在被 AI 離職與焦慮之間選擇躺平

簡單紀錄上週日在空總 C-Lab 的分享。AI 無論有沒有在大環境中顯著提升失業率，這個瀰漫在空中的焦慮肯定許多人是嗅得到的，因此很想要很想試著將個人與社會層次的「架空」影響，做一個整合，攤開不同學者、作者的觀點，然後看看不同的人去想像自動化的未來時，會拋出什麼倡議。（以及這些倡議到底做不做得到）

所以我先分享了 David Krakauer（聖塔菲研究所所長）在個人層次的洞見，然後進入社會整體，把三個人的論點做一個社會層次的互相比較，分別是 Susskind《不工作的世界》（倡議解構工作的意義）、Srnicek《創造未來》（倡議左翼團結）、Acemoglu et al.（藉由強化勞工的 AI 技術邁向溫和進步） 。

Krakauer 認為工具會影響智慧（小腦袋瓜），能被內化的工具是互補性的（Complementary）；只能依賴，沒了工具就失能的，就是工具與腦袋競爭（Competitive），腦袋不會變強。

比如用地圖+指南針，腦子是會認路的；如果只用 Google 地圖+自動化的 GPS 定位，一般人難以理解 GPS 原理，就是「無腦」照著走，這樣一輩子都學不會認路。

至於討論人是否需要學會認路，讓學不會的人透過 GPS「民主化」認路是否是好事，沒有在這個討論範疇。

工具實際上觸及四種用途，由模組到目的分別是——保存狀態的記憶（如地圖）、轉換狀態的操作（如指南針給你方向、GPS給你定位讓你可以辨明方位）、達到目標的路徑策略如何訂（比如看了地圖腦子產生路徑，或乾脆 Google Map 給你路徑）、最後是目標策略（為何要去那個目的地，原因是？）

工具百百種，往往外包了前面三種工具的用途，而 AI（LLM、Agent）是文明史上第一個連目標策略也可以外包的工具。因此 Krakauer 將 LLM 分為對話與神諭。對話是我們覺得目的，再來對話；而神諭即為 LLM 告訴我們為何要做，然後我們說「請繼續」。在神諭的狀態，人類將更依賴工具；在對話狀態，你我可以保持敏銳，然後變強。

因此，工具可以同時提高你的能力，也可能降低你的智慧。這取決於你能不能在腦中重建工具。當我們把 LLM 當成思想的 GPS 使用，它會削弱你，當成由你驗證的對話使用，它會增益你。

＊

先討論 Krakauer 是因為個體的小腦袋「被增強」還是「被取代」是比較容易理解的。如果將這兩種結果放大成幾千萬人，就會是人類會不會「被增強」或「被取代」。

雖然《不工作的世界》與《創造未來》都是在 Agent 大行其道以前成書的，但預測的社會變化並沒有偏離太多。所以拿來討論。

Suskind 在《不工作的世界》中認為，最需要焦慮的其實不是人沒有工作，而是世界的工作機會不夠多，有些人有工作，有些人失業，這會讓失業的人喪失收入、社會地位與工作意義。

Suskind 不覺得技術忽然躍升，然後所有人同時失業，也不覺得人類能挺過工業時代的三百年，因此不需要焦慮。他認爲工作需由會慢慢「乾枯」（Withering），就像是溫水煮青蛙一樣。

巧合的是，Suskind 與 Krakauer 一樣，也使用「競爭 vs. 互補」來評價工作需求。他說機器完全取代人就是競爭力量；機器提升人類的任務就是互補，互補就是一般認為提升生產力，這包含更有效率的完成既有任務、經濟成長把餅做大、還有整個典範轉移，新工作誕生。這三種都是一種與機器互補的正向結果。

Suskind 進一步說，我們對於工作的「焦慮」，是一直反覆落空的，因為這三百年還真的沒有出現過永久性的大規模失業，景氣是一直循環的，他把這個時代稱為「勞動時代」（Age of Labour）。

至於失業的人，他以希臘神話 Tantalus 譬諭之（也是英文 Tantative 的語源，中文翻成暫時的猶豫的、不太有把握的，但我更想要翻譯成——「看得到，吃不到」）。他把吃不到的工作，分成三種，分別是技能錯配，學了一輩子抄寫卻學不會打字；身分錯配，拉不下臉來轉換工作跑道；還有地點錯配，在中國農村失業卻負擔不起成為農民工（？）。這樣的人會進入低薪與不穩定的狀態。

