选择我们想要的

选择我们想要的

以前，在金钱和价格占主导地位的传统市场中，用工资和经济利益来衡量人类劳动，可能是最合适的。但是随着货币市场转向海量数据市场，我们在讨论人类劳动的优点时，就需要超越工资。工作不仅是一个可以帮我们支付账单的工作岗位，对于很多人来说，它还提供了身份、社交圈和归属感。当我们接受这样的说法时，我们就会意识到，帮助人们找到好工作并保住好工作，将会继续担负社会的核心作用，即使机器会承担越来越多的责任。市场的任务是提高效率，在数据足够丰富的情况下，更好的匹配将会大大提高效率（和可持续性）。与此相反，我们作为人类的任务不是要实现最高效率，而是要做真正的人，这包括思维的创造性和对新事物的探索精神，以及相互交流，建立有意义的社会关系等多个方面。

在一个机器学习系统越来越多的世界里，还有什么是需要我们人类来做的呢？我们会是数据时代的恐龙吗？是否有一天我们会发现，自己被圈定在一个保护区里，供那些发号施令的机器取乐？即使在海量数据时代，我们仍然相信，如果人类愿意，我们将会继续引领世界。丰富的数据将允许人类选择自己想要做的决策，其余剩下的决策才会留给自适应机器学习系统。系统知道了我们的偏好，就会到市场上为我们寻找最好的匹配。

通过将我们的思维从日常决策中解放出来，我们可以专注于那些真正有价值的决策，以及那些我们喜欢做的决策。最终，我们甚至可能会将一些令自己不安的决策委托给自适应机器学习系统——那些我们因为担心受自己的偏见影响而无法做出正确选择的决策；那些我们担心自己还不够了解，也没有时间来让自己了解的决策。我们可以告诉自己的决策辅助系统，我们希望它做出怎样的“修正”。这将不会是一个简单的、二元的、非此即彼的问题，相反，人类将会有能力调高（或调低）我们想要得到的帮助数量。我们将会选择是否选择。

保有个人选择的自由

大数据和人工智能不但可以帮助我们决定买什么，而且可以帮助我们决定与谁合作。专家警告说，这一点可能最终会威胁人类的决断力。我们害怕的是，当我们把决策委派给机器学习系统时，我们也就放弃了那项重要的、组建自己社交圈子的自由。但是，正如我们在第4 章中所解释的那样，海量数据市场并没有剥夺我们选择的自由，而是给了我们机会，把自己的时间和精力花在做人上。

当真正需要决定该选择哪些决策时，我们将不得不面对如何选择的问题：哪些决策我们应该留给自己做，哪些决策应该委派给机器学习系统做？针对诸如我们应该送孩子去哪所学校，紧急情况下我们应该选择哪个医院的救护车这样的问题，如果数据驱动的自适应机器学习系统可以为我们提供更好的答案，那么我们应该将这类决策委托给机器吗？还是我们应该将其保留在人类责任的专属领域？在做出决策时，我们的目标到底是什么——是得到正确的答案，还是得到让我们快乐的答案（毕竟，最终必须对结果负责任的人是我们自己，而不是机器学习系统）？到目前为止，我们很少面临这样的选择，但是未来，这样的选择会变成家常便饭。良好、扎实的选择能力是我们必须培养和保持的一个核心能力。

这种对该选择什么做出选择的能力，从本质上来说是为人类赋予权力的。它为我们保留了为宇宙的未来做出贡献的机会，并且可能确保我们在进化的道路上占据一个永恒的位置。但它也是一项新挑战，因为随之而来的是责任。选择意味着挑出一个选项，放弃其他选项，人类绝不能选择所有选项。海量数据市场是一个令人惊喜的选择工具，它将帮助我们做出更好的选择。但是，它不会从根本上免除我们需要做出选择的责任。

以安全、简单、连贯或者利润最大化的名义放弃个人选择的自由，对于人类而言，将会是一个可怕的损失——远远超过它所造成的经济效率低下的问题。它将侵蚀并抛弃每一个自由社会的核心原则。这就是为什么我们需要警惕那些将个人选择视为危险品的宣传，要倡导对集权的谨慎态度。这也是为什么我们需要警惕数据驱动的反馈效应，就像我们需要抵制那种对一个强大的独裁政府的强烈渴望一样。

市场是一种高效的人类合作方式

海量数据市场和个人选择还有一个敌人，这个敌人是一个愿景：人类将很快克服资源稀缺的问题，因为机器学习系统看似无限的能力，将以低成本或零成本的方式完成复杂的任务，使我们拥有的资源可以永远重复利用，机器学习系统基本上可以把我们带进一个真正的理想世界。在这样的世界里，从日常琐事中解脱出来的人，将可以享受生活，并且尽情地体验生活。”资源稀缺的终结早已有人预言过，在20世纪70年代，最为人熟知的是保守派经济学家朱利安•西蒙。现在，这个想法的升级版再次浮出水面。麻省理工学院斯隆商学院教授埃里克•布赖恩约弗森似乎非常认同这样的观点。布林约尔松是一本很有影响力的著作的合著者，那本书探讨了人工智能给人类劳动者带来的影响。a布林约尔松说：“一个日益富足，甚至是奢侈的世界不仅是可能出现的，而且是极可能出现的。”

