
数十年来,技术的进步一直在改变人们的工作方式,如今,人工智能有可能成为下一个重大的颠覆者。
辛辛那提大学林德纳商学院的三位教授讨论了人工智能和自动化将如何改变人们的工作方式,哪些职位将因此失业,以及人类工人仍然提供的价值。
这些教授是:
人工智能和自动化将如何影响未来的工作?
陈:总体来说,AI可以用两种方式。第一种是自动化。也就是利用AI来代替某些人类从事的任务。另一种方式是增强。我们利用AI增强人类的智力和能力,以完成一些任务。
当我们谈论增强时,它并不是要取代人类。相反,它是为了补充。人类和人工智能可以协作,并且能够更好地完成一些任务。人们常常认为这是两件完全不同的事情:你可以使用AI进行自动化或增强。但实际上,当你扩大视野看时间和空间时,这两者并不一定分离。它们实际上是交织在一起且相互依存的。
弗莱:历史告诉我们,我们会找到一个新的平衡点,整体上人们会更加有效率。然而,这并不意味着每个人都会因此受益。就像汽车取代马车一样,马车制造商必须找到其他事情来做。肯定会有一些人、一些工种或行业可能会成为过时的。还有一些人的工作中的某些部分将会因AI的帮助而更为顺畅,从而你可以把更多的时间花在需要更多思考的事情上,而常规性的事情则可以由AI完成。
弗罗勒:信息自动化,它是自1860年以来改变几乎所有生产任何物品的企业的机械自动化的延续。最大的区别在于,我们开始看到它影响白领工作,即处理信息而不是实物货物的工作……即所谓的“知识工作”。
弗莱说道:我们有着漫长的中断和自动化历史,从古腾堡和印刷机到工业革命和互联网。而这次的不同之处在于,这种方式比以往的尝试更好地产生了看起来是全新内容。你可以提出一个潜在的前所未有的问题,而它能给你一个看起来很合理的答案。
艺术也是一样的。你可以去其他地方,让它按照某种风格创作画作,然后它就会创作。我认为这让人们感到意外的是,现在看来,人工智能不仅可以自动化,而且可以创造。
当我们谈论人工智能能够“创造”时,这有多真实呢?
弗莱:我们可以向一些哲学家询问这个问题:什么是创造?这些算法在某种程度上已经存在了一段时间,但显然在它所使用的基本算法中确实进行了更新。发生变化的是数据的可用性。它可以通过抓取互联网获取各种各样的信息。
如果你考虑创造的含义,假如你是一位艺术家,就有一些画笔和技巧你已经熟知,然后把它们组合起来。这就是人工智能所做的基本过程。那么,它能否像人类智慧一样智能?我不知道,因为它基于算法,但它可以访问大量的数据,并从许多地方获取信息,从而开始学习:“好的,当我把这个和那个组合在一起时,人们认为这是好的。”这就是它的实质。它基于评分算法,思考许多可能的答案,并经过训练,得出这种答案比其他答案更好的结论。
它所采取的基本方法并不是全新的,但是能够获取如此之多的数据,处理如此之多的数据并且在基础算法上有所进展,使其能够做出一些真正酷炫的东西。
ChatGPT这样的聊天机器人将如何影响我们的工作?
