AI創(chuàng)造新工種

王有為

2024 年1 月31 日，人形機(jī)器人攻關(guān)團(tuán)隊(duì)科研人員在多模態(tài)人工智能系統(tǒng)全國重點(diǎn)實(shí)驗(yàn)室調(diào)試機(jī)器人（金立旺/ 攝）

3月13日，世界上第一位AI（人工智能）程序員Devin誕生，不僅能自主學(xué)習(xí)新技術(shù)，自己改Bug（程序錯(cuò)誤），甚至還能訓(xùn)練和微調(diào)自己的AI模型，表現(xiàn)已然遠(yuǎn)超GPT-4（OpenAI為聊天機(jī)器人，ChatGPT發(fā)布的語言模型）等“頂流選手”。

自AI誕生以來，關(guān)于其將在許多工作中取代人類的擔(dān)憂從未停止過。AI學(xué)習(xí)速度如此之快，人類教育能否跟上“機(jī)器學(xué)習(xí)”速度？AI將成為人類的“對(duì)手”還是“搭檔”？

AI催生新工種

生成式大模型的本質(zhì)是一個(gè)不限問題范圍的“問答機(jī)”。

問答看似只是千萬個(gè)機(jī)器學(xué)習(xí)任務(wù)中的一種，但事實(shí)上世界上絕大多數(shù)問題都可通過問答方式解決。這里的“問”和“答”可以是文本、圖像、聲音、視頻及其任意組合。大模型在所有涉及文字、圖像和多媒體處理的行業(yè)、企業(yè)和工作崗位都有潛在應(yīng)用價(jià)值。如，設(shè)計(jì)師可以通過Sora（美國OpenAI公司發(fā)布的人工智能文生視頻大模型）即時(shí)生成一個(gè)家裝設(shè)計(jì)的效果圖或視頻，將抽象設(shè)計(jì)概念具象化，讓用戶更好地了解裝修效果。

大模型的強(qiáng)大之處在于，它不僅是和用戶的接口，還通過“1+N”的服務(wù)模式整合了人類已有的知識(shí)和智慧，從而變成一個(gè)“萬能問題解決器”。其中，大模型是那個(gè)“1”，各種現(xiàn)有的算法和程序是“N”，它們數(shù)量龐大，并能夠彌補(bǔ)大模型能力的不足。

考試初衷是篩選優(yōu)秀人才， 如果AI 能力已達(dá)到甚至超過大部分通過考試的人類，按現(xiàn)有方式篩選出來的人才在職場(chǎng)又有何競(jìng)爭(zhēng)優(yōu)勢(shì)？

各行各業(yè)中與內(nèi)容生產(chǎn)、文書撰寫、智能問答相關(guān)的工作都會(huì)因?yàn)榇竽Ｐ偷某霈F(xiàn)提高工作效率，很多“重復(fù)性腦力勞動(dòng)”的工作崗位可能消失。但同時(shí)，因?yàn)榇竽Ｐ蜁?huì)給出錯(cuò)誤的回答或不合邏輯的輸出內(nèi)容，對(duì)生成內(nèi)容的判斷和監(jiān)察類工作會(huì)越來越重要。

舉個(gè)例子，一家公司里有專門寫文書的崗位，以前每人每天只能寫1篇，如果公司每天的文書總量是100篇，就需要雇用100個(gè)文書人員。但AI可以一天寫100篇甚至1000篇。那么，應(yīng)該如何利用大模型的這種能力？一種有效的方式是讓一撥人負(fù)責(zé)寫提示詞，并在與AI的不斷交互中形成初稿，另外一撥人負(fù)責(zé)審核AI生成的稿件，確保每個(gè)稿件都能達(dá)到一定質(zhì)量標(biāo)準(zhǔn)。由此可見，使用大模型以后，員工的分工、工作流程和工作方法可能都會(huì)發(fā)生變化。

有很多企業(yè)，特別是B2C（直接面向消費(fèi)者的零售模式）企業(yè)，需要大量人力從事客服工作，有些大型企業(yè)甚至?xí)O(shè)置數(shù)千人的電話客服崗位。而基于大模型的AI客服可以解決絕大部分的客戶問題，不能解決的問題再轉(zhuǎn)入人工服務(wù)，如此就可節(jié)省很多人力。與此同時(shí)，企業(yè)需要人力從事清理和整合數(shù)據(jù)、開發(fā)與調(diào)試大模型等工作。這對(duì)許多行業(yè)將產(chǎn)生巨大影響——重復(fù)性工作的崗位減少了，但審核類、基礎(chǔ)研發(fā)類、創(chuàng)新類崗位增多了。

