为了解决人工智能的影响，我们相信在社会层面上个人层面和社会保障制度的能力的提高。这两个方面不仅构成了针对影响的“防火墙”，而且还形成了可以使AI人类受益的共同机制。文字| fang cai来源|中国金融论坛的AI 40（CF40）预计将对就业产生重大影响。这比人类在过去一百年中所经历的所有技术影响都要大，包括工业革命。现在，这仅仅是开始。我认为它很有可能尚未开始，因此某些Miroledias只是逐步的过程。从宏观的角度来看，我们可以观察到三个悖论或三类相关现象。这些可以比简单地展示AI可以做什么更实用和值得的政策。首先，这就是所谓的“对齐悖论”。如今，许多人工智能专家继续保持一致E“对齐”的问题：AI与人类价值观的行为。但是，我认为，这种类型的讨论并不鼓励在运营层面上进行具体实施。谁应该与AI重合？您如何实现对齐方式？实际上没有明确的答案。人工智能本质上是由人类设计和创建的。我们用人类生成的数据训练它，但最终取决于我们是否要应用它们。但是，在实际应用中，AI可以提高道德风险，包括劳动损害。一方面，这种现象由人们主导，并且也会产生意想不到的后果，这是一个悖论，也是我们必须面对的一个真正的问题。其次，它是著名的“独奏悖论”。随着技术进步的历史，人工智能（例如其他技术）提高了某些分类器的生产率，但是，技术应用在不同的行业和公司中却不平衡E被迫提高效率，而是将劳动力的一部分挤压到生产力较低的行业。这导致一般劳动生产率的降低和就业质量下降；结果，劳动力市场的两极分化会恶化并增加了收入不平等。如果这种情况继续发展，它可能会导致反复的独奏悖论。第三，这是我提出的“凯恩斯悖论”。大约一个世纪前，凯恩斯（Keynes）预测，生产力将显着提高，并且将来人们将大大减少工作时间。他认为，在一个非常有效的社会中，人们可以分享重新定义就业的技术红利。但是实际上，我们还没有实现这种类型的Intercambio。技术的发展通常无助于“以人为中心”的发展目标。这也构成了悖论，技术应该使每个人都受益，但带来了新的不平等。响应先前的THREE悖论，我们需要从宏伟的政治角度开始，它将以“三个主要文章”的形式做得很好，并以系统的方式解决人工智能提出的就业挑战。第一条主要文章是通过法规，激励措施和指导来规范人工智能的发展和应用。正如Asimogru所建议的那样，存在“正确的人工智能”和“不正确的人工智能”。 SO称为“正确的人工智能”意味着它可以扩大人类技能并提高人类技能。例如，过去，由于不适当的人力资本，一些低资格职位效率低下。 AIIT通过互补措施帮助专业人员提高生产率，并将这些职位转换为高质量和高质量的作品，而不是简单地替换它们。这是您必须关注政策设计的地址。实际上，这也是“对齐”的问题，所以我翻译了英语作为“参考点”的对准。这里的“参考点”不是直接指向AI本身，而是允许AI适应某些抽象标准，而是通过机构安排使用监管激励措施和AI的使用者和使用者。第二篇伟大的文章着重于培养和利用独特的人类技能和利益。今天，我们必须考虑通过人工智能无法替代的哪种类型的人力资本。这些是人类未来仍然具有潜力的发展空间。为此，它需要与教育和职业培训体系相对应的协调，以提高人们的独特竞争力，包括创造力，情感理解和复杂的决策技巧。第三篇主要文章是为最终的社会结果提供保证。本质上，发展人工智能，提高生产率甚至部分替代品的最终目标人类工作是为了实现人类的一般发展。这是生活中独特的历史机会。如果您无法建立相应的系统，那么很难真正享受人工智能带来的股息。因此，从这三个方面中仍然有很多空间可以进行未来的研究和实践。重建AI技术发展并实现其预期目标的动机必须从政策的角度纳入，以作为重建AI技术发展的动机，并是指导发展管理的动机。必须沿着技术道路推动和开发，即可以提高人类技能的Asimogru可以提高AI而不是“正确”的道路，即旨在替代人类位置的“不正确”路径，而是称为它的技术路线。经济理论具有经典的假设。技术进步正在节省罕见的元素。换句话说，当资源和因素（这样随着人工的稀缺和昂贵，技术会发展以减少此类因素的使用。现在，随着人工成本的增加，许多技术的最初意图是取代人才并降低成本。但是现在我们可以看到，人工智能的发展有望创造条件并打破这个逻辑框架。