AI 技術帶來整體社會福利增加的同時，也正在帶來一系列新的問題。目前來說，與人工智能是否會取代人類這類“玄學”問題而言，當下最現(xiàn)實的一個問題就是人和 AI 的協(xié)作問題了。

不久前，人物雜志的一篇《外賣騎手，困在系統(tǒng)里》的文章，正指出了這一困局。AI 系統(tǒng)顯著提升了外賣騎手接送訂單的能力。借助 AI 算法，平臺可以最優(yōu)化地安排訂單，也能給騎手規(guī)劃最合理的路線。但出于平臺、騎手和用戶三方效率最大化的目標，AI 將所有時間壓縮到了極致，造成的結果就是把外賣騎手置于緊張而又危險的困境中。

我們常說，工具本身無所謂對錯，出現(xiàn)對錯的都是使用工具的人。但是現(xiàn)在，AI 本身并不再是一個“任人擺布”的簡單工具，AI 算法本身會根據(jù)其最初設定的目標而不斷優(yōu)化其精度和效率，而這一“最初設定的目標”又是人類社會普遍在追求的目標——最高的分數(shù)、最快的效率、最接近人的感知和推理能力。

也就是說，AI 哪怕只能從事單一的技能，但是也由于其強大的學習能力快速超越任何一個從事該專業(yè)的人類，這意味著，在很多人類勞動者和 AI 的協(xié)作的專業(yè)工作中，人類將處在被管轄和被監(jiān)督之下。

現(xiàn)在這種不對等的人機協(xié)作情況已經在大量出現(xiàn)，未來也更將普遍。那么我們不禁要問，作為處在被管轄和被支配地位的勞動者該如何面對這一局面？我們該如何看待這一趨勢？

“AI 監(jiān)工”發(fā)生在哪些場景？

在我們對 AI 產業(yè)進行觀察和介紹的場景中，我們常常把 AI 工具形容為幫助人類的“神奇助手”這樣的角色。比如，我們會把 AI 工具或機器人來代替人類去執(zhí)行那些機械重復性的枯燥工作或者去勝任那些具有危險性和艱苦環(huán)境的工作。

最為典型的場景就是自動化工廠和安防領域。采用智能制造的自動化工廠代替了大量中低端產業(yè)工人，可以 7X24 小時地進行生產，客觀上提高了一線工人的福祉，工廠也只需少量負責監(jiān)督管理的工人就可以操控整個生產環(huán)節(jié)。而安防領域無處不在的人臉識別閘機以及智能攝像頭替代了原本需要起早貪黑值班的安保人員，省去了人工監(jiān)督視頻的乏味工作。

在大量危險和艱苦的工作環(huán)境下，智能無人機可以代替電力巡檢員完成高山森林等艱苦環(huán)境的電纜巡檢，排爆、排險機器人可以代替人工進入管道、地下、水下等危險區(qū)域作業(yè)，智能化設備代替人工在一線操作。

這些都是 AI 技術幫助人類提高生產效率或者提高勞動福利的切實證據(jù)。與此同時，一些難以讓 AI 完全勝任的非標準化場景，仍然需要大規(guī)模人類勞動者參與，盡管這些工作并非需要特別專業(yè)的技能，但卻因為工作的靈活性和復雜性，AI 難以勝任，但是 AI 可以參與其中一部分的任務。這使得 AI 和人類處在相互協(xié)作的模式中，也必然出現(xiàn)“AI 來監(jiān)督人類”的相應問題。

最典型的案例，就是“困在系統(tǒng)里的外賣騎手”。目前，盡管一些互聯(lián)網(wǎng)電商企業(yè)和 AI 公司都試圖推出自動送貨機器人，但受限于現(xiàn)實環(huán)境和機器人的靈活性，這些機器人只能完成很少場景的送貨服務，很可能一個違規(guī)停放的自行車，一段人為損毀的路基，就可能讓這些機器人癱瘓。最根本的是外賣的運送效率和運送過程中的突發(fā)情況，機器人是完全難以和人類相比擬的?，F(xiàn)在，外賣基本仍然由只需要會認路會識字的人類騎手完成，而 AI 系統(tǒng)則成為其運送路線、運送時長和最終服務質量的“監(jiān)督者”。

