什麼文章會讓人越寫越悲觀？
開始寫稿到今天，這篇文章讓編輯本人對未來最沒信心，源頭還是 AI。
OpenAI CEO 最近在接受採訪時說，自己實際上也有些害怕 ChatGPT，認為它可能會「消滅」很多工作，也可能會帶來更好的工作。
可能是呼應 CEO 的發言，「罪魁禍首」OpenAI 親自下場，和賓夕法尼亞大學出了份重磅的研究報告，針對 1000 多種職業，探索大型語言模型怎麼影響美國勞動力市場。
研究人員估計，對於 19% 的崗位，至少 50% 的工作內容會被影響；對於 80% 的崗位，也至少有 10% 的工作內容被或多或少地波及。
完整版論文地址 https://arxiv.org/pdf/2303.10130v1.pdf
80% 的崗位或被顛覆，AI 革了誰的命
人人都知道，AI 越強大，它對人類工作環境的影響就越大。現在，AI 確實更強大了，而且生怕你不知道它有多強，它還用報告量化了一下自己對勞動力市場的影響。
具體什麼工作更岌岌可危？
OpenAI 引入了一個概念——暴露（Exposure）。
它的衡量標準是，使用 ChatGPT 或相關工具，在保證質量的情況下，能否減少完成工作的時間。具體來說，「暴露」分為以下幾個等級：
E0：沒有暴露。 E1：直接暴露，僅使用大型語言模型（比如 GPT-4 聊天界面），可以將時間至少減少 50%。 E2：間接暴露，單獨使用大型語言模型無法達到效果，但在它的基礎上開發的額外軟件（比如圖像生成），可以將時間至少減少 50%。
E0 等級，可能就是 AI 時代的「鐵飯碗」，主要包括體力勞動，OpenAI 列出了以下 34 個。
而有極高暴露風險的職業，才是一數一大把，讓打工人兩股戰戰。
人類標註的完全暴露（即暴露程度 100%）的職業，包括作家、數學家、報稅員、金融量化分析師、網頁與數字界面設計師等。
GPT-4 標註的完全暴露的職業，包括數學家、會計與審計、新聞從業者、臨床數據助理、法律秘書和行政助理、氣候變化政策分析師等。
此外，平面設計師、投資基金經理、搜索營銷策略師等職業方差較大，說明各組標註的結果相差較大。
還有一個有趣的結論是，收入越高的，越可能受到影響。部分原因是，這部分人群更可能接觸和需要使用 ChatGPT 和相關工具。
但這只是一個籠統的概括。研究結果進一步說明，科學和批判性思維技能，與暴露程度呈強烈負相關，這表明需要這些技能的職業，不太可能受到當前語言模型的影響。
與之相反，編程和寫作技能與暴露程度呈正相關，相關職業也就更容易受到震盪。
先別急着緊張，研究也存在局限性。
論文的研究方法是，針對 1000 多種職業，根據具體的工作內容，為它們貼上各種標籤，然後通過人工數據標註和 GPT-4 模型數據標註，評估這些工作是否「暴露」。
但貼標籤這個行為，很難說完全科學。
就連研究人員自己也承認，通過簡單的標籤總結工作內容，可能延續了每個職業的固有偏見：
目前還不清楚，職業在多大程度上可以完全分解為任務，以及這種方法是否系統地忽略了某些類別的技能或任務。
另外，這項研究也排除了 ChatGPT 的缺點，比如編造事實，僅僅考慮了它能否減少時間。但在真實職場中，只要有出錯的可能性，ChatGPT 就無法獨立完成任務。
更重要的是，「暴露」不等於「被取代」。它就像「影響」一樣，其實是個中性詞。
比如數學家的暴露程度達到 100% 這項，不代表數學家就會被取代了。ChatGPT 或許能為某些環節節省時間，但不會讓全流程自動化。
現實里存在數學家和 AI 和諧相處的例子。天才數學家陶哲軒將多種 AI 工具融入了自己的工作流，在他看來，傳統的計算機軟件就像是標準函數，AI 工具更像是概率函數，後者要比前者更加靈活。
OpenAI 的研究本身可能不夠客觀，也有些賣力吆喝自家產品的色彩。
但大語言模型確實在改變我們的工作方式，更何況它們還在不斷進步。
畢竟，就像上面提到的，這篇論文也在數據標註等方面引入了 GPT-4。可以說，論文的創作過程，本就呼應了論文得出的結果。
論文標題里的「GPTs are GPTs」，更是一個有趣的雙關。
