查看原文
其他

郝景芳:《北京折叠》可能会真实上演 | 嘉宾大学公开课

郝景芳 嘉宾大学 2019-11-22

知名科幻作家、雨果奖获得者、童行学院创始人郝景芳


 “你以为你还是自己的主人,但其实已经被彻底的商品化了。”


10月12日,在最新一期的嘉宾大学公开课上,郝景芳描述了未来人类社会的一个可能性。


2016年,凭借科幻小说《北京折叠》获得74届雨果奖后,郝景芳以科幻作家的身份迅速为人熟知。紧接着,如2017年财富杂志40位40岁以下商界领袖、2018年世界青年领袖等诸多荣誉纷纷涌向郝景芳。


人们也慢慢发现,这位清华大学天体物理中心硕士、经济学博士有着多重身份,并不仅仅是一个科幻作家。


如今,郝景芳一面在中国发展研究基金会研究宏观经济,为政府建言献策;一面投身于儿童教育领域,不仅创立了儿童通识教育产品“童行学院”,同时为自己发起的非盈利儿童教育项目“童行计划”不停奔走。


种种身份的重叠,让郝景芳更多地思考人类的未来会向何处发展。她认为,在我们即将踏入的信息社会里,人的精神将彻底商品化。而人工智能也已经在多个方面显露出了未来对人类社会的影响。越来越多标准化的工作会被替代,人类将以高智力活动为主,认知差距将成为未来人与人之间最大的差距,甚至会出现如《北京折叠》小说里的割裂社会。


但说到很多人担心的机器会不会取代人类的问题,郝景芳却很乐观,“机器不会取代人类,它会越来越智能,但是机器在很大程度上会扮演人的助手。”


除了谈未来,郝景芳还从自己的经济研究出发,在当天所做的《科技和社会发展趋势:原理与预测》主题演讲中,更多的谈到了经济研究中“预测的艺术”,并分享了诸多自己对未来趋势的判断。


以下为郝景芳在嘉宾大学公开课上的演讲内容,由「我有嘉宾」编辑整理:


一、预测:用过去的规律推测未来发展


我今天讲预测的艺术,其实是从学术的角度去讲预测的几种方式。经济学里的预测,主要谈的是两种,一种是趋势,一种是周期。



趋势(预测),我们在经济学里面用的方法叫做时间序列模型。时间序列,就是一个数据,找到它所有的历史数据,用一个数学模型或者几个数学模型去模拟这个历史数据,然后把它往前计算,看看这个数据未来会怎样发展,这就是时间序列。


而趋势,就是用过去的规律去推测未来的发展。一个最一般的趋势就是上图表格里的那条红线。现代社会的大部分经济数据都是在这样上升的,不管是股市还是经济总量,每年都在上涨的就是这样一个红线。那么大家就会从这个长期增长的趋势往后推,得到未来也会一直上涨的预测。这就是一个趋势预测。


另外一种预测是类似于图中波动的绿线,叫做周期。做金融资产的人很熟悉,比如大家总结了各种各样的小周期、中周期(库存周期)、长周期(康波周期)。


马克思曾经就讲过库存周期,当处在顺周期的时候,大家都跟着投资,然后产能就会过剩,产生库存,随之价格下跌,进而经济萧条。萧条之后就要清仓,最后(经济)再重新上升繁荣。这是最经典的一个周期。


趋势和周期都是用之前的规律去推测未来的发展,差别就在于用的模型不一样,有的复杂有的简单。一个最简单的模型就是用一个线性模型往外推,过去是怎么增长的,未来也还是怎么增长。


这类模型一个很大的好处是,如果经济是稳定的,那直接就能得到后面的预测。但问题就在于,一旦经济出现拐点,或者出现跟过去规律不一样的新情况,模型就无法预测。这是所有经济预测模型共通的特点和问题。而我们现在所处的时代,新东西越来越多,每天都是新的。那这些新的东西我们到底要怎么测呢?我认为有一种基本的模型,它从微观的角度出发,会对未来有一个指导性的意义。


但我今天在这里不想做经济的预测,不会给大家讲未来配置什么样的资产更好。我想预测的是人的未来,人在未来会过上什么样的生活。


二、趋势:人的精神彻底商品化


长期趋势来说,我看的是一万年的趋势,一万年的趋势基本上就是社会大转型的趋势。从采集狩猎社会到农业社会、工业社会,再到如今的信息社会。在我看来,这个趋势未来是会持续下去的,不太会发生逆转。


社会发展的意义,是整个社会的文明程度高了,也就是人的多样性和自由度会增加。在发展过程中,社会在很多方面会发生变化,比如社会制度、文明消亡、经济的繁荣与衰落等等。但从人的角度来说,他的多样性和自由度在未来几乎肯定是上升的。


最早在采集狩猎社会,所有的人都一样,就是打猎采野果。找到东西吃就活了,没有吃的就死了,(人)没有其他的角色。到农业社会,开始分化出士农工商,城市里有了手工业者,有帝王、军队,各种各样的角色开始出现。进入工业社会,农业社会的分工与之相比就完全是小巫见大巫了。上图工业社会的这些行业,就是我们国家做的一个划分。


