倪健惠

【摘 要】人工智能在由弱到強(qiáng)的發(fā)展演變中逐步實(shí)現(xiàn)從創(chuàng)造工具到自主創(chuàng)造的進(jìn)化。隨著機(jī)器人在各行各業(yè)的廣泛應(yīng)用，越來越多的問題逐步出現(xiàn)。如果機(jī)器人創(chuàng)造的財(cái)富能夠共享，那么人們的生活水平和質(zhì)量將得到提升。如果機(jī)器人的主人反對財(cái)富再分配，那將對絕大多數(shù)的民眾生活產(chǎn)生消極影響。而當(dāng)前的發(fā)展趨勢傾向于第二種，即自動化技術(shù)加劇了社會的不平等現(xiàn)象。本文就機(jī)器人發(fā)展過程中所創(chuàng)造的財(cái)富利益分配問題展開討論。

【關(guān)鍵詞】機(jī)器人；利益分配；經(jīng)濟(jì)主體；稅收

一、機(jī)器人的定義

人工智能的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類的智能才能完成的復(fù)雜工作， 故一般認(rèn)為其模擬了人類的思維過程和智力行為。我們將機(jī)器人定義為：為人類服務(wù)的“電子人”。機(jī)器人的樣子不一定必須像人，只要能自主完成人類所賦予他的任務(wù)與命令，就屬于機(jī)器人大家族的成員。隨著自動化技術(shù)的不斷進(jìn)步，當(dāng)今人工智能創(chuàng)作物在外在形式上已經(jīng)難以與人類創(chuàng)作物進(jìn)行區(qū)分， 而且人工智能還具備更高的產(chǎn)出投入比。

二、機(jī)器人的報(bào)酬分配的分析

人工智能在由弱到強(qiáng)的發(fā)展演變中實(shí)現(xiàn)從創(chuàng)造工具到自主創(chuàng)造的進(jìn)化。隨著人工智能的深入發(fā)展，為機(jī)器人支付報(bào)酬及進(jìn)行利益分配是必要的。就目前情況來看，機(jī)器人僅僅是達(dá)到了弱人工智能階段，仍未能被賦予意識，其對外界變化做出的反應(yīng)或回應(yīng)是基于大數(shù)據(jù)分析后得出的較符合人類思想和意識的條件反射。但是伴隨著強(qiáng)人工智能和超人工智能的發(fā)展，機(jī)器人將具備自我學(xué)習(xí)的能力，即通過提前預(yù)設(shè)收集、學(xué)習(xí)算法授予人工智能收集數(shù)據(jù)、學(xué)習(xí)數(shù)據(jù)的方法， 能夠?qū)崿F(xiàn)數(shù)據(jù)的自我更新， 其輸出結(jié)果也是動態(tài)的。在算法時(shí)代后期，機(jī)器人已經(jīng)逐步向全腦仿真階段過渡， 而其中最為核心的技術(shù)是深度學(xué)習(xí) （deep learning）。人工智能創(chuàng)作通過不斷從大數(shù)據(jù)中訓(xùn)練學(xué)習(xí)， 對海量數(shù)據(jù)自動挖掘和預(yù)測，通過無所不在的傳感器實(shí)時(shí)更新數(shù)據(jù)， 將無須依賴于硬件和事先定義的規(guī)則。

在這一階段，其不再是生產(chǎn)機(jī)器而是具有經(jīng)濟(jì)行為的個(gè)體，會與公共經(jīng)濟(jì)市場產(chǎn)生復(fù)雜的利益分配問題。該時(shí)期的機(jī)器人在法律層面與自然人將具有近乎同等地位，有必要為其支付相應(yīng)的報(bào)酬，具體的報(bào)酬分配方式雖尚不確定，但未來將會產(chǎn)生一種新的分配方式與該情況相適應(yīng)。

三、機(jī)器人創(chuàng)造財(cái)富分配問題的探討

關(guān)于人工智能所創(chuàng)造的財(cái)富具體歸屬通常有三種方案：由人工智能設(shè)計(jì)者單獨(dú)享有、由用戶單獨(dú)享有、由設(shè)計(jì)者和用戶共同享有， 所以可以將人工智能設(shè)計(jì)者、用戶之間視為內(nèi)部分享。即應(yīng)當(dāng)由內(nèi)部人員中的某個(gè)當(dāng)事人作為代表同外部主體進(jìn)行利益協(xié)商。

從某種程度上來說，機(jī)器人歸富人所有，這就意味著機(jī)器人創(chuàng)造的絕大多數(shù)收入屬于富人。機(jī)器人創(chuàng)造的價(jià)值形態(tài)是一樣的，機(jī)器人勞動效率越高所創(chuàng)造的財(cái)富價(jià)值越多，操縱后臺的老板就占有更多的財(cái)富價(jià)值，這在一定程度上加劇了社會財(cái)富分配的不公。同時(shí)，機(jī)器人的發(fā)展將擴(kuò)大經(jīng)濟(jì)差距，擾亂各領(lǐng)域的就業(yè)秩序，對絕大多數(shù)家庭產(chǎn)生消極影響。

稅收是縮小貧富差距的重要途徑。機(jī)器人的發(fā)展是全人類共同面對的外部性問題，對其進(jìn)行征稅是有必要的，用它來支撐普惠性的人人有份的基本保障。具體來說，應(yīng)對機(jī)器人直接征收與人工相當(dāng)?shù)亩惤?，同時(shí)使用機(jī)器人的雇主也應(yīng)該為機(jī)器人繳納稅款。然而，現(xiàn)存的稅務(wù)制度的發(fā)展速度與自動化技術(shù)的發(fā)展速度是不匹配的。在機(jī)器人時(shí)代，我們必須重新界定“納稅”主體的范圍，將機(jī)器人納入其中，才能讓公共財(cái)政有財(cái)力緩解因自動或技術(shù)的發(fā)展所引發(fā)的一系列問題。