現(xiàn)在還沒有特別好的方法解決生成式大模型的幻覺問題，畢竟大模型本質(zhì)上是一個(gè)概率模型，它犯錯(cuò)誤的概率永遠(yuǎn)不為0。搜索引擎并不生成新內(nèi)容，它只是將互聯(lián)網(wǎng)上有用的信息進(jìn)行排序。相比之下，大模型“生成”內(nèi)容，而非“搬運(yùn)”已有答案，因此很難判斷它的回答是否已經(jīng)超出了其知識(shí)邊界。對(duì)于文生文而言，不僅需要大模型提供生成的內(nèi)容本身，也需要提供內(nèi)容的來源，以便于人類確認(rèn)答案的準(zhǔn)確性和可靠性。所以，審核模型的生成結(jié)果是否正確可能會(huì)成為新工種——這個(gè)工種以前沒有，現(xiàn)在不僅需要，而且重要。

建立審核新制度

過去，B2C行業(yè)很大一部分成本來自人和人的溝通，比如產(chǎn)品設(shè)計(jì)、產(chǎn)品開發(fā)、廣告營銷、售后服務(wù)等，每個(gè)環(huán)節(jié)都需要人類員工做大量工作?？梢灶A(yù)見，未來大部分B2C企業(yè)會(huì)受到生成式AI的影響，口碑傳播和廣告營銷的方式都會(huì)發(fā)生很大變化。

伴隨生成式AI，出現(xiàn)了一些新的交互模式。一件商品從生產(chǎn)到流通，每一個(gè)環(huán)節(jié)都可以借助AI來降低溝通成本。例如，顧客購物后會(huì)評(píng)價(jià)商品和服務(wù)質(zhì)量，營銷人員需要在各種渠道（如貨架電商、直播和短視頻平臺(tái)、內(nèi)容平臺(tái)等）上制作和分發(fā)“千人千面”的廣告。不管是顧客還是企業(yè)員工，如今都可以使用生成式AI來再造內(nèi)容的生產(chǎn)和傳播過程。

AI可用于生成真實(shí)評(píng)價(jià)，也可生成虛假評(píng)價(jià)來惡意攻擊競(jìng)爭(zhēng)對(duì)手。在魚龍混雜的信息海洋中，將來可能需要對(duì)發(fā)布的信息內(nèi)容進(jìn)行標(biāo)注，或者建立一種新的信息審核制度。例如，經(jīng)由人工核實(shí)的內(nèi)容可以標(biāo)記為“經(jīng)過人工審核”。有了生成式AI以后，在真假難辨的網(wǎng)絡(luò)環(huán)境中提供信息的真實(shí)性認(rèn)證將避免對(duì)人們做出誤導(dǎo)性決策起到積極作用。

未來，更多內(nèi)容是通過人與AI的協(xié)作生成的。不管生成結(jié)果究竟屬于“人造”還是“AI造”，最后可能都需要?dú)w因到一個(gè)人類主體，發(fā)布內(nèi)容都需要一個(gè)“擔(dān)保人”。同時(shí)，個(gè)人和企業(yè)都要對(duì)自己發(fā)布的信息負(fù)責(zé)，使用AI生成與事實(shí)不符的虛假信息應(yīng)該受到相應(yīng)的懲罰。

人才需要重新定義

AI技術(shù)的發(fā)展也會(huì)改變教育行業(yè)，基礎(chǔ)教育和人才選拔模式將受到?jīng)_擊。目前，主流人才選拔形式是進(jìn)行各種科目的考試。在美國的法學(xué)院入學(xué)考試中，GPT（一種基于互聯(lián)網(wǎng)的、可用數(shù)據(jù)來訓(xùn)練的、文本生成的深度學(xué)習(xí)模型）的考試成績(jī)已超過了大部分人。

考試初衷是篩選優(yōu)秀人才，如果AI能力已達(dá)到甚至超過大部分通過考試的人類，按現(xiàn)有方式篩選出來的人才在職場(chǎng)又有何競(jìng)爭(zhēng)優(yōu)勢(shì)？是否應(yīng)該重新去思考優(yōu)秀人才的定義和選拔標(biāo)準(zhǔn)？事實(shí)上，相比記憶力和準(zhǔn)確計(jì)算的能力，現(xiàn)代社會(huì)更缺乏的是知識(shí)的綜合運(yùn)用能力，以及創(chuàng)意和創(chuàng)新能力。