在新的Etdevelopment面板中，资源限制和因素不再是绝对限制，技术进步的方向不再是“节省罕见因素”，而是朝着期望的方向发展发展。因此，我们可以重新定义技术进步的地址，积极指导各个层面的创新并满足人们的需求。这意味着将来我们将重写传统的经济原则，并建立一个更注重人们的整体技术发展模型。更具体地说，有两个主要结论。第一个结论是，劳动生产率的提高不是寿命r技术变革的唯一动机。过去，几乎所有技术进步都围绕着提高劳动生产率的核心目标。但是今天，我们面临着一个发展环境，尽管它正在改变，并且值得指出下一个重要目标，但并不打算提高劳动生产率。首先，社会发展目标与人类发展密切相关。其次，它是全球重要性的公共产品，其核心并不完全关注生产力。第三，公平与正义的目标。要么实现中国风格的现代化或促进普遍进步的过程，我们并没有实现公平和正义的理想状态。应使用人工智能来促进这些目标，而不是加剧人工智能中的社会不平等。此外，还必须包括公共服务和公共服务目标。图1想要代表的是，首先，PE的增加如图所示，R Capita收入水平与劳动生产率密切相关（此处选择了几个国家 /地区的服务行业的LTO劳动生产力）。这是一个客观的法律，也是发展各个行业，增加薪酬，再分配以及工人井水平的必要基础。但是，如图所示，随着人均收入水平的提高，服务行业劳动生产力的增长不一定必须保持其原始速度。换句话说，在较高的发展阶段，我们遵循的目标更加多样化，而不仅仅是增加产量。图1不再是技术变革的唯一动机。第二个结论是，尽管它旨在提高劳动生产率，但它不再是通过减少劳动力贡献的独特方法来实现的。当资源限制削弱逐渐逐渐开发中不再重要的瓶颈，需求成为一个新的重要限制。这种开发方法导致“增加分子”（即生产的增加）更为重要。我们列出了五种方法来通过优化资源要素的分配，提高产品质量和服务，解锁工业和供应链，改善流程流量，创新工业模型，改善用户体验和消费者的感觉等，通过提高生产率而不是降低生产来提高工业和供应链，改善工业和供应链，提高工业和供应链，改善工业和供应链，改善工业和供应链。总而言之，通过发展AI的机构设计和技术政府，我们需要指导AI发展为“正确”的轨道，而不是简单地替代人们的能力，而是提高人们的能力并满足人们的需求。我们应该为未来增长什么样的资本人类？为了解决人工智能的影响，我们相信社会层面的个人层面和社会保障制度。这两个方面不仅在面对影响时形成了“防火墙”，而且还形成了可以使人类受益的共同机制。将来需要什么样的人力资本？首先，让我们看一下关于人工智能的两个著名悖论。一个是摩拉维克的悖论。这个悖论指出，人类很难为机器而难以模仿人类，但是AI熟悉了人类所能完成的极其困难的任务，例如数学操纵，逻辑上的推理和对出色数据的分析。例如，人工智能可以轻松地达到国际象棋水平或去老师，但不能复制幼儿的行为。这揭示了人类和机器之间的巨大差异。与人类生物本能密切相关的人已经有数亿年了，由转型形成的内部事物也表现为技能和知识。这是t尚未完全开发或使用的部分，但尚未清楚地确​​定。这导致了“波拉尼的悖论”。换句话说，知识是客观性和个人素质的结合，人们对生理身体和认知的看法也不同。由此我们可以推断出默认知识的存在。实际上，有很多隐性知识。这是人类的独特资本，必须专注于人类资本文化的这些独特领域。因此，有必要改变教育范式并相应地改变人类资本文化模型。以下变化将发生在人力资本的未来文化中：首先，衡量终身技能发展的标准不再是教育的持续时间。传统的资格主要反映了知识的积累，就机器而言，可以在短短几秒钟内处理该积累。因此，PE的核心学习必须是实用的能力和持续的更新技巧。其次，以上在未来的愿景中，未来的技能市场将更多地取决于微观认证。这意味着人们需要不断学习新技能，以应对劳动力市场的快速变化。今天的技能不能在明年应用更多，因此他们将通过微教育或微观认证进行处理。过去，文凭被认为保证了它们是“羊皮效应”的。这表明所有者具有一定的水平。但是，人工智能时代的出现减少了人们对文凭的信心，增加了频繁的工作飞跃和信息市场的非正式化。为此，必须引入新的技能识别方法，从而损害工人的权利和利益，以避免采用“测试和错误方法”。此外，非认知技能通常在幼儿发展和教育方面接受培训，微型教育意味着整个生命周期。目前，我国的财政教育费用约占GDP的4％，这是全球中等一级的。