近年来，人工智能、大数据、物联网、云计算等新兴技术为社会带来了颠覆性变化，世界正在走向第四次工业革命（Fourth Industrial Revolution）。数字技术分别与物理、数学和生物技术相结合，跨越学科界限，加速各领域的转型和升级；分辨、决策、创造、协作能力不亚于人类的机器人和人工智能被广泛应用于经济和生产活动中。在此趋势下，社会舆论自然会产生新兴技术将人类从重复劳动中解放出来、从事更有价值的创造性工作的想法，也产生了人类劳动被人工智能取代的焦虑。面对这种思想认识上的混沌状态，亟须自然科学与社会科学展开深度的跨学科研究。

　　从国际学术和学科发展看，智能化、数字化和自动化背景下的劳动力转型成为国际学界持续关注的议题。这是一种典型的跨学科研究，需要社会学、劳动经济学、组织管理学、信息技术学、科学技术研究等多个领域的专家贡献智慧。五一国际劳动节之际，围绕如何更全面地追踪、衡量以及评估第四次工业革命对不同行业劳动者的影响，社会又该如何突破第四次工业革命对经济绩效的片面追求，引导科技为社会创造福祉、增强人文关怀等问题，本报记者采访了相关外国学者。

　　算法控制使零工从业者陷入异化状态

　　据英国劳工经济学家盖伊·斯坦丁（Guy Standing）预估，三分之一的劳动力交易最早将在2025年通过智能数字平台实现。20世纪60年代，美国加州大学洛杉矶分校社会心理学教授梅尔文·西曼（Melvin Seeman）借鉴了马克思、韦伯和涂尔干的著作，构建了异化的五种形式：无力感（powerlessness）、虚无感（meaninglessness）、失序感（normlessness）、孤立感（isolation）和自我隔阂感（estrangement）。英国伦敦政治经济学院心理与行为科学系社会心理学教授萨迪·拉露（Saadi Lahlou）等研究人员将西曼的异化理论应用于智能时代的零工经济，发现平台的算法操控让零工从业者陷入了“异化”的心理状态。

　　西曼将虚无感定义为人在决策过程中对事物认知的最低清晰度无法被满足。换言之，一个处于异化状态的人无法清晰地认识到自己的行为和环境之间的因果关系。拉露等人发现，在零工经济当中，劳动者大多从事烦琐重复而细碎的工作，且无法事先获得阐述其工作性质的详细信息。例如，平台只有当外卖员取到餐食之后，才会显示送餐地点。外卖员与消费者除了围绕顺利交接商品进行交流外几乎没有额外的互动。

　　英国伦敦政治经济学院哲学、逻辑和科学方法系教授凯特·弗里登堡（Kate Vredenburgh）指出，应用程序编程接口（API）技术很有可能造成了零工经济从业者的“异化”现象。在零工经济中，数字平台通过编程接口技术给个体劳动者制定了一系列指令，并明确了每个指令的执行方式。由此可见，计算机技术实现了工作“超专业化”，即创造消费品所需的劳动被分解为许多不同的“微任务”，由企业或个人通过平台外包给专门执行任务的个人。然而，正是因为算法将复杂而庞大的工作分解成了枯燥单调的“微任务”，零工从业者才无法清晰地认识到 “微任务”之间的社会关系和宏观意义，也很难在劳动中深刻地体会到一个人的劳动对社会发展的意义和价值。

　　在西曼的异化理论中，孤立感主要涉及人在思维上的隔离。然而，拉露等人观察到零工从业者在工作中缺乏与同事互动；这种物理空间的孤立加剧了心理上的孤独感。弗里登堡认为，在零工经济中，基于编程接口技术的平台不但能分配“超专业化”的“微任务”，还能将所有的“微工作”远程组合到一个产品或服务当中。这导致零工从业者不再需要与他人组成身处同地的团队来完成工作。此外，算法还能追踪从业者的聊天记录，给出实时指令，远程指导从业者，大大降低了上级领导亲自向下属传达指令和提供反馈的必要性。弗里登堡认为，这种物理空间上的孤立阻碍了劳动者与同事和上级建立社会关系、平等交流。因此，从业者不但与社交网络相隔绝，还无法全面地理解组织结构或零工经济的社会功能，这让劳动者在维护自身权益上面临重重困难。

　　在资本主义发展的早期，马克思就提出了资本条件下的异化劳动理论。拉露等人表示，在人工智能时代的零工经济当中，平台公司与平台网约劳动者之间的权力关系也存在着失衡。面对零工经济逐渐嵌入更多行业的趋势，各领域专家需要更加严肃地对待超级智能机器和技术对劳动者构成的威胁，这将不仅仅局限于失业和异化的心理状态。

　　新兴技术解放科研劳动作用有限

　　信息技术和人工智能对劳动者的影响，不仅体现在传统职业领域和新兴的零工经济平台，也体现在科研职业领域。英国曼彻斯特大学商学院曼彻斯特创新研究所教授芭芭拉·里贝罗（Barbara Ribeiro）提出，社会通常假设，在知识密集型产业环境中，人的劳动与机器的劳动之间存在互补性。换言之，数字技术和机器人技术并不会取代人类，而是将知识生产者从繁复的日常工作中解放出来，将时间投入到更具创造性的知识工作中，从而提高产业的生产力。然而，自动化和数字化对科研知识生产的影响可能与此类技术对商品和服务生产的影响有所不同。美国佐治亚州立大学经济教授宝拉·斯蒂芬（Paula E. Stephan）提出了“实验室的生产功能”观点，用来分析资本替代劳动等实验室现象。这一框架反映了一种观点，即科学生产是“努力、知识设备、材料和空间”这几项要素相互组合的结果；投入要素的变化解释了科学产出的增加。

