【社科院訊】
社科院亞太研究英語碩士學位學程（International Master’s Programme in Asia-Pacific Studies, IMAS）於4月1日邀請新加坡國立大學李光耀公共政策學院副教授兼水資源政策研究所主任 Eduardo Araral博士，以「人工智慧與失業的估算與政策意涵：新加坡的經驗（AI and Job Losses: estimation, policy implications and lessons from Singapore）」為題進行演講，吸引校內師生與校外企業界人士報名參加。

Araral的演講先說明人工智慧能做到及做不到的部份，之後深入批判地檢視目前學界及政策實務界對估算人工智慧（或自動化、電腦化）發展對工作產生之影響的相關研究，並提出他自己的估算方式。Araral接著說明人工智慧發展的重要政策意涵，最後分享新加坡政府的因應政策。

演講一開始Araral 即強調，人工智慧、自動化、電腦化的發展並不必然會導致失業，若政府基於各自種種政治經濟與社會面向的考量而介入這發展過程，或者社會中若干特定團體例如工會的影響力夠大，則失業不見得是必然出現的結果，就算出現也不會是全面性的失業，因為人工智慧的發展事實上也創造了不少新的工作，例如數據科學家（data scientist）、機器人技術工程師（robotics technicians）、資安專家（cyber-security experts）以及線上專業工作者（on-line professionals）等。Araral特別以資安專家為例，半開玩笑地說，在人工智慧發展趨勢下，技術高超純熟的駭客會是各國政府以及大企業都想爭取的人才。

如何估算人工智慧發展對工作的影響？哪些是最容易受人工智慧發展影響的高風險工作？Araral檢視了既有文獻特別是經濟合作開發組織（OECD）的相關研究指出，目前的研究在估算或評估人工智慧對工作的影響時，是以職業（occupation）、任務工作（task）或產業（industry）為對象，但研究對象不精確不僅會影響估算，各項相關研究之間也無法對話。在文獻檢閱基礎上，Araral嘗試建構估算人工智慧發展對工作的影響，分別以以認知或體力為主的職業（cognitive and physical occupations）和以優化為基礎（optimization based）或低靈巧性及結構性環境（low dexterity structured settings）為依據，將所有工作面對人工智慧發展風險的程度跟情況分為：human veneer、安全不受影響（safe zone）、危險（danger zone）跟逐漸受到影響（slow creep）四種情況。

Araral分享新加坡的經驗，該國自駕車的發展被視為世界楷模。他強調，從數據資料上來看，新加坡人工智慧發展之所以受到的影響程度較小，主要是因為新加坡的發展從一開始即強調高科技，另外也是因為新加坡政府有意識地透過政策介入人工智慧發展所可能產生的影響，特別是對工作或失業的影響。他說，自動化發展所造成的失業問題，讓社會安全網的建立成為重要迫切議題，而這個問題在高齡化社會中更為重要。

Araral說，新加坡的計程車業是個好例子，這行業恰恰是新加坡政府刻意不想讓它消失的行業，即便Uber已經高度發展。他指出，透過核發計程車職業駕照給因為自動化發展而工作機會受到影響的人，這些人多半是中高齡男性勞工，不容易透過職業再訓練而在所謂數位經濟中找到工作。Araral也提到，以女性移工或中高齡女性勞工為主的家庭幫傭跟清潔婦這工作也不受到影響，主要是因為其為相對低薪的工作。

演講最後Araral評論若干國家嘗試以推行無條件基本收入（universal basic income）政策因應自動化發展所造成的失業及相關社會問題。他指出，無條件基本收入在實際推動上不可避免會面臨許多挑戰，國家財政是否能負擔及工作對個人自我認同的意義等，都是目前只有少數國家進行非常小規模實驗而尚未有任何國家全面實施這項政策的主因。