機器人能做你的工作嗎?
《彭博商業週刊》最近在一篇文章中提出了一個有趣的觀點：“人機對抗”重現。產出增加，而製造業穩步前進(即使最近經濟衰退)。但老闆們沒有多招聘員工，因為他們使用機器人。“隨著數字技術的傳播，產出增大隨之就業率上升的傳統關聯--被稱為‘奧肯法則’-- 現在似乎被打破了，”大衛J林奇寫道，“如果法律假定產出每增加3%，失業率應減少1%的規律仍然適用，那麼今天的失業率應該不是接近9%，而只有1%。”相反的是，機器人產業越來越好。機器人可以在閒暇時間工作，不需要在來回通勤，不會辭職(至少在他們散架之前)，也不像人類一樣工作狀態時起時落、在需要精度的時候產生問題。
那麼你可能會問，我為什麼要在乎這些?無論如何，我又不是裝配線上的員工。這可能是事實。但是有很多白領工作，現在也可以由機器人完成。《商業週刊》的文章指出，“在搜尋成千上萬文件中的特定文字或圖案時，律師助理的準確性無論如何也比不上軟體。為常規比賽堆砌綜合報道時，新的軟體應用程式很容易達到熟練體育記者的.水平。如果你的工作在某種程度上只是例行公事，不需要更高層次的洞察力，那你可能會有危險。”
但也沒必要感到恐慌。考慮機器人或一般的技術問題時，更有趣的方法是，不妨問一問，你做的常規工作中哪些可以外包。這會讓你將心理能力投入到最有價值的工作中。在教育界，“混合學習”的概念正方興未艾，因為人們意識到，像DreamBox程式(用於數學)或羅塞塔石碑(Rosetta Stone)程式(用於學外語)，還有NoRedInk程式(用於學習語法)都能夠提供大量基本內容，編制各種問題，即時評估兒童所知程度。它們讓老師們得到解放，讓他們可以有針對性地教授在軟體學習中學生還不理解的課程材料。在寫作領域，如果機器人為我提供故事靈感(基於對人們點選傾向的分析)，寄給我相關主題的文章連結、來源和統計分析，我當然不會介意。我花了大量時間，試圖找出誰是某個領域最有權威的人，根據誰寫了什麼書，誰經常被引用等等。谷歌可以提供幫助，但更先進的資源查詢技術可以挖得更深，然後寄給我那個人的郵件地址。這樣我就可以把更多時間花在考慮提出更好的問題，也有更多時間寫作。
