隨著人工智能的發展以及機器人產品的廣泛使用，人類似乎正面臨著前所未有的就業危機。雖然眼下情況還不明顯，但是數十年后我們或許將會發現已經處在深度困境當中。

就像視頻的出現抹去了電臺明星的崗位一樣，人工智能也會毀滅作家、記者和編輯的工作。

從Fiverr自由職業者到《紐約時報》記者，大量的文字專家可能很快就會發現自己失業了。然而，它們不是被海外競爭對手打敗，而是被算法打敗。為了理解寫作的未來，以及人工智能作家的樣子，我們首先需要了解那些已經在被取代的工作類型。

自動化并不會同等程度地將觸角伸向所有工作崗位，這一點在美國社會很容易看到。后工業腹地的俄亥俄州，與舊金山這樣高度集中的知識資本城市相比，呈現出一種截然不同的景象。

盡管將矛頭直接指向了海外競爭，但似乎最大的工作殺手并不是外包，而是自動化。畢竟，美國制造業的表現相當不錯：制造業每年增長近2.2%，遠遠快于美國整體經濟的增速。2016年美國經濟增長了1.6%。

似乎制造業正在蓬勃發展，而工人數量卻并沒有。但為什么工廠的工作如此容易受到機器人的影響呢?為什么受影響的不是舊金山的程序員，或者是紐約的作家?

這要歸結于任務。像牛津、麥肯錫和普華永道這樣多元化的組織已經得出結論，那些最容易自動化的工作崗位有幾個重要的共同之處。他們必須有重復的例行程序和高度的可預測性，具體可以參考大倉庫里的組裝線或儲物箱。這些崗位的工作簡單直接，不需要適應或橫向思維。

相反，具有高度不可預測性的工作和復雜的解決問題的需求，則不太可能被機器所接受。美國國家公共廣播電臺有一個小工具，可以預測你的工作崗位被自動化取代的可能性。這個小工具給作家這個職位的評分是，有3.8%的可能性被計算機程序取代。傳統觀點認為，創造力不容易被機器復制。

是這樣嗎?

要想讓人工智能編作家的工作有效率，它必須通過圖靈測試，在這種測試中，計算機必須欺騙人類，讓他們誤以為它也是人。

這對于創造性的算法尤其重要，用戶不希望使用由機器人創造的內容，因為我們認為機器人無法在情感層面上有效地與我們建立聯系，我們認為，創造力不存在公式化，也就是說，我們不能簡單地將《戰爭與和平》這樣的文學作品簡化為算法和二進制輸入。

但現實情況是，程序員其實可以激發創造力，而且他們已經做到了。早在2011年，杜克大學的一名本科生修改了一種算法，將詩歌分解成更小的部分(如詩、行、短語)，然后自動生成詩歌。其中一個甚至被杜克大學的文學期刊The Archive采用。因此，這位人工智能作家的作品被當作了人類作品，從而通過了圖靈測試。

當然，在《紐約時報》上，一首九行詩和一篇冗長的文章之間存在著天壤之別。然而，重要的是要認識到這是一個關鍵的里程碑。多年來人們一直以為創造力是機器無法觸及的。而如今，人工智能創作出了詩歌、歌曲，甚至是短片，這些都已經成為現實。

機器人作家會是什么樣子?有些觀點認為人工智能作家的存在難以想象，這其中一個原因也許是大多數人工智能作家都難以達到人類作家的相似水平。例如，Facebook關閉了它的人工智能語言構建系統，因為它們沒辦法有效地使用自然語言。

但是，因為這樣一些事件而忽略人工智能，則是非常危險的，因為人工智能已經占據了一席之地。不僅人工智能作家通過了圖靈測試，而且他們還可以依賴專門的算法，比如深度學習，來磨練他們的寫作技能。最近深度學習的應用就曾令人工智能在圍棋大賽中打敗了人類。此外，人工智能已經可以一刻不停地無縫處理大量的數據，而人類那樣的肉身還需要進食和休息。例如，盡管最初遭遇過挫折，IBM的沃森已經能夠分析成千上萬的報告，生成自己的見解，甚至幫助醫生做診斷、挽救生命。

這對機器人作家來說是一小步。在廣告中，人工智能文案是非常通用的：他們可以起草數百種不同的廣告活動文案，測試和分析每一個不同迭代的優勢，利用深度學習，快速創作出好的作品。最重要的是，人工智能不需要休息、獲得報酬，也不存在頒獎典禮那樣需要花錢的事。

為了避免重蹈覆轍，很明顯，我們需要一個全新的人與人之間合作的方式，而不是競爭。

事實上，《華盛頓郵報》上已經有了一篇人工智能作家寫的文章。媒體高管們轉向人工智能作家Heliograf，令其幫助擴大自己的網絡受眾。編輯們向Heliograf輸入各種新聞事件的關鍵詞和模板。隨后，Heliograf在網絡上搜索數據和關鍵字匹配，之后它會生成報道，或者提醒記者反復檢查文中的錯誤。

Heliograf可以寫出選舉或奧運會等事件的簡單報道。然而，他們并不能做到深入分析，這也是《華盛頓郵報》經過深思熟慮做出的決定。這篇文章沒有使用一些經過充分研究的長文敘述，來吸引那些分散性的小部分受眾。它利用Heliograf創作了一大批簡短的小型報道，增加頁面瀏覽量。

作為一種與人類一起工作的增強型智能，Heliograf是人機互動的一個更積極的模式。人類仍有機會繼續進行研究和撰寫深度的文章，例如對美國產婦死亡率的報道，以及秘密調查私人監獄等。

即使機器學習使人工智能與人類寫作能力相匹配，并能夠對大量數據進行篩選，但人類關注的興趣點以及訪談等內容，卻是難以掌控的。記者以后可能會比較少地寫一些簡單的報道，多發布高水平的分析和調查文章。

不過，痛苦或許是不可避免的：Heliograf新版本的出現可能會引發大規模裁員，因為媒體可能會通過解雇本地記者和體育記者來削減成本，即便調查職員的崗位被保留。制造業可能有一些相似之處：自動化增加了產出，昂貴的人力被解雇，剩下的工作則需要越來越高級的學歷或經驗。最終還是要看數字：一名人類焊工每小時收費25美元(另外有福利和假期)，而機器人的安裝、維護和運營費用僅為每小時8美元。

關于寫作的未來，有一件事是絕對清楚的：人工智能作家已經出現了。然而，它帶來的危險有多大、我們能遇見的裁員和相應帶來的痛苦有多大，目前還不清楚。的確，人們希望能與人工智能產生一種增強智能模式下的互動，但這并不意味著作家們可以高枕無憂。在十年或二十年后，作家們可能會發現自己和如今正在被取代的工廠工人處于同樣的困境。