撰文 | 李珊珊
導(dǎo)讀
與之前的三次科技革命，體力勞動(dòng)者被取代不同，在GPT引發(fā)的這一次，教育程度越高、入行門檻越高、收入越高的工作，會(huì)面臨更大的風(fēng)險(xiǎn)，而不易被GPT替代的行業(yè)，則以體力勞動(dòng)為主。
● ● ●
GPT來(lái)了，我會(huì)失業(yè)嗎？這是自去年這個(gè)AI的3.5版發(fā)布后，這個(gè)星球上很多人都在問(wèn)的問(wèn)題。
3月中旬，研發(fā)出了GPT的OpenAI公司親自發(fā)布了自己這類大語(yǔ)言模型對(duì)勞動(dòng)力市場(chǎng)會(huì)帶來(lái)的“早期影響力”報(bào)告揭示了一些殘酷事實(shí)。
報(bào)告中寫道：在考慮到當(dāng)前的功能和未來(lái)可以很容易接入的支持軟件時(shí)，在美國(guó)，大約有80%的勞動(dòng)人口的工作會(huì)受到GPT引入的影響，這些人中，約19%的人，50%的工作會(huì)受到GPT的影響，這個(gè)范圍涵蓋所有的薪資水平。
所謂受到影響，文中所用的詞為“GPT暴露”。利用美國(guó)勞工部的一個(gè)分類數(shù)據(jù)庫(kù)，研究者把每個(gè)工作劃分為不同的獨(dú)立任務(wù)，然后評(píng)估每一項(xiàng)任務(wù)是否可由GPT完成。若GPT可以完成，并“將工作時(shí)間至少減少50%，同時(shí)保持質(zhì)量一致”，即被認(rèn)為是“GPT暴露”——OpenAI很謹(jǐn)慎地未用“替代”的說(shuō)法。
而在GPT加上支持軟件之后會(huì)發(fā)生百分百“GPT暴露”的職業(yè)中，法務(wù)秘書、行政助理、會(huì)計(jì)師、審計(jì)師、Web和數(shù)字界面設(shè)計(jì)師、臨床數(shù)據(jù)專家、氣候政策分析師、作家、記者，甚至數(shù)學(xué)家等都榜上有名，而另一些如區(qū)塊鏈工程師等職業(yè)，則被認(rèn)為其95%左右的工作達(dá)到了GPT暴露。那份報(bào)告也列出了不容易被GPT取代的職業(yè)（GPT暴露率低于15%），比如：護(hù)士、司機(jī)、廚師、清潔工等。
那份研究中，GPT自己將86個(gè)職業(yè)標(biāo)記為“全暴露”（fully exposed），即整份工作的幾乎所有分解任務(wù)都可以被GPT完成；而在人工標(biāo)記組中，也有15個(gè)職業(yè)被標(biāo)記為“全暴露”。文章并沒(méi)有公開(kāi)這些被標(biāo)記為全暴露的職業(yè)的列表。
研究報(bào)告還順帶指出：教育程度越高、入行門檻越高、收入越高的工作，會(huì)面臨更大的風(fēng)險(xiǎn)。
圖源：Pixabay
當(dāng)然，對(duì)于最近幾個(gè)月對(duì)這個(gè)AI有所關(guān)注的人而言，這個(gè)結(jié)果也許并不令人吃驚。早在今年2月，《衛(wèi)報(bào)》的資深經(jīng)濟(jì)學(xué)編輯Larry Elliott就曾撰文指出：與過(guò)去的三次科技革命不同，這次，“風(fēng)險(xiǎn)最大的工作將是白領(lǐng)、中產(chǎn)階級(jí)工作，而新創(chuàng)造出來(lái)的許多工作可能是低薪、沒(méi)有前途的工作”。
從一定意義上來(lái)講，之前的兩百多年間，機(jī)器取代了體力勞動(dòng)，將需要認(rèn)知技能的工作留給了人類。AI 的進(jìn)步——以 ChatGPT 為代表——表明機(jī)器現(xiàn)在也可以在腦力工作方面發(fā)揮不錯(cuò)的作用。