更可怕的是，沒有了工作，因為人力資本（如技能、知識、經驗）產生出來的回報會越來越低，此時傳統意義的資本（如股票、土地、機器、資料等等）會變相賺更回資本。如果多數人的人力資本在市場中不再有價值，他們就會排除在「社會繁榮」之外。（其實台灣也漸漸有這樣的趨勢，看看反對黨打執政黨的文宣戰就會發現端倪）

所以 Suskind 認為真正的問題是分配問題，而不是機器競爭失業問題。而且他認為這種問題是無法靠教育來處理的，而必須仰賴「大國家」（Big State）。

大國家，意味著課稅（分享收入）、設立公基金（分享資本）以及支持勞權（談判底薪與勞動待遇）。同時還要有「條件式原民基本收入」（CBI），他認為需要有經濟市場之外的貢獻社會（如公民參與、文化活動、社區照護等等），才能分配基本收入。此外還需要對大型科技公司制衡。

最後是反思工作之外，一個人還剩下什麼，其實就是在討論空洞的娛樂之餘，休閒時刻如何取得意義。他最後引用 Zweig《昨日世界》——我們這一代的任務，是建立一個不再以有薪工作為基礎的新安全時代。

＊

Srnicek 的《創造未來》論點類似，只是更激進更兇，他先批評了現在的左翼運動。他說現在的左派，已經不再擁抱未來，而是緬懷過去。「未來」的話語權被新自由主義奪走了，在過去週休二日、太空想像或性別解放，都是很未來很酷的東西。但現在的左翼運動者只剩下抵抗、防衛、保存，他以常民政治（folk politics）稱之。

他認為常民政治這種反應式、戰術型、偏好小規模、經驗性的路徑中就會失敗。因此 Srnicek 花了很大的篇幅分析新自由主義為何會成為比自由主義還流行的詞，甚至成為許多民主國家的主流政策，原因在於有意識的團結與培養政策菁英。

Srnicek 同樣認為要找到工作之外的活動（Activity），讓政治參與、遊戲、社交成為常態，而不工作的世界，或所謂「後工作」的理想，應該要往這邊走，解放工作就是解放人性。他稱這種自由為「合成自由」（Synthetic Freedom），去對比消極自由（不被干預的自由）。概念可以理解為，人本來就有政治參與、社會參與的自由，但如果工作太忙就沒時間，其實就是一種不自由。

因此 Srnicek 認為都要全面自動化了，就應該繼續配套縮短工作時間（他提倡週休三日）還有全民基本收入，更重要的是讓「工作是一種美德」的文化被改變，因此終歸一句話還是把人從工作中解放出來。

如何實作？具體的路徑他認為可以師法「新自由主義」的戰略層面，比如長期經營思想基礎與強化組織生態系，然後不要去複製新自由主義的精英主義（可惡我實在有點難想像）。

比如建立新的嘗試（他拿智利以前的控制論意義濃厚的 Cybersyn 做案例，我仍然覺得有點難想像），有想像就有發展機會；並且建議左派不樣放棄國家這個戰場，不要退縮到自己的小社區，而還利用各種新的單點故障來運動。

他說，如果我們不要「新殖民」、「生態崩潰」、或者「厭女的只有男性解放」的未來，就能有左翼後工作可以邁進（ＸＤ）。

不過他有一個倡議與後面的 Acemoglu 是一致的，他說未來不會自己長腳，它需要被選出來，被發明、組織、資助與制度化。

＊

最後是沒那麼激進，沒那麼拒絕資本市場的 Acemoglu 與 Simon Johnson，他們倆去年拿了諾貝爾經濟學獎，一直以來的倡議就是技術取決於權力，權力來自於敘事與決定。所以他們的上一本書《權力與進步》就是用過去的案例來分析哪些糟糕（或成功）的技術轉型來自於敘事與權力的力量。

不過那本書付梓時，Agent 還沒誕生，所以我拿了他的新論文「打造相挺勞工的 AI」（Building Pro-Worker AI）來作為討論文本。我自己收穫很多，每次讀 Acemoglu 他們都很過癮。以下都簡稱 Acemoglu。

首先 Acemoglu 引用了一個 2024 年的調查，他說在工作中用過 AI 的人，比沒用過的人擔心會失業。原因在於「恐懼來自於判斷」，親身經驗體驗過，就會知道很多現在的工作內容，是可以被自動化的。

