面对既能写诗又能策划文案的AI算法，小编的工作饭碗还能保住么？

编者按：本文来自微信公众号“机器之能”（ID：almosthuman2017），编译：王宇欣；36氪经授权发布。

正如视频的出现会是广播明星逐渐消亡一样，人工智能的崛起也正使作家、记者和编辑走向末路。大批的词汇使用者—从五美元网站（Fiverr）上的自由职业者到纽约时报的记者—也许很快就发现他们要失业了。然而，导致他们失去工作的并非是海外的竞争对手，而是算法。

想要了解未来的写作以及人工智能作家究竟是什么样，我们首先需要看看已经存在的工作类型。

最难被机器取代的是创意

自动化并未平等地触及每一份行业，但是在美国自动化技术却相当普及。相比于旧金山，步行穿过俄亥俄州工业的中心地带，其高度凝聚的智力资本会给你带来完全不一样的画面。

这是如此的诱惑，这似乎是因为外国的竞争，看起来「工作杀手」并不是外包，而是自动化。最后，美国的制造业做的非常不错：制造业年增长 2.2%—比所有的美国经济增长的速度（2016 年增长 1.6%）还要快。

即使工人们的数量没有增长，但是似乎制造业仍在急速发展。但是为什么工厂的工作这么容易被机器所代替呢？为什么不是旧金山的程序员或者是纽约的作家呢？

牛津大学、麦肯锡和普华永道等不同的组织总结了最容易自动化的工作的几个重要特征。他们一定有多次重复性的日常工作和高度的可预测性（想象一下大仓库中的装配线或者储存箱）。这样的岗位非常简单，很少需要去适应工作或者是横向思考。

相反，具有高度不可预测性以及需要复杂问题解决能力的工作更不容易被机器所替代。NPR 推出了一个小工具来预测你所从事的专业被自动化的可能性，其预测撰稿人和作家有 3.8 % 的可能未来会被计算机程序所取代。

像传统智慧的发展一样，创造力并不容易被机器代理。不是吗？

逐渐渗透到写作的 AI 算法

让一个人工智能写作者变得高效，其工作必须要通过图灵测试，在该测试中计算机必须要成功使人类认为它也是人类。

对于创造性算法来说，这非常重要。用户可不会去购买由机器创作的文章，我们相信机器人无法与人类有效地产生情感方面的共鸣。我们认为创造力没有固定的公式：人们不可能将'战争与和平'这样的著作简化为算法和二进制输入。

但是事实是程序员确实可以制造创造力——而且他们已经做到了。

回溯到 2011 年，杜克大学的一名本科生修改了算法使其将诗歌剖析成更小的部分（韵律、行、短语）进行分析，然后自动创作出自己的诗歌。其中的一首甚至还被杜克大学的文学期刊 The Archive 接收。人工智能作家通过假冒人类创作的作品而有效地通过了图灵测试。

当然，九行诗和纽约时报的长篇报道（或者拥有更高人气的 TNW）截然不同。然而，更重要的是意识到这标志着一个重要的里程碑式情况的建立。

长久以来，人们认为机器还不能实现创造。现在人工智能已经写出了诗词、歌曲甚至是拍摄了短篇电影——对创作者来说，这像是一个「不祥之兆」。

既能当诗人，也能当广告文案

也许难以想象人工智能当作家的一个原因就是，大部分人工智能不能呈现与人类写作者同等的水准。但最近人工智能作家不仅已经通过了图灵测试，而且依据深度学习（该算法使人工智能在公认的抽象游戏—围棋中击败人类顶尖选手）等专门算法磨炼其写作技巧。

此外，人工智能已经能够无缝处理大量的数据，其工作时无需食物也不需要休息，而这些则是人类工作者所必须的。

举个例子，尽管最初遭遇了挫折，IBM 的 Watson 可以分析成千上万份报告并提供见解，甚至帮助医生优化口头诊断，并在这个过程中拯救生命。

某种程度上说，这只是机器人作家的一小步。在广告业中，人工智能文案员是非常灵活的：它们可以起草数千份广告宣传，测试并分析每一个不同版本的影响，并依赖深度学习快速成为更加优秀的文案员。最重要的是，人工智能不需要休息，不需要报酬，不需要奖品之类的额外开支。

面对不确定的未来，文字工作者何去何从

为了避免损失，很显然我们需要一种全新的人工智能与人类合作的方式，而非相互竞争。

事实上，华盛顿邮报已经报道了一种方式，管理人员依靠人工智能作家 Heliograf 扩大其网站的用户，编辑者将不同事件和结果的关键词和模板输入 Heliograf，Heliograf 随后搜索整个互联网找寻相匹配的数据和关键词；从这中间产生报告然后提醒记者对潜在的独家新闻再次检查异常数据。

Heliograf 的事迹仅仅是关于选举或奥运比赛等事件的简单报道。然而，这些报道并没有经过深入分析—也就是说报道的部分没有经过深思熟虑就做出了决定。

与其使用少数经过深入研究的长篇文章来吸引特定的受众，不如使用 Heliograf 创造大量的篇幅较短、简单的故事来吸引综合浏览量。

正如增强智能与人类协同工作一样，Heliograf 是一种更加积极的人机交互模型。从美国孕产妇的死亡率到私人监狱的秘密调查，人类仍有空间来研究并撰写这些现象更深的特征。

即使机器学习从使人工智能从海量的数据中学习到了人类写作和筛选的能力，兴趣（和采访）仍然难以掌握。记者很少进行简单报道，更多的则是进行更高层面的分析和调查。

然而，烦恼则是不可避免的：报社削减当地记者和体育作家的花费，即使其保留（或者增加）原有的调查人员，Heliograf 的后期版本还是可能会引发大规模的裁员。

制造业也会有相似情况：自动化提升了产出，昂贵的工人将会被辞退，而保留的职位则需要更高的学历和更多的经验。用数据来说明就是：人类电焊工人需要 25 美元的时薪（还有福利和假期），而机器人在安装完毕之后每小时只需要花费 8 美元，包含了维护和运营的成本。

关于写作的未来，有一件事非常清楚：人工智能作者已经存在了。然而，我们还不能预计，它将带来多大程度的影响，将会有多少人面临失业。的确，我们对交互模型的增强智能有所期待，但这并不意味着文字从业人员可以高枕无忧。未来十年或是二十年，作家也许会发现自己面临和今天工厂的工人一样的境遇。