雖然對機(jī)器人征稅未必是相關(guān)問題的解決之道，但時(shí)下不失為一個(gè)好的開始。面對大規(guī)模自動化需要一個(gè)嚴(yán)肅的解決方案。對機(jī)器人征稅可以增加財(cái)政收入，為因此而失業(yè)的工人提供基本收入并獲得重新培訓(xùn)的機(jī)會。

四、機(jī)器人相關(guān)經(jīng)濟(jì)主體的分析

（一）經(jīng)濟(jì)主體

科技成果是一種外部性很強(qiáng)的公共物品。從公共經(jīng)濟(jì)學(xué)角度分析該問題，與其相關(guān)聯(lián)的經(jīng)濟(jì)主體主要有三個(gè)——研發(fā)者、被替代的勞動者、廠商（消費(fèi)者）。

1.研發(fā)者：其通過對客觀規(guī)律的認(rèn)識，掌握熟練的研發(fā)技術(shù)，進(jìn)而使其降低了生產(chǎn)成本取得了較高的收益。專利費(fèi)是研發(fā)者研發(fā)獲取的一項(xiàng)重要報(bào)酬收入。但其拿到的專利費(fèi)是一個(gè)相對的數(shù)量，而其帶來的成本節(jié)約是不可估量的，在這種情況下會產(chǎn)生“溢出效應(yīng)”，“溢出效應(yīng)”最終歸政府所有。

2.被替代的勞動者：機(jī)器人帶來的自動化，使制造業(yè)、服務(wù)業(yè)等工作領(lǐng)域的勞動者日益被替代。被替代的勞動者需要獲取政府補(bǔ)貼，緩解其生存問題。同時(shí)，政府需加大財(cái)政支出，提高社會福利使被替代的勞動者重新獲得培訓(xùn)機(jī)會，提高自身競爭優(yōu)勢。

3.廠商：提高了其工作效率、降低勞動成本，進(jìn)而實(shí)現(xiàn)收益最大化。從另一方面來說，機(jī)器人的使用迎合了消費(fèi)者的消費(fèi)傾向轉(zhuǎn)變，進(jìn)一步滿足了消費(fèi)者多樣化和便利化的消費(fèi)需求，提升了消費(fèi)者對其產(chǎn)品的消費(fèi)需求。

（二）經(jīng)濟(jì)主體之間的關(guān)系分析

1.廠商為了降低成本，獲取高收益，而選擇機(jī)器人替代廉價(jià)勞動者。政府需加大財(cái)政支出，提高社會福利，進(jìn)而緩解機(jī)器人的使用對所被替代的勞動者及其家庭產(chǎn)生的負(fù)面影響。

2.政府對被替代勞動者的財(cái)政補(bǔ)貼支出，主要來源于廠商及研發(fā)者對其所繳納的稅收。同時(shí)，“溢出效應(yīng)”所帶來的長久收益也是政府財(cái)政補(bǔ)貼的重要組成部分。

五、總結(jié)

隨著機(jī)器人的不斷發(fā)展，新的問題將會層出不窮。財(cái)富分配問題將成為其中一個(gè)至關(guān)重要的問題，該問題是無法回避的，必須積極面對。利益分享的前提條件是利益的現(xiàn)實(shí)存在。利益分享機(jī)制則可以實(shí)現(xiàn)人工智能與人類之間的交流， 實(shí)現(xiàn)資源的整合與優(yōu)勢互補(bǔ)。我們期望該問題在未來能夠得到有效的解決。

【參考文獻(xiàn)】

[1]王遷.論人工智能生成的內(nèi)容在著作權(quán)法中的定性[J].法律科學(xué) （西北政法大學(xué)學(xué)報(bào)） ， 2017， 35 （5） ：148-155.

[2]梁志文.論人工智能創(chuàng)造物的法律保護(hù)[J].法律科學(xué) （西北政法大學(xué)學(xué)報(bào)） ， 2017， 35 （5） ：156-165.

[3]劉潤坤.人工智能取代藝術(shù)家？——從本體論視角看人工智能藝術(shù)創(chuàng)作[J].民族藝術(shù)研究， 2017， 30 （2） ：71-76.

[4]SCH NBERGER Daniel， Deep Copyright：Up-and Downstream-Questions Related to Artificial Intelligence （AI） and Machine Learning （ML） [C]//De WerraJacques （ed.） ， Droitdauteur 4.0/Copyright 4.0， Geneva， 2018：145-173.

[5]熊琦.人工智能生成內(nèi)容的著作權(quán)認(rèn)定[J].知識產(chǎn)權(quán)， 2017 （3） ：3-8.

[6]劉強(qiáng)馬歡軍.人工智能創(chuàng)作物利益分享機(jī)制研究[J].貴州師范大學(xué)學(xué)報(bào)（社會科學(xué)版），2018，（03），153-160

[7]胡凌.人工智能的法律想象[J].文化縱橫， 2017 （2） ：108-116.

[8]王果.論計(jì)算機(jī)“創(chuàng)作作品”的著作權(quán)保護(hù)[J].云南大學(xué)學(xué)報(bào) （法學(xué)版） ， 2016， 29 （1）：20-25.