AI Hype and Skepticism: Economist Paul Romer
29:19 Share

今天，我们播放的是由我们的朋友 Modern CTO Podcast 制作的一期节目，他们最近很友好地邀请我作为嘉宾参加。我们讨论了生成式 AI 的兴起，在技术方面取得成功的意义，以及领导者在指导技术实施工作时需要考虑的一些因素。您可以在 Apple Podcast、Spotify 或您收听播客的任何地方找到 Modern CTO Podcast。

诺贝尔经济学奖得主对人工智能的未来有何看法？在今天的节目中找出答案。我是经济学家保罗·罗默，您正在收听《我和 AI》。欢迎收听《我和 AI》，这是一档关于人工智能和商业的播客。在每一期节目中，我们都会向您介绍一位在人工智能领域进行创新的个人。我是萨姆·兰斯博瑟姆，波士顿学院分析学教授。我也是麻省理工学院斯隆管理评论的 AI 和商业战略客座编辑。

我是谢尔文·科鲁班德，BCG 的高级合伙人，也是我们 AI 业务的领导者之一。麻省理工学院 SMR 和 BCG 自 2017 年以来一直在研究和发表关于 AI 的文章，采访了数百名从业人员，并对数千家公司进行了调查，了解构建、部署和扩展 AI 能力以及真正改变组织运营方式需要什么。

大家好。今天，谢尔文和我为你们准备了一份有趣的礼物。我们邀请到了保罗·罗默，他是 2018 年诺贝尔经济学奖得主。他是波士顿学院的教授，并领导着该学院新成立的思想经济学中心。保罗拥有令人着迷的背景，包括在世界银行担任首席经济学家、创办多家公司以及积极参与各地的公共政策讨论。

他真正站在了思考思想经济学与传统稀缺物质经济学有何不同的前沿。

除此之外，他也很有趣，而且人很好。所以我们很高兴今天能邀请到您。感谢您抽出时间与我们交谈。我很高兴来到这里。谈话总是很有趣的。好吧，让我们从房间里的大象开始吧。现在有很多关于人工智能的讨论。如果我们考虑一下技术的范围以及它们将如何影响社会，您知道，我们可能在一侧有车轮、火、电力和蒸汽机，而在另一侧可能有晶体管。

另一方面，我们有一些像 Segways 和 Clippies 这样的东西。您认为我们在人工智能的这个范围内处于什么位置？让我先重复一下我昨天在课堂上说的话，因为我的学生们对人工智能非常兴奋。

我有点怀疑。我认为人工智能将有很多可能性，但我认为人们对炒作的接受程度有点过高，他们失去了视角。我告诉他们，我认为人工智能并不是我们现在正在经历的重大革命。我认为真正的革命是我们从乌克兰战争中看到的东西。这场革命的本质是传感器和设备正在

正在赋予人们以前无法做到的事情的能力。所以大多数人构建 AI 的方式存在问题，他们考虑的是自动驾驶汽车，在这种汽车中，你正在

将人从循环中移除。这项技术是人类的替代品。这并没有那么有效。自动驾驶汽车原本应该是 AI 的杀手级应用，但它却变成了一个失败的案例。苹果取消其汽车项目是有原因的。

但是，如果您回到使用技术来增强人们能力的方面，您将拥有一个界面，该界面允许人类与来自大量传感器的数据以及随后将人类在界面中的操作转换为正在发生在世界上的事情的软件进行交互。令人难以置信的事情将由此产生。但是这种只是将其交给机器然后放手的方式，我认为这将非常令人失望。是的。

我试图向学生解释这场革命有多么巨大的一部分方式是，如果您查看像海军陆战队这样的组织，海军陆战队很久以前就认识到，坦克只是历史。像坦克这样的武器在未来将不再重要。他们正在考虑电动摩托车和便携式导弹等事物。

空军刚刚取消了一个大型项目，他们正在建造直升机。他们也做出了同样的决定。直升机在这个新的传感器和设备世界中将无法工作。所以正在发生非常大的事情。我仍然认为，这种你只是训练机器、使用无监督学习、它变得非常聪明并为我们做事的想法，我认为这并不是行动的方向。所以，保罗，我同意你的观点……

