人類為何擔憂“人工智能私聊”

近日，一段兩個AI進行語音交流的視頻在網絡上熱傳。兩個獨立的語音AI用英語進行對話，模擬預訂酒店情景：電話撥通后，致電方的AI說：“你好，我是一個AI，代表鮑里斯·斯塔科夫打電話。他正在為他的婚禮尋找酒店。你們這家酒店可以舉辦婚禮嗎？”酒店客服AI回答：“我也是個AI！你想切換到GibberLink模式，以實現更高效的溝通嗎？”隨后，兩個AI開始使用人類聽不懂的“語言”私聊了起來。許多網友對此表達了不安。

多位專家不約而同地提到了監管。他們認為，GibberLink賦予了AI“在不受控的情況下自主決策”的能力，“我們甚至無從了解它決策的過程”。這將給監管帶來遠超想象的難度。

另有專家指出，編程語言作為“溝通捷徑”確實可以提高效率，但“效率并不等于目標”。歷史已經無數次表明，如果我們只注重速度，往往會忽視“關鍵性風險”。一種經常發生的現象是，當速度足夠快時，風險系數會呈幾何級數上升，待人們反應過來時，問題已經變得非常棘手了。因而，當務之急是從現階段就開始尋找效率和風險的平衡點。

不過，也有一些人持開放態度。人類對技術的抗拒心理由來已久。比如，汽車剛剛替代馬車的那些年，無數馬車車夫失業，給社會就業帶來了壓力。但以更長遠的眼光來看，汽車又推動了物流業的發展，催生了大量運輸需求，創造了千千萬萬個卡車司機崗位。又比如，ATM普及后，銀行從業人員數量確實經歷了一波下跌，但幾年后便觸底反彈，大量銀行人員從點鈔員轉型為理財咨詢顧問。

“站在時代轉換的過程中去審視周遭，眼前似乎只有危機；但站在今天的視角回望這一切，會發現那些曾經的擔憂無比可笑。”有專家說，這本質上是“用靜態視角切割動態歷史”。事實是，技術曾無數次幫助人類從繁重的、重復的勞動中解脫出來，最終將人們推向了更高價值領域。

從某種意義上說，AI更像一個自帶“超能力”的實習生。而作為師傅的人類需要做的，不是把實習生開除，而是應該培養他、引導他，讓他成為自己最好的合作伙伴與助手。

人類應該從什么樣的維度來審視自身與AI之間的關系演進？對此，我們不妨打開思路。數學中的“大數法則”告訴我們：短期看是混亂的隨機事件，放在百年維度里卻會顯現規律。