在更近的例子中，自動(dòng)取款機(jī)（ATM）可能已經(jīng)有望通過(guò)接替一些日常任務(wù)來(lái)取代銀行出納員的工作，而 Bessen 指出，事實(shí)上美國(guó)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(yíng)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(méi)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(shuí)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(lè)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(jiàn)，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(lè)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(lái)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(lái)自 190 個(gè)國(guó)家的 160,000 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 100,000 人參加了這個(gè)課程。這兩個(gè)課程都持續(xù) 10 周。最后，有 23,000 人完成 Thrun 的課程，13,000 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(yíng)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(wàn)學(xué)生參加了某種形式的在線課程），但 MOOC 的繁榮說(shuō)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(lái)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(shuō)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(wèn)題上負(fù)有道德上的責(zé)任」；他說(shuō)，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?。根?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(shuō)，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(guó)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(lái)越少的主題上學(xué)到越來(lái)越多。但隨著知識(shí)過(guò)時(shí)的速度越來(lái)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(lái)，隨著越來(lái)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(zhǎng)時(shí)間來(lái)顯然都是這樣」，吳恩達(dá)說(shuō)，「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。」