哪些是人工智能时期的安全职业，逐渐成为人们不得不面对的问题。
随着人工智能发展，一个又一个原来由人承担的事情，被机器替代。
阿尔法狗干了围棋冠军的活儿，微软的小冰干了墨客的活儿，特斯拉无人驾驶汽车干了司机的活儿，亚马逊无人超市干了售货员的活儿……传统职业变得不再安全。
人们不禁要问：将来还有哪些职业，是机器难以替代因而是相对安全的？

判断这个问题，不能靠预测，而须要一个思考框架。
人工智能时期的安全职业的问题，本色是人工智能善于做什么、不善于做什么；人善于做什么、不善于做什么。
搞清楚人与机器各自的上风与劣势，这个问题自然就有答案了。

首先，关于涉及人工智能实质的问题，朱迪亚·珀尔与达纳·麦肯齐在合著的《为什么：关于因果关系的新科学》中有所论述。
他们提出了一个理解人工智能能力实质的大略框架，这便是因果推断框架。
因果推断讲的是干系关系与因果关系二者之间的关系。
普通地讲，干系关系对应归纳，因果关系对应演绎。
珀尔院士反对只讲干系关系，不讲因果关系，认为人工智能只有通过建模将干系上升到因果，才能通过推断办理问题。

对应到职业上则意味着，找不到规律的事（只有干系没有因果的事）更适宜由人来完成，而找得到规律的事（从干系可以推断出因果的事）可以由机器替代。
更简化地说，凡是建不了模的事情，机器都代替不了人。
举例来说，有些人购物为所欲为，建模每每套不牢他们，所以为这些消费者做事的事就适宜由人来干。

其次，关于涉及职业实质的问题，斯科特·佩奇在《多样性红利》中也提出了一个超大略的判断框架：多样性优于能力。
这里的多样性都可更换为臭皮匠（人）；能力都可更换为诸葛亮（人工智能）。
臭皮匠在什么条件下可以稳赢诸葛亮，或者说，人在什么条件下可以稳赢人工智能？实在条件很大略，凡是人算不如天算的，都不适宜诸葛亮（人工智能）；相反，凡是人算算得清的，都不适宜臭皮匠（人）。
显然，人工智能这个“诸葛亮”之以是显得很厉害，全在于会算，如果它算不清楚，自然就得屈膝降服佩服。
什么是算不清楚的呢？按佩奇院士的理论，便是繁芜程度超过算力的事务，例如股市、生态多样性、婚恋等。

末了，关于涉及人工智能与职业关系的问题，马华兴、王鹏合著的《做出好选择》则提出了一个将人工智能与职业联系起来的判断框架。
这个框架把事情分为程序型事情和探索型事情。
程序型事情，对应珀尔院士说的可建模创造因果关系的事情，对应佩奇院士说的“能力”型事情；探索型事情，对应珀尔院士说的只有干系关系无法建模的事情，对应佩奇院士说的“多样性”型事情。
《做出好选择》认为，从事探索型事情是未来的方向。
这是人工智能时期的安全职业。
书中归纳了3种有出息的探索型事情：社交类事情、设计类事情、履历类事情。

不过，如果理解了人工智能的事理与职业的事理，安全职业可以不止这3类，而是无限增加。
比如，网络文艺全行业符合佩奇院士说的“多样性”标准，作品只要一重样，就会被判抄袭。
个中包括网络文学、网络音乐、网络视频、网络音频等10多个职业，进而由产品内容化、体验化进一步派生浩瀚职业，如直播带货、设计孩子注射专用动画片等；又比如，网络娱乐细分为体育、游戏等具有人算不如天算特色的成百上千种职业，无穷无尽……总之，只要与人的情绪（如对美好生活的神往）沾边，都适宜人而不适宜人工智能。
真正的问题反倒可能是安全职业多得数也数不过来，逼得人工智能还要再努力一些，才能把人手腾出来，有机会去尽情发挥。

（作者：姜奇平，系中国社科院数量经济与技能经济所信息化与网络经济室主任）