今天你不能把它交给机器，然后期望它接管。我也相信我们人类有这种惊人的能力，可以将所有事情都变成完全的黑白分明。要么是 AI，要么什么都不是，要么是人，要么什么都不是。完全同意你的观点。你还指出

一场真正的革命正在发生，那就是信息和数据的激增，以及我们在仪器方面的能力，就像所有测量一样。我不同意你的地方在于，萨姆，当你开始与其他技术进行比较时，你知道，车轮和电动机以及所有这些东西都是破坏性的，并且是破坏性的。

改变了工作方式。他们改变了人类在工厂中的工作方式，例如电动机实际上改变了人们的工作方式，无论是与一个主轴对齐还是在部门或隔间中。我想说的是，人工智能已经开始这样做。我相信这一点的原因是，如果我看看

那些独特的人类事物，我们会谈论认知能力，无论是视觉、逻辑还是创造图像等事物。我们看到有证据表明人工智能正在做到这些。

我们还看到有证据表明，人工智能现在比以前做得更快。因此，虽然计算机视觉可能需要 10 年时间才能超过人类的能力，但它可能只需要一两年时间。当然，它是在几十年的研究基础上建立起来的，但自从它被引入以来，人工智能可能只需要几年时间就能总结书籍和文本或创建图像和内容。

所以我想我与你辩论的地方是，如果你将这种进化向前推进，也许再过三五年或十年……

会不会出现一个世界，在这个世界里，人工智能将完成更多人类曾经垄断的事情？是的。所以总结一下，并且不同意是很好的。我的意思是，这不像学术界那样，我们赖以生存的方式就是与人意见相左，而正是这种对话会趋向于某种真理的概念。

所以我的论点是，它一直都是这样，事实上，它将永远是这样，那就是你让人类参与其中，而工具使人类更强大。而你却说，不，我们开始看到一些领域，你甚至不需要让人类参与其中，机器接管了。

不，实际上，我同意你的观点，我们总是需要人类参与其中。这一点，我同意你的观点。但我也要说，我们需要更少的人类参与其中。因此，人类可以做更多其他事情，无论这些事情是什么。但我实际上同意你的观点，你不能让 AI 完全取代人类。这一点，我同意你的观点。但是我……

但我也不仅仅是为了伦理原因或进行监督，而是为了完成工作。我认为你需要人类参与其中。所以我想让我尝试重新说明你正在考虑的区别，你认为有些事情人们可以卸载。我们让机器去做，人类可以以此为基础。在某些地方，我们已经接近了这一点。

我认为我实际上自己使用过的一个例子是，有一个 Whisper AI 可以为您提供音频录音的文本记录。我不知道，也许您会从这个播客中制作文本。机器在这方面做得相当不错。仍然存在错误。我仍然需要修改这些记录，但它们非常接近可以放手而不参与的事情。

但它们仍然会出错，所以我仍然需要在那里进行一些修改。我认为这仍然将是很多体验。我认为我们反复看到的是，早期的快速进展使人们认为，哦，我们很快就会达到 X 点。

我们未能预料到收益递减或额外努力的速度有多快。自动驾驶汽车最初取得了快速进展。现在他们发现，出现的为数不多的、难以预料的罕见情况非常难以解决。因此，我认为我们必须谨慎对待这种从快速进展中推断出来的结果。我们必须看看，

在哪些情况下我们实际上已经完全达到了我们只是将人类排除在循环之外的程度？如果在大多数情况下很难做到这一点，那么如果我们根据最初的高速进展进行下注，我们将犯系统性错误。

是的，我完全同意你的观点。我认为甚至可能根本不存在无人区，在这些区域中，AI 将 100% 移除人类的这种预期是一种错误的预期。但让我深入探讨一下这个问题。你认为自动驾驶汽车会成功吗？例如，投资自动驾驶汽车是否有钱可赚？好吧，我不知道它的全部经济学原理，对吧？但从能力的角度来看，我会说自动驾驶汽车的未来是

也许是十年后，也许是五年后。不是一两年，也不是五十年。我认为未来会有自动驾驶汽车，总的来说，它们会比人类驾驶员犯更少的错误和造成更少的死亡人数。是的，当然。这是一个重要的观点。我们的基准不是完美的人类。去年美国有 43,000 人死于人类驾驶员。