一時(shí)間，一場(chǎng)中產(chǎn)危機(jī)呼之欲出。這個(gè)人群，通常受過(guò)不錯(cuò)的教育，從事著有著不低門檻的“專業(yè)性”工作，被認(rèn)為是這個(gè)社會(huì)中最為堅(jiān)實(shí)的“中流砥柱”，然而，忽然間，一個(gè)AI來(lái)了，它正對(duì)這些人的工作崗位虎視眈眈。
然而，情況真得有如此嚴(yán)峻嗎？今天的我們需要像工業(yè)革命時(shí)期一樣發(fā)起一場(chǎng)損毀機(jī)器的盧德運(yùn)動(dòng)，來(lái)抵制AI的“入侵”嗎？
只有那種對(duì)速度的要求比對(duì)準(zhǔn)確性要求更高的職業(yè)，也許GPT才會(huì)有一些實(shí)質(zhì)性的影響。
雖然OpenAI并未公開(kāi)對(duì)自己的那項(xiàng)研究作出評(píng)論，文章的通訊作者，OpenAI研究員Pamela Mishkin在自己的推特上寫道：“很高興很多人讀了我們的論文，我看到一些人把它當(dāng)作了預(yù)言，但其實(shí)并非如此”。
Mishkin引用文章中的部分解釋：我們的研究是利用美國(guó)勞動(dòng)部一個(gè)職業(yè)分類系統(tǒng)對(duì)各種職業(yè)工作內(nèi)容的描述，并聘請(qǐng)了一部分注釋者進(jìn)行校正和解釋，然后用這些結(jié)果與GPT的能力進(jìn)行匹配。“然而，我們的注釋師在職業(yè)上并不多樣化，可能導(dǎo)致對(duì) GPT 在不熟悉的職業(yè)中執(zhí)行任務(wù)的可靠性和有效性做出有偏見(jiàn)的判斷?！?/p>
就在那篇論文對(duì)于這類注釋的舉例中，在線銷售的工作內(nèi)容便被描述作：“郵件確認(rèn)、轉(zhuǎn)賬和發(fā)貨”，很顯然，這樣的描述不足以描述這一工作的全部?jī)?nèi)容。
而另一個(gè)廣被詬病的認(rèn)定則是對(duì)于數(shù)學(xué)家（mathematicians）。根據(jù)那份研究，100%的數(shù)學(xué)家的工作都是GPT暴露的。這是因?yàn)?，“?jì)算、寫證明和作報(bào)告，都是GPT能做的”，PamelaMishkin在推特上冷靜地回應(yīng)到。
這樣估算“職業(yè)替代”最大的問(wèn)題在于，“他們只是靜態(tài)的”。在有20年人力資源管理經(jīng)驗(yàn)，并出版過(guò)多本暢銷書的人力資源專家任康磊告訴《知識(shí)分子》。
任康磊舉了人力資源工作中曾經(jīng)引入機(jī)篩簡(jiǎn)歷的例子，“過(guò)去的企業(yè)HR們有接近50%的時(shí)間都在篩簡(jiǎn)歷，約面試”，而今天，計(jì)算機(jī)篩簡(jiǎn)歷、約面試，甚至一輪二輪的面試全部由AI完成，這在很多大公司已經(jīng)成為了常態(tài)。這些新技術(shù)至少為企業(yè)HR們節(jié)省了一半以上的時(shí)間，但人力資源部門并沒(méi)有因此裁員。
“從冗長(zhǎng)的事務(wù)性工作解放出來(lái)之后，人力資源部門把工作重心放到了后面，用多出來(lái)的時(shí)間去了解整個(gè)公司的團(tuán)隊(duì)，去更好地挖掘和維護(hù)員工的價(jià)值。從這個(gè)意義上來(lái)講，大家此時(shí)才真正意識(shí)到了人力資源這份工作的意義之所在，不僅僅是收簡(jiǎn)歷、約面試?！比慰道谶@樣認(rèn)為。
而另一方面，任康磊提示到：如同我們開(kāi)始使用機(jī)器之后，新的工作崗位圍繞機(jī)器生成，機(jī)器需要操作、維護(hù)和生產(chǎn)，以及一系列的龐大的產(chǎn)業(yè)鏈，AI也同樣。
