诺奖得主阿西莫格鲁最新文章：不要让人工智能工具取代人类

本文刊载于2026年8月27日出版的《自然》第656卷第795页。在线发表：2026年8月21日。来源：智能管理AI4MGMT

本账号接受投稿，投稿邮箱：jingjixuejiaquan@126.com

诺奖得主阿西莫格鲁：不要让人工智能工具取代人类

人工智能正在我们眼前重塑世界。然而，人们对人工智能的担忧，并不仅仅来自其他颠覆性技术变革都会伴随的不确定性和冲击。这些担忧在一定程度上源于人工智能当前的发展方向：许多行业领军企业正在一门心思地追求通用人工智能（artificial general intelligence，AGI）。

通用人工智能通常被理解为一种能够在大多数具有经济价值的任务上达到或超越人类能力的人工智能系统。在这样的世界中，工作自动化将不再局限于特定行业或常规性岗位。相反，机器将接管许多不同类型的工作，其中包括需要高度专业技能的职业。由此造成的人类劳动被替代，其后果将是前所未有的。

为了引起社会各界对这一紧迫公共政策挑战的关注，我与数千名经济学家和人工智能研究人员共同签署了《我们必须立即行动》（We Must Act Now）声明。该声明敦促政策制定者和技术领袖引导人工智能朝着补充人类劳动、而不是替代人类劳动的方向发展。

针对美国劳动力市场的研究表明，自1980年以来，自动化通过降低社会对从事常规性任务劳动者的需求，在加剧不平等方面发挥了关键作用（D. Acemoglu and P. Restrepo, Econometrica,90, 1973–2016, 2022）。制造业采用工业机器人就是一个清楚的例子：证据显示，尽管生产率有所提高，但是许多受自动化冲击最严重的社区却经历了就业下降和工资减少（D. Acemoglu and P. Restrepo, Journal of Political Economy,128, 2188–2244, 2020）。

随着人工智能应用范围不断扩大，工业机器人身上已经显现出来的这种发展态势很可能会进一步加剧。这里受到威胁的不仅是共同繁荣，也包括我们的民主制度。如果大量人口被排除在经济机会之外，社会就不可能保持稳定。

然而，这一结果并非不可避免。技术并不具有预先确定的社会目的，也不会规定一种唯一的未来。人工智能尤其如此，因为人工智能本身包含一系列不同的技术。目前，人们关注的重点是自动化，即尽可能用技术取代人类劳动。

但是，我们还有另外一条道路。人工智能工具也可以被设计成与劳动者形成互补，通过增强劳动者的能力和生产率来支持他们，而不是替代他们。这种“劳动者友好型”发展路径能够使人工智能带来的收益得到更广泛的共享，而且还可能带来更加强劲的生产率增长。

以教学为例。人工智能工具不必取代教师，而是可以帮助教师发现学生在哪些方面存在学习困难，使教师能够大规模地为学生提供更加个性化的支持。政策制定者可以通过监管措施和有针对性的激励，鼓励这种与劳动者形成互补的创新。

为什么目前“劳动者友好型”人工智能工具的案例如此之少（参见相关研究）？部分原因在于经济利益：事实证明，以自动化为重点的人工智能能够为参与其中的企业带来利润。

但是，当前的发展轨迹同样受到意识形态的影响。人工智能热潮在很大程度上由一群背景高度同质化的人推动。他们受到一种共同观念的影响——这种观念部分源自哲学和科幻作品——认为机器最终将超越并取代人类。

整个社会必须共同努力，将人工智能的发展引向不同的方向。没有任何一个政府能够命令技术进步按照某条特定路线发展，也没有任何一个监管机构能够准确决定人工智能将如何演进。但是，公共政策和民主参与能够塑造相关的激励机制。以下三项措施有助于推动人工智能走上更加“劳动者友好”的发展道路。

第一，许多国家的税收制度实际上在补贴资本、对劳动征税，从而形成了有利于自动化、却不利于人机互补的强烈制度性偏向。

以美国为例，即使机器与劳动者能够以相近的成本完成同一项任务，选择自动化的企业仍然会因为税法中固有的偏向而获得20%至25%的成本优势。

一种解决办法是以更加中性的方式对收入征税，不论该收入被归类为劳动收入还是资本收入，都采用更加中性的税收待遇，从而减少税收制度对劳动替代型技术的偏向。

第二，美国需要在联邦层面设立一个专门的人工智能机构，英国和欧盟也应设立类似机构。该机构可以在一定程度上仿照美国国立卫生研究院的模式，积累有关人工智能社会影响的专业知识，并制定最佳实践指南。

与美国国立卫生研究院一样，这一机构还应当拥有相应的资金，用于支持那些研究不足但对社会有益的人工智能发展路径，其中包括一些“劳动者友好型”的技术路线。

第三，我们需要建立数据市场的法律框架。数据经常被称为人工智能经济的命脉，但是，有关数据所有权和使用方式的规则仍然很不完善。

这种状况不仅使实力强大的科技公司能够攫取数据创造的大部分价值，也削弱了人们生产和共享高质量数据的激励，而这些高质量数据正是开发能够补充人类专业能力的人工智能系统所必需的。

最重要的是，我们需要以清醒、务实的态度讨论两个问题：人工智能能够做什么，以及我们希望人工智能做什么。

人工智能的未来不应该由少数技术专家的梦想决定，而应该由民主社会通过集体选择来决定——我们究竟希望建设一个什么样的社会。■

扫描二维码参加线上研讨