哪些是人工智能时代的安全职业 逐渐成为人们不得不面对的问题。随着人工智能发展 一个又一个原来由人承担的工作 被机器替代。阿尔法狗干了围棋冠军的活儿 微软的小冰干了诗人的活儿 特斯拉无人驾驶汽车干了司机的活儿亚马逊无人超市干了售货员的活儿……传统职业变得不再安全。人们不禁要问：将来还有哪些职业 是机器难以替代因而是相对安全的？

判断这个问题 不能靠猜测 而需要一个思考框架。人工智能时代的安全职业的问题 实质是人工智能擅长做什么、不擅长做什么；人擅长做什么、不擅长做什么。搞清楚人与机器各自的优势与劣势 这个问题自然就有答案了。

首先 关于涉及人工智能本质的问题 朱迪亚·珀尔与达纳·麦肯齐在合著的《为什么：关于因果关系的新科学》中有所论述。他们提出了一个理解人工智能能力本质的简单框架 这就是因果推断框架。因果推断讲的是相关关系与因果关系二者之间的关系。通俗地讲 相关关系对应归纳 因果关系对应演绎。珀尔院士反对只讲相关关系 不讲因果关系 认为人工智能只有通过建模将相关上升到因果 才能通过推断解决问题。

对应到职业上则意味着 找不到规律的事（只有相关没有因果的事）更适合由人来完成 而找得到规律的事（从相关可以推断出因果的事）可以由机器替代。更简化地说 凡是建不了模的工作 机器都代替不了人。举例来说 有些人购物随心所欲 建模往往套不牢他们 所以为这些消费者服务的事就适合由人来干。

其次 关于涉及职业本质的问题 斯科特·佩奇在《多样性红利》中也提出了一个超简单的判断框架：多样性优于能力。这里的多样性都可替换为臭皮匠（人）；能力都可替换为诸葛亮（人工智能）。臭皮匠在什么条件下可以稳赢诸葛亮 或者说 人在什么条件下可以稳赢人工智能？其实条件很简单 凡是人算不如天算的 都不适合诸葛亮（人工智能）；相反 凡是人算算得清的 都不适合臭皮匠（人）。显然 人工智能这个“诸葛亮”之所以显得很厉害 全在于会算 如果它算不清楚 自然就得投降。什么是算不清楚的呢？按佩奇院士的理论 就是复杂程度超过算力的事务 例如股市、生态多样性、婚恋等。

最后 关于涉及人工智能与职业关系的问题 马华兴、王鹏合著的《做出好选择》则提出了一个将人工智能与职业联系起来的判断框架。这个框架把工作分为程序型工作和探索型工作。程序型工作 对应珀尔院士说的可建模发现因果关系的事情 对应佩奇院士说的“能力”型工作；探索型工作 对应珀尔院士说的只有相关关系无法建模的事情 对应佩奇院士说的“多样性”型工作。《做出好选择》认为 从事探索型工作是未来的方向。这是人工智能时代的安全职业。书中归纳了3种有前途的探索型工作：社交类工作、设计类工作、经验类工作。

不过 如果理解了人工智能的原理与职业的原理 安全职业可以不止这3类 而是无限增加。比如 网络文艺全行业符合佩奇院士说的“多样性”标准 作品只要一重样 就会被判抄袭。其中包括网络文学、网络音乐、网络视频、网络音频等10多个职业 进而由产品内容化、体验化进一步派生众多职业 如直播带货、设计孩子打针专用动画片等；又比如 网络娱乐细分为体育、游戏等具有人算不如天算特征的成百上千种职业 无穷无尽……总之 只要与人的情感（如对美好生活的向往）沾边 都适合人而不适合人工智能。真正的问题反倒可能是安全职业多得数也数不过来 逼得人工智能还要再努力一些 才能把人手腾出来 有机会去尽情发挥。

责任编辑：PSY