Froehle: 我认为像ChatGPT、DALL-E和其他生成AI这样的工具完全消除工作的担忧有些过度,我的看法是它会增强或补充人们工作的某些部分。但是,对于很多信息为中心的工作,他们正在做对生成AI的优势并不适用的增值事项。我还认为,它会减少我们工作某些部分所需的时间,使我们能够在工作的其他部分上花更多的时间。
我读到了一个关于一位房地产经纪人的故事,她说她通常花费约两到三个小时的时间编写一份新房源的列表。她可以将一些关键词和基本信息复制粘贴到一个生成式人工智能工具中,它可以在约两分钟内生成出第一版草稿。然后她只需花费10分钟进行编辑。这样,原本需要花费两到三个小时的时间就只需要15分钟了。这样做的好处在于,她可以花更多的时间与客户合作,而不是在电脑前坐太久。
弗赖:我们一直在使用这个工具写代码。只要你非常具体地指定了你想要写在小块上的代码,它就能做出令人惊讶的不错的工作。但是,现在很少有程序员从一张空白屏幕开始写代码了。如果我知道我需要写什么,我会做一个谷歌搜索,然后就有了。所以,这一部分已经自动化了。这进一步地自动化了它。程序员们仍然有工作,他们只是花更少的时间写简单的代码,更多的时间思考如何提高效率,做更棒的事情。这份工作将会发生变化,但这并不意味着这份工作就会消失,而这通常是我们遇到的技术颠覆的情况。
陈:人工智能已经不再是被动的工具、等待使用的工具,而是越来越扮演着重要的角色。它们可以和人类一起共事。以 ChatGPT 为例,它非常有帮助,可以生成一些报告等文件。我可以使用 ChatGPT 创建文档的初始版本,然后利用该模板添加其他见解,使其成为有效的报告。它可以节省人类的时间,使你们可以将时间用于更具挑战性的工作,更战略性地思考,更富创造性。
聊天机器人已经被一些公司用于客户服务等方面有一段时间了,是吗?
陈说:聊天机器人已经存在很长时间了。我们与它们交谈,它们帮助我们识别问题并在必要时引导我们联系人类。而聊天生成AI ChatGPT拥有完全不同的能力。它们可以完成更具挑战性的工作。
弗莱:这个算法更简单。它所接受的训练也更简单。类似于一个决策树,它寻找关键字。如果你说“我的网络不工作了”,它会听到某些内容,并被训练出对这个人给出原文字回复的能力。ChatGPT可以做到更多,因为它接受了更多数据的训练,它有更好的机会理解细微差别,因此可以根据上下文给出更好的答案。
“我们何时才能看到这些新的人工智能工具像互联网一样普及呢?”
Froehle说:与大多数技术一样,进步不是均衡的。你会经历一段时间,然后会突然出现质量或有效性的重大提高。我们可能会看到非常快速的进步,但我不确定。但考虑到已经被投入的大量资金、活动和兴奋,我们至少应该看到和上世纪90年代中期的互联网一样快的进步。可能会比那更快,因为有如此之多的人、机构和组织以及被投入的资金。我不认为任何人想在这个时候被落下。我告诉过几个人,我认为这是下一个万维网。如果忽视它,你会付出代价。
弗莱(Fry):看看他们如何将这些东西变现很有趣。现在ChatGPT是免费的,你可以付费获取高级访问。但我觉得它可能会被屏蔽,这可能会阻碍一些创新和有用性。但谷歌搜索是一款惊人的工具,我认为它已经节省了我们所有人惊人的时间,而且仍然是免费的。所以它们有可能是免费的,而通过其它方式变现。
我们正处于一个有趣的时期,思考谁将成为这个领域的主角,他们将会对使用者开放多少?因为这件事情的有趣之处在于,它们实际上会在被使用得越多时变得越来越好。至少对于ChatGPT来说,它允许你提供一些反馈意见,他们可以利用这些意见来改进算法。
人们将如何对其与人工智能的增加互动作出回应?