考虑这个问题的一种方法是将问题分开。例如，考虑一下长途卡车运输和在狭窄的波士顿街道上驾驶之间的区别。我更容易看到我们首先会在长途卡车运输方面取得进展。我们把这些问题分成大块来谈论，但我们不必这样做。

我认为我对自动驾驶汽车的怀疑程度仍然比你高得多。我认为我们实际上会创造一些新的领域，在这些领域中，半自动或全自动车辆可以运行，例如拖拉机。你知道，约翰迪尔正在追求这个目标。但我认为，苹果在投资了一大笔资金后决定在这个投资领域没有钱可赚，这很有启发意义。

我还认为，重要的是要记住，这里重要的是这些技术的社会可接受性。这不仅仅是某人能否用统计学上的术语来争论这比我们通常在人们身上看到的情况更安全。如果你看看飞机，

你可以争辩说，我们让飞机旅行变得过于安全，因为乘坐公共汽车或火车危险得多。但很明显，公众不希望飞机旅行更危险。因此，我们必须接受这样一个事实，即即使平均而言，自动驾驶汽车比人类更安全，选民也不会接受杀死人的机器。

或者在医学上也可以这么说，对吧？我的意思是，在放射学中有一些 AI 的例子，它的表现优于放射科医生。我仍然想要一个真正的放射科医生和一个真正的医生。但是，谢尔文，你想要医生是因为你住在……

洛杉矶，在那里你可以获得一流的医疗设施，我们在波士顿也是如此。我认为我们与一些不同的人进行过交谈。我们可能有不同的看法。是的，这也是一个很好的观点。但对我来说，问题是当我想到人类所做的大部分事情时，当我想到

人们在日常工作中所做的其他所有事情时，对吧？那就是整理文件、总结事情、搜索知识。而且越来越多的事情可以用 AI 来完成，可以说是做得更好。是的。我认为我的答案是，好吧，让我们一步一步来。让我们从我认为我们可以进行一些调整的事情开始，尝试制造业

但仅仅观察这一点可能还不够。然后我认为我们可以使用一些工具。例如，您可以使用税收制度来补贴工人的就业。

比如说，制造业工人。因此，对于任何一家公司来说，权衡取舍可能是，好吧，我可以获得补贴的工人，或者我可以支付全部费用。或者你可以对高收入者征税，补贴低收入者。或者你可以对机器或晶体管征税，但将收入用于，比如说，补贴工人的就业。你认为这些工具中的一个可以或应该用于监管……

看，我的意思是，我几乎不是一个倡导反对创新的人，对吧？如果你只看看我自己的，比如我的热情和我的职业生涯。所以我并不是想完全扼杀创新。但你认为政府在创新中发挥更重、更强的作用是有时间和地点的吗？

AI 的禁飞区，你可以做和不能做的事情。这与我们对某些基因科学所做的事情没有什么不同，对吧？有些事情我们就是不允许人们去做，即使我们可以做到。对，对。让我来谈谈我认为是你问题的一部分，甚至可以把它说得更尖锐一些。

许多人，就像我刚刚谈到的允许思想全球化和思想共享的想法一样。我说我们仍然致力于发现新的思想和创新。其他人说，好吧，我们不仅想限制你如何将这些想法转化为物质产品。我们甚至可能想引导创新朝特定方向发展，比如把它从某些事情中引导出来，引导到其他事情中去。但我们甚至可能达到这样的程度，我们说，

不，我们只想放慢创新的速度。我们想放慢进步的速度，因为应对它造成的压力太难了。我还没有达到那种程度，作为一名选民，我准备放慢速度。但我可以看到得出这个结论的可能性。如果你认为选择是，好吧，我们将失去民主和法治，

或者我们将放慢技术发展速度。我不会有什么困难做出这个选择。我认为我们还没有到那一步。这不是我们应该首先尝试的事情，但我认为我们应该仔细考虑我们的优先事项是什么。我认为技术本身并不是万能的。我的意思是，我喜欢暂停的想法，这总是很有吸引力的。我的意思是，我有……

十几岁的孩子，当然，作为十几岁的孩子，我认为暂停并享受更长时间的想法似乎很棒，但我不知道这是否现实。你知道，我的背景是与联合国和销毁大规模杀伤性武器阶段的武器检查员一起工作。而且