　　然而，里贝罗发现，以该框架为基础的科学生产力研究过于关注数字化和自动化对科研项目的数量、广度和选题差异的影响，忽略了“平常的知识工作”，即处理大量实验数据、维护实验室机器人等一系列辅助性工作，以及管理人员将如何根据扩增后的科研预期，重新调整它们。与便于衡量科研绩效的论文和奖项相比，这些辅助类工作被认为是理所应当的日常任务，因此很难得到社会的注意和认可。但是，正是这些不起眼的琐碎任务构成了日常科学实践的基本组成部分，塑造了科研人员的时间、工作责任和社会资源分配。

　　2017—2019年，里贝罗等人深入调查了149名来自英国6家合成生物学实验室的科研人员的日常工作，分析了自动化和数字化如何影响知识性工作的组织和执行方式，探讨了科研环境中人与机器之间的劳动关系。研究发现，尽管机器人和数据分析技术旨在简化科研工作的流程、提高创造性和生产力，但技术也增加了“平常的知识工作”的数量、复杂性和多样性。这些新变动不均衡地出现在科研机构的各个层次。新增的“平常的知识工作”包括给数据贴标签、将数据上传到存储库、检查数据格式是否正确、找出将隐性知识转化为编码的自动化指令、坐在机器人旁边进行数千项复杂的实验等。里贝罗等人将自动化和数字化变革的复杂性和非线性本质，以及技术理论与实践应用之间的冲突称为“数字化悖论”。

　　在科研环境接纳更新颖的信息技术之前，里贝罗建议，学术机构和项目负责人应持续与科研工作者探讨新技术，促进利益相关者对技术将如何改变科研工作达成共同理解。在此基础上，实验室等科研组织可以通过改变绩效方法和奖励机制、优化问题反馈步骤和渠道、与软件设计人员协作等方式，不断改善科研工作，让技术和工具为开展日常科学实践和创新的科研工作者服务。

　　基于人文和社会视角设计人工智能系统

　　美国密歇根大学信息学院教授莱昂内尔·罗伯特（Lionel Robert）等人发现，现有的信息系统学科文献侧重于分析由数字技术组合而成的新兴工业技术如何提高企业效率和生产力。这一研究倾向隐含了学者对第四次工业革命的假设，即数字技术和系统的主要作用就是提高经济绩效。罗伯特对记者表示，在这样的逻辑下，开发和部署新技术往往因为经济要素而被正当化，忽视了社会成本。技术进步导致劳动力需求减少，制造成本降低，引发短期裁员。在技术长期更新迭代的趋势下，一些组织在成立时就选择采用新颖的技术，雇用更少的劳动力来完成生产任务。在这种情况下，社会很难精确地计算出如果组织一开始并没有采用新技术将会雇用多少人。技术创新还带来了新的产品和服务，开拓了新市场和销售渠道，吸引了新客户。无论以上两种情况是单独出现还是一同出现，罗伯特认为，产生这些新技术的文化都受到了技术决定论的影响。

　　近年来，以行动可能性为中心的可供性理论（affordance theory）被广泛地应用于信息系统学科当中。它采用了一种基于社会视角的人工智能系统设计模式，使学者能够更具体地了解到技术如何与社会环境因素相结合，触发了哪些潜在行为。形式化后的可供性理论指的是某人类代理（用户、程序设计师、决策者）和某技术实体（人工智能、机器人、超级计算机）处于某种关系和某一种背景（家庭办公室、网站、增强现实等）下，产生了某些互动和行为，进而分别导致了积极结果（如实现个人价值）或者消极结果（如人与人的隔绝）。以上任何一个维度的变化都将影响可供性的特征。换言之，将第四次工业革命涉及的使用者、具体行为、机器技术实体、环境和结果抽象化，实现了把人重新放置在第四次工业革命的场域和空间当中，赋予了人类制定行动可能性的特权。

　　罗伯特对记者谈道：“当社会各界开始关注人工智能的可供性，人们的关注点就会从人工智能是否能提高公司的财务状况，转变为人工智能触发的各种潜在行为以及潜在的社会后果。”通过将人类、人文关怀和社会福祉置于人工智能变革的中心，我们可以确保第四次工业革命技术在提高经济效益的同时，创造更公平的社会和更好的人类待遇。

　　跨学科智慧引领科技向善发展

　　罗伯特在采访中提到，近年来学界围绕人工智能的社会影响主题举办了多次跨学科交流，并取得了显著进展。例如，美国计算机协会举办的公平、问责和透明度大会与美国电气和电子工程师协会成立的技术的社会影响协会，为工程师、决策者、行业研究人员、社会科学家和技术人员等利益相关者提供了一个公共讨论平台。在罗伯特看来，新老跨界讨论活动都在证明，人们越来越重视跨学科合作的必要性，针对人工智能的社会影响的讨论也日益深入。

　　此外，社会还逐渐意识到，智能化机器比人类做得更好并不是必然的，也并不总是能被经济绩效合理化。罗伯特说道：“人在技术使用的法理网络中占有独特的地位。作为消费者，我们受益于技术创新和成本削减，享受着物美价廉的新产品和服务。我们也承担着技术可能造成的负面后果，如劳动者流离失所、非人化和边缘化。”罗伯特认为，在缩小第四次工业革命的美好愿景与严酷现实之间的差距上，社会科学领域的专家发挥着关键作用。他们对新技术的利弊以及它们和社会之间的相互关系有着更细致、更全面的把握。只有建立完整、客观、综合的观点，社会才能在研发、部署和使用向善的技术方面做出更为明智的决定。