《社会法论丛年卷》没有人应该被迫从事机器能胜任的工作——亨利·福特关于技术革新和劳动力市场的一个传统观念是蓝领工作有被自动化取代的风险，而白领工作则没有。本文阐述为何这种观点不再是正确的了。白领工人是受过良好教育的职业工作者、专业人员和专家。他们有两个前景。第一种前景颇为熟悉，是我们今天情形的更具生产效率的版本。在这种前景中，白领工人运用技术来从事他们目前从事的任务和活动，但是更有效率和效益。第二种未来迥然不同，那就是技术不仅仅使得白领工人更有效率，还在一些任务和活动中让这些白领工人失业。这些任务和活动或者被不同种类的人所完成，或者在很多情形中由机器完成。在中期，我们预期这两种情景并行发展。在长期，我们预期第二种场景会占据主导地位。（Susskind,R.,andSusskind,D.,）年我（与理查德·苏斯肯德合著）的著作《职业的未来》在读者中产生了两极分化的反响。一些读者非常赞同，而另一些人特别反对。在该书中，我们探讨了八种行业。一般而言，我们认为会计师大多反应灵敏，律师大多保守，记者中立，教师爱怀疑或者富有激情，医生特别讨厌不是医生的人对一生的未来发表意见，建筑师为可能性而感到兴奋，咨询师在他们行业之外的行当发现机会，教士比较沉默。首先，我探讨了这种关于技术和就业市场的传统观念，也就是说蓝领工人有风险，而白领工人无虞。我提出，此挂念的智识基础在于对技术变革的“带有技能偏见”的观点。这种观点在20世纪90年代在经济思想中占上风，到今天都很有影响力。然后我探讨了最近的技术变革的本质：处理能力的增长，数据储存能力的进步，还有程序设计能力的飞跃。我还解释了为什么我们的系统和机器变得越来越能干。第三，为了解释为什么白领工作不能再免收技术变革的冲击，我提出了两个观点。最后，我做出总结，说明这对目前和未来的白领工人，还有公共政策意味着什么。本文一开始提到的对技术变革的传统观点，指的是蓝领工人面对自动化有风险，而白领工人则无忧。劳动力市场的历史趋势，还有经济学家用以解释和理解这些趋势的观点，都说明了为什么这种传统观点甚为流行。在20世纪的大部分时间，在发达国家中，和只有高中文凭的工人相比，受过大学教育的工人的相对工资有所增长，这种现象被称为技能溢价。当然，技能溢价增长幅度因时间和地点而有所不同。但是一般趋势是，熟练工人的“价码”，相对于非熟练工人的“价码”，在上升，这里的价码是靠与其相对的工资水平而衡量的。经济学家的一个共识是，对于我们理解和解释这些趋势，技术至关重要。技术尤其有“技能偏见”。它偏好那些有技巧的人，或者说对那些非熟练工人有负面偏见。简而言之，因为技术这个原因，和非熟练工人的工作相比，熟练工人的工作更重要，更有价值。这种“技能偏见性的技术变革”理论被用于解释发达国家中的工资趋势（参见Bekman,Bound,andMachin,,andAcemoglu,）。技能偏见性技术变革理论不仅被用于解释世界各地的劳动力市场现象，还被用于作为对策的公共政策。这种想法认为，技术和教育之间存在竞争。GoldinandKatz’s()的著述的标题就反映了这种观点。技术变革使得熟练工作更有价值。因此，对政策制定者的启示就是要设计一些干预措施，帮助提高劳动力大军的技能。对政策制定者而言，具体的挑战在于进行实验，尽快实施，让劳动者在这场竞争中保持不落伍。例如，世界各国政府都看重大学教育，这反映了对趋势和对策的理解。这种历史经验，以及不断提高的技能溢价，都似乎支持了这种传统观点，那就是白领工作在技术变革面前受到保护。在20世纪的大部分时间里，技术变革都似乎使得白领工人的工作和蓝领工人的工作相比更加重要，更加有价值。这对20世纪大部分时间可能适用。但是可能指导不了21世纪。在过去，技术变革似乎帮助了高技能工人，损害了低技能工人。这并不能确保白领工人在未来也能在技术变革面前受到保护。我下面将提出两个观点，来说明为什么未来不是这种情形。在此之前，我们需要回顾一下过去几个世纪的惊人技术变革的本质。在对工作的未来的通俗性评论中，人们在探讨技术变革的幅度和速度时经常提及摩尔法则。戈登·摩尔是一位计算机科学家，他在年他人一起创立英特尔公司。他在年预言说，我们在一个芯片里面能放入的中转器的数量每两年左右都会发一番。在后来的50年中，这个预言大多都被证实了，尽管在一些年份加快，一些年份放慢。这种机械成就驱动了处理能力在同期的迅猛增长。诺贝尔经济学家得主迈克尔·斯宾塞在年指出，摩尔法则在过去的50年里处理处理能力的费用降低了“亿倍”。而他是在16年前做出这个预言的。这个过程延续至今。从那时开始，每两年翻一番。摩尔法则会在未来还正确吗？对此不断有质疑声。很多质疑者正确的指出了一个事实，那就是一个芯片中能放入的中转器的数量必然会有物理极限的。这显然是正确的。但是，我们需要弄清楚一点，那就是很多计算机科学家预言摩尔法则在未来仍会有效，他们不一定受制于处理能力迅猛增长的传统方式，也就是将不断缩小的中转器放入集成电路中。通过不同的计算方式，摩尔法则可能在未来还有成立。我们将会采取的技术可能还没有被发明出来呢。不管怎样，摩尔法则只是整个格局的一部分。对工作的未来的通俗性评论经常犯一个错误，那就是只注重于这些系统和机器的处理能力的增长。但是，这些系统不仅仅在计算能力上更强大，他们也变得越来越能干。