以及其缺乏规划。情景三已经为当前制度创造了一种有意义的替代方案，而情景四则聚焦于少数人的经济收益，导致不平等加剧。
接下来会怎样？
这些情景都不是一成不变的。一方面，极端颠覆并非必然发生，所谓预计劳动力中可能有50%会被自动化取代甚至更多，也可能只是一种假设。另一方面，我们也不应放松警惕，认为人类总能像过去那样轻松应对未来的任何变化。
同样，我们不应继续用更加骇人的末日预言或更加光鲜的乌托邦愿景相互压过对方。谨慎行事或许并不令人兴奋，但我们应该尝试这样做，因为这能让我们为未来做好更充分的准备。
因此，我们应该开启民主、跨国界的公共讨论，倾听每个人的需求、恐惧、想法和希望。此外，各国政府应加大对独立多学科研究的资助，评估未来自动化在伦理、社会、法律、环境和技术方面的影响，同时探索解决可能出现问题的方案。归根结底，我们应该承认计划可能存在缺陷，因为未来变化的复杂性超出了当前的预测能力。