我们在这方面做得很好。自 1945 年以来，我们没有任何大的爆炸。所以，你知道，但这与物质商品有关。它有一个你可以控制的物质东西。例如，食品安全也是如此。我们有检查员。我们有监管供应链。我们有一些我们可以监管的东西。但是我们是否拥有与生物技术等先前技术迭代相同的工具？

是的，在萨姆说话之前，我也在想同样的事情，那就是即使我同意，事情已经变得如此严重，我准备尝试放慢发现的速度。你必须问，它是如何做到的？我们甚至有可能放慢速度吗？这将是一个真正的限制。因此，你在这里关于工作的一些想法似乎取决于这样一个想法，哦，仍然会有这个芝诺悖论，即接近完全

完全自动化。只要存在这种情况，我们仍然会有人的作用。作为一个普通人，这是一个非常有吸引力的论点。我的意思是，我喜欢这个想法。是的。但是如果我回到这个关于教育与技术竞争的旧想法，我认为我们必须记住的一件事是

我们可以放慢技术发展速度，但我们也可以加快教育速度。我们应该认真思考我们如何才能不断提高技能水平。传统上，我们通过延长某人上学的时间来做到这一点。这越来越难做了。我们可能会更好地提高人们上学时间的生产力。但很多人为此付出了努力，而且我们在这方面也没有取得太大进展。

我在世界银行关注的重点是，大量的技能获取实际上是在工作中获得的。

如果你看看一个社会，一个典型的社会，它可能通过在职学习产生的技能与学校系统产生的技能一样多。我们认为学校每年产生的平均技能量高于，比如说，一个人上学一年或一个人工作一年的技能量。你工作时学到的东西不多，但工作的人多得多。因此，你最终可以在工作中创造出同样多的人力资本。

我认为我们应该更多地关注工作实际上增强技能的潜力。这实际上是我目前对一些人工智能应用的最大担忧之一。如果你在你的播客中邀请了索尔·卡恩，你知道他是来自可汗学院的。

我从未和他谈过话，但我知道他对人工智能如何能够提高学习速度持乐观态度。我们确实有 Duolingo。是的。Duolingo 正是一个很好的例子。是的，他们是另一个例子。而且我认为他们在这方面已经做到了。所以这些人对人工智能持乐观态度，坦白说，我对他们所说的话有一定的信任。如果我们把这……

认真对待，并说只有在我们做得更好教育的情况下，这才是社会可以接受的。我们最好投入大量资源来弄清楚如何利用人工智能来改进教育和进行衡量，以便我们知道我们确实在改进。如果我们这样做，我们可能会做得很好。

我们必须小心，因为我们都是大学教授。但是，是的，这种微型学习的想法是一件大事。我们不知何故陷入了这样一个想法，即 15 周的学期是神奇的时间单位，每周 3 个小时是神奇的。没有什么能说明情况就是这样。是的。是的。

我的妻子是 Duolingo 的忠实用户，她一直在学习另一种新语言，而且这对她似乎很有效。但我希望有更多证据表明 Duolingo 或可汗学院是如何运作的。目前，这些领域的巨大成功似乎在于为那些已经擅长学习语言或学习技能的人提供了更多机会。所以真正重要的是要看看我们如何利用人工智能来

帮助学校里班级下半部分的学生。但这也许是这个乐观信息的结果。这有点像我之前所说的，与其试图放慢技术发展速度，不如把它导向一个方向

我对军方正在做的事情以及试图了解你可以用这些技术做什么以及做些什么来完成他们的任务印象深刻。如果我们对利用人工智能改进教育的态度像军方一样认真，我喜欢军方的一点是他们知道他们不能靠炒作生存。它必须真正发挥作用，否则他们就会失败。但如果我们对使用人工智能……

并开发它来帮助我们进行教育的态度如此认真，那么我们最终可能会获得更好的技术和更广泛共享的利益。现在的问题是如何利用这种能力

并将其导向那个方向。我认为我从这次谈话中得到的结论是，这不会自动发生。我们需要，因为自动发生的事情可能是你所说的，那就是更高的效率，想想每小时更多的部件，更少的技能。这可能是理所当然的。以及更大的不平等。是的。在我听你说话的时候，这很有趣，我

