我们正生活在一个“普通”劳动者技能与前沿科技所需的各项能力之间鸿沟不断拉大的世界里。“技能差距”加剧了经济不平等状况以及人们的不安全感，最终导致了政治上的两极分化—三者都是我们这个时代的标志性问题。
　　传统的应对方式，是提供更多更好的教育。然而，这是一种令人感觉有点不对劲的单方面补救措施。逻辑上消除个人技能与科技之间鸿沟的方式有两种：要么透过增加教育以适应新技术的需求，要么让创新朝着可以匹配当前（以及未来）劳动者技能的方向重新定向。
　　第二种策略在众多政策讨论中几乎鲜有提及，但却是更明确也可能更有效的。正如我的哈佛同事里卡多·豪斯曼指出的那样，需要我们为之创造就业机会的是现有的劳动者，而不是我们脑中希望拥有的劳动者。
　　而这一盲点的出现，其实是某种科技拜物教的产物。这种观点将创新视为一种遵循其自身规律行事的外在性力量，而忽视了创新其实在很大程度上被价值观（通常是未阐明的）和激励机制驱动。
　　一方面，政府在塑造技术格局的过程中几乎无处不在。发达经济体所使用的策略包括研发补贴、基础科学研究基金、专利规则、贷款担保，集群发展政策以及政府对前沿技术的直接支持。所有这些政策，都令竞争环境出现了某种倾斜并最终决定了会出现哪类创新。
　　以自动驾驶汽车背后的技术为例：在美国，国防部下属的国防高等研究计划局在2000年代发起了面向创新者的系列竞赛，并以此推动了这一领域的创新。其目的本身是军事性的，就是设法减少战场上的人员伤亡。
　　而其他政策也会无意间对技术变革的方向产生影响。正如麻省理工学院教授达伦·阿斯莫格鲁所言，税收政策通常会通过鼓励自动化来扭曲创新激励措施，使之走向劳动者的对立面。企业在部署机器人时可以获得税收减免，但在创造额外体面就业时却一无所得，实际上创造就业还要被收税，用机器反而还能拿补贴。
　　與其使用机器去代替那些半熟练或非熟练工种，社会可以推动创新去专门增加普通工人能够执行的任务。这可以通过多种新技术去实现：要么令劳动者可以完成从前必须由更多技术人员执行的工作，要么使现有员工队伍能够提供更专业的定制化服务。
　　第一类技术的例子，是使护士能够执行医生的诊治流程或由工匠来承担工程师任务的人工智能系统。后一种类型的案例，则是使教师能够根据不同学生学习能力和需求量身定制课程的技术。
　　而社会对那些有益于普通民众的创新投资不足的根本原因，则与权力的分配有关。科学和技术旨在提供答案和解决问题，但是哪些问题会被提出和解决，其实取决于谁更有发言权。
　　例如，推广上述医疗技术所遭遇的某些限制，正是源自医生将资质较低的医务人员排除在高难度任务之外的权力。而当一些谷歌员工开始抱怨并团结起来反对开发一些他们认为不道德的人工智能系统（专门用于移民控制或间谍活动）时，该公司采取了压制手段并解雇了一些在企业内部带头抗议的人。
　　在追求创新的过程中，应当体现一定的价值观。比如，国内法规通常限制在动物和人类身上进行实验。那么，为何不将其扩展到技术对劳动力市场的影响上呢？通过监管或其他方式，我们的创新体系必须顾及新技术对就业质量和数量的影响。
　　技术变革并不存在一个所谓的自身方向，而是由道德框架、激励机制和权力所塑造。如果我们能更多地考虑如何引导创新为社会服务，那就可以更少地忧虑该如何适应它。
　　本文由Project Syndicate授权《南风窗》独家刊发中文版。丹尼·罗德里克，哈佛大学肯尼迪政府学院国际政治经济学教授，著有《贸易直言：对健全世界经济的思考》。