GPT 既可以指 GPT-4 等大型語言模型（Generative Pre-Trained Transformer），也是通用技術（General Purpose Technology）的縮寫。
這體現着 OpenAI 的野心——讓 AI 在時間上持續改進、在經濟中普遍存在、並能產生相關創新。
由 AI 掀起的工業革命，或許真的要到來了，它的影響將無處不在。
AI 逆着人們猜測前進，人類選擇跟隨
不用做統計，ChatGPT 對職場的影響，已經在自然而然地蔓延，新職業和新觀念也在誕生，就像人往高處走，水往低處流。
比如，有人認為 AI 能夠消除更多的「狗屁工作」。包裝一個漂亮的 PPT 太費時間，微軟的 Copilot，能讓你的一句話想法轉化為演示文稿。或許這最終能讓職場「返璞歸真」。
山既來就我，我也去就山。渴望抓住風口的人們，則選擇為 AI 打工。
提示詞工程師、AI 訓練師等職位，因為生成式 AI 的火爆，已經成為了當下最熱門的高薪職業。
人想要為 AI「打工」，同時也想要預測 AI 的發展方向。
前者是為了保證無論如何都能有一份工作，自己跟上時代發展的趨勢。後者則是為了在風口上有一番作為，畢竟每一次工具的迭代發展都意味着生產力的進步，而新的東西也意味着新機會。
但 AI，大概率不是人類可以預測的。
OpenAI 的首席執行官去年在 ChatGPT 上線前就表示，對人工智能進行預測是非常困難的。
十年前的傳統觀點認為，人工智能將首先影響體力勞動，然後是認知勞動，最後它可能也會影響那些需要創造力的工作。但現在看起來，一切都是相反的順序。
AI 的進步有多快？去年年底用戶還在通過圖片的手指辨認這是否是人工智能生成的作品。
半年不到，新版 Midjourney 在手指的完成度上已經非常之高，真實自然程度讓人難以分辨。雖然畫手依舊有一種自己作品被奪走重製的憤怒，但對大部分普通人而言，它的存在確實降低了門檻。
▲ 新版 Midjourney 過渡自然
面對進步飛快的 AI，無論是企業的管理者還是個人務工者都有一種未知的恐懼。不知道它到底能做到哪一步；不知道 AI 到底會在哪種程度上顛覆已有的工作流程；也不知道自己或者自己的業務會不會被 AI 所替代。
恐懼之外也有人更興奮。因為 AI 實在是太快、太強了，所以讓它和已有的工作流程相結合也有了更多提升效率的可能性。
有人用 AI 做翻譯工作，1 小時翻譯完 10 萬字的書，文從字順，還只有少量錯處。人力畢竟是有限的，它不僅要卷人類翻譯的市場價，還能讓更多從前沒有機會被翻譯的書「得見天日」。
電商從業者 @浪豬灰頭 也是能和 AI 親密合作的類型。只需要把產品圖放到石膏上進行拍攝，在讓 AI 輸出圖片，商家就已經能夠得到一張完成度很高的模特展示圖了。在這個過程中，攝影師不需要了，模特不需要了，修圖師也可以被替代了。
哪怕是 AI 覺得自己很難被替代的心理諮詢師，新必應的對話依舊顯示出了 AI 頗具「同理心」的一面。而這種理解能力，很多時候也是心理諮詢的基礎。
作為內容領域的從業者，愛范兒的編輯從半個月開始就開始學習 AI 的應用了。經過一段時間的測試，AI 的高效 100% 得到了大家的肯定。當然它依舊有些不穩定、不自然的問題，但 3 秒生成一個完整的提綱或者一篇文章的內容總結對編輯來說已經夠用了。
想更進一步的話，AI 也可以寫文章。只是在這個流程中，編輯也會變成引導 AI、校正 AI 的角色。因此我們內部也有人調侃：
21 世紀，需要的是能夠和 AI 一同合作的人才。
從某種程度上說，AI 的迅速發展被那些最為「敏感」的人察覺到了。這部分人努力念書十幾年，找到了在他人看來還不錯的工作，但開始工作沒多久就發現有一種工具在某種程度上可以替代你的工作，它比你效率更高，成本更低，適用性更強。
焦慮是難免的，只是一面看着 AI 如何迅速發展的人們也同時在思考着如何有工做，有活干。
從工業革命到個人電腦，更高效工具的出現是時代發展的趨勢。個體的渺小無法抵抗生產力革新的浪潮，但我們未必要抵抗。馬克思就認為人和動物最大區別是製造和使用工具，這個觀點或許不夠嚴謹。但在這個時代，人和人最大的區別的確在於是否能善於使用工具。
現在，新的工具已經到來。-(來源:愛范兒/附詳細清單)
