最关乎人类未来的十大问题发布：人工智能该不该有道德观？

6月25日，阿里巴巴倡议成立的国际智库机构罗汉堂在杭州发布最关乎人类未来的十大问题。2001年诺贝尔经济学奖获得者迈克尔·斯宾塞（Michael Spence）现场发布了这十大问题。

天津消防网讯 25日，阿里巴巴倡议成立的罗汉堂发布最关乎人类未来的十大问题。200多位来自全球的顶尖学者、政界、企业界负责人应邀在杭州“西湖论剑”，闭门研讨十大问题，其中包括6位诺贝尔经济学奖获得者。

　　供图

第一问：我们是应该先控制风险，还是先迎接数字技术？

2001诺贝尔经济学奖获得者迈克尔·斯宾塞(MichaelSpence)认为，数字经济带来的福利还难以被准确衡量和估计，这会影响我们平衡数字经济风险和收益。现有对经济的衡量集中在对经济增长的关注，忽略了健康、生活便利等其他福利。数字经济的长期影响是深度多维的，需要一个更多维的框架衡量个人和社会福利。

第二问：数字技术会扩大鸿沟，还是会让世界变平？

2001诺贝尔经济学奖获得者迈克尔·斯宾塞(MichaelSpence)认为，中国数字经济的发展不仅体现在增长速度上，还体现在边远、贫困群体与现有经济资源的结合速度上，这是令人震惊的普惠增长模式。

美国马里兰大学助理教授阿尔伯特·罗西(AlbertoRossi)认为：智能投顾能够帮助用户更稳健地配置资产，尤其是对投资经验少、现金持有比例高、频繁买卖的用户而言更是如此。智能投顾让投资更普惠。

第三问：数据是谁的？谁是真正的受益者？

2014诺贝尔经济学奖获得者让·梯若尔(JeanTirole)认为：我们如何在保护个人隐私的同时，不遏制科技的进步和创新的向前？我们想倒掉洗澡水，但别把宝宝也泼出去了。

第四问：数字技术会让更多的人失业，还是会让工作时间更短？

2010诺贝尔经济学奖获得者克里斯托弗·皮萨里德斯(SirChristopherPissarides)认为：并没有证据证明技术会带来失业率的提高。但技术的发展过程中，确实会促进就业的结构性转变。以1980年以来的就业数据显示，就业逐渐从制造业向服务业转变。

第五问：谁是平台经济的受益者，是所有参与者，还是少数平台公司？

2010诺贝尔经济学奖获得者克里斯托弗·皮萨里德斯(SirChristopherPissarides)认为：数字平台是对分散市场匹配技术的改进，它具有提高所有市场参与者效率的潜力。

2010诺贝尔经济学奖获得者克里斯托弗·皮萨里德斯(SirChristopherPissarides)认为：互联网和平台经济能够有效打破制约成熟市场发展的阻碍。在中国，没有互联网，农民只能进城打工才能提高收入，互联网让他们在家乡也可能获得同样的发展机会。

澳大利亚新南威尔士大学教授理查德·霍尔登(RichardHolden)认为：数字技术改变了企业的协同方式和边界，让原本很多公司内部才能完成复杂的协同变得高效和透明，更多的事务可以在公司外部由市场协同来完成。这给小微企业带来更大的生存空间，更高效的利用资源做专业化分工。

第六问：治理机制要如何改变，才能适应数字时代？

2016年诺贝尔经济学奖获得者本特·霍姆斯特罗姆(BengtHolmstr?m)认为：人工智能正在改变我们的经济发展机制，也会改变我们制定政策的方式。

第七问：金融服务在越来越平民化的同时，会不会引发更多的风险？

2016年诺贝尔经济学奖获得者本特·霍姆斯特罗姆(BengtHolmstr?m)认为：数字经济时代，信息是一种新的抵押品。有了数字平台上收集的信息，小额借款人获得信贷不需要抵押品，因为贷款人比借款人更了解他的信誉。在这方面，平台模式更接近于西方信用卡的基础模式，同时因为它基于数字识别，并包含大量数据，所以比信用卡便宜得多，也不容易被欺诈。

第八问：数字时代全球化会走回头路吗？

2001诺贝尔经济学奖获得者迈克尔·斯宾塞(MichaelSpence)认为：让我感到兴奋的是中国的数字经济增长范式能够启发其他国家，开发巨大的国内市场就能带来巨大的增长机会。在此基础上我们不难想象，只需要一点点的国际合作，这种发展模式就能推广到全世界。各国小微企业参与到国际市场中或将成为下一个增长引擎，这才是最最激动人心的事。

第九问：人工智能该不该有道德观？

2011年诺贝尔经济学获得者托马斯·萨金特(ThomasSargent)认为：说到底，机器并不是自己在学习，它们学的，都是人类输入的数据。是人类在告诉机器要学习什么。因此，我们人类在给机器提供数据的时候，要努力去除掉一些偏见。

第十问：大算力和大数据，一定会让我们离真相更近吗？

2013年诺贝尔经济学获得者拉尔斯·彼得·汉森(LarsPeterHansen)认为：数字经济时代，丰富的数据确实为经济学分析提供了更多的素材，但是实证分析本身的价值则非常有限。对于实际发生什么和可能发生什么，理论模型却能帮助我们做不同情形和不同政策下的比较。因此纯数据驱动具备一定的局限性，模型能让人们在大数据时代的今天做更好的决策。

2011年诺贝尔经济学获得者托马斯·萨金特(ThomasSargent)认为：大数据和大算力提升了抽象信息理论的价值，它们的高速发展对处理信息的方法论提出更高要求。更优的信息估计技术，算法博弈论，多元时间序列算法和数据模拟技术等都可以在大数据时代散发光彩。