「有AI，我們再也不用上班！」
有的說，「……因為AI會把大批人類在職場上淘汰。」卻不知道這些聲音當中，又有多少會願意聘請配以AI的機械人，出任自身孩子或年長父母的護理員。而在各大小老闆之間，又有多少人會在引入「AI秘書」後，把人類秘書解僱？又或是用AI替代課堂上的教授老師，讓後者成為只需為模型提供提示的被動「輸入師」？只要細心思考這些問題答案，便不難發現，坊間對AI的功用能力，未免有點言過其實。這些「關係性」工種，依然需要以人類作主導。
「我們（會否）被他者（包括外星人、超人類，或是AI）取代」的社會迷思，並非新鮮事 。這道存在性拷問根本所反映出的，是不少人類內在所擁有的不安感。確實──若我們的所作所為皆能由「他者」輕易複製，人類存活又有何意義？
一、AI會否導致大規模結構性失業?
反駁者則會說，「自第一次工業革命以來，人類文明不斷面臨新科技所帶來的挑戰與機遇，卻並沒有出現難以克服的結構性失業。我們總是能適應的。」十九世紀初，美國三分之二的勞工務農，及後數十年的自動化讓農夫生產率大大提高，卻同時讓輔助農夫的其他就業機會大大萎縮。然而機械主導的大型製造業間接因而崛起，從而為勞動力提供新的就業與往上流空間。二十世紀末，金融機構開始邁向數碼化，但面向客戶的私人銀行家並沒有因而失去「含金量」，更反而在產品爆發性增長的年代中「水漲船高」。
當然，把AI比擬作歷史上其他的科技發展，也許過度低估了其獨特性，也忽視了不少生成式或分辨式模型運作模式皆超出普遍人類理解甚至解釋範圍。隨着近年的自動推理崛起，AI將來也許毋須人手「操作」或「管理」，也能進行廣泛有機而具效能的產出，甚至進行跨領域的協調與決策。這些動態趨勢，都需要我們正視的。
一篇於今年8月末在聖路易聯邦儲備銀行刊登的報告指出，「愈受到AI大規模引入所影響的職業，在2022年及2025年間的失業率便愈高」（然而當中因果關係未能嚴格確認）；當中，以電腦及數學為主導工種──也即是最受大模型崛起所影響（高達80%）的行業──尤為嚴重。美國參議員桑德斯（Bernie Sanders）10月份公布的一份報告指出，人工智能及自動化有可能取代全國四成註冊護士職位、64%會計師職位、89%快餐店員等，威脅總共約一億的就業缺口。
當然， 現時AI科技發展最前沿與絕大多數社會（包括不少深受官僚主義約束的發達國家）的運用能力有着鮮明脫鈎，就好比實驗室內成功研發的藥物或科技，也要經過重重審批與官僚角力，方能應用在公共醫療系統中。也有不少僱主依然具備鮮明偏好，望能由人類掌控，以AI輔助執行工作任務，從而確保若一旦「出事」之際，有人能「包底」而（替他們）問責。同時，AI近年來崛起（尤以美國超越瘋狂，以「通用人工智能」（AGI）為集資萬能藥的矽谷初創領域為甚）為不少年輕工程師創造大量就業機會與盈餘。此消彼長下，AI自動化對人類整體就業的衝擊暫時並不顯著。
二、論AI導致「不充分就業」的可能性
固然AI難以一時三刻內全面替代人類，卻能在關鍵經濟活動上取代部分人類功能，從而讓部分人的勞工產出相對價值降低。設想一下：若一份「合格」的演講稿能以三分鐘產出（三十秒的原始提示輸入，再加上當事人與AI之間的兩輪來回「修改」），則毋須一位要起碼一兩個小時時間去撰寫初稿、二稿等的撰稿人。當然，AI產出仍需要人類去把關、校對內容──但你會願意付一位資深撰稿人的工資，去請一位校對編輯嗎？
事實上，AI會否全面取代勞工，並非我們當下最應關注的問題。其對人類就業所帶來最為鮮明的衝擊，乃為「不充分就業」（underemployment）。
此經濟術語，用俗語來說便是「英雄無用武之地」。此詞大概泛指兩種可能性：一、勞動者的工作與其技能及資歷「不匹配」。二、勞動者能參與在符合自身技能資歷的工作，然而待遇（工資、福利、工時等）與其他市場上跟自身技能資歷相若者徹底「不匹配」，又或是與其理想狀況有所出入。要界定何謂「不匹配」、何謂「理想」，自然牽涉到一定程度上（主觀）價值觀研判。設想一名國家級賽車手，進入某大企業中擔任主席貼身私人助理工作，其明顯未能施展自身所長，也未能獲得跟其他國際著名同僚所能獲得的贊助或表現機會，工時也無法固定──這絕對可被視為「不充分就業」的徵兆。