陈:人工智能也可以成为你的老板,你的经理。我们有一个术语叫做“算法管理”。这意味着你为一个人工智能算法工作。你受到算法的监控。例如,Uber司机。当他们行驶时,他们的任务是由平台后面的算法分配的。它们不是由人类分配的。因此,基本上,他们是为算法而工作的老板。在这种情况下,你如何与人类老板和人工智能老板交互?那是否会影响你的互动方式?你的工作行为?你与客户的互动?这些社交关系将因为这个算法做为你的上级而发生变化。
我进行了关于这种现象的研究。我观察了自动取款机维修服务以及技术人员修理机器的工作方式。这家公司实施了一种人工智能来分配这些技术人员的任务。我们在这种情况下注意到了一些非常有趣的紧张关系。当员工和人工智能一起工作时,他们的动力发生了变化。起初,他们可能是因为内在动机——因为热爱自己的工作、维护工作、客户,或是因为要遵循主管的指导而工作。但实施这种系统后,我们注意到了他们工作动机的转变。
他们更有可能只是遵循算法的指示。他们会在手机上接收到信息。人工智能会告诉他们去特定地点修理某台机器,需要使用特定工具解决预先诊断出来的问题。所有这些指导都由人工智能提供。技术人员只是机械地按照指示操作,甚至没有想到正在发生什么,也没有利用他们的专业知识或经验。
技术人员也提到了他们怀念旧日与人类主管直接交流的时光。他们感受到服务过程中的温暖,喜欢在现场工作时与客户交谈。换句话说,在引入人工智能之后,人类智慧和人性化的元素正在减少。
弗罗勒:范德堡大学曾经有一个情况,其中一所学院使用ChatGPT起草了一封致学生和员工的电子邮件,内容关于密歇根州大学的枪击事件。那是一封非常感人的邮件,但后来人们发现它是由ChatGPT写的,于是有些人就有些失措了。大多数美国人对AI的潜力持乐观态度,像它将带来的变化多为好处。但我们在某些情况下所看到的反弹和负面反应表明,在应用于移情作用时,人们普遍持消极态度。透明度应成为其中的一部分。如果你试图向人们隐藏你正在处理AI的事实,并且他们发现了,那会比你公开告诉他们更糟糕。
人工智能是否能够具有移情作用?
弗莱:在某些情况下,我们可能都会虚伪地表达情感。如果你知道在商业场合中,即使你并不认同某人,你仍须对他/她友善,你可以伪造情感。人工智能也可以学习这一点。虽然这可能不是我们认为的真正情感,但我相信在某个时刻,人工智能能够相当好地复制虚伪的情感,并且我们能够分辨出它们的真伪吗?我不确定。
人们能够比人工智能更擅长哪些任务?
陈:创造力和批判性思维是人们可以做得更好的事情。我在本科生课堂上展示了ChatGPT(一种人工智能自然语言生成模型)给我的学生们看。我让ChatGPT生成了一段文章,并对它生成的段落进行了批判性评论。我们发现,它所提出的观点往往是中立的、描述性的、信息丰富的,但也缺乏创意,常常遵循相对固定模式,并不一定创新。如果我让我的学生写一个类似的文章,他们的想法可能会更加开放式。我期望看到更具有创造性的想法,并伴有一些真正的批判性思考。
Froehle表示,人工智能并不擅长自发性、创意、古怪、展现个性和增添人类所具有的丰富性。虽然有时候人类的丰富性并不是最理想的,也并非我们想要的。但这将成为我们如何部署这些技术的一个因素。人类参与的丰富性是否值得花费如此缓慢的代价?因为相比之下,人类的反应速度相对较慢。
我最近的比喻是,现在许多生成型人工智能工具就像是有着极快速度的、低薪或者无薪的实习生,你得先观察它们的产出,才能将其传达或投入到某个过程中,但必须先检查并添加一些价值以进行质量检查。正如我们看到的,它们生成的图片有时不是很准确,或者他们书写的信息并不正确。我们现在需要有人监督人工智能的工作过程,以确保它们产出可用的内容。随着技术的进步,它也许不再需要过多的监管,但很难说它的进步速度有多快。我猜测,在某些方面,人工智能的进展会相当迅猛,但在其他方面,我们仍然会发现这些问题依然困扰着其产出。但我从不怀疑科技进步的能力。
人工智能最有可能取代哪些类型的工作?
弗莱说:像我们在其他领域看到的那样,自动化技术可以应用于重复性工作,即可以将工作步骤写成指令的工作,我们对这种工作自动化的掌握相当熟练。我想到人们在Excel表格中进行的某些操作,如果我知道需要去哪里获取数据,点击哪里,这样做,那样做,我可以写出基本视觉代码,非常快速地替代它们。但是,如果你每天都不知道你在工作中要做什么,这就更难以自动化了。
弗罗伊勒认为,那些以比较程序化的方式处理或转换信息的人最容易受到影响,这种方式可以轻松地脚本化而不需要太多创造力。我们已经看到这些生成式人工智能工具创造出的内容质量相对较低,但却非常迅速,可以起到一定的作用。
我猜想会发生的是,很多边缘角色可能需要改变。例如,如果一个公司可以快速且免费地生成小的艺术作品,而低质量已足够,那么他们可能就不需要雇佣一个艺术家了。但这并不一定意味着艺术家在总体上无法就业。这只是意味着他们可能需要在不同的角色或不同的公司找工作。
人工智能能否影响不会受其影响的工作?