根據(jù)GPT論文中的列表，人工標(biāo)記下，有一定外界軟件接入的GPT可以完成77.8%的動(dòng)物學(xué)家的工作?！吨R(shí)分子》就此向一位動(dòng)物學(xué)家進(jìn)行了求證，對(duì)方認(rèn)為，對(duì)這個(gè)結(jié)果還算滿意。那位動(dòng)物學(xué)家提到，“動(dòng)物科學(xué)中的主要的邏輯和知識(shí)庫(kù)已經(jīng)基本完備了”，正是依靠這些數(shù)據(jù)，GPT便可以完成大量的工作。
對(duì)于這種替代的后果，這位動(dòng)物學(xué)家感慨道：“以后的動(dòng)物學(xué)家會(huì)變得更少了……”
香港科技大學(xué)物理學(xué)系講座教授戴希則提到，從數(shù)據(jù)處理到論文初稿，GPT可以完成很多學(xué)生的工作，不過(guò)“我們帶學(xué)生也不是為了僅僅做這類工作，而是要培養(yǎng)他們獨(dú)立的思維”。這位科學(xué)家對(duì)GPT取代數(shù)學(xué)家的說(shuō)法毫不贊同，“數(shù)學(xué)家是不可能被取代的”，不過(guò)他認(rèn)為“一個(gè)會(huì)有重大變化的領(lǐng)域是編程，因?yàn)椋趯?lái)，用自然語(yǔ)言（人話）而非專用的計(jì)算機(jī)語(yǔ)言（像：C，Python等）進(jìn)行編程成為了可能?！?/p>
即便是同樣的職業(yè)，不同人對(duì)GPT的反應(yīng)也會(huì)有所不同，在《知識(shí)分子》咨詢的兩位已經(jīng)成了律所合伙人的律師中，一位律師表示，將來(lái)可以減少實(shí)習(xí)生的數(shù)量，“因?yàn)镚TP完成了很多過(guò)去實(shí)習(xí)生需要做的資料整理工作”，而另一位則表示：“并沒(méi)有影響”，因?yàn)椤叭绻鸊TP編造事實(shí)或者撒謊，稍微外行一點(diǎn)（的人）很難分辯，還是得人工核實(shí)，不如不用”。
“對(duì)速度的要求比對(duì)準(zhǔn)確性要求更高的職業(yè)，或者需要幫助提示創(chuàng)作思路的工作，GPT將會(huì)有實(shí)質(zhì)性的影響”，曾任微軟亞洲研究院副院長(zhǎng)，現(xiàn)為瀾舟科技創(chuàng)始人及CEO的周明博士則向《知識(shí)分子》表示。
周明認(rèn)為：變化會(huì)發(fā)生，但不用太擔(dān)心AI搶走人類工作，因?yàn)槟壳癎PT的水平還不那么讓人放心，大家現(xiàn)在關(guān)注的是它在這些方面的能力居然達(dá)標(biāo)了，超出了人們的想象。但真正要使用它來(lái)做事情的時(shí)候，要求就（跟現(xiàn)在）不同了，問(wèn)題也就出來(lái)了。而且AI的結(jié)果也必須要靠人類確認(rèn)才能成稿”。
我們正在滑向“過(guò)度自動(dòng)化”嗎，人類會(huì)被拋棄嗎？
變化必將發(fā)生，但并不會(huì)像大家想象得那么快，然而變化會(huì)如何發(fā)生呢？
早在2018年，在《美國(guó)經(jīng)濟(jì)評(píng)論》中發(fā)表的論文《人機(jī)競(jìng)賽：技術(shù)發(fā)展下的增長(zhǎng)、資本與就業(yè)》中就曾利用一個(gè)經(jīng)濟(jì)學(xué)模型預(yù)測(cè)了新技術(shù)對(duì)就業(yè)市場(chǎng)的影響，簡(jiǎn)單而言就是：先有一波失業(yè)潮，然后由新技術(shù)創(chuàng)造的新的職位吸納大量就業(yè)人口，最終達(dá)到新的平衡。
文中，論文作者，MIT大學(xué)研究新技術(shù)與勞動(dòng)經(jīng)濟(jì)學(xué)的知名教授Daron Acemoglu提到：這類的情況，在過(guò)去的30幾年中并不鮮見(jiàn)，在2015年新增的5000萬(wàn)個(gè)就業(yè)崗位中，約有60%是這35年間新增的崗位。
