第二課：工作#
等你長大，可能沒有工作
到了 2050 年，就業市場將完全無法預測。機器學習和機器人技術的結合，幾乎會改變所有工作的本質。我們面臨的不是個別職業的消失，而是整個勞動市場的結構性重組。
人類還有什麼能力勝過 AI？#
人類擁有兩種基本能力：體能和認知能力。過去的自動化主要取代體力勞動，但 AI 革命的不同之處在於——它正在超越人類的認知能力。
AI 革命不只是更快的運算。它結合了生命科學和社會科學的突破，讓我們理解了人類決策背後的生化機制。一旦破解了這些機制，機器就能做得比人類更好。
人類直覺的真相#
所謂的「人類直覺」，本質上就是辨識模式（pattern recognition），而非什麼神祕的自由意志。當我們說「我有一種感覺」時，其實是大腦在快速處理大量數據、辨識出某種模式。而這正是 AI 最擅長的事。
AI 的兩大非人類優勢#
AI 擁有兩項人類無法匹敵的能力：
| 能力 | 人類 | AI |
|---|---|---|
| 連結性（Connectivity） | 個體，經驗只屬於自己 | 網路，知識可以瞬間分享給全球所有同類系統 |
| 可更新性（Updateability） | 需要數十年的教育和訓練 | 可以在幾小時內完成軟體更新 |
為什麼比較『個別人類 vs. 個別 AI』是錯誤的？
我們不該把一個人類醫生和一個 AI 醫生做比較。真正的比較應該是：一個人類醫生 vs. 整個 AI 醫療網路。這個網路中的每一個節點都能即時分享所有經驗和發現，而且可以同步更新到最新版本。個別人類在這種比較中毫無勝算。
誰更容易被取代？#
一個令人意外的結論：
| 職業類型 | AI 取代風險 |
|---|---|
| 醫師 | 高——核心工作是資訊處理（診斷、用藥決策），這正是 AI 的強項 |
| 護理師 | 低——需要身體操作和情感互動技能，目前 AI 還難以做到 |
| 知識工作者 | 高——高薪的知識工作者可能比低薪的服務工作者更脆弱 |
機器為你量身打造樂曲#
AI 不僅能取代「無聊」的工作，連創意工作也不能倖免。AI 可以利用生物辨識數據，分析你的即時情緒，為你即興創作出最能觸動你的音樂。這不是科幻——技術基礎已經存在。
AlphaZero 的啟示#
Google 的 AlphaZero 從零開始學習西洋棋，僅花了 4 小時就擊敗了世界冠軍程式 Stockfish。更令人震驚的是，AlphaZero 展現出的棋風被人類棋手評為「極具創意」。當「創意」也成為電腦的商標時，人類還剩下什麼獨特優勢？
「半人馬」團隊#
短期內，最可能的模式是人機合作——所謂的「半人馬」（Centaur）團隊。人類提供直覺、道德判斷和創意方向，AI 負責數據分析和執行。2050 年的就業市場很可能由這種人機協作的能力來定義。
系統性大規模失業危機#
即使新工作會被創造出來，問題在於：
- 新工作需要高技能，失業工人很難重新培訓
- 變化速度可能超過人類適應的速度
- 我們可能不是從馬車夫轉型為計程車司機的故事——我們可能是被取代的馬匹
三種可能的應對方案#
| 策略 | 做法 |
|---|---|
| 減緩自動化速度 | 透過政策限制 AI 取代工作的速度 |
| 創造新型態的工作 | 發明全新的職業類型 |
| 全新社會模式 | 如果工作消失速度超過創造速度，需要全新的社會模式 |
全民基本收入（UBI）#
一個常被討論的方案是向科技公司課稅，提供全民基本收入：
| 面向 | 定義困難 |
|---|---|
| 全民 | 是指美國人？還是全球人類？ |
| 基本 | 食物和住所？還是教育和醫療？ |
| 分配 | 當加州矽谷的利潤來自全球數據，收益該如何分配？ |
讓人民活得有意義#
UBI 必須搭配有意義的活動。金錢可以解決物質需求，但無法解決人生意義的問題。
哈拉瑞舉了以色列超正統猶太教徒的例子：他們經濟貧困，但因為擁有社群連結和宗教意義，生活滿意度反而很高。這暗示了一個可能的方向——當工作不再是人生意義的來源時，我們需要找到新的意義結構。
未來的挑戰不只是經濟的，更是心理的和哲學的：在一個不需要人類勞動的世界裡，人要如何找到存在的意義？