更严谨的说，这些系统和机器能执行更多的任务和活动，而我们过去认为很多这种任务和活动是只有人类才能胜任的。当然，处理力的惊人增长是这种能力增长的一个重要驱动因素。但是，还有其它两个重要原因。一个原因是我们捕捉和存储海量数据的能力。目前对数据科学有大量的兴奋点和评论。数据科学亦称大数据，预测性分析，以及数据分析。这些术语大多指的是同一种现象。谷歌董事会主席艾瑞克·施密特在年指出，我们现在每天所创造的信息相当于年之前创造的信息的总和。在《职业的未来》中，我们预计，到年，同样的信息每几个小时就创造出来了。这是一个事实的结果，这个事实就是，随着我们的活动变得数码化，我们的所有活动和决策都留下了海量“数据残余”，我们现在能捕捉和储存这种残余。除了数据存储能力的这种改善，还有第二个原因，那就是程序设计的突飞猛进。计算机能力的近期进展不仅仅是因为一个事实，那就是我们的系统变得更强大。也不仅仅是基于另一个事实，那就是我们有更多的数据要处理。还有一个事实，那就是我们在程序设计方面，也就是这些系统和机器所遵循的规则方面有了突破性的智识进展。这意味着我们可以将这种处理能力和数据付诸使用。计算能力，数据处理能力，还有程序设计的改进。这三个原因促进了我们现在机器的能力的突飞猛进。直到最近，很多白领工人认为，他们的工作不会受到技术变革的冲击。在为我们的书做调查时，很多职业人士表示，他们怀疑技术会取代人类，或者能让非专业人员完成专业任务。我们在上面提到了技术变革的历史经验。它们及其技能偏好都似乎支持了这种想法。但是，有一个重要的问题。如果存在技术变革的技能偏好，那是为什么呢？也就是说，如果说技术变革使得熟练白领工人的工作和非熟练的蓝领工人的工作相比更有价值，那是为什么？最常见的解释是，和蓝领工作相比，白领工作更负责，更有难度。例如，律师经常宣称他或者她的工作需要判断力，建筑师经常说其工作需要创造力，或者医生宣称其工作需要同情心。因此这些任务不能被机器完成。这种解释很常见，也很符合直觉。但是它和我们现在观察到的发展迥然不同。几乎每天，一些过去由白领工人完成的人物被自动化取代了。一些系统能够编纂法律文书，为建筑物和物品进行设计，诊断病患，而且经常不需要律师、建筑师或者医生的参与。这不仅仅见于法律、建筑或者医学。《职业的未来》一书阐述了，在各种白领场景中，技术变革开始接管很多人过去认为技术无法接手的任务和活动。这样一来，我们的挑战就在于解释为什么关于技术变革的传统观点是错误的。为什么和预期相反的是，白领工作现在也被自动化取代了？也就是说，为什么白领工人认为他们的工作不会受到技术变革的冲击？这有两个相互关联的原因。第一个是基于对工作的本质的错误理解。第二是基于对最新一代的系统和机器的工作方式的错误理解。很多人认为，人们从事的工作是一整块无法分割的“事情”的组合。这种观点受到了对于工作的前景的通俗性评论的支持。这种论述鼓励我们去想象一个未来，那就是工人来到办公桌前，发现其工作完全被一个机器人取代了。例如，我们很少会读到一篇关于工作的未来的文章，或者看到关于自动化的新闻报道，而没有看到一个机器人的形象，这个机器人可能穿着律师的长袍，或者脖子上戴着医生的听诊器，完全胜任人类的工作。这种关于工作的观点鼓励我们去设想，白领工作很难被自动化取代。原因很简单。如果工作被认为是不可分割的活动的组合，那就意味着，正如我已经强调过的，技术变革影响到白领工作的唯一方式是将职业工作者的所有工作都自动化。所以，如果职业性工作有“判断”、“同情”和“创造力”这样的很难被自动化的特点，我们就很难设想到白领工作如何被自动化取代。但是这种观点显然是错的。工作并不是不可分割的事物的浑然整体。事实上，任何工作都是由很多任务组成的。也就是说，职业工作人员在岗位上进行多种活动。在经济学文献中，“基于任务的就业市场模式”基于这种直觉性观察，并且使之定型(参见Autor,)。在分析了20世纪90年代中期以来的法律工作之后，我的合著者理查德·苏斯肯德发展了这种基于任务的视角(参见Susskind,,and)。这种关于工作本质的观点更微妙，让我们对技术变革如何影响就业市场有了更细致入微的了解。当职业性工作被分解或者解构，变成各项任务时，工作的各个部分就变得非常简单，基于过程。并不是白领工作的所有活动都需要创造力、判断力或者同情心，很多情况下都不太需要。用更正式的术语来说，如果职业性工作被分解成各个分支任务，那么很多任务就是简单重复性的。这并不是说，这些任务是平庸枯燥的。这意味着我们发现，人们可以轻易解释他们进行这些任务时所遵循的特定规则。如果这些规则很容易阐述，我们也就很容易为机器设计出一套类似的规则，让机器基于解释来遵守。在经济学文献中，惯常性任务最容易被自动化取代，这被称为“惯常性假设”(参见Autor,Levy,andMurnane,)。白领工作可能被自动化取代。对此观点的一个常见反应是，职业工作者所进行的很多任务和活动很难被自动化，争辩说因为这些很难被自动化，那么职业工作者的其它工作也不会受到自动化冲击。我们将此称为“靠困难案例而争辩”。我在此解释为什么这种争辩方式是错误的。当然，我们目前还无法将一些任务自动化。但是，白领工作从事的工作是由很多活动组成的，集中于无法被自动化的任务，那经常是