這篇論文不討論工作機會的數量，而專注在工作本身的「專業價值」。什麼樣的 AI 相挺勞工，單單提升生產力當然不算，而人人都能輕易上手（比如豆泥快樂的 vibe-coding）很可能也不算，因為這雖然降低了門檻，卻同時把專業「商品化」，市場價值其實是下降的。

他認為真正相挺勞工的 AI，在於「拓展人類的能力」，這是不是跟 Krakauer 與 Suskind 的論點相同。

Acemoglu 討論專業（完成特定任務），而不討論技能（能力本身），他認為一項專業要擁有很高的市場價值，首先要先在經濟活動中被需要，然後還要有「稀缺性」，沒辦法量產，也沒辦法速成。比如學習指揮交通容易，但學會塔台的空中交通管制就困難很多。

AI 透過改變「任務分配」與「專業稀缺性」來影響勞動市場。可以被機器取代的任務會讓專業貶值，而因 AI 創造新任務會讓專業升值。另一方面，讓菜鳥能做老鳥的任務時，會提升一部分人的所得，同時加重另一部分人的競爭壓力，所以不一定就是相挺勞工的 AI。

Acemoglu 舉了一個情境，名為「萬能飛機維修機台」，如果 AI 可以完全完成的，比如人形機器人，那就是不挺勞工的；但如果把機台變成助手，比如幫忙分析資料、建議步驟，拓展專業技師的能力，那就是相挺勞工。

如果這個「萬能飛機維修機台」提供模擬情境，讓專業技師可以轉職到太空載具領域，那就是創造新的工作機會，明確就是相挺勞工。

所以當我們討論工作機會與勞動服務，要用更寬的觀點來看，要把設計目標、部署方式以及背後組織權力關係放進來看，因為技術本身不會決定工作機會。

Acemoglu 為了補充這個論點，舉了非常多案例，像是水電工智慧助理、身障者的清潔服務輔助 AI、教學 AI 助理之類的。這類 AI 不一定需要是 SOTA（Sate of the Art），只要能精準補足目前的工作限制，就可以提升薪資與尊嚴。

支援勞工自主的 AI 的反例就是中央監控，比如 Amazon 透過演算法來計算司機或理貨員的效率，這樣反而壓縮工作者的自主空間。

然而市場不會自己走向相體勞工的 AI 世界，這與 Suskin、Srnicek 的論點一致，但手段不太一樣。Acemoglu 認為要處理四種難題，分別是資方企業主的誘因、創業者的路徑依賴（比如為了被併購，而非為了讓世界更好？）、降低超級通用的 AGI 意識形態，更重要的是處理勞工抗拒 AI 的難題。

他認為必須用公共政策來主動介入這個結構。總共有九個政策方向，不過不外乎就是要塑造需由，建立採購與增能，有像是 DARPA 這種類軍方創意競賽，透過競爭誕生網路之類的未來科技；此外還有平衡稅制，比如雇用人的稅率應該要比採購軟體設備還要便宜，更重要的是反壟斷；最後是三位作者都一致呼月的，強化勞工發言權。

＊

所以一開始做這場活動本來只是想討論「未來的失業焦慮」，不過文本整理整理反而大有收穫。

因為不同層次，可以思考、討論、介入的點差異實在太大了，甚至有可能導出相衝突的結論，比如「怕失業所以組織不要導入 AI」與「怕失業所以組織要全面導入 AI」是很有可能同時存在的。

個人層次的選擇來自每個人怎麼使用工具；市場層次的選擇左右價值與人力市場如何再平衡；政治層次的選擇在於誰掌握話語權，誰有資格參與討論與變革。雖然我還是狐疑新自由主義的框架要怎麼被打破，悲觀的我認為 AI 大概率會持續強化新自由主義。

不過另一方面我又是極度樂觀的，我覺得此刻是對於我這種特質的傢伙最好的時代，能動性與生產力來到了最巔峰的時刻，生活竟然還能取得平衡，生活充滿了意義，工作與生命價值有機會合而為一，實在是很幸運，且走也珍惜。

我會將自己視為相挺 AI 的勞工，因為我掌握了相挺勞工的 AI，而且其中一項核心使命，可能就是這類新興科技如何賦權行動者主體，這又符合了三位作者分別的論點。

雖然多有窒礙難行，但還是期待突破性的政策工具出現。

相片是 Yii 拍的 < 3