再一個典型場景就是網(wǎng)約車。盡管自動駕駛出租車已經上路，但是大規(guī)模替換人類司機仍然將是一個漫長的過程?，F(xiàn)在，出于對司乘安全和行駛過程的考慮，網(wǎng)約車平臺開始越來越注重對司機的監(jiān)督，無論早期行車路線的監(jiān)督，還是現(xiàn)在車內錄音錄像對于駕駛員行為的規(guī)范，以及通過 APP 端通過詢問乘客意見，來獲取對于司機 360 度無死角的評價，以此來建立對司機更為細致的評分，以此成為決定其接單量的依據(jù)。當然，平臺可能也在從司機處獲取關于對乘客的評價，這個不得而知。但顯然這些詳細數(shù)據(jù)將能完全勾勒出一個人的行為預期、信用情況等內容。

此外，大量人類勞動密集型場景，都在通過“AI 監(jiān)工”的方式來完成生產管理流程的優(yōu)化和建造。比如，在快遞分揀行業(yè)，AI 攝像頭會通過識別分揀員的行為來判斷其是否是暴力分揀，通過識別其分揀速度來識別其有無偷懶。而一些更為細致的人工勞動場景，我們也能看到這種“AI 監(jiān)工”的身影。比如英國的這一案例。

“讓 AI 隨時監(jiān)工自己”的英國建筑工人

最近讀到 MIT 科技評論的一篇文章，主題是“英國建筑工地上采用人工智能來掃描建筑工程是否出現(xiàn)錯誤，還有工程進度是否落后”。從這個場景中，我們能看到人工智能和一線工人在建筑施工中建立的復雜協(xié)作關系。

在英國的一家人工智能創(chuàng)業(yè)公司 Buildbots 看來，建筑業(yè)應該像制造業(yè)一樣采用 AI 來進行流程管理?，F(xiàn)在英國一家建筑業(yè)巨頭沃特斯正在采用 Buildbots 開發(fā)的一套圖像識別系統(tǒng)，來監(jiān)控正在施工的建筑項目的每個細節(jié)，AI 將自動標記施工中的錯誤和進程問題。

建筑業(yè)的一個問題就是工程施工錯誤會造成返工的巨大損失和工期延期，這對于建筑商來說是難以承受的成本壓力。而對于施工的工人而言，這也意味著一旦發(fā)現(xiàn)問題，很可能帶來相應的處罰。

工人們難道無法避免這些人為失誤嗎？顯然，在有更多工程監(jiān)理在場和更嚴格驗收的情況下，工人們能夠避免更少失誤，但是這樣會拖慢施工進度。這似乎是一個難解的矛盾，工人們自然更傾向于優(yōu)先保證進度。作為一個曾經在大學期間進過工地搬磚的學生工來說，對于很多底層工人的行事邏輯是有深刻體會的，一些人總會在監(jiān)理無法看到的地方用“速度”換“質量”的。

英國建筑公司的實際情況也是如此，一個擁有 1500 個房間的建筑只配有 5 名監(jiān)理，他們難以確?？刂迫绱硕嗟氖┕ぜ毠?jié)?，F(xiàn)在，Buildbots 通過在建筑工人的安全帽上安裝 GoPro 攝像機，通過現(xiàn)場拍攝的圖像和建筑的數(shù)字圖像進行匹配的方式，使得現(xiàn)場監(jiān)督工作變得更為高效和容易。

也就是每一個建筑工人都配備了一個 AI“云監(jiān)工”，這些攝像頭可以捕捉到建筑施工的細節(jié)，以及時發(fā)現(xiàn)相應的錯誤之處，比如可以通過攝像機的定位來捕捉視頻圖像在建筑中的位置，誤差在幾厘米內，同時可以跟蹤這個位置物體的狀態(tài)，判斷其處在尚未開始到安裝完畢的狀態(tài)。而當監(jiān)理經理們每周巡視現(xiàn)場時，他們的攝像頭會捕捉整個項目的視頻，并上傳到該系統(tǒng)軟件上，該軟件會將現(xiàn)場數(shù)以千計的對象（包括像電源插座和浴室配件的位置數(shù)量）的狀態(tài)與建筑的數(shù)字副本進行比對，來檢查施工進度。

Buildbots 的 AI 系統(tǒng)可以避免了建筑商很多重復性的檢查工作，也能讓項目經理和監(jiān)理能夠遠程掌握進度，最關鍵的是可以節(jié)省大量的因工程錯誤而導致的返工成本和處罰費用。

當然，這一系統(tǒng)也給現(xiàn)場工人帶來了新的變化和壓力。工人們必須更加規(guī)范自己的工作標準，也必須平衡施工的速度和質量問題，因為一旦被 AI 監(jiān)工發(fā)現(xiàn)問題，就可以馬上追責。