如今,我们已经在信息社会的边缘了。我们看到已经出现了各种各样跟信息社会相关的工作,像内容生产、内容分发、知识付费,还有大数据、物联网这些炒得很热的概念。


有人说,怎么才刚刚到边缘,我感觉都已经进入深渊了。

但不是说进入信息社会,所有人就都知道大数据,搞数据挖掘,就像工业社会也不是所有人都是工人一样。信息社会是一种新的社会形态,在这个社会里面,信息作为一种商品进行相互交换,它的重要性可能已经超过了食品。那种情况下,围绕着信息和知识的生产和交换,会产生各种各样新的工作和身份。


在我看来就是,信息社会里,人的精神将会彻底的商品化。工业社会是把人类日常生活物品和服务进行商品化的阶段,到了信息社会,一个想法、一篇文章都将是商品。如果你被这个趋势所俘获的话,可能自己都没意识到自己的精神是怎样被商品化的。你以为你还是自己的主人,但其实已经被彻底的商品化了。


三、未来:多元化的社会里适者生存


前段时间我看到一个数据,美国每年在IP(知识产权)开发上的投入,是跟房地产一个数量级的。甚至在金融危机之后,美国每年在IP方面的投资是超过房地产的。美国的知识产权行业,直接或间接的创造了4000万人就业,占美国经济的比重为27%。欧洲的这一比例则到了40%,有8200人在相关行业工作。


而在中国,对IP的投资不知道是房地产投资的多少分之一,我们国家在这种IP、高智力上面的投资还是远远落后发达国家。


所以我们总嘲笑人家经济增长慢,其实是因为发达国家走在了我们前面,发展阶段不一样了。


他们很大一部分人就在那儿天天搞科研,研究如何写小说、画画,而这些领域属于探索创造型的经济,不可能发展的很快速。我今年写100篇小说,明年写110个,后年就要写120个,它不可能这么快。进入知识经济领域,它的增速必然会慢下来。


所以中国但凡要向发达国家进发的话,进入高人力资本高知识产权的经济领域,增速必然也会慢下来。这是我从发达国家身上看到我们未来的一个趋势。


另外一个趋势是职业的变化。


刚才有位朋友提到人工智能对人类的影响,我们现在还处在边缘,其实还没有真的看到很多更深的影响,仅仅像一些自动化软件技术产生了作用。


但从趋势上看,我们看到,从2000年到2015年,全世界所有国家都加起来,非标准化的脑力劳动是在上升的。那些标准化的工作,比如流水线工人、银行柜员、一些白领,在一些发达国家已经出现了减少的趋势。


而人与人职业工资的差别,很大程度上来自于智能化的趋势。从事非标准化脑力劳动的工作者,他的工资是要上升的。反之,做标准化工作的人,工资就要下降。其实我们今天的很多创业公司,招人都是市场策划、新媒体营销、研发一类非标准化的工作,需要的是员工的研究创意能力。

所以上面所有趋势叠加起来,我觉得未来人的生活发展是以高级智力活动为主的。


人们不会被一个很工业化、工厂式的科层制所约束,而是在一个更加灵活多样的环境里工作。比如像腾讯这样的大公司,也已经在公司内部提倡小团体创业,内部孵化,而不是实行一种严格的科层制。同时,人的职业身份转换也会更加频繁。现在我们已经看到身边很多人的工作换来换去,比如说我被人熟知的身份是科幻作家,但还在中国发展研究基金会做经济研究,同时还做了一个自己的公司“童行学院”,关注儿童的通识教育。


由此我们也可以推断出,当我们的孩子长大的时候,他们面对的社会一定是更加多元的。其实不光是他们,我们自己在面对未来十年二十年后的社会,如果不能适应这个更加变化更加多元的社会,那就像传统线下零售店面对电商的冲击一样,只能适者生存。


四、AI:机器不会取代人类



最后说说人工智能技术这些比较科幻的东西。


我在去年底出了一本小说,书名叫做《人之彼岸》。取这个名字是我认为如果人与机器之间是一条河,在机器那端一定会发展得非常的快速,但它跟我们是在河的两岸。机器不会成为我们,也不会替代我们,更不会消灭我们,它就是在朝另外一个方向向前发展。


但是目前AI确实对人类社会有一定的冲击和威胁,其中一个影响可能就是,使得人群的分化会更大。在《北京折叠》小说里也是讲的当自动化技术取代了大量标准化就业以后,会使得人群的贫富分化变得很大。这个趋势是我看到在未来真实有可能上演的。


因为很多人都说过,未来最大的差距是认知差距。有些人能够对新的科技了如指掌,并且能跟着它的潮水一波一波往前走,但有的人就完全被落在了后面,像海底的沙子一样。在这种情况下,人与人、与社会之间是有可能出现这种割裂甚至撕裂的。这一点我是有点悲观的。


但是另一方面我是乐观的,就是机器不会取代人类。它会越来越智能,但是机器在很大程度上会扮演人的助手。



嘉宾大学是一所全球格局、求变循实的创新型大学,服务中国最具求变精神和成长原力的新经济企业家,以“见识教育”为核心产品,助力中国企业成长、加速中国产业发展。

 

嘉宾大学创办以来,已服务了数百位新经济领域的高成长、高科技企业创始人。在读期间,企业家们实现了高强度进化、高密度链接、群体性成长,所有企业无一死亡。


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存