新火種
2023-09-15 
ChatGPT即將徹底改變社會，是失業還是進步？你我都有話語權
無論是否是炒作，過去幾個月里，人工智能淘金熱已經開始，許多人開始挖掘 ChatGPT 等生成式人工智能模型中的商業機會。應用程序開發者、風險投資支持的初創公司和一些世界上最大的公司都在努力尋找機會，一切都拜 OpenAI 在 2022 年 11 月發布的這個文本生成聊天機器人所賜。
“我們能用 ChatGPT 做什么？我們怎么才能靠這個賺錢？”在世界各地的辦公室里，類似的聲音此起彼伏。
不過，盡管企業和高管看到了一個明顯的淘金機會，但這項技術對工人和整體經濟可能產生的影響卻遠不那么明顯。盡管存在各式各樣的局限性，但 ChatGPT 和其他最近發布的生成式人工智能模型可以讓許多任務自動化，而這些任務以前被認為是需要人類的創造力和推理的領域，包括寫作、繪圖、總結和分析數據。這讓經濟學家們無法確定它會對就業機會和整體生產率造成什么影響。
盡管過去十年來，人工智能和其他數字工具取得了驚人的進步，但它們在刺激經濟增長方面不盡人意。雖然其中不乏一些投資者和企業家已經變得非常富有，但大多數人并沒有受益，甚至因為自動化而丟了工作。
（來源：STEPHANIE ARNETT/MITTR）
生產率增長是國家變得更富裕和更繁榮的原因，自 2005 年以來，美國和大多數發達經濟體的生產率增長一直低迷（英國是一個特殊的例子）。原因是經濟這塊蛋糕沒有多少增長，導致了許多人的工資停滯不前。
當時生產率的增長主要局限于一些少數行業比如信息服務，以及美國的一些城市——比如圣何塞、舊金山、西雅圖和波士頓。
ChatGPT 會讓美國和其他許多國家本就令人不安的財富不均狀況變得更糟嗎？或者，它能有所幫助嗎？它真的能實現生產率的提升嗎？
OpenAI 發布的 ChatGPT 和 DALL-E 2，一個可以生成文字，一個可以生成圖像，它們都使用經過大量數據訓練的大型語言模型。同樣的情況也適用于競爭對手，比如 Anthropic 公司的 Claude 和谷歌的 Bard。這些所謂的基礎模型，比如 ChatGPT 背后的 GPT-3.5，谷歌 Bard 背后的 LaMDA，近年來發展十分迅猛。
它們不斷地變得愈發強大：使用更多的訓練數據，參數的數量也就是模型中被調整的變量也在急劇增加。2023 年 3 月早些時候，OpenAI 發布最新的語言模型 GPT-4。雖然 OpenAI 沒有透露它到底有多大，但我們可以猜一下。更早之前的 GPT-3 大約有 1750 億個參數，是 GPT-2 的 100 倍左右。
真正改變了一切的是 2022 年年底發布的 ChatGPT。它非常容易使用，而且能夠快速創建與人類水平相似的文本，包括食譜、健身計劃和計算機代碼。對于普通人來說，比如企業家和商人，易上手的聊天模型不再是抽象和深奧的東西，它僅靠實用性就超過了以往那些學術界和科技公司曾經所做的成果展示，證明了人工智能革命的真正潛力。
風險投資家和其他投資者正在向基于生成式人工智能的公司投入數十億美元，而由大型語言模式驅動的應用程序和服務與日俱增。
據報道，微軟已經在 OpenAI 及其 ChatGPT 上投資了 100 億美元，希望這項技術能為其鮮有人問津的必應搜索引擎帶來“第二春”，并且為其 Office 產品帶來新的功能。2023 年 3 月初，Salesforce 公司表示將在其廣受歡迎的 Slack 產品中推出一款 ChatGPT 應用程序；與此同時，該公司宣布了一筆 2.5 億美元的基金，以用于投資生成式人工智能初創公司。從可口可樂到通用公司，許多知名公司都在嘗試 ChatGPT。
與此同時，谷歌宣布將在 Gmail、Docs 和其他一些廣泛使用的產品中，使用其新的生成式人工智能工具 Bard。
不過，我們目前還沒看到殺手級應用程序。經濟學家們說，隨著企業爭先恐后地尋找使用這項技術的方法，如何從新一代人工智能中獲得最大利益，已經成為了一扇難得的機會窗口。
