2013 年,牛津大学的研究人员公布了一个关于未来工作的惊人数字:他们估计,美国所有工作中有 47% 会“在一些不确定的年数,也许是一两年内”“面临”自动化的“风险”。
但十年后,该国的失业率处于历史最低水平。 当时的头条新闻如“富人和他们的机器人即将让世界上一半的工作岗位消失”这样的海啸般的新闻标题看起来很离谱。
但该研究的作者表示,他们实际上并不是要暗示世界末日临近。 相反,他们试图描述技术的能力。
这是对已成为长期运行的思想实验的第一次尝试,智囊团、企业研究小组和经济学家发表了一篇接一篇的论文,以确定有多少工作“受到”技术“影响”或“暴露于”技术。
换句话说:如果工具的成本不是一个因素,唯一的目标是使尽可能多的人力劳动自动化,那么技术可以接管多少工作?
当牛津大学的研究人员 Carl Benedikt Frey 和 Michael A. Osborne 进行他们的研究时,IBM Watson,一个由人工智能驱动的问答系统,刚刚赢得了“危险边缘”,震惊了世界。 自动驾驶汽车的测试版本首次在道路上盘旋。 现在,随着使用生成人工智能的工具的兴起,新一波研究开始了
今年 3 月,高盛估计 DALL-E 和 ChatGPT 等流行人工智能工具背后的技术可以使相当于 3 亿个全职工作岗位实现自动化。 这些工具的制造商 Open AI 和宾夕法尼亚大学的研究人员发现,80% 的美国劳动力可以看到至少 10% 的任务受到影响。
“存在巨大的不确定性,”麻省理工学院经济学教授大卫奥托尔说,他研究技术变革和劳动力市场已有 20 多年。 “人们想要提供这些答案。”
但是,比如说,相当于 3 亿个全职工作岗位可能会受到 AI 的影响,这到底意味着什么?
Autor 先生说,这取决于情况。 “受影响可能意味着好转、恶化、消失、加倍。”
一个复杂的因素是技术倾向于自动化任务,而不是整个职业。 以2016年人工智能先行者为例 杰弗里·欣顿 被认为是能够读取医学图像的新“深度学习”技术。 他 总结 “如果你是一名放射科医生,你就像一只已经越过悬崖边缘但还没有往下看的土狼。”
他给了它五年,也许十年,算法才能比人类“做得更好”。 他可能忽略的是,阅读图像只是众多任务中的一项(其中30个,根据美国政府)放射科医生所做的。 他们还做诸如“与医疗专业人员商谈”和“提供咨询”之类的事情。 今天,该领域的一些人担心即将发生的 放射科医生短缺. 而 Hinton 先生自此成为他帮助创造的同一技术的直言不讳的公开批评者。
Frey 先生和 Osborne 先生计算出他们 47% 的数字,部分方法是让技术专家对“电话推销员”或“会计师”等整个职业实现自动化的可能性进行评分。 但在他们的论文发表三年后,位于德国曼海姆的 ZEW 欧洲经济研究中心的一组研究人员发表了一项类似的研究,评估任务——比如“解释产品或服务”——发现只有 9% 21 个国家/地区的职业可以实现自动化。
“人们喜欢数字,”ZEW 论文的主要作者梅兰妮·阿恩茨 (Melanie Arntz) 说。 “人们总是认为这个数字一定是固定的,你知道的,因为它是一个数字。 但数字真的很容易误导人。”
在某些情况下,人工智能本质上创造了一种工具,而不是完全替代工作。 你现在是一个可以使用挖掘机而不是铲子的挖掘机。 或者执业护士可以获得更好的信息来诊断患者。 您可能应该按小时收取更多费用,因为您将完成更多工作。
在其他情况下,该技术正在取代您的劳动力而不是补充它。 或者将您的工作从需要特殊技能的工作转变为不需要特殊技能的工作。 这对你来说不太可能顺利。
Autor 先生说,无论哪种情况,历史上的技术发展往往主要影响工资和财富分配——而不是有多少工作机会。 “这种锻炼可能会因为专注于一棵非常显眼的树而错过森林,”他在谈到研究时说,这些研究着眼于人工智能可以取代多少人类工作
他认为的另一个重点——人工智能将如何改变技能的价值——很难预测,因为答案部分取决于新工具的设计、监管和使用方式。
以客户服务为例。 许多公司已将接听电话的任务交给了自动决策树,让接线员只负责解决问题。 但是一家财富 500 强企业软件公司以不同的方式处理了这个问题。 它创建了一个生成式人工智能工具,为代理人提供关于该说什么的建议——让人类及其阅读社交线索的能力保持在循环中。 当斯坦福大学和麻省理工学院的研究人员将获得该工具的小组的表现与未获得该工具的小组的表现进行比较时,他们 成立 该工具显着提高了低技能代理人的绩效。
麻省理工学院教授、《权力和进步:我们为技术和繁荣而奋斗的千年。” 这些选择将包括是完全自动化工作还是使用技术来增强人类的专业知识。
他说,预测人工智能可以消除多少工作岗位的看似可怕的数字是一个“警钟”,即使不清楚如何消除。
他说,他相信人们可以“朝着更好的方向前进”,但他并不乐观。 他不认为我们走的是“亲人类”的道路。
所有关于人工智能可以接管多少工作的估计都在很大程度上取决于人类:研究人员对技术可以做什么做出假设。 Frey 先生和 Osborne 先生邀请专家参加研讨会,对职业自动化的可能性进行评分。 最近的研究依赖于非营利性数字版权组织电子前沿基金会创建的跟踪人工智能功能的数据库等信息。 或者他们依靠使用 CrowdFlower 等平台的工人,人们在这些平台上完成一些小任务来赚钱。 工人们根据使他们倾向于自动化的因素对任务进行评分。 例如,如果它对错误的容忍度很高,那么它更适合像 ChatGPT 这样的技术来实现自动化。
许多参与此类分析的研究人员表示,确切的数字并不是重点。
“我会说我们的方法几乎肯定是完全错误的,但希望在方向上是正确的,”麦肯锡人工智能专家 Michael Chui 说,他与人合着了一份 2017 年白皮书,建议大约一半的工作和 5% 的职业可能是自动化。
数据所描述的,在某些方面,比通常假设的更平凡:巨大的变化即将到来,值得关注。