由于建筑業(yè)仍然屬于多工種、勞動力密集型驅動的產業(yè)，AI 在短期內是無法取代人工的，所以，建筑工人仍然要在很長時間內與 AI 發(fā)生協(xié)作。而這一次，我們可以看到這一“AI 監(jiān)工”的方式可以有效改善建筑業(yè)的整體效能，同時也能對建筑工人產生有效的約束和監(jiān)督。不管是主動還是被動的方式，建筑工人們也必須接受“AI 監(jiān)工”的出現(xiàn)。

那么，對于出現(xiàn)的這些變化，身處其中的勞動者，以及社會大眾的我們，該如何看待這一趨勢呢？

從“困在系統(tǒng)里”到“與系統(tǒng)共生共成”

兩百年前的英國，曾經出現(xiàn)了一場以“搗毀機器，抵制新技術”為訴求的“盧德運動”，代表了人類面對機器產生的“非對稱優(yōu)勢”而產生的天然焦慮和恐懼。

經過工業(yè)革命的狂飆突進，新一代的產業(yè)工人們很快也就很自然地適應了這些機械和其所擁有的巨大潛力。機械的力量代替了車拉人推，自動紡紗機出現(xiàn)代替了婦女們在織布機前的日夜操勞，汽車的出現(xiàn)代替了馬車和馬車夫，他們的下一代就可以成為工程師、修理師和司機。新科技產業(yè)釋放了更多的就業(yè)機會，也降低了人類的勞動強度。

而這一次人工智能技術，卻使得這一進程更為徹底。就如剛才所說，完全自動化的生產線和 AI 機器人直接淘汰了大量的產業(yè)工人（當然，年輕人也確實不再愿意從事這些重復性工作），轉移出來的人力進入到我們上述的服務行業(yè)和 AI 難以短期內替代的復雜性工作中。

但這些勞動者再一次遭遇了 AI 技術，AI 成為了他們勞動效率的制定者和監(jiān)督者，這些勞動者必須在 AI 制定的工作標準和流程中完成工作任務。同時，由于 AI 是向著這個工作領域中最優(yōu)效率的方向演進，這就必然造成勞動者要非常努力才能跟上這個節(jié)奏，才能得到相應的“獎勵”。這造成兩個問題，一個是像“困在系統(tǒng)里的外賣騎手”這樣由于單向度的優(yōu)化指標，忽略了騎手的生命安全，一個是對于那些無法適應和無法完成這一目標的人被淘汰，而原本需要和企業(yè)資方進行人為博弈的過程，現(xiàn)在被“公平”的 AI 系統(tǒng)所評價。

這些問題正是大量處在工作價值轉型期的勞動者不得不面對的現(xiàn)實。但是反過來說，我們也必須承認這一次 AI 技術對于人類工作范式的變革仍然有一定的積極作用的。

AI 的協(xié)作使得人類勞動者的整體效率得以大幅提升。一方面 AI 協(xié)作將產生大量新的工作崗位，同時產生對于新技能的要求，必然使得勞動者必須學習新的專業(yè)技能，來適應這一次的智能化革命。只有整體社會財富的提升，才可能真正解放勞動力。

AI 的標準化流程和實時化的監(jiān)管，使得勞動者的素質得以有效提高。也就是無論你有怎樣的個性、還是怎樣的教育背景，都必須按照一套現(xiàn)代性社會的要求來進行社會協(xié)作。用大白話來說，也就是外賣員的配送更有禮貌了，網(wǎng)約車司機能夠更好約束自己的行為，不會做越軌之舉，分揀員能夠更“溫柔”的對待我們的包裹了。

反過來，AI 的評判標準對于勞動者也大有益處。比如一個人無論是否有前科，或者是否有足夠學歷，只要他能夠按照 AI 的要求，始終如一地完成任務，獲得相應的評價，就可以勝任這一工作。

毋庸置疑，我們在未來很長一段時間都會處在新一輪的“盧德運動”的驚慌氛圍之中，也會產生“汽車出現(xiàn)，我們馬車夫怎么辦”的懷疑論的論調中。但是我們人類優(yōu)越于其他物種，包括人工智能的一點就在于靈活性。我們始終不是為自己設立邊界的一個奇特存在，而現(xiàn)在，始終在限制和禁錮我們的，只有我們自己自暴自棄的心態(tài)和停滯不前的學習能力。

如果我們有一分 AI 的學習力，我們一定能夠找到在智能時代生存的新位置。有時候我們應該謙虛地像那個行車導航一樣，無論錯過了那個路口或機會，我們都可以第一時間擺正心態(tài)說：“向前方繼續(xù)行駛?！?br /> 編輯：hfy