在更近的例子中，自動(dòng)取款機(jī)（ATM）可能已經(jīng)有望通過接替一些日常任務(wù)來取代銀行出納員的工作，而Bessen指出，事實(shí)上美國每個(gè)銀行支行的出納員平均數(shù)量已經(jīng)從1988年的20 人降低到了2004年的13人。這減少了運(yùn)營一家支行的成本，讓銀行可以開設(shè)更多支行以響應(yīng)客戶的需求。城市銀行支行的數(shù)量同期上升了43%，所以總體上雇員的數(shù)量增加了。ATM并沒有摧毀工作，而是改變了銀行雇員的工作組合——讓他們遠(yuǎn)離了日常任務(wù)，進(jìn)入到了機(jī)器不能做的銷售和客服領(lǐng)域。
那么誰是正確的：是認(rèn)為這一次不同于以往而機(jī)器將真正奪走所有工作的悲觀者（他們中許多是技術(shù)者類型的），還是堅(jiān)持認(rèn)為技術(shù)終將創(chuàng)造更多工作樂觀者（大部分是經(jīng)濟(jì)學(xué)家和歷史學(xué)家）？而事實(shí)可能介于兩者之間。人工智能不會(huì)導(dǎo)致大規(guī)模失業(yè)，但它會(huì)加速與計(jì)算機(jī)相關(guān)的自動(dòng)化的趨勢(shì)，像技術(shù)改變之前做的那樣擾亂勞動(dòng)力市場(chǎng)，并要求工作者比以往更快地學(xué)習(xí)新技能。Bessen預(yù)計(jì)會(huì)有一次“艱難轉(zhuǎn)型”，而不是“尖銳地打破歷史”。但盡管人們表達(dá)了廣泛不同的意見，但幾乎所有人都同意這個(gè)處方：公司和政府將需要想辦法讓工作者更容易掌握轉(zhuǎn)換工作所需的新技能。這將在悲觀者看法正確的事件中提供更好的防御，同時(shí)預(yù)防比樂觀者所預(yù)計(jì)的人工智能的更快和更重大的影響。
4. 教育和政策：你會(huì)失業(yè)還是變得富有？
人工智能將會(huì)給教育、福利和地緣政治的政策制定者帶來影響。
教育
2011年7月，擁有多個(gè)頭銜的斯坦福大學(xué)教授Sebastian Thrun在YouTube上發(fā)布了一段短視頻，宣布他和他的同事Peter Norvig正在使他們的“人工智能入門（Introduction to Artificial Intelligence）”課程可以在網(wǎng)上免費(fèi)觀看。到10月份該課程開始的時(shí)候，來自190個(gè)國家的160000人報(bào)名參加了該課程。與此同時(shí)，另一位斯坦福教授吳恩達(dá)也將自己的一門關(guān)于機(jī)器學(xué)習(xí)的課程免費(fèi)發(fā)布到了網(wǎng)上，有100000人參加了這個(gè)課程。這兩個(gè)課程都持續(xù)10周。最后，有23000人完成Thrun的課程，13000人完成了吳恩達(dá)的課程。
這樣的在線課程，以及短視頻講座、學(xué)生的在線討論板塊和自動(dòng)為他們的課程成績(jī)?cè)u(píng)級(jí)的系統(tǒng)，變成了眾所周知的大規(guī)模開放式在線課程（MOOC）。2012 年，Thrun 創(chuàng)立了在線教育創(chuàng)業(yè)公司Udacity，吳恩達(dá)也聯(lián)合創(chuàng)立了另一家在線教育創(chuàng)業(yè)公司Coursera。就在同一年，哈佛大學(xué)和麻省理工學(xué)院（MIT）聯(lián)合組建了 edX——一個(gè)非營利性的 MOOC 提供組織，該組織由 MIT人工智能實(shí)驗(yàn)負(fù)責(zé)人Anant Agarwal所領(lǐng)導(dǎo)。一些人認(rèn)為MOOC會(huì)取代傳統(tǒng)的大學(xué)教育。最初圍繞MOOC的炒作現(xiàn)在差不多也已經(jīng)偃旗息鼓了（盡管已有數(shù)百萬學(xué)生參加了某種形式的在線課程），但MOOC的繁榮說明了在線教育的巨大潛力。
Udacity、Coursera和edX都是從人工智能實(shí)驗(yàn)室涌現(xiàn)出來的，這個(gè)事實(shí)凸顯了人工智能研究社區(qū)希望對(duì)教育系統(tǒng)進(jìn)行大改的信念。Thrun說他創(chuàng)立Udacity是將其作為“正在進(jìn)行的人工智能革命的解藥”——這場(chǎng)革命將催生對(duì)工作者的新型工作技能的需求。類似地，吳恩達(dá)認(rèn)為：鑒于人工智能研究者的工作對(duì)勞動(dòng)力市場(chǎng)的潛在影響，研究者“在應(yīng)對(duì)和解決我們導(dǎo)致的問題上負(fù)有道德上的責(zé)任”；他說，Coursera是他在這方面作出的貢獻(xiàn)。此外，人工智能技術(shù)在教育方面有很大的發(fā)展?jié)摿Α８鶕?jù)每一個(gè)學(xué)生的情況各自調(diào)整課程，從而實(shí)現(xiàn)最輕松最高效的學(xué)習(xí)方法“適應(yīng)性學(xué)習(xí)（Adaptive Learning）”多年前就應(yīng)該出現(xiàn)了。但新的機(jī)器學(xué)習(xí)技術(shù)可能最終有望幫助實(shí)現(xiàn)這一目標(biāo)。
吳恩達(dá)說，適應(yīng)性學(xué)習(xí)對(duì)大量學(xué)生使用同一材料進(jìn)行學(xué)習(xí)的情況最有效，因?yàn)檫@樣可以收集到大量的數(shù)據(jù)。在這方面的創(chuàng)業(yè)公司有Geekie、Knewton、Smart Sparrow和DreamBox等，教育行業(yè)的巨頭也對(duì)此很有興趣：2013年McGraw-Hill買下了適應(yīng)性學(xué)習(xí)系統(tǒng)ALEKS；Pearson最近宣布擴(kuò)大了與Knewton的合作關(guān)系。
“老系統(tǒng)將不得不得到認(rèn)真的修改”，美國西北大學(xué)的Joel Mokyr指出，教育系統(tǒng)鼓勵(lì)專業(yè)化，這樣學(xué)生就能在越來越少的主題上學(xué)到越來越多。但隨著知識(shí)過時(shí)的速度越來越快，重要的是要學(xué)會(huì)再學(xué)習(xí)（relearn）。Mokyr認(rèn)為當(dāng)下的教育像粘土——“塑造它，然后烘烤它，就定型了”。未來，隨著越來越多任務(wù)變得自動(dòng)化，人類技能顯得最有價(jià)值的任務(wù)會(huì)不斷變化。「你必須終生學(xué)習(xí)——很長時(shí)間來顯然都是這樣」，吳恩達(dá)說，“你在大學(xué)里學(xué)到的東西不足以讓你繼續(xù)前進(jìn)40年。”