“我們在現在這個時間點討論它，是因為你可以接觸到這項技術。不需要任何編程技巧，你也可以使用它。很多人開始想象這將如何影響他們的工作流程和就業前景，”舊金山 Partnership on AI 組織的人工智能、勞動力和經濟研究負責人卡蒂亞·克林諾瓦（Katya Klinova）說。
“問題是誰會從中受益？誰又會被留下？”克林諾瓦說，她正在撰寫一份報告，概述生成式人工智能的潛在就業影響，并且為使用它來增加“共享繁榮”提供建議。
樂觀的觀點是：它將成為是許多人手中的強大工具，提高他們的能力和專業知識，同時促進整體經濟發展。悲觀的觀點是：公司只會用它來摧毀曾經看起來像是非自動化的工作，摧毀那些需要創造性技能和邏輯推理的高薪工作；一些高科技公司和科技精英將變得更富有，但這對整體經濟增長沒有什么幫助。
幫助技術水平最低的人
ChatGPT 對工作的影響并不僅僅是一個理論問題。
在最近的分析中，OpenAI 研究團隊聯合美國賓夕法尼亞大學團隊發現像 GPT 這樣的大型語言模型可能會對 80% 的美國勞動力產生影響。
他們進一步估計，包括 GPT-4 和其他類似的軟件工具在內的人工智能模型，將嚴重影響 19% 的工作，這些工作中至少有 50% 的任務“被人工智能軟件所涵蓋”。他們認為，與我們在早期自動化浪潮中所看到的相反的是，高收入的工作受到的影響最大。一些最風險最大的職業包括作家、網頁和數字設計師、金融定量分析師以及區塊鏈工程師。
麻省理工學院勞工經濟學家大衛·奧托（David Autor）說：“毫無疑問，生成式人工智能將被廣泛使用，它不僅僅是一個新鮮事物。律師事務所已經在使用它了，這只是一個例子。它可以讓許多任務變得自動化。”他花了數年時間記錄先進的數字技術是如何摧毀許多曾經高薪的制造業和日常文書工作的。但他表示，ChatGPT 和其他生成式人工智能的例子已經改變了游戲。
以前，人工智能已經將一些辦公室工作自動化，但僅限于那些機械式的任務，他們可以很容易地被程序替代。可是現在，人工智能可以執行我們曾認為的有創造性的任務，比如寫作和制作圖片。他說：“對于任何關注它的人來說，很明顯生成式人工智能為許多我們認為不容易自動化的任務打開了自動化的大門。”
最令人擔心的事情不是 ChatGPT 將導致大規模失業，奧托指出美國有很多工作種類，很多公司將用這種新形式的自動化取代相對高薪的白領工作，當有少數玩轉這項新技術的人享受紅利時，更多的人將被迫去薪水更少的行業就業。在這種情況下，精通該技術的人和公司可以很快通過人工智能工具變得更有效率，以至于他們主導了其所在的工作場所和行業。而那些技能匱乏、對新技術不敏銳的人將被甩在后面。但他也看到了一個更積極的可能結果：生成式人工智能可以幫助許多人習得新技能，從而與那些擁有更多教育和專業知識的人競爭。
關于 ChatGPT 如何影響生產力的第一個科學研究表明，這樣的結果是可能會發生的。
麻省理工學院的兩名經濟學研究生沙克·諾伊（Shakked Noy）和惠特尼·張（Whitney Zhang）進行了一項實驗，讓數百名受過大學教育的專業人士在市場營銷和人力資源等領域工作。他們要求一半的人在日常工作中使用 ChatGPT，而其他人則不這樣做。結果發現 ChatGPT 提高了整體生產率（這并不太奇怪），但一個更有趣的結果是：技術最差和最好的員工從人工智能工具中受益最多，這其實縮小了員工之間的績效差距。換句話說，糟糕的作家會變得好得多，好的作家只是變得效率更高一些。
用經濟學的行話來說，這些初步研究結果表明，ChatGPT 和其他生成式人工智能，可能會“補益（upskill）”那些難以找到工作的人。奧托說，有許多經驗豐富的人在過去幾十年里沒有發揮他們的全部潛力。如果生成式人工智能可以作為一種實用工具，以擴大他們的專業知識，并在醫療保健或教育等有著大量工作崗位需求的領域，為他們提供專業技能，那么它就可以振興我們的勞動力。對于在哪種場景下應用它，我們需要更深思熟慮的思考：即我們希望如何利用這項技術。“我不認同的一個想法是：因為這項技術正在影響全世界，所以我們必須適應它。其實它正處于被創造的過程中，所以它可以以多種方式被使用和開發，”他說，“參與到它的設計過程是非常重要的。”