曾经说过，我是我认识的最乐观的经济学家。因为在 20 世纪 80 年代，当我们摆脱 70 年代的通货膨胀、增长的限制以及这种末日心态时，我说，不，看，技术可以像疾风骤雨一样发展。在这方面，我有点正确。但我没有预料到的是，如果我们不采取正确的支持措施，它也可能导致很大的不平等。对。

我真的很担心美国社会既受益于非常快速的技术发展，但也打开了这些不断扩大的不平等差距。仅仅用直接的收入不平等数据很难解决这个问题。但你看看预期寿命。只有高中教育的人

并没有像受过大学教育的人那样提高他们的预期寿命。他们的预期寿命甚至在真正下降。因此，他们的生活并没有变得更好。我真觉得失败之处不在于我们没有足够的科技发展，而在于我们没有足够广泛地分享收益。我们必须努力弄清楚如何在未来做得更好。是的，说得很好。

我们以提出五个问题来结束这个节目。我们的第一个问题通常是，人工智能最大的机会是什么？我认为你刚刚提到了学习，我认为我们将把这作为你的第一个答案。但人们对人工智能最大的误解是什么？好吧，我认为这种人工智能可以编写软件的想法。它可以编写代码的想法，我认为这只是夸大了太多。你想要做的第一份职业是什么？

好吧，我想成为一名物理学家。我作为本科生从物理学转到经济学，因为我认为物理学太难了。那也是美国关闭太空计划的时候，物理学等方面的就业机会并不多。但是很长一段时间，我的大部分生活中，我一直对自己说，我想成为一名软件开发人员。现在我有机会玩了五年。也许，天哪，也许，也许我可以在五年后尝试成为一名物理学家。

我们什么时候使用过多的 AI？我们什么时候需要更少的 AI？

好吧，我和你谈过这个，但我认为我们必须让学生更容易访问文档，特别是 Python 文档。因为如果更容易一些，更具响应性一些，我认为他们会花更多时间查看文档。他们会从中学到很多东西。只是提出一些一次性的查询，例如，我该如何做？我该如何做？我认为他们没有看到全局。所以我们做了太多关于 Python 的 ChatGPT 式的问题，而没有足够的文档。

学生阅读好的文档。是的，只是背景故事。这就是失败的原因。我花了很多时间争论 Python 以及如何帮助人们在 Python 上变得更敏锐。你希望 AI 能做但做不到的一件事是什么？好吧，我希望我能更好地管理我的时间。

我认为我们学到的很多东西不仅仅是我们记住的事实，而是我们学会了即使事情进展不顺利也要继续前进。就像我们撞墙了，我们卡住了，你如何继续做事情？所以我希望 AI 能像教练一样帮助我，我希望我有一个 AI 教练来帮助我了解，因为这是一个非常微妙的决定。有时你只需要放弃它。它不会奏效。放弃那条路。去做别的事情。我本来想问，你会听吗？是的。

如果我控制它，如果我能控制它，是的，也许吧。没错。是的，我的意思是，我认为这是我们甚至没有谈到的一个重要部分，但关于这里科技巨头的统治的整个事情。保罗，这太好了。我知道我们的时间不多了。和你交谈真是太好了。感谢您今天抽出时间与我们交谈。

好吧，也许我们应该把它变成一年一度的事情。一年后再次邀请我，我们可以说，好吧，让我们更新一下。是的，我们很乐意这样做。事情朝哪个方向发展了？它们是否按照我们想象的那样发展，或者有什么新东西？或者按照它的发展速度，也许它应该是每半年一次。是的，也许吧。感谢您今天加入我们。下次，萨姆和我将与 GitHub 的马里奥·罗德里格斯会面。到时候再联系你。

感谢收听《我和 AI》。我们相信，就像你一样，关于 AI 实施的对话不会在这个播客中开始和结束。这就是为什么我们在 LinkedIn 上专门为像你这样的听众创建了一个小组。它被称为 AI for Leaders。如果你加入我们，你可以与节目创作者和主持人聊天，提出你自己的问题，分享你的见解，并了解更多关于 AI 的信息。

并获得来自麻省理工学院 SMR 和 BCG 关于 AI 实施的宝贵资源，您可以通过访问 mitsmr.com/AIforLeaders 来访问它。我们将把链接放在节目说明中，我们希望在那里见到你。