上報 Up Media

濱田宏一 

●耶魯大學榮譽教授

●日本首相安倍晉三特別顧問

第四次工業革命與前幾次有一個關鍵性的不同：技術再也不是讓人類更方便利用周邊事物來有效為自身利益服務，反而是取代職場中人類的角色。問題在於，是誰會從中獲益？

79%市場交易將由軟體完成

自動化或科技服務能夠提高公司的邊際收益，也為使用者帶來比完全依靠人工生產更廉價、更方便、更可靠的選擇，但這當然也讓當初從事生產的人付出高昂的代價。

全世界都在使用像是優步（Uber）這類的共車服務，導致傳統計程車司機深受其害。當裝有人工智慧的無人駕駛汽車變得物美價廉又可靠時，Uber和計程車司機都將成為明日黃花。

在股票交易方面，根據耶魯大學管理學院（Yale School of Management）教授張小虎，如今有79％的市場交易由軟體完成，表示機器有機會比人類更能有效判斷市場走勢，或許這正是最近股市修正的原因。無論如何，這對人類交易員可不是什麼好消息。

我自己則是發現，只要修改一下Google翻譯，譯文就能變得不錯，因此省下不少翻譯成本，不過這對我請來做翻譯的研究生來說，就代表收入損失。高薪的同步口譯員也許不認為機器很快就會威脅到他們，但機器學習在圍棋等高度複雜的策略博弈中所獲得的成功表明，機器的學習能力不容小覷。

兒童教育對於生產率有很大影響

簡單來說，人工智慧驅動的革命將產生贏家和輸家。想要成為贏家，其中一個關鍵點是，不但要避免被新技術取代，還要利用它們所帶來的新機會。這或許就表示要投資像Uber優步等前端企業，而韓裔日本企業家孫正義便是如此。或者是去學習必要的知識和技能，獲得一個能借助這場新經濟的職位。

這些應對之道不但對個人有意義，對整體的經濟也有意義。比如對日本來說，在人口高齡化和不斷減少的時代中，開發人力資源是支持成長的關鍵。這過程很早就開始了：諾貝爾經濟學獎得主赫克曼（James Heckman）證明，兒童教育對於生產率具有很大影響。因此，首相安倍晉三宣布，從2019年生效的提高的消費稅，將近一半的多餘稅收將投資在學前教育。

為了讓年輕人在變動的數位經濟中獲得發展所需工具，這類投資必須集中改善教育品質。這就代表有修訂課程之必要，從注重機械式學習和直觀計算轉向注重批判性思維、溝通和領導力等技能。

日本教育側重記憶疏忽創造力

今天的日本教育——可能還包括韓國教育——就類似於智力遊戲「危險邊緣」（Jeopardy）：知道最多的人就是贏家。日本學生排名最為人所知的辦法就是利用「偏差值」，直譯的話就叫做「標準差」。偏差值反映出你在某所學校的某項考試中，和典型學生的統計平均值的差距。而這類考試都是以記憶公式和事實為重點。

具有高偏差值分數的學生，能夠進入更嚴格的高中和大學，他們常常被鼓勵選擇醫科，原因只是入學考試很難，絲毫不管他們對醫學到底感不感興趣。或者，他們會爭相在最有影響力的政府部門卡位，如財政、經濟、外交等，又或是去競爭豐田和Sony等菁英企業的升職快車道。

偏差值分數決定了一個人全部的職業軌跡。高分就意味著一路到退休前的優渥生活。因此，日本學生從很小時候就感受到記憶資訊的壓力。家長甚至會因為某間幼稚園和知名大學有關係而搬家。

機械式學習能力不等於同創造力與才智

這套制度並非始於日本。相反地，它起源自一直到20世紀初才結束的中國官僚查舉制度。這是一種菁英主義的形式，因此比裙帶關係位高一階，但它沒有考慮到一個事實：機械式學習能力未必等同創造力和聰明才智。

即使的確如此，我們也可能無法從中發現創造力和聰明才智，因為記憶夠多資訊來確保考試高分，會讓人沒有時間學習思考，導致無法發展技能或培養才能，為社會和國家做出真正貢獻。事實上，以偏差值衡量人的制度是非常不鼓勵真正具有寶貴才華的人，將他們的才華發展成有用的技能。但在人工智慧時代，這些才華和技能變得無比寶貴。

第四次工業革命將為注重記憶事實、進行公式計算的日本教育制度帶來嚴重考驗，而這些領域正是人類絕對無法與智慧型機器競爭的領域。儘管科技發展日新月異，但人類才智和創造力仍然無與倫比。我們應該盡可能發掘這些人才，讓我們的年輕一代獲得更多有效運用內在優勢的機會。

© Project Syndicate

（原標題為《Education in the Digital Age 》，文章未經授權，請勿任意轉載）