但是，由于我国家的人均GDP大于13,000美元，这比全球全球7,000-8,000美元高得多，因此我需要了解人工智能的预期影响并增加我的教育成本。在这一点上，实施12年的强迫教育的需求变得越来越紧迫。随着人口年龄结构的变化具有最大减少和填充山谷的影响，老化会增加支出的负载，因此减少出生会减少某些负载，从而形成两者之间的相互补偿关系。例如，近年来，幼儿园，小学和中级学校的数量有所减少，而中学的数量略有增加，而二级职业学校的数量减少。数量大学正在增加，但这种增长不会持续很长时间。这些不活跃的教育资源不仅有助于解决当前的紧急问题，例如使移民工人可以被公共教育服务访问，而且还有助于为建设人力资本培训系统提供资源，而且还必须以协调的方式使用。社会保护系统和劳动力市场系统面临一些新的要求，不仅是为了开发AI，而且变得更加重要，以及一些新的要求。我希望AI可以朝着理想的方向移动，但我会完全押注这个假​​设。不能做到。根据历史课程，我们所说的“滴水效果”是不可靠的。换句话说，我们不能期望AI的发展会自然地朝着预期的方向发展。因此，有必要解决目前面临劳动力市场的结构性就业冲突，开始解决实际问题并促进根据最高要求的机构建设。尽管iartrate努力对劳动的影响实际上并未受到影响，但近年来，就业创造和就业破坏已经共存，受损的工作逐渐增加。新作品不断出现并取代了旧作品，但总体上的趋势是，就业和较慢的损失量少于就业损失量（图2）。在过去的十年中，城市的就业创作累计数量为1.41亿，就业净增加了8800万。两者之间的差异意味着就业损失的量逐年增加，导致累计总计5300万。此外，就业和反流的非正式化也是劳动损害的特定症状。图2：劳动损害的规模正在增加。因此，我们需要基于一些新的系统构建一个系统概念。让我们总结一下这个杂乱无章的“解耦”概念。这特别包括以下方面：1）社会保障系统的普遍化。这意味着社会保障，包括居民的基本生活，必须与就业情况分开，并且人们不参与非正式和灵活的就业，因此不应存在人们需要的基本社会保障短缺。这也是建立具有草药特性的福利状态的唯一方法。 2）劳动补偿水平与个别劳动生产率分开。在人工智能时代，这似乎引起了人们对“抚养懒惰的人”的担忧，但是越来越难以确定“懒惰的人”，而且不可能区分谁是懒惰的人，谁被迫这样做。实际上，“懒人”的概念只能用于个人，而不是分组。因此，无法识别卡意味着需要一个新的范式。 3）基本公共服务与住宅一级分开。在实施该地区平衡发展策略的结果时，新的区域失衡，尤其是增加，减少，区域人口差异。已经形成了另一个化。这些地区的居民不应减少基本生活水平。这意味着每个人，无论居民如何，都必须享受相同的基本公共服务。 4）获得社会保障的收购与付款和积累情况分开。一方面，随着AI的影响，另一方面，另一方面，越来越多的社会保障项目是普遍的，不应再用于识别身份。还值得考虑在几个国家进行讨论的新形式的井林，例如国家基本收入是无条件的（UBI），生活工资（生活工资）和社会养老金（社会养老金）。这些制度形式被视为容易出现太远或“促进懒惰的人”的问题，但是在人工智能的影响下，它们表现出越来越多的需求和生存能力。有关资金和融资来源的问题。一方面，考虑到是否建立系统，我们必须首先建立一个概念，即我们必须考虑是否有足够的财务支持，而不是我们是否必须考虑是否必要和不可避免。另一方面，人工智能可能会期望无限的生产力利润，因此“免费午餐”可能不会遥不可及。麦卡锡（McCarthy）报告说，在未来几年中，人工智能将产生约44亿美元的劳动力生产力。更具体地说，接下来的四个渠道可能会使社会保护所需的公共投资问题：首先，分享和分享。作为提高生产率的永久移动机器，代理将提供“ Golden米碗“到后代。资金和资源的重新分配可以通过更好地利用“不平衡的不平等能力分配”来促进对新资源的需求与新资源的需求人工智能。人工智能赋予创新能力并提高生产率的程度是万能的，其范围并不广泛。不仅应该针对公共物品报价领域的新资源，而且IA技术还适用于公共物品报价领域，建立的投资提供了更高质量的服务，并确保人工智能带来的利益始终被赋予和夺取能力，并夺取了自己并夺取社会，而不是破坏社会。 （作者是中国金融论坛学术委员会主席（CF40），是中国社会科学院国家高级GAMA专家小组的主要专家）标题图像来源| PEXEL设计编辑|张Yufei