你如何被人工智能利用 ，而不是你利用它
各位听众，针对管理学上的研究，加拿大作家科里·多克托罗在一篇文章中指出，人工智能的真正问题可能不在于它能做什么，而在于它让工人做什么。
发表时间： 22/08/2026 - 03:30
11 分钟 浏览时间
你如何被人工智能利用了 ，而不是你利用它。 REUTERS - Dado Ruvic 作者： 珍妮特 小说家出身的加拿大籍数字经济评论家科里·多克托罗（Cory Doctorow）刚刚出版了《“反向半人马” 式的人工智能时代生存指南》（The Reverse Centaur’s Guide to Life After AI）。这本书的核心论点简洁明了：对于一项技术产品而言，最重要的不是它做什么，而是它为谁做，以及它对谁产生影响。这句话乍听之下似乎老生常谈，但实际上，它是一个分析原则，将其应用于人工智能的部署，便能揭示那些技术术语试图掩盖的真相。
第一个例子是美国亚马逊的送货司机。他们驾驶的卡车配备了数十个传感器和摄像头，用于确定送货路线和时间。
当算法计算出三个包裹只需停车一次即可送达，因为地址都在同一个住宅区内时，它并不知道三个卸货点中有一个距离一公里远，需要步行才能到达；这时，司机要么必须把卡车开回去（并因本应步行却开车而受到处罚），要么必须跑过去，并因超过时间限制而受到处罚。
在这里，人类被用来填补技术系统中的空白，没有他们，这个系统就无法运转；人类被迫维持固定资本折旧的精确速度。这就是多克托罗所说的“反向半人马”——与自动化理论中的半人马截然相反，后者指的是人类被其控制的工具辅助和增强。然而，倒置的半人马并非仅仅被机器利用：他们被机器榨干了。
这套系统并非不可避免。科里·多克托罗（通过比较同一项医疗技术的两种可能配置方案来论证这一点。第一种方案是：保留所有放射科医生，每年额外投入 50 万美元购置一套人工智能辅助系统，该系统每天一到两次会告诉其中一位医生：“仔细看看这张 X 光片。”
这种部署不会造成自动化的盲点——即仅仅验证机器决策的人类操作员逐渐无法发现错误的情况。
第二个销售策略，也是目前实际正在实施的策略：解雇十名放射科医生中的九名，将人工智能生成的解读结果的即时验证工作委托给第十名医生，让他以最快的速度工作，以摊销投资。
两种配置都使用完全相同的技术。第一种配置生成的是一个半人马：一位增强型放射科医生。第二种配置生成的是一个倒置的半人马：一位被迫每分钟点击五次“确定”的放射科医生，直到出现错误导致病人死亡，在这种情况下，责任将归咎于放射科医生，而不是人工智能。
问题依然存在：为什么第二种配置始终优于第一种？答案在于科里·多克托罗从英国分析师丹·戴维斯那里借鉴的一个概念：责任吸收机制。责任吸收机制是一种旨在吸收可预见错误责任的机制。
不对称性
科里·多克托罗举了加拿大航空公司的例子，他以一位加拿大公民的视角讲述了这家国家航空公司如何屡次令他感到恼火。一位正要前往陪伴病危祖母的男士，通过客户服务门户网站查询为因亲人去世而出行的乘客提供的优惠票价。
加拿大航空部署的聊天机器人向他解释了流程：购买一张全价机票，参加葬礼，返回后发送死亡证明副本，即可获得差价退款。随后处理他请求的人工客服代表拒绝了他的请求，解释说该流程需要在航班起飞前完成。
该男子对判决提出异议，一路申诉，最终在加拿大法院获得一份金额约为七八百加元的判决，整个过程持续了数月。在此案例中，人工智能作为调解人的主要目的并非提升服务质量，而是为了提供一个替罪羊。
从公司的角度来看，这种逻辑完全合理：由于用户几乎没有其他选择（加拿大航空在其大部分航线上都处于垄断地位），只要上法庭的用户比例仍然微乎其微，聊天机器人产生的错误累积成本就远远低于它所取代的客服人员的工资成本。
多克托罗的诊断贡献在于阐明了这两个概念。第一个概念（为了谁/对谁）指出了不对称性。第二个概念（归责机制）则刻画了这种不对称性。不对称性本身并非应受谴责；任何制度都会产生不对称性。使不对称性具有掠夺性的并非其存在的本身，而是制度的受益者通过某种机制得以免受制度对其自身造成的后果的影响。
技术对象并非中立的工具，可以随操作者的意愿用于善或恶的目的；它们的设计本身就蕴含着政治选择，这些选择会不对称地分配优势、限制和脆弱性。
而目前在那些组织中部署的当代人工智能，或许是咨询公司迄今为止制造归咎原因陷阱的最有效工具。
电邮新闻头条新闻就在您的每日新闻信里
订阅下载法广应用程序跟踪国际时事
分享 : 继续阅读相同主题内容:
评论 (0)