但這種情況的發(fā)生需要政策的引導(dǎo)以及時(shí)間，Daron在文中提到，自動(dòng)化總是傾向于減少勞動(dòng)份額和就業(yè)，甚至降低工資，而新技術(shù)引發(fā)的新任務(wù)的創(chuàng)造則與之相反。這便會(huì)出現(xiàn)兩種場(chǎng)景：
失業(yè)的半場(chǎng)：因?yàn)閯趧?dòng)力價(jià)格更高， AI取代勞動(dòng)力，造成某些行業(yè)失業(yè)人數(shù)上升，這又會(huì)降低這些行業(yè)的工資，直到資本失去了用AI進(jìn)行改造的動(dòng)力。 于是，被AI取代的勞動(dòng)力并不一定需要重新學(xué)習(xí)勞動(dòng)技能，他們?cè)谠庥鲆欢螘r(shí)間的失業(yè)后，又可以匹配到跟他們?cè)瓉?lái)相近的工作。
新崗位的半場(chǎng)：對(duì)于AI創(chuàng)造大量新職位，因?yàn)闆](méi)有足夠與之匹配的勞動(dòng)力，最先會(huì)出現(xiàn)高薪，吸引來(lái)自其他行業(yè)的優(yōu)秀人才，進(jìn)而逐級(jí)傳導(dǎo)、層層吸收整個(gè)社會(huì)中相匹配勞動(dòng)力，帶動(dòng)整個(gè)社會(huì)勞動(dòng)收入的提升，進(jìn)而形成新的平衡。
關(guān)鍵問(wèn)題在于，這兩者的速度是否匹配，以及最最重要的，AI的使用是否真正提高了整個(gè)社會(huì)的生產(chǎn)力水平，而不是僅僅壓縮了勞動(dòng)力成本。
如果是前者，隨著整個(gè)社會(huì)勞動(dòng)生產(chǎn)力的提升，我們將很容易進(jìn)入新崗位的大爆發(fā)；但如果僅僅是后者，自動(dòng)化僅用于降低勞動(dòng)力成本和工資方，生產(chǎn)率提升方面，并沒(méi)有發(fā)揮更顯著的作用，那便是典型的過(guò)度自動(dòng)化。
后一種情況下，一些高科技公司和科技精英會(huì)變得更加富有，但這對(duì)整體經(jīng)濟(jì)增長(zhǎng)的作用不大，這種情況下，自動(dòng)化無(wú)法真正增加人類福祉，我們將很難真正進(jìn)入新崗位的大爆發(fā)。
基于此，面對(duì)GPT，包括Daron在內(nèi)的很多專家都曾擔(dān)憂地指出：人工智能技術(shù)正在被用于一些人類擅長(zhǎng)的任務(wù)，本不該如此。
出現(xiàn)這種情況的原因，Daron在2021年寫給美國(guó)經(jīng)濟(jì)研究局的一篇《AI的危害》中表示：美國(guó)稅法對(duì)勞動(dòng)力征收的邊界稅率遠(yuǎn)高于設(shè)備和軟件資本，這導(dǎo)致公司過(guò)于關(guān)注削減（勞動(dòng)力）成本了，這不僅有利于自動(dòng)化，也有利于過(guò)度自動(dòng)化。
這種過(guò)度自動(dòng)化的后果，Daron提到：“很有可能的一種方式是，在完全自動(dòng)化之前，工作首先會(huì)有一個(gè)變得很不穩(wěn)定的階段，在此期間，一部分勞動(dòng)者，（比如本次被認(rèn)為可百分百替代的作家、記者、法務(wù)、會(huì)計(jì)等）會(huì)作為自由職業(yè)者存在著”。
而另一方面，新技術(shù)對(duì)資本也并不仁慈，公司間的不公平競(jìng)爭(zhēng)加劇，走得快，擁有大量數(shù)據(jù)的公司將比競(jìng)爭(zhēng)對(duì)手擁有更強(qiáng)大的優(yōu)勢(shì)，而如若任由這些公司“采用自動(dòng)化技術(shù)以犧牲競(jìng)爭(zhēng)對(duì)手為代價(jià)進(jìn)行擴(kuò)張”，便很有可能會(huì)導(dǎo)致整個(gè)行業(yè)內(nèi)卷型的“勞動(dòng)力需求下降”。