簡單地說，我們正處在一個關鍵時刻：要么是技能水平較低的人，將越來越有能力從事現在需要高技能水平的工作；要么是最有才華的高水平技術工作者，將從根本上擴大他們比其他人所擁有的優勢。我們得到的結果，在很大程度上取決于雇主如何使用像 ChatGPT 這樣的工具，但更有希望的選擇或許已經觸手可及了。
超越人類
然而，我們也擁有悲觀的理由。2022 年春天，在《圖靈陷阱：類似人類的承諾和危險》一書中，斯坦福大學經濟學家埃里克·布林約夫松（Erik Brynjolfsson）警告說，人工智能創造者過于癡迷于模仿人類智能，而不是使用這種技術來讓人們完成新任務并擴展他們的能力。他認為對類人能力的追求，導致機器和技術僅被用于取代人類和壓低人類工資，著加劇了財富和收入的不平等。他寫道，這是財富日益集中的“最大解釋”。一年后，我們看到 ChatGPT 的輸出內容非常類似人類的產出。他說：“就像我警告過的那樣：這激發了相關話題的討論，尤其是關于如何使用新技術給人們提供新的能力，而不是簡單地取代人類。”
盡管布林約夫松擔心人工智能開發者會無視這些話題，繼續提升模型對人類的模仿能力，但他在人工智能方面是一個技術樂觀主義者。兩年前，他預測，人工智能和其他數字技術將導致生產率的繁榮，而如今他仍然看好新的人工智能模型所帶來的影響。他的樂觀情緒主要來自于這樣的信念，即企業可以通過使用 ChatGPT 等生成式人工智能來擴大產品范圍，提高員工的生產力。“這是一個很好的創意工具。它能幫助你做新奇的事情，而不僅僅是用更低廉的成本做同樣的事情。”他說，“只要公司和開發者能夠拋開用其取代人類的心態，這是非常重要的。”他預測，十年內生成式人工智能將為美國增加數萬億美元的經濟增長。“我們的經濟基本上是靠知識工作者和信息工作者，很難想象哪一種類型的信息工作者不會受到其影響。”他說。
生產力什么時候才能提高，這是一個經濟游戲。也許我們只需要保持耐心。
1987 年，麻省理工學院經濟學家羅伯特·索羅（Robert Merton Solow）因解釋創新如何推動經濟增長而獲得諾貝爾獎。他說了一句名言：“我們到處都看得見計算機，就是在生產率統計方面卻看不見它。”
直到后來，在 20 世紀 90 年代中后期，這些影響——尤其是來自半導體領域的進步——才開始出現在生產率數據中，因為企業知道了如何利用越來越便宜的計算能力和日益強大的軟件。
人工智能也會發生同樣的事情嗎？加拿大多倫多大學的經濟學家阿維·戈德法布（Avi Goldfarb）認為，這取決于我們能否像早期計算機時代那樣，利用最新的技術來改變企業。他說，到目前為止，公司只是稍微地利用人工智能：“它將提高效率——它可能會逐步提高生產率——但最終，凈收益將會很小。因為你只是把事情稍微做的好一點點。但是這項技術不僅能實現這一點，它還可以讓我們創造新的流程，為客戶創造價值。”至于生成式人工智能何時會激發這種局面，我們仍不確定。他說：“一旦我們弄清楚優秀的寫作能力能讓行業如何改變行事方式，或者對 DALL-E 而言優秀的平面設計能力如何改變行事方式，我們就將經歷巨大的生產率提升。但如果你問這會出現在下周、明年或十年后嗎？我不知道。”
權力斗爭
當美國弗吉尼亞大學經濟學家安東·科里內克（Anton Korinek）體驗新一代大型語言模型（如 ChatGPT）之時，他做的事情和很多人類似：他開始肆意體驗，看看它們如何幫助他的工作。他在 2023 年 2 月份的一篇論文中仔細地記錄了它們的表現，并指出它們在 25 個“應用場景”下的效果，從頭腦風暴和編輯文本（非常有用），到編程（在一些幫助下很好）再到做數學題（不是很好）。ChatGPT 錯誤地解釋了經濟學中最基本的原則之一，他說：“它的表現很差勁。”但這其他的亮眼表現足以彌補它。“我可以告訴你，作為一名認知工作者，這讓我更有效率，”他說，“毫無疑問，當我使用語言模型時，我會更有效率。”當 GPT-4 問世時，他用同樣的 25 個問題上測試了它的性能，其表現要好得多。編造東西的情況更少，在數學上的表現也更好。他指出，由于 ChatGPT 和其他人工智能機器人將認知類工作變得自動化，而不需要在設備和基礎設施上進行過多投資，因此經濟生產力的提高可能比過去的技術革命要快得多。他說：“我認為，到 2023 年年底，我們就可能會看到生產力得到更大的提升。”更重要的是，他認為從長遠來看，人工智能模型能夠讓他自己這樣的研究人員變得更有效率，因此更有可能推動技術進步。
