变革时代的韵脚

更新时间:2023-06-01 14:27:16作者:橙橘网

变革时代的韵脚


龙志勇、黄雯/文

OpenAI发布的《GPT是通用技术:大语言模型对劳动力市场潜在影响的早期观察》报告(后文简称《GPT劳动力影响观察》报告)认为,约八成劳动力会受到大模型的影响,他们手头工作任务的10%以上都会受到影响,而其中有19%的劳动力受影响的程度更大,占到他们工作任务的50%以上。

这样的影响广度和深度,对劳动力市场会有怎样的冲击呢?报告最后指出,新技术的替代效应和使能效应的影响有多大,是否会造成新的不平等,如何为培养劳动力技能蓄力,这些问题都还需要进一步研究。

马克·吐温曾说:“历史不会简单重复,它会押着同样的韵脚。”回顾工业革命时代的历史,我们看到,新技术对人类就业的贡献常常会低开高走,技术刚出现时,对人力的替代效应较明显,会引起部分群体的反抗,而随着技术应用的逐步加深和扩散,催生更多创新,放大市场规模,就有可能为人类创造更多的新岗位。《GPT劳动力影响观察》报告也指出,GPT大模型满足通用技术的三个核心标准:随着时间推移,技术不断改进,贯穿整个经济体系,能够催生互补性的创新。因此,大模型作为通用技术,就像蒸汽机、内燃机、电力一样,未来将广泛传播,不断改进,激发创新,产生新的产业(例如第二次工业革命的汽车),其对经济与社会带来的深远影响需要几十年时间才能显现。

比尔·盖茨对大模型解决社会公平问题抱有期望,他在文章《AI时代来临——人工智能的革命性堪比手机和互联网》中提出,人工智能大模型可以帮助改善健康医疗和教育领域中的不平等现象,因为在全球范围内,尤其对于贫困人口,医疗、教育领域迫切需要更多的知识劳动力投入,而纯靠市场力量不会自然产生对他们的帮助。

回顾工业革命时代的历史,我们看到,新技术到来之后,技术与教育会发生一场长期的竞赛,它们的此消彼长、相互拉动,会对劳动力工资差距、教育回报以及相关的经济增长造成直接的影响。20世纪上半叶美国的中学教育扩张和课程改革,就很好地顺应了当时的工业电气化和流水线生产的发展趋势。《GPT劳动力影响观察》报告指出,在这一轮变革需要较高的学历和实践经验突破壁垒进入职业,例如药剂师、律师、设计师、程序员等,容易受到大模型的影响。而运用科学方法和批判性思维解决问题的技能,则不容易被替代。在大的时代趋势下,大部分的人类,无论是主动还是被迫,无论是通过个人学习,还是通过学校教育、社会培训,都需要加入这场技术与教育的竞赛。那么,作为人类,在与大模型协作竞合的过程中,需要守住哪些阵地呢?

量子力学创始人海森堡说,“提出正确的问题,往往等于解决了问题的大半。”明确需求、完善结果,都需要人类对大模型提出正确的问题。“问商”的重要方法——苏格拉底启发式提问,背后需要的正是批判性思维,即OpenAI报告认为难以被人工智能替代的批判性思维。即便人工智能的理解力、推理力越来越强,人类也不能放弃自身能力的修炼,只有比人工智能更强,才能对人工智能的回答作出评判,从而进行有价值的追问和启发。

此外,在情感和创意方面,人类仍然具备不可比拟的优势,也是值得我们坚守和加强的领域。在许多服务场景下,人与人之间的、面对面的情感交流是很难被人工智能完全取代的。在创意方面,即便OpenAI公司的首席执行官山姆·阿尔特曼(Sam Altman)声称“创意性工作看起来是首当其冲被取代的”,但无论是图像设计还是文本创作,都是由人类向人工智能提出正确的需求,评价筛选人工智能提供的线索,跟人工智能互相碰撞灵感,最后人工智能才能产出好的作品。虽然大模型有能力穷尽所有的创意组合,但它仍不具备人类级别的艺术体验鉴赏的能力,难以在无穷的组合中独立挑选出好的创意。正如刘慈欣科幻小说《诗云》中高级技术文明的神之哀叹:“这里面包含了所有可能的诗,当然也包括那些超越李白的诗!可我却得不到它们!技术在艺术中再次遇到了那道不可逾越的障碍。借助伟大的技术,我写出了诗词的巅峰之作,却不可能把它们从诗云中检索出来。”

回顾工业革命时代的历史,我们还看到,新技术到来之后,需要很长的时间酝酿,需要产业围绕新技术进行流程和组织重构。例如,在爱迪生的发电站运行30多年之后,工程师们针对电动机的特点,对工厂传动和生产流水线进行重新设计,才真正兑现了电气化的全部生产率,从而“催生了第二次工业革命”。关于这一轮变革,《GPT劳动力影响观察》报告指出,大模型存在的事实错误、固有偏见、虚假信息等风险,业务端需要通过互补性的新方法新流程来配合解决,包括新的工具软件,或人机协作流程。例如,基于大模型提供法律咨询服务的Casetext,利用私域文本嵌入和摘要技术来应对GPT的错误信息风险。我们也分析了智能客服行业的大模型应用,需要对客服业务流程和协作分工进行重构,并配合大模型技术的不断成熟,才能将无人化等级从L1提升到L5。

纸上推演终觉浅,企业的业务流程重组看似简单,实际涉及人和组织变动的改革都有巨大的失败风险。因此,各行各业大都从极少数创新型企业开始尝试,从失败中找到成功的路径。但重组成功的获益也是巨大的,小则获得生产率优势,大则可能将知识密集型服务的小作坊转变成标准化大生产模式,重写行业规则。

继蒸汽机、电力和计算机之后,这一次,大模型又带来了新的变革时代。怎样应对短期的冲击?如何创造长期的收益?脑机协作能否取长补短而不是两败俱伤?基辛格说:“随着我们逐渐成为技术人(Homo technicus),我们有责任明确我们物种自身的目的。能否找到真正的答案,取决于我们自己。”

(作者龙志勇曾任硅谷AI创业公司联合创始人兼首席运营官,黄雯为互联网大厂高级AI产品经理,本文摘自《大模型时代》一书)

责任编辑:方凤娇 主编:程凯