在即將到來人工智能時代，人到底應該怎麼辦，怎麼做才能不把工作輸給機器人，現在已經是一個熱門話題。談論這個問題有兩個危險。
第一個危險是你可能會低估人工智能。
我曾經在《萬萬沒想到》這本書裡說，計算機下國際象棋厲害，但是面對復雜度高得多的圍棋就不行瞭，所以人應該如何如何 …… 我這個說法其實是當時人們的共識——結果我的書出來還不到兩年，AlphaGo 就贏瞭李世石和柯潔。現在人工智能的圍棋水平比人類至少高出一個段位。我後來收到好多次讀者來信說你的書得改瞭。
柯潔對決 Alpha Go，敗（圖 /@東方 IC）
第二個危險是你可能會低估人。
2012 年，麻省理工學院的兩個管理學教授，埃裡克 · 佈林約爾松（Erik Brynjolfsson）和安德魯 · 麥卡菲（Andrew McAfee）出瞭一本書，叫《與機器競賽》（Race against the machine），從經濟學的角度，把人工智能取代人類工作這個問題嚴肅地擺在世人面前。他們 2016 年又出瞭第二本書，叫《第二次機器革命》（The second machine age），說瞭類似的意思，這本書還被人為是近年以來極其重要的一本商業管理類書籍。
這兩本書說的都是人工智能即將導致人類的大失業。讓兩位教授感到緊張的是，首先，這一輪人工智能將要取代的是放射科醫生、翻譯、甚至是律師這種高端工作；其次，在美國經濟已經從金融危機中恢復過來，高速增長的情況下，失業率卻在居高不下。
然而到瞭 2017 年，思想風向就變瞭。人們意識到放射科醫生和律師這樣的工作並沒有那麼容易被人工智能取代，" 人的因素 " 仍然非常重要 ——而且大失業並沒有發生：現在美國失業率下降到瞭 4%，這是歷史上極好的成績。
所以我們到底應不應該擔心人工智能？人工智能跟人，到底是個什麼關系？
技術進步的節奏捉摸不定，與其搞短期預測，我們不如思考一些更長期、更根本的問題。比如說我們換一個角度。我們不問人工智能到底有什麼是不能幹的——幹脆假定將來人工智能什麼都能幹。我們改問這個問題：
有沒有什麼事情，是哪怕機器也能做，甚至能做得比人還好，但我們還是希望找個真實的人來做的？
這就是傑 · 科爾文（Geoff Colvin）在《不會被機器替代的人：智能時代的生存策略》（Humans Are Underrated: What High Achievers Know That Brilliant Machines Never Will ）這本書裡想說的事兒。
科爾文是個功力深厚的媒體人，他不僅僅報道別人的研究結果，而且能自己調研，總結和提出新思想。我讀的上一本科爾文的書叫 Talent is Overrated，中文版把書名翻譯成《天才源自刻意練習》，而直譯的話則是 " 天才被高估瞭 " ——這和現在這本書書名的直譯 " 人類被低估瞭 " 正好連貫對仗。據我所知，科爾文《天才源自刻意練習》這本書其實比格拉德威爾的《異類》更早介紹瞭 " 刻意練習 " 的概念，而且我認為科爾文說得更好。
Geoff Colvin（圖截自 geoffcolvin.com 首頁）
那麼在科爾文看來，人類在哪些方面被低估瞭呢？
科爾文說，如果說將來人工智能技術無比發達，能制造出來跟人一模一樣，有人類全部功能的機器人，已經到瞭你無法區別誰是人誰是機器的程度，那萬事皆休，人肯定不如機器。但是就目前人工智能的研發水平而言，機器雖然在某些方面比人強得多，但畢竟跟人是有區別的，我們總能看出來誰是人，誰是機器。這就給人留下瞭機會。
亞利桑那州有個兩次暴力性侵兒童的罪犯，即將刑滿。而該州法律規定，像這樣的罪犯，即便刑期滿瞭，如果他未來再次犯罪的可能性比較大，可以把他轉到精神病院繼續關起來。到底是放是關，陪審團說瞭算。研究者利用這個案例搞瞭個實驗。
研究者找來一百多位可能當陪審員的人，把他們分成兩組，讓他們觀看整個庭審過程——律師、檢察官、精神病專傢，都是真的——唯一區別是在兩組陪審員看到的錄像裡的專傢證詞不同。
