事實上任何行業都不是機器人能替代的。就算是工廠也需要人工操作，機器也只是輔助，幫助我們提高產量而已。如果非要一個答案，我覺的廚師不會被機器人替換，中國那麼多菜系，還有新研發的，機器人又沒有腦子

這個不能一概而論，人和機器人各有各的特點，人適合於靈活多變的工作，機器人適合幹人們設計好的重複性工作。 比如汽車裝配，如果用機器人，效率會非常高。現在很多大產的汽車生產都使用機器人。 而汽車設計，我想恐怕只能由人來幹了。 所以說，機器人能代替人的一部分重複性勞動。隨著科技的進步，能代替的勞動會越來越多，但決不可能全部代替。很多工作必須是人來完成。

人工智慧可加深社會偏見

目前，應用於招聘領域的人工智慧軟體可以自動面試應聘者，並透過分析應聘影片材料形成報告，以評估應聘者的各項能力。

布魯金斯學會研究員亞歷克斯·恩格勒（Alex Engler）對記者表示 ，人工智慧軟體可根據應聘者在面試中的手勢、姿態、語音語調、回答問題的節奏及內容來預測應聘者在工作中可能的表現，並以此判斷應聘者能否勝任該工作。這種方式可以對應聘者的就業能力進行自動評分，使僱傭過程變得更加智慧和快捷。未來，會有越來越多的僱主選擇人工智慧來幫助進行面試招聘，但這也會帶來一些無法預估的負面影響。他認為，已有的證據表明，分析人的面部表情變化並不能準確推斷出人的真實情緒，想要以此推斷出人的個性特徵就更加困難。人工智慧在這方面可能存在誤判。如果誤判持續加深或擴大，就會變成社會成見，形成對某一類人群的“刻板印象”。

恩格勒進一步解釋稱 ，人工智慧所做出的刻板判斷可能對部分人群如殘障人士產生歧視。即使一些殘障人士擁有勝任某些工作的優秀品質，人工智慧也不太可能突出這方面的品質，並極有可能給這類群體“打低分”。此外，當前的人工智慧並不能很好地區分個性特質的複雜性。

紐約大學教授梅雷迪思·惠特克（Meredith Whittaker）表示 ，這一發展“令人深感不安”，致使某些人工智慧的使用成為“偽科學”。 普林斯頓大學計算機科學教授阿爾文德·納拉亞南（Arvind Narayanan）認為 ，這種人工智慧的應用可能導致的後果是“使社會偏見永久化”。

加強對人工智慧的有效監管

布魯金斯學會近日釋出的報告認為 ，人工智慧的發展可能面臨兩大社會層面的挑戰。一是人工智慧處理大量資料的能力將滲透到人們生活的方方面面，對當前政府和公共部門的管理模式形成巨大挑戰。二是人類社會整體糾錯能力的發展將是人工智慧社會面臨的另一大挑戰。因此，報告指出，有效的監管十分必要。有效監管應側重於優先考慮新技術帶來的社會影響，而不是技術本身帶來的短期利益。要對人工智慧進行有意義的監管，關注技術在應用中的實際效果。

布魯金斯學會訪問學者湯姆·惠勒（Tom Wheeler）表示 ，人們對新技術的恐慌，在歷史上已經發生過數次。當下，人們一方面擔心人工智慧會加劇社會分化，使一些群體更加貧窮；另一方面擔心人工智慧會大規模侵犯人們的隱私。對此，或許可以從人類早期的技術革命歷程中尋找一些啟示。惠勒認為，從人類技術發展的歷史來看，當下人們應樹立以解決問題為導向的思維方式，透過“提出問題、確定問題和尋求解決方案”，來解決當前人工智慧可能帶來的負面問題，而不是一味恐慌。雖然人工智慧的發展令人畏懼，但實際上，目前機器的學習過程依然控制在計算機科學領域之內，無需過度憂慮。

惠勒稱 ，工業革命時期，新技術的應用產生了一系列社會問題，但各方利益的博弈也在重新調整。在資訊時代，人工智慧和機器學習可能使一些就業機會消失，但同時也創造了新的就業機會。

麥肯錫全球研究所研究員邁克爾·崔（Michael Chui）認為 ，未來幾年，人們面臨的最大挑戰並不是大規模失業，而是就業結構的大規模調整。惠勒則表示，面對人工智慧和資訊時代帶來的挑戰，我們每個人必須具備與智慧機器對接的技術能力，同時發展人類所擁有的批判性思維和判斷能力，這恰恰是機器學習目前所欠缺的。