基礎(chǔ)教育和高等教育中的基礎(chǔ)課教學(xué)工作將會(huì)隨著AI技術(shù)的發(fā)展產(chǎn)生重大變化。例如，某位老師講一門基礎(chǔ)課的水平很高，但以往他能覆蓋的學(xué)生人數(shù)是有限的。要想培養(yǎng)大量的學(xué)生，就需要很多大學(xué)有多個(gè)能夠上好這門基礎(chǔ)課的老師。如今，在生成式AI技術(shù)的加持下，只需要為全國水平最高的老師制作一個(gè)虛擬人，就能讓所有學(xué)生進(jìn)入“同一課堂”并接受最高水平的基礎(chǔ)課教育，甚至可以讓虛擬人為每個(gè)同學(xué)提供個(gè)性化的知識(shí)輔導(dǎo)（一人千面）。這樣一來，省下來的師資就可以投入到需要啟發(fā)式教育、個(gè)性化教學(xué)、創(chuàng)新思維的課程中去，而這才是當(dāng)今高校中更為稀缺的師資力量。

同時(shí)，AI也會(huì)對(duì)文科和理工科的科研工作帶來重大影響。在文科領(lǐng)域，生成式AI對(duì)現(xiàn)有的生產(chǎn)關(guān)系帶來哪些沖擊，AI又將如何影響組織結(jié)構(gòu)、管理方式和業(yè)務(wù)流程，傳統(tǒng)的管理學(xué)理論在通用人工智能技術(shù)環(huán)境下是否仍然適用，這些都是值得探索的研究方向。在理工科領(lǐng)域，生成式AI能夠?yàn)槿祟愄峁┙鉀Q問題的新思路，雖然這些思路是否可行仍需要讓人類專家去驗(yàn)證和判斷。通過人機(jī)協(xié)作，以前無法解決的科學(xué)難題或?qū)⒂瓉硗黄频臋C(jī)會(huì)。

短期來看，AI技術(shù)的發(fā)展會(huì)讓某些行業(yè)受到負(fù)面影響；長(zhǎng)期來看，生成式AI是新質(zhì)生產(chǎn)力的代表，全人類都將受益。當(dāng)技術(shù)日新月異，沒有人可以“一招鮮吃遍天”。就像馬車時(shí)代過去以后不再需要馬車夫一樣，一些職業(yè)不可避免會(huì)被淘汰。取得本科或者碩士學(xué)位不應(yīng)是教育的終點(diǎn)，終身教育才是常態(tài)。

2023 年11 月24 日， 杭州，第二屆全球數(shù)字貿(mào)易博覽會(huì)前沿趨勢(shì)館內(nèi)，首次匯聚的50個(gè)人工智能大模型同場(chǎng)競(jìng)技，熱鬧非凡

創(chuàng)造新機(jī)會(huì)

未來社會(huì)將變得越來越虛擬化、數(shù)字化。工業(yè)革命把人們從重復(fù)的體力勞動(dòng)中解脫出來，生成式人工智能技術(shù)有望解決“重復(fù)性腦力勞動(dòng)”的問題。新的服務(wù)能力勢(shì)必促生新的需求，而這些需求很多可以在虛擬空間中得到滿足。

例如，以前想去國外旅游，需要走訂機(jī)票、訂酒店、辦簽證等流程，其間要耗費(fèi)大量體力、精力和金錢。有了VR、AR等可穿戴設(shè)備和生成式人工智能生成的海量?jī)?nèi)容以后，每個(gè)人都可以隨時(shí)隨地到虛擬世界里“游覽”。為了讓這些新需求得以實(shí)現(xiàn)，就需要更低成本的VR、AR終端設(shè)備，需要生產(chǎn)更多內(nèi)容，也需要建設(shè)更寬的無線通信網(wǎng)絡(luò)，這些都會(huì)創(chuàng)造大量新的就業(yè)機(jī)會(huì)。

直播、短視頻等虛擬社區(qū)是現(xiàn)代人很難脫離的社交和購物平臺(tái)，Sora等多模態(tài)大模型的突破對(duì)于虛擬社區(qū)的發(fā)展和治理也會(huì)產(chǎn)生很大影響。一方面，生成式人工智能技術(shù)的進(jìn)步對(duì)于虛擬社區(qū)是利好消息，因?yàn)閮?nèi)容的質(zhì)量和數(shù)量會(huì)進(jìn)一步提升；另一方面，管理虛擬社區(qū)的平臺(tái)企業(yè)需要盡到社區(qū)監(jiān)管的責(zé)任。人類可以用判別式AI技術(shù)更精準(zhǔn)地分辨違規(guī)內(nèi)容，隨著生成的內(nèi)容越來越多，人類審核的工作量也會(huì)變大——這就會(huì)產(chǎn)生大量的工作崗位需求。因此，虛擬社區(qū)會(huì)為現(xiàn)實(shí)中的人帶來更多的工作機(jī)會(huì)。

（作者系復(fù)旦大學(xué)管理學(xué)院信息管理與商業(yè)智能系教授、博士生導(dǎo)師）