正如前述《衛(wèi)報(bào)》評(píng)論文章中描述的可怖前景：“整個(gè)經(jīng)濟(jì)體的工作崗位被挖空，不平等加劇，勞動(dòng)收入份額下降……資本將以犧牲勞動(dòng)力為代價(jià)增加其收入份額，一些經(jīng)濟(jì)部門將出現(xiàn)空心化……”
那么，這個(gè)世界還有可能變好嗎？
3月16日，OpenAI的CEO阿爾特曼（Sam Altman）在自己博客上發(fā)過(guò)一篇感謝審讀名單足有6行的長(zhǎng)文，其核心便是討論，如何使得他和他的同事們創(chuàng)造出來(lái)的這類AI，為人們帶來(lái)一個(gè)更好的世界。
“能夠思考和學(xué)習(xí)的軟件將完成越來(lái)越多的人們現(xiàn)在所做的工作。更多的權(quán)力將從勞動(dòng)力轉(zhuǎn)移到資本。如果公共政策不做出相應(yīng)調(diào)整，大多數(shù)人最終會(huì)過(guò)得比現(xiàn)在更糟?！?/p>
文中，這位也許是親手打開(kāi)了“潘多拉魔盒”的企業(yè)家同樣給予了他的解決方略：“我們需要設(shè)計(jì)一個(gè)包含這種技術(shù)的新系統(tǒng)，并對(duì)構(gòu)成該世界大部分價(jià)值的資產(chǎn)——公司和土地——征稅，以便公平地分配那些即將到來(lái)的財(cái)富。這樣做可以大大減少未來(lái)社會(huì)的分裂，讓每個(gè)人都能分享其收益?！?/p>
這位企業(yè)家預(yù)言：“在未來(lái)五年內(nèi)，能夠思考的計(jì)算機(jī)程序?qū)㈤喿x法律文件并提供醫(yī)療建議。未來(lái)十年，它們將從事流水線工作，甚至成為伙伴。在那之后的幾十年里，它們將做幾乎所有事情，包括做出新的科學(xué)發(fā)現(xiàn)，擴(kuò)展人類認(rèn)識(shí)的邊界”。
最終，“這場(chǎng)革命將創(chuàng)造驚人的財(cái)富。一旦足夠強(qiáng)大的人工智能‘加入勞動(dòng)力隊(duì)伍‘，多種勞動(dòng)力的價(jià)格（推動(dòng)商品和服務(wù)的成本）將降至零?！?/p>
如同Daron所言：GPT將改變?cè)S多工作，然而，它們是否會(huì)導(dǎo)致普遍的繁榮，導(dǎo)致這個(gè)世界變得更好，取決于我們。現(xiàn)在就需要行動(dòng)，從稅收改革到教育，盡所有一切可能鼓勵(lì)和創(chuàng)造對(duì)工人更友好的政府政策，“我們并非不可避免地走向更嚴(yán)重的不平等”。
往好里想，如果AI保持作為助力，如果生產(chǎn)力有了大幅提升，GPT這類AI將為人類創(chuàng)造大量的閑暇。要知道，今天的我們，每天工作8小時(shí)，每周雙休，人類幾乎消滅了童工，而且大部分國(guó)家和地區(qū)還能提供相對(duì)體面的退休工資來(lái)支持老年人不需要繼續(xù)參加勞動(dòng)，這在工業(yè)革命之前，都是不可想象的。
在可預(yù)見(jiàn)的將來(lái)，搶走了人類職位的同時(shí)，AI將帶來(lái)更多的閑暇，這些不需要投入工作的時(shí)間，人們可以自由投入家庭、娛樂(lè)……然而，有閑，也許同樣會(huì)成為問(wèn)題。
早在2017年，美國(guó)經(jīng)濟(jì)研究局曾舉辦過(guò)一個(gè)會(huì)議來(lái)討論“人工智能經(jīng)濟(jì)學(xué)”，在由芝加哥大學(xué)出版社出版的會(huì)議報(bào)告中提到：機(jī)器搶走工作所帶來(lái)的兩大問(wèn)題，收入的損失和地位的損失，是需要區(qū)分開(kāi)來(lái)討論的問(wèn)題。
