和安德鲁·迈克菲（Andrew McAfee）指出，谷歌的无人驾驶汽车和IBM的超级电脑Waston是自动化新浪潮的代表，对呈“指数级增长”的计算机力量的利用，将改变几乎每一个工作和职业的工作性质。今天，他们写道，“计算机发展得如此迅速，其应用领域从科幻小说迈入日常生活……短短几年就够了。”

谁需要人类呢？这个问题，不管是疑问还是反问，经常会在讨论自动化的话题里出现。如果计算机的能力扩展得这么快，相比之下，如果人类看起来缓慢、笨拙、容易出错，为什么不建立一个自成一体的系统，完美地执行任务而没有任何人类的监督或干预呢？为什么不把人为因素给排除出去呢？在评论自动化和飞行员操作失误之间的联系时，技术理论家凯文·凯利（Kevin Kelly）指出，显而易见的解决方案是开发一个完全自主的自动驾驶仪：“从长远来看，人类飞行员不应该驾驶飞机。”硅谷的风险投资家维诺德·科斯拉（Vinod Khosla）最近表示，当保健医疗软件（他戏称为“医生算法”）从协助主治医生做出诊断发展到完全取代医生之时，医疗保健将会得到大大改善。解决不完善自动化的方法就是全面自动化。

这种想法是很诱人，但没有机器是万无一失的。即使是最先进的技术也迟早会有失效、起到反效果的一天，最先进的计算机系统也会遇到它的设计者从来没有预料到的情况。随着自动化技术变得越来越复杂，算法、数据库、传感器和机械部件之间的联系越来越紧密，潜在的故障源的数量将成倍增长，而且愈加难以检测。所有的部件都在完好运行，但系统设计中出了一个小错误就能酿成大祸。而且，就算可以设计出一个完美的系统，它仍将在一个不完美的世界里运行。

在1983年学术期刊《自动化》（Automatica）上发表的一篇经典论文中，英国伦敦大学学院的工程心理学家利兹安·班布里奇（Lisanne Bainbridge）描述了计算机自动化的一个难题。许多系统设计者都假设，人类操作员是“不可靠、低效的”，至少和计算机相比是如此。于是，设计师便尽量让人承担尽可能小的责任。最终，人变成了监控者，只是被动地看着屏幕。而这样一份工作是我们人类——出了名爱走神的物种——特别不适合的工作。早在二战期间对雷达操作员的调查研究结果就表明，人类很难在超过半个小时的时间里一直保持注意力盯着屏幕看东西。班布里奇指出，“这意味着人类不可能完成监控突发异常情况的基本职能。”而且，由于一个人的能力“不用就会变差”，哪怕是经验丰富的操作员，如果一味盯着屏幕，最终也将和初出茅庐的新手没什么两样。难以集中注意力和缺乏对原理的认知这两点加起来，增大了遇到事故操作员会无力应对的可能。于是乎，人类将是系统中最薄弱的环节的预言就自我应验了。

削弱自动化的影响

心理学家已经发现了一些简单的方法来削弱自动化的不良影响。我们可以设定在不规则的时间间隔让软件转向控制人工控制，随时保持待命可以使人类操作员集中注意力，提高他们的情景感知和学习能力。我们也可以限制自动化的范围，确保使用电脑工作的人执行具有挑战性的任务，而不是仅仅处于旁观者的地位。给人更多的事情做，有助于使加工效应发挥作用。我们还可以在软件里融入教育性的例程，需要用户重复困难体力和脑力任务来促使记忆形成和技能培养。

有些软件设计师记住了这样的建议。在学校，最好的教学程序会通过促使人集中注意力、要求人下功夫，或者通过重复巩固学到的技能来帮助学生掌握一个课题。这些软件的设计体现了大脑储存记忆方面的最新发现，将概念性知识和实际操作融入其中。但是，大多数软件或应用程序并不鼓励学习和参与，不仅如此，有的还起到相反的效果。这是因为培养和维持专业技能几乎必然牺牲速度和效率，学习需要效率低下，而力求最大限度提高生产力和利润的商业很少会做出这样的让步。个人也一样，人人都在寻求效率和便利。我们选择减轻工作负担的程序，而不是那些使我们干活更卖力和耗时更久的程序。

无论在驾驶舱中的飞行员还是诊室里的医生，要知道怎么做就必须得实际去做。关于人类最了不起的、也是最容易忽视的一件事情是：我们与现实每碰撞一次，就会加深对世界的了解，进而更充分地融入这个世界。虽然与艰苦任务做斗争会使我们害怕付出劳动，但正是这份劳动定义了我们何以为人。计算机自动化舍本逐末，它让我们更容易得到我们想要的东西，但却增加了我们与劳作的距离，而劳作是要理解这个世界所必须的。当我们把自己化为屏幕生物，就必须面对一个存在的问题：我们是想让能做的事情来定义自己，还是让想要的东西来定义？如果我们不设法解决这个问题，我们的小工具会很乐意代我们作答。

尼古拉斯·卡尔（Nicholas Carr）是《肤浅》（The Shallows: What the Internet Is Doing to Our Brains）一书的作者。