弗罗勒尔:只有一小部分职业的受影响不会很大。很多体力劳动和手工活可能不会很快受到影响。需要大量人工和物理操纵的工作不会很快被影响。但对于那些从事信息工作的人来说,他们将会在他们的台式机、手表、手机上看到这一转变,如果他们还没有看到。即使现在大多数的邮件客户端都嵌入了人工智能来检测,比如,您收到的邮件中包含一些航班预订或语法检查。
无论何时,当你面临纯信息的环境时,实施、改进和进展的门槛都是非常低的。一旦你说必须与物理世界进行交互,事情就变得更加困难了。虽然Roombas存在,但那大概就是人们家里唯一的自主机器人了,我不认为这种情况会在不久的将来发生太大改变。
自动驾驶汽车受到了很大的宣传。自主驾驶汽车会取代卡车司机吗?
弗罗尔:考虑到我们已经听到了十年的承诺,而我们仍处于有限的试行阶段...再次强调,您正在与物理世界进行交互。这很难。机器视觉正在改善,处理环境刺激的速度正在加快,但这是一项极其困难的任务。实时处理并保持我们对机器可靠性的期望水平需要巨大的计算能力。有趣的是,公众倾向于期望机器人比人更安全。如果自动驾驶汽车的安全性仅与人类一样,它们将被立法禁止存在。
Fry: 对于那种特定的技术来说,保险可能是比技术更大的障碍。如果发生事故,谁是责任方?现在我们说是驾驶员。如果没有驾驶员,是汽车制造商,还是软件的责任呢?
企业如何利用人工智能为自己谋利呢?
陈:人工智能可以帮助企业降低成本。例如,企业使用机器替代人工,从而减少人力资源成本。人工智能还可以优化业务流程,提高运营效率和效能。例如,在自动化仓库中,机器人工作更快、更长时间,并保持质量一直到底线。工作流程因此标准化和优化,不会出现很多偏差。
如果更多的工人被机器人取代,我们会看到更多的公司选择留在美国而不是在其他国家建厂吗?
弗莱: 这确实开创了一些人工成本不再是问题的可能性。这种颠覆当然不是新鲜事。自20世纪80年代以来,我们一直在谈论机器人,国内制造商通过投资机器人降低了劳动力成本。但与此同时,很多人,特别是在80年代和90年代,谈论的是“关灯工厂”。那里将没有人,所以不需要任何照明。所有的工作都将由机器人完成。实际上,真正的“关灯工厂”非常少,如果有的话。我们看到的是一个新的均衡,机器人做了很多例行任务,使人类可以从事其他不是一天到晚重复的任务。它确实降低了劳动力成本,但也减少了劳动力,同时开辟了一些其他的工作岗位。现在,我们正在招聘那些实际操作计算机控制机器的技术工人。由于技能水平提高,公司可能需要较少这些工人,但是这些工人可能因为他们的技能水平更高而得到更高的薪水。它有可能让更多的公司愿意继续留下来,因为劳动力成本降低了,但我们还要观察。
我们是否会看到这样一个时代,即由于人工智能的出现而导致大部分人找不到工作?
