亲人类的支点:犹他州对未来工作的 1 亿美元赌注的内部
作者:Brooke Nally
编者注:这是考察犹他州人工智能方法及其持续治理的系列文章中的三个故事中的第一个。
LEHI – 在“硅坡”中,围绕人工智能的讨论正在发生变化。这不再仅仅关乎机器能做什么;而是关乎机器能做什么。这是关于他们应该做什么。
犹他州州长斯宾塞·考克斯推动“亲人类”议程12 月 2025 年犹他州人工智能峰会结束时宣布,该州正在悄然将自己定位为道德人工智能的全球实验室——不是由政治言论主导,而是由高风险的实用主义主导。
但对于犹他州的普通家庭来说,问题依然存在:这是一个营销流行语,还是防止失业的盾牌?这场风暴中心的两个人是犹他大学首任首席人工智能官 Manish Parashar 和犹他州领先的人工智能咨询公司 Ascend 的首席执行官凯文·威廉姆斯 (Kevin Williams),也是该州负责任人工智能计划的顾问。
这些专家表示,这一耗资 1 亿美元的转型的目标是确保人类工人仍然是故事的主角。
计算器时刻
对于担心孩子教育的父母来说,帕拉沙尔提供了历史视角。他将当前的人工智能焦虑与计算器的引入进行了比较。
“很多人担心这会剥夺数学能力,”帕拉沙尔说。“相反,它让我们能够专注于更重要的事情。人工智能加速了这个过程,但它让我们能够专注于人类独有的事情:直觉、创造力和想象新的解决方案。”
帕拉沙尔领导犹他州负责任人工智能倡议,认为人类工作者的价值正在从“回答”转向“发起”。
“一旦你知道问题是什么,人工智能就是找到解决方案的好方法,”Parahsar 解释道。“但是谁发起的?谁提出这个问题,‘这会更好吗?’这就是人类。我们正在走向一个好奇心成为面向未来的终极技能的世界。”
技巧翻转:语法判断
然而,这种“启动”所需的技能正在发生变化。威廉姆斯自己也有两个十几岁的孩子,他指出,过去十年的“首选”技能——核心编码和数据分析——具有讽刺意味的是,这可能是最容易受到人工智能取代的技能。
“人们对人性的一面会有更高的需求,”威廉姆斯说。“判断力、洞察力、领导力和灵活性等文科技能——这些都是我们所需要的。”
帕拉沙尔对此表示同意,并指出犹他大学正在加倍努力发展“持久技能”。他认为人工智能不应被视为学习的替代品,而应被视为人类潜力的“加速器”。帕拉沙尔说:“人工智能使我们能够专注于以前被手动流程掩盖的事情:直觉、创造力以及为古老问题想象新的解决方案。”
“拥抱工作”的现实
当学术界放眼未来时,威廉姆斯正与犹他州企业一起奋战。他看到了一种新现象的出现:“拥抱工作”。
“人们并不傻,”他说。“当人工智能顾问出现时,他们认为我是来取代他们的。”
然而,威廉姆斯认为,最成功的公司并不是使用人工智能来砍头,而是为了解决“部落知识”差距——算法看不到但资深员工可以隐式理解的细微差别。通过将人们讨厌或不擅长的任务自动化,员工将被推向“高杠杆”角色。“即使角色被扩大,了解工作细微差别的人仍然有一个角色。这是为了让人们处于正确的拐点。”
然而,威廉姆斯对“亲人类”的未来提出了发人深省的警告。如果我们将所有“无聊”的管理任务自动化,只在后果严重的拐点处让人类参与,我们就能从根本上改变工作的性质。
威廉姆斯问道:“如果你整天让人们处于这些‘关键点’,那么这份工作会是什么样子?”“我们最终都会感觉自己像一名急诊室医生吗?我们必须确保我们不会把工作日的每一分钟都当作一个高风险的决定,从而造成一种新的倦怠。”
犹他州的监管有力度吗?
怀疑论者经常将犹他州的商业友好氛围视为监管薄弱的标志。但两位领导人不同意。威廉姆斯指出,犹他州商务部已经与科技巨头较量比如 TikTok 和 Meta。
犹他州独特的“监管沙箱”允许公司在严格的州监督下在“高后果”领域(例如心理健康和处方更新)测试人工智能。“这是一个务实的国家,”威廉姆斯指出。“如果我们有一群得不到充分服务的年轻人需要心理健康支持,而人工智能可以安全地提供这种支持,那么这就成了两害相权取其轻的问题。国家愿意进行试验,但他们对社会保护很认真。”
2026年的判决
当我们深入立法会议时,来自高层的信息很明确:马已经出了谷仓。帕拉沙尔强调,这项耗资 1 亿美元的计划的目标是确保犹他州不仅是人工智能的“用户”,而且是人工智能的设计师。专家们一致认为,在学校或办公室禁止人工智能不仅是徒劳的,而且是徒劳的。这是一个竞争劣势。
“禁令不起作用,”威廉姆斯说。“如果学生没有具备所需的技能进入劳动力市场,这将会阻碍学生人数的发展。”
对于犹他州人来说,前进的道路不是与算法的速度竞争,而是加倍努力提高判断力、洞察力和“人性”的“持久技能”,而大型语言模型无法复制这些技能。
在这个关于犹他州人工智能的三部分系列的下一部分中,犹他州人工智能政策办公室的架构师玛格丽特·布斯(Margaret Busse)深入“沙盒”,美国第一个合法的人工智能医疗处方正在那里编写和监管。
阅读更多:
本文的要点是在大型语言模型的帮助下生成的,并由我们的编辑团队审核。这篇文章本身完全是人类撰写的。