目前，人工智能(AI)系統很好地執行重復性的、無須太多創意的任務，但當被要求脫離腳本時，它們很快就會遇到阻礙。隨著技術進步消除了一些傳統角色。在新的經濟現實中，以前無法想象的工作崗位將會出現。將這兩種想法結合起來，就能繪制出2030年高度自動化經濟中可能出現的潛在新職業機會。

[[427021]]

機器人訓練師

隨著機器人承擔越來越復雜的功能，將需要更多的人來教機器人如何正確地完成這些工作。像MTurk和Crowdflower這樣的人類智能任務(Human Intelligence Task, HIT)已經利用人類訓練人工智能識別圖像或視頻中的物體。新的人工智能公司，比如個人旅行服務公司Lola，正在擴大信息技術學院，配備專門的員工來訓練人工智能完成復雜的任務。

微軟的Tay機器人在與互聯網用戶互動后，迅速演變成在推特上發表攻擊性和種族言論，令其創造者極為尷尬。考慮到Tay脫軌的速度之快，不難想象，如果一個被用來維護我們安全的機器人被灌輸錯誤的信息，或者從設計糟糕的訓練集中學到錯誤的東西，它會變得多么危險。因為現實世界是不斷變化的，人工智能必須不斷訓練和改進，即使它達到了可行的領域專業知識，這確保了專家的人類監督是至關重要的。

盡管目前存在技術限制，但將人工工作整合到半自主系統的設計中，使得一些公司能夠實現更高的效能。

BestMile是一款用于機場運送行李的無人駕駛汽車，它已成功將人類監管融入其設計中。在機場停機坪上的復雜和危險的環境中，BestMile車輛可在感覺有障礙的路徑時停止并等待其人力控制器來決定要做什么。

人工個性設計師

隨著人工智能逐漸進入我們的世界，我們將開始與它建立更親密的關系，這項技術將需要更好地了解我們，但有些人工智能個性可能并不適合某些人。此外，不同的品牌可能希望由不同的、定義明確的個性來代表。因此，有效的面向人類的人工智能設計師需要注意人工智能內部的細微差異，使人工智能互動愉快而富有成效。這就是人格設計師或人格科學家發揮作用的地方。

雖然Siri可以講笑話，但人類渴望更多，所以必須訓練設備，以滿足我們的情感需求。為了創造一流的用戶體驗，人工智能個性設計師或科學家至關重要——研究并建立有意義的框架來設計人工智能個性。

聊天機器人的建造者也在雇傭寫手來編寫對話臺詞和腳本，為他們的機器人注入個性。微軟的聊天機器人Cortana雇傭了一個22人的編輯團隊。

Affectiva和Beyond Verbal等初創公司正在開發幫助識別和分析情緒的技術，使人工智能能夠做出反應并調整與我們的互動，使體驗更愉快或更有效。

麻省理工學院(Massachusetts Institute of Technology)和波士頓大學(Boston University)的一個團隊正在教機器人讀取人類的大腦信號，以便在沒有人類主動糾正和監控的情況下判斷自己何時犯了錯誤。谷歌最近還申請了機器人個性的專利，并設計了一個系統來存儲和分發機器人的個性。

設計一個完全自主的系統是極其復雜的，因此許多AI的美好前景仍然遙不可及。

就目前而言，訓練人類仍然比開發機器人替代品便宜得多，至少在起步階段。這也是人工智能前進的主要障礙之一。不過在未來人工智能驅動的世界，你可能會發現一個前所未有的新奇職位適合你。