下载掌阅APP，畅读海量书库
立即打开
为了解决我们还不知道问题是什么的问题，我们正在培养学生为还不存在的工作作好准备，也正在培养学生使用还没有发明出来的技术。
——理查德·赖利
技术首先帮助人类摆脱了体力劳动的灰尘、汗水和危险。接着，它通过自动化让我们摆脱了很多枯燥的脑力劳动。如今它甚至带来了某种威胁，因为它开始承担那些要求专家决策的任务。
例如，科学家训练计算机诊断乳腺癌，计算机有可能在某个特定的时间段内比人类医生考虑到更多的诊断因素。
但这是否意味着人类最终将被挤出自己的职业领域？随着计算机开始驾驶汽车和订餐，这种担忧开始成为公众讨论的话题。或者这是否意味着更多的人将获得解脱，从而得以从事更有意义的工作，借助更强大的工具将自己的工作做到最好？或者更多的人将更深入地追随自己的热情，从而对世界产生更积极的影响？
人类的工作和专业才能有不同的表现形式和风格。基于全世界不同国家对技术的多样化转化，一些工作已经被自动化，或者在其他国家成为廉价的劳动。在某些特定的地方对某些特定工作的精准需求正在消失，但因其在世界其他地方的广泛需求而又再度兴起。
图1.5和图1.6阐释了自1850年以来工作类型在百分比和实际数量上的变化。
图1.5 工作种类的百分比变化
来源：美国明尼苏达综合公共使用微观系列（IPUMS-USA, Universiey of Minnesota）
图1.6 工作种类的数量变化
来源：美国明尼苏达综合公共使用微观系列
人们在直觉上认为，技术进步将使得工作更加容易，且将有更多闲暇时间，但这与事实并不一致。人们现在的工作量还是那么多，如果工作时间没有更长，工作任务没有更难的话，生产的产品也越来越多。即使某些特定工作已经自动化了，全新的工作又诞生了，例如媒体管理员和云服务工程师等。
自动化不是新的现象。汽车代替了马，古登堡（Gutenberg）印刷技术代替了中世纪的抄写工，洗衣机代替了洗衣工，条形码扫描器、信用卡读卡器和移动手机支付芯片代替了收银员，等等。最近，零售商H&M承认使用“毫无瑕疵”的人体模特代替真人模特。
图1.7 人体模特——只有脸是真的
来源：《法国世界报·文化和观念》( Le Monde Culture and Ideas )，2011年12月24日
上述现象提出了一些重要的问题：
·什么职业倾向于自动化？什么职业不会自动化？
·更准确地说，自动化的程度如何？
·将会创造出什么新的工作？它们对工作素养的要求是什么？
·我们如何培养学生为他们毕业时才存在的工作作好准备？
首先，我们必须明白自动化的工作原理。一般而言，它是计算机按照预定的路径或者法则而执行的程序。相比于人类的长处是灵活性和综合性，计算机的优势在于它的速度和精确性。图1.8列举了一些例子，程序的排列顺序是由易到难。
图1.8 编程的难度
来源：第三条道路，和机器共舞（Third Way, Dancing with Robots），http://content.thirdway.org/publications/714/Dancing-With-Robots.pdf
如果仔细分析图1.9中呈现的美国自1960年以来增加和缩减了的工作种类的话，我们就可以发现自动化的影响。
图1.9 工人的任务
来源：D·奥特尔《美国劳动力市场中的劳动任务成分的变化：奥特尔、莱维和默南基于2003年的最新发现》，麻省理工学院（2013)，pdf：http://economics.mit.edu/files/9758
常规（routine）任务中，无论是手工（或者流水线）方面的还是认知（文书工作）方面的，自动化的情况一直在增加，由此对相关技能的需求在下降。非常规的（non-routine）手工任务中，诸如管道作业，也在减少，但只能减少到这个程度，因为我们的家庭一直需要进行管道修理。然而，因为增强现实技术（augmented reality）的发展，管道作业的自动化问题可能再次引发思考，因为居于世界他处的管道工可以指导房主（或者通过触觉手套）完成任务。
那么我们应该把什么技能教给学生？答案是：非常规的、交互技术（诸如咨询）和非常规的分析技术（诸如工程设计和医疗手术）——对它们的需求在将来会一直存在。
但是存在另一个层面的细节问题。许多技能也可以被远程操作，随着世界的联系越来越密切，世界也就变得越来越小。如果这些技能可以通过低价高质的远程提供，它们的本地需求量将随之降低。从广义上来说，可以远程、非个人化和电子化完成的工作任务更容易离岸设置（offshore）。
将这两种见解综合在一起，我们就可看到一幅未来图景。两种主要的力量决定了未来所需要的工作种类——主要的工作任务是否需要交互（它制约了离岸的可能性）或者工作任务是否非常规（它制约了自动化）。图1.10描述了这些力量及其对不同工作种类的影响。
图1.10 常规和非常规的工作
来源：课程重构中心（横轴为布莱德的研究数据，纵轴为奥托尔、莱维和默南的研究数据）
通常来讲，这意味着为工作作准备的教育需要重新定位，从常规的、非个人化的工作向更复杂的、更个人化的、创造性的、只有人类才能够做好的工作任务转变。如此，技术发展拉高对程序员及其他科学与技术专家需求量的同时，对擅长创造性和交互工作任务的人才的需求也会增加。这些工作任务自动化或者离岸的困难最大。正如计算机成功地承担常规工作，但人类不是被计算机取代，而是经常利用计算机作为辅助工具提高产品质量，提交最满意的工作答案。
随着我们学会了编写程序，让计算机处理大量数据、高效地进行复杂的认知决策和进行创新性设计，上述的“通常来讲”本身也是可以改变的。
为了教给学生与未来世界相关联的素养和帮助学生在未来取得成功，我们必须意识到未来的工作将继续发生改变（更多内容详见第三章“知识维度”）。