在第一組中，專傢說自己跟罪犯有兩個小時的面談，然後根據自己的專業知識判斷，他仍有強烈暴力犯罪傾向，應該繼續關起來。
第二組中，同一個專傢，說自己並未見到罪犯本人，他隻是把罪犯的所有相關數據輸入一個心理學模型——這個工作任何人都可以做——而這個模型判斷罪犯仍有強烈暴力犯罪傾向，應該繼續關起來。
如果你是陪審員，你認為哪個專傢的意見更有說服力呢？
這裡我先插敘一個背景知識：目前在我聽說過的所有領域——從紅酒到政治事件到犯罪預測，專傢的個人判斷都遠遠比不上統計模型（現在流行叫 " 大數據 "）的預測。所以你應該聽模型的。
但是實驗結果是第一組的專傢對陪審團的影響力遠遠超過第二組。
人們更相信面對面的 " 人性化 " 判斷。
影視資料圖（圖 / 豆瓣）
我沒有身臨其境，看到這個結論感覺有點詫異。但科爾文又舉瞭第二個例子：如果你是個病人，你是更願意相信那些一直在第一線接觸病人的臨床醫生的判斷呢，還是更相信一個專門搞科研的醫學傢的判斷？臨床醫生也得聽論文的對吧？但結果是病人更相信臨床醫生。
也就是說，人有這麼一種偏見，喜歡過高評價 " 人與人面對面交往 " 這個行為，而對抽象數據不怎麼買賬。這是可以理解的，人類有史以來都是面對面交往的，而抽象數據這種東西可能根本就沒有進入文化基因。人本質上是個社交動物。
這個偏見，在人工智能時代給人類留下瞭一個工作機會。人工智能再怎麼發達，我們還是要求：
1. 特別重要的決定是由人做出的。如果某國要對其他國傢宣戰，我們要求這個命令是人下達的，在這個問題上我們不可能聽從人工智能的指揮，我們不可能把核按鈕交給人工智能。人說瞭算，不能讓機器說瞭算。
2. 我們喜歡什麼想要什麼，這個想法隨時都在變，我們無法給人工智能一個清晰的目標，所以有些事兒還是讓人自己解決比較好——因為我們有時候自己都不知道要 " 解決 " 的是什麼。
3. 也是特別重要的一點，我們更願意跟人打交道。
所以想讓別人放著機器不用你，好的辦法就是表現出 " 人味兒 "。
從這個角度想，" 理工男 " 可就有危機瞭，未來也許是 " 文科生 " 的天下。這本書引用一些調研說，從 2000 年開始，工程師們在日常工作中所需要消耗的實際腦力，就已經開始下降瞭。可能自動化程度越來越高，那麼工程師的活就越來越簡單——也就是越來越不值錢。
書中有個相當極端的例子。說美國西南航空公司花重金，從眾多申請者中聘請瞭一位技術特別過硬的 IT 工程師。這人來瞭以後就把自己關在辦公室裡幹活也不出來跟人聊天。結果主管就問他你怎麼不聊天啊？這人說我愛鉆研技術不愛聊天。主管說我們西南航空的企業文化就是聊天，然後把他解雇瞭。
美國西南航空資料圖（圖 /@東方 IC）
不愛社交的 IT 男不是好同事。
科爾文說，從工業革命時代開始，人就一直在模仿機器，好像人的價值就是機器化一樣。亨利福特有句名言：" 我隻想要一雙手，為什麼每次總有個大腦跟著這雙手？" 但是現在時代變瞭。現在機器已經能做大部分應該讓機器幹的活兒，人就應該去幹人該幹的事兒。
我認為科爾文這個見解非常有道理，不過作為一個理工男，我還是想多說幾句。
" 人更願意跟人交往 " 這個結論當然沒錯，但我的確看到過一些研究，說機器在很大程度上能迎合人的感情訴求。一個青年女性，跟一個原始的機器人聊天程序聊，居然聊著聊著把自己聊哭瞭。一個大學生在一臺臺式機電腦前參加什麼測試，問答完瞭居然跟這臺電腦產生瞭感情。所以要說交往，人未必是不可替代的。
那你能說科爾文過分樂觀瞭嗎？也不是。從另一個角度看，這些研究恰恰證明瞭人的感情需求有多麼強烈 — 機器人雖然方便，如果能來一個真人那就更好瞭。說宅男整天對著電腦打遊戲不需要社交的人，可能不理解宅男：遊戲恰恰是模擬社交 — 為什麼網絡遊戲比單機遊戲好玩？因為網絡遊戲是跟真人一起玩啊！