Froehle: 我持怀疑态度,认为它不会很快导致大规模失业。初步迹象表明,对就业市场的净影响可能会是积极的。
弗莱说:历史表明,这并不是最有可能的结果。我猜想,随着每项新技术的出现,人们一直在就同样的问题和讨论进行着。而通常情况下,效率提高,新的工作岗位出现,休闲时间增加。但是我们必须小心地说,并不是每个人都会因此受益。我们看到财富不平等急剧增加。虽然平均收入可能增加了,但这个平均收入并不能代表每个人。
Froehle说:“一个人是否有能力处理角色的修订版本,真的取决于那个人。但通常,工作不会像变化那么快。一个经典的例子是,大多数铁匠工作在我们停止骑马后消失了,但许多铁匠式的工作变成了汽车技工的工作。”
陈:我相信替代发生在任务层面。那些可以大部分自动化的任务的工作将更有可能被人工智能所替换。通常那些包含例行任务和需要大量重复工作的工作非常容易被替换。
此时此刻,我不认为技术已经准备好替代许多工作。但它肯定会在组织中带来许多变化,以及人们如何完成他们的任务。因此,人们需要适应这些变化,学习如何与这些技术一起工作。从长远来看,一些职位可能会消失,而新职位会涌现出来。这将需要员工获得新技能,并适应不断变化的就业市场。
谁负责为人们准备人工智能所带来的新工作现实?
Froehle说:“每个人都需要参与到明确这种技术已经存在、不会离开以及最有效的方法是教导学生如何使用以及如何与之合作的任务中。无论是学校、大学、职业学校还是公司,任何一家提供未来劳动力教育的机构都需要参与其中。工作并不随着学校的结束而结束,许多培训和经验也需要在工作中积累。有些公司会让他们的员工自己学习,而有些公司则会大力投资。但采取一种自由放任的方法并没有采取积极投资和培养员工以及技术发展的方法来得竞争力强。”
我们都谈论终身学习。可能只有少数美国人有这种心态。但随着技术变化的速度不断加快,很多人将不得不采取这样的心态,以便获得就业机会。
随着技术的普及,不同的角色有不同的责任。一名出租车司机不需要知道引擎内的燃烧过程。他们不需要机械工程学位就能驾驶出租车。与生成式人工智能互动也不应该需要计算机科学学位。令人兴奋的是,像OpenAI这样的公司已经投入了大量力量,使得这些工具对公众易于接触。
我们该如何确保人工智能中不存在偏见?
Froehle:确保不存在偏见是极其困难的,就像找到一个没有偏见的人一样困难。偏见不仅存在于我们选择训练人工智能的数据中,还存在于人工智能的构建方式中。我们需要尽可能地透明,以便那些关心这个问题的人可以有效地审视它。
弗莱:为了避免这种情况,我们可以采取某些措施,如拥有多元化的训练集和所谓的“可解释的AI”或可解释的机器学习,这样我们就可以尝试理解它为什么给出了输出结果。虽然很难做到,但也有可能实现。但我们不能忘记的是,如果只是一个人做出这些决策,他们会持有偏见。有时候说AI或算法比人类透明度低是不公平的。我并不总是知道某个人为什么做出他们的决策。当我问他们时,他们可能会对我撒谎。无论是人类还是AI决策中都存在着固有的偏见。但有一些方法可以尝试让AI的透明度与人类相同。
陈:我们仍处于讨论人工智能偏差问题的早期阶段。我们有多种潜在方法能够解决这个问题。在开发阶段,我们需要确保人工智能的透明度。我们可以开发可解释的人工智能,这样,人工智能不仅提供建议而且解释为什么提出这些建议的原理。另一种解决潜在偏见的方法是把更多不同群体的人纳入设计组。如果我们能有来自不同族裔、代表不同性别、代表不同少数群体的开发人员,算法就可以被设计和评价得更具多样性和中立性。由于人工智能不可能完美无缺,我们需要在维护算法时保持人类的介入。随着我们不断验证人工智能的表现,我们可以检查它是否符合我们的核心价值观,如果有任何偏差,我们将立即调查算法并解决问题。最后,政府监管和标准是在确保人工智能以道德方式开发的必要条件。这些监管可能包括透明度和问责性要求,以及测试和验证人工智能系统的指导方针。
Froehle说:“我担心的一件事是,我们会因这些工具能为我们做什么以及它们的速度而感到兴奋,所以我们会花更多的时间来构建更好的工具,而较少地了解工具的实际工作原理。立法必须要发生。因为任何技术,你都不能让它自我管理,否则我们很快就会陷入无法管理的状态。”