这类观点的支持者使用“完全自动化的奢侈共产主义”（fullyautomated luxury communism）这个术语（想象一下列昂尼德•伊里奇•勃列日涅夫穿着古驰懒汉鞋的形象），来描述他们的想法：大家的工作都减少了，但我们依然可以享受自己想要的一切。作家亚伦•巴斯塔尼声称是他创造了这个术语，他认为，这将会“为所有人带来卡地亚、万宝龙和蔻依。”英国报纸《卫报》的说法则少了一些物质的味道:“人类通过对机器的控制获得了茂盛的草地，而打理草地的则是他们宠爱的机器。”这种观点认为，在这样一个世界里，我们不再需要选择，蛋糕会再有的，想吃就吃掉它。而且市场，就像磁带播放器或者餐馆桌子上摆放的烟灰缸，最终会成为过时的东西。

这类观点的大批拥护者，将自己的愿景建立在了一个基本谬误的基础上。他们关注的是物质资源，却没有认识到市场不仅是一种分配稀缺物质资源的方式，而且是一种高效的合作方式。只要人类需要合作，时间就会成为稀缺资源。只要不能做到永生，我们就需要市场在有限的时间内帮助我们相互合作。

我们需要拥抱我们的现实生活，而不是期待一个根本不存在的永恒世界。我们不否认世界各地都存在严重的经济问题，我们也将其视为严峻的挑战，但市场并不是问题的根源。相反，我们将市场看作我们战胜挑战的最终希望。我们认为，最重要的事情就是人们能够及时地相互合作，实现凭个人能力永远无法实现的目标。

我们确信市场会继续存在。人类的未来不是集中权力，也不是消费和富有，而是相互合作，把我们无法重新利用的资源时间，花在最有意义的地方。但是，一个全面的、可持续的选择自由，不仅需要从货币向数据的转变，而且需要我们在第4章中详细阐述过的技术进步。

选择的自由，需要建立在一个由人类协调的、权力分散的社会机制上，这个机制就是市场。离开市场的分散性，数据的权威就会消失。这就是为什么我们把从资本向数据的转变，而不是人工智能的兴起或大数据的出现，称作市场的复兴。如果没有市场，数据和技术就不可能做到保护人类，帮助人类协调工作，更别提促进人类文明了。因此，在本书中，市场占据了中心地位。数据（和技术）仅仅起到促进市场复兴的作用。

沿着知识的道路继续前进

市场的复兴建立在获取丰富且全面的数据，以及将数据转化为决策的能力之上。反过来，这也让我们放弃了几个世纪以来，一直统治着传统市场的被人类浓缩与简化的信息。简化现实，让人们更容易接受它，这是一种人类古老的策略。当我们不熟悉情况，没有足够多的信息时，当我们无法更好地理解，心智能力达不到时，当我们缺少获得更准确、更详细信息的工具时，这个策略是非常有用的。

将地球假设为平的，这是我们在几个世纪里一直采用的一种简化方法，因为它切实可行。直到我们有了进一步发展的需要，我们才把它换成了更复杂的概念——地球是一个球体，它不是一马平川的。但是复杂是人类前进的动力。当我们将基于货币的市场转向海量数据市场时，我们做的是同样的事情。

从根本上说，这种转变是一场数百年前就开始的，规模更大、范围更广的运动的一部分。它曾促使弗兰西斯•培根强调实验证据的必要性，也促使勒内•笛卡儿去探求理性。它曾激励伊曼努尔•康德提出理性与道德密切相关，也促使亚当•斯密审视市场的协调力量。它还让汉娜•阿伦特看到了权力的本质，让约翰•罗尔斯思索正义的内涵。它推动人类沿着知识的道路前进，让我们有机会洞察我们生活的世界——一个具有丰富信息的世界，一个比我们能够想象的更多姿多彩、更多样、更微妙、更令人振奋的世界。我们的旅程还未结束，它将一直持续下去。

我们都应该认识到，人类不能将现实简单化，为了使之符合我们的认知局限。这一点是非常重要的。当我们将自己对世界运转的解释，限制在一个非常简单的、容易理解的，或者我们一直相信的范围内时，我们就限制了自己的想象力，将自己对世界的理解局限在最显而易见的事情上。过去，我们没有其他选择，简单化不啻为一种解决方法。但是有了数据后，我们不必再采用这样的方法了。

只要我们愿意，人类的未来就是一个知识与见解的未来。这就意味着，我们将会抛弃很多曾经深信的简单化模式，张开双臂拥抱世界的多样性。要做到这一点，只有数据还不够。要打开新的视野，我们还需要敞开心扉。但是，我们的想法与反空想主义的预测正好相反。反空想主义的预测认为数据是冷酷的，技术是与人类对立的，而我们相信数据的丰富性会让我们的未来更加社会化、更加人性化。

《数据资本时代》

[奥] 维克托•迈尔-舍恩伯格 [德]托马斯•拉姆什 著

李晓霞 周涛 译

中信出版集团 2019年1月出版