人工智能革命之下你会失业还是变得富有？

Udacity、Coursera 和 edX 都是从 人工智能 实验室涌现出来的，这个事实凸显了 人工智能 研究社区希望对教育系统进行大改的信念。Thrun 说他创立 Udacity 是将其作为「正在进行的 人工智能 革命的解药」——这场革命将催生对工作者的新型工作技能的需求。类似地，吴恩达认为：鉴于 人工智能 研究者的工作对劳动力市场的潜在影响，研究者「在应对和解决我们导致的问题上负有道德上的责任」；他说，Coursera 是他在这方面作出的贡献。此外， 人工智能 技术在教育方面有很大的发展潜力。根据每一个学生的情况各自调整课程，从而实现最轻松最高效的学习方法「适应性学习（Adaptive Learning）」多年前就应该出现了。但新的 机器学习 技术可能最终有望帮助实现这一目标。

吴恩达说，适应性学习对大量学生使用同一材料进行学习的情况最有效，因为这样可以收集到大量的数据。在这方面的创业公司有 Geekie、Knewton、Smart Sparrow 和 DreamBox 等，教育行业的巨头也对此很有兴趣：2013 年 McGraw-Hill 买下了适应性学习系统 ALEKS；Pearson 最近宣布扩大了与 Knewton 的合作关系。

「老系统将不得不得到认真的修改」，美国西北大学的 Joel Mokyr 指出，教育系统鼓励专业化，这样学生就能在越来越少的主题上学到越来越多。但随着知识过时的速度越来越快，重要的是要学会再学习（relearn）。Mokyr 认为当下的教育像粘土——「塑造它，然后烘烤它，就定型了」。未来，随着越来越多任务变得自动化，人类技能显得最有价值的任务会不断变化。「你必须终生学习——很长时间来显然都是这样」，吴恩达说，「你在大学里学到的东西不足以让你继续前进 40 年。」

政策政治

对 人工智能 和自动化的担忧也导致了对更强大的保护人们免受劳动力市场动乱影响的 安全 网的呼吁。尤其是一些 人工智能 评论者认为应该建立一套福利系统，让每个人（不管什么情况）都享有保障基本生存的收入（比如说一年 1 万美元？）类似的想法在工业革命时也由 Thomas Paine 和 John Stuart Mill 等一些人提出过。其基本思想是：人们做得更多让自己的收入增加时，这个福利不会减少，这样人们就会愿意去做事。这会让人们能自由决定自己希望做什么，活在失业中接受合适的再培训。很多预言会有终极工作破坏的人都认为可以把这个情况用来保持消费型经济和支持非劳动人口。如果大部分工作都被自动化取代了，我们就将需要一种重新分配财富的可选机制。