那份文件認(rèn)為：與后者（失去地位、成就感等）相比，前者（失去收入來(lái)源）反倒是更容易解決的問(wèn)題，我們需要的不過(guò)是勞動(dòng)生產(chǎn)力的大規(guī)模提升，以至于更多的人可以不需要工作，卻以其他的方式悠閑地分享整個(gè)社會(huì)的平均勞動(dòng)果實(shí)。
屆時(shí)，我們將如何處理我們的時(shí)間，如何找到生命的意義？以及，如何穩(wěn)定和公平地處理我們的收入分配？也許將成為全人類最為重要的問(wèn)題，對(duì)這些問(wèn)題的回答，將真正決定，我們能否擁有一個(gè)更好的世界。
參考文獻(xiàn)
[1] GPTs are GPTs: An Early Look at the LaborMarket Impact Potential of Large Language Models, Tyna Eloundou, Sam Manning,Pamela Mishkin, and Daniel Rock，March 21, 2023.
[2] The AI industrial revolution putsmiddle-class workers under threat this time, The Guardian, Feb 18, 2023
[3] The Economics of Artificial Intelligence:An Agenda， University of ChicagoPress Conference Date: September 13–14, 2017；Publication Date: May 2019.
[4] TheFuture of Employment: how susceptible are jobs to computerisation?, CarlBenedikt Freyand Michael A. Osborne,published by the Oxford Martin Programme , September 2013.
[5] TheRace between Man and Machine: Implications of Technology for Growth, FactorShares, and Employment. Daron Acemoglu and Pascual Restrepo, American EconomicReview,2018, 108 (6): 1488-1542.
[6] Harms of AI, Daron Acemoglu, National Bureau of Republic Research, DOI 10.3386/w29247, ISSUEDATE September 2021
[7] How AI Fails Us, Divya Siddarth etc. Hthe Edmond J. Safra Center for Ethics at Harvard University. December, 2021
[8] ExperimentalEvidence on the Productivity Effects of Generative Artificial Intelligence, Shakked Noy and Whitney Zhang, MIT workingpaper (not peer reviewed), March 2023
[9] Tast,automation, and the rise in US wage inequality, DaronAcemogly, Econometrica,Vol. 90, No. 5 (September, 2022), 1973–2016
[10] ArtificialIntelligence and Jobs: Evidence from Online Vacancies, Daron Acemogly etc. Journal of Labor Economics, volume 40,number S1, April 2022.