我們必須承認AI崛起為社會帶來不少新就業機會，包括數據標籤（data labelling）、數碼監管（digital regulation），甚至AI培訓與倫理師（trainers and ethicists）。從法律到工程、從教育到物理治療，懂得駕馭AI的，無疑在短中期（直至AI模型能在虛擬版面上自行訓練、運用、複製）內變得更為馨香。而在部分領域中AI及機械人合併起來的自動化為企業所帶來的額外盈餘，也有助於讓他們適度擴充職位，聘請更多人手。
然而並不是所有的「AI+」的新工種，都會為當事人帶來充足而優質的就業機會──舉例說，正如郝珂靈所著的Empire of AI所指，剛加入Meta而被傳間接把Yann LeCun「激走」的汪滔所創辦的初創Scale AI，曾經在肯尼亞、盧旺達、南非等地聘請大量廉價勞工去把極為令人不安的「暗黑內容」分類，從而協助AI模型辨別「兒童色情」、「性暴力」、「種族仇恨」等違法內容。整個經歷令不少從業員陷入精神受創困境，當中卻同時也有不少人對這些薪酬薄弱而條件惡劣的「就業機會」產生嚴重依賴。
三、誰懼怕「不充分就業」?
至於待遇優秀、事業發展軌跡相對明確的工種，往往只局限在一小撮符合高端技術要求、畢業於特定學系、具備相當社交資本（人脈及所謂的「名牌效應」）的菁英，當中包括在AI初創中打滾（當然，最終持有的股份更有可能因初創倒閉或被廉價收購而因而化為烏有）的年輕工程師，又或是能快速地把AI及法律應用在相互之上的知識型專家。對絕大多數勞工階層來說，這些就業機會他們根本難以觸摸。
現時發達國家，甚至部分發展中大國的勞工市場已開始呈現「兩極化」（bifurcation）現象：受智能時代所選中的「幸運兒」，享受着大幅拋離人口平均的工資待遇、光環關注（畢業生年薪達七位數美元，絕對不是夢）。被AI局部取代功能，甚至徹底淘汰的工作者，則要面臨工資下降、待遇惡化等嚴峻壓力。
專業人士也難以幸免。以麥肯錫為例的頂尖管理諮詢企業，又或是享譽歐美的大型事務律師行，在未來5到10年內大有可能把相當一定數量的「初階」工作（entry-level jobs），以AI取代人手，從而削減成本。人工智能專家Erik Brynjolfsson等人在8月末發表的調查發現，過去4年內，絕大多數受AI影響的行業中，22至25歲的初階員工就業率出現了13%下滑。這一來引起關於繼承及人才培育中青黃不接的擔憂，二來也帶出了一個更深層次的問題──對於很多自小便嚮往「管理諮詢師」、「律師」、「會計師」等「優質行業」的年輕人來說，若根本找不到合適的起始工作，他們應當如何轉型？他們又能否把過去所接受的教育融會貫通，闖出一片天？
翻閱中國、美國、歐洲、南韓等地的新聞，不難看見青年失業率高企──失業者當中有多少百分比，是因畢業後找不到心目中的「理想」工作，因而徘徊在「持續進修」與「繼續找工作」的輪迴中呢？不充分就業者，就好比卡繆散文中的主角西西弗斯一般──「我們必須想像西西弗斯是快樂的。」
故事中其把石頭推上山中的「掙扎」，為這位受懲罰的國王生命賦予一種特殊意義。
但現實生活中的西西弗斯，乃代表着沒有被釋放出來的生產力，也是對這些被埋沒的人才之個人自尊的根本打擊。若一個社會充滿着被AI局部取代，或只能選擇某幾種「不能被替代」工種的人，則只會令絕大多數人失去上進心，讓他們把「躺平」視為必然的索命。有人也許會說，政府須通過包括「無條件基本收入」（Universal Basic Income）在內的破格政策去作未雨綢繆，對症下藥，防止貧者愈貧、富者愈富。然而錢從何來？支撐無條件基本收入的政府盈餘何來？當局又應當怎樣游說市民去接受此一政策？與其就着「不充分就業」等社會問題築起空中樓閣，倒不如實事求是地回歸基本步，反思我們教育制度所需要的改革與更新。這一點，且讓我們下回分解。