這種大型語言模型的潛力已經出現在物理學的研究中。貝倫德·斯密特（Berend Smit）在瑞士洛桑聯邦理工學院 EPFL 管理著一個化學工程實驗室，他是一名使用機器學習來發現新材料的專家。2022 年，在他的一個研究生凱文·邁克·賈布隆卡（Kevin Maik Jablonka）使用 GPT-3 展示了一些有趣的結果后，賈布隆卡被證明 GPT-3 對其進行的復雜機器學習研究是無用的。
“它完全失敗了，”斯密特開玩笑說。
結果是，在用幾個相關的例子進行了幾分鐘的微調后，該模型的表現堪比專門為化學開發的高級機器學習工具，它可以回答有關化合物的溶解度或其反應性等基本問題。簡單地給它一個化合物的名稱，它就可以根據結構預測各種性質。
就像在其他工作領域一樣，大型語言模型可以幫助擴展非專家的專業知識和能力。這樣來看，賈布隆卡目前是一位對復雜的機器學習工具知之甚少的化學家。他說，而大型語言模型就像檢索一樣簡單，“它可以把機器學習帶給廣大的化學家。”
這些令人印象深刻的結果表明，人工智能在廣泛的創造性工作中是多么強大，包括在科學發現中它們是多么容易令人震驚。
但這也指出了一些基本問題。隨著生成式人工智能對經濟和就業的潛在影響變得愈發迫在眉睫，誰將定義這些工具的設計和部署方式呢？誰將控制這項驚人技術的未來？
英國劍橋大學的經濟學家黛安·科伊爾（Diane Coyle）說，其中一個擔憂是大型語言模型有可能會被統治數字世界的科技巨頭所主導。她指出，在 OpenAI 拿出 ChatGPT 之后，谷歌和 Meta 也在短時間內公布了自己的大型語言模型，訓練這些模型所需的巨大計算成本為任何想要競爭的人創造了進入障礙。她說，人們擔心的是這些公司都有類似的“廣告驅動的商業模式”。她承認沒有比較簡單的解決辦法，但她說一種可能性是模仿歐洲核子研究中心設立一個公共資助的生成式人工智能國際研究組織，并讓其擁有運行模型所需的巨大計算能力和進一步發展該技術的科學專業知識。科伊爾說，在大型科技公司之外的努力，將“給模型的創造者在制作它們時所面臨的激勵帶來一些多樣性。”她說，雖然目前還不確定哪些公共政策有助于確保大型語言模式是最符合公眾利益的，但越來越清楚的是，我們使用這項技術的方法不能只留給少數占主導地位的公司去定義。
歷史為我們提供了大量的例子，即政府資助的研究機構在開發能為人類社會帶來廣泛繁榮的技術方面有多么重要。早在歐洲核子研究中心發明萬維網之前，20 世紀 60 年代末的另一項公共資助的努力曾催生了互聯網，當時是由美國國防部支持的阿帕網（ARPANET），其曾開創了多臺計算機相互通信的方法。
在《權力與進步：我們關于技術與繁榮的 1000 年斗爭》一書中，麻省理工學院的經濟學家達倫·阿塞莫格魯（Daron Acemoglu）和西蒙·約翰遜（Simon Johnson）提供了一個引人注目的回顧，即技術進步的歷史及其創造廣泛繁榮的混合記錄。他們的觀點是，應該刻意引導技術進步去帶來更廣泛的好處，而不是僅僅讓精英變得更富有。
從第二次世界大戰后到 20 世紀 70 年代初的幾十年里，美國經濟經歷了快速的技術變革；大多數工人的工資都在上升，而收入不平等急劇下降。阿塞莫格魯和約翰遜說，原因是技術進步被用來創造新的任務和工作機會，而社會和政治壓力有助于確保工人與雇主比現在更平等地分享福利。
相比之下，他們寫道最近幾十年來，“美國中西部的工業中心地帶”迅速采用制造機器人，但這只是摧毀了就業機會，導致了“長期的地區衰退”。
這本書將于 2023 年 5 月出版，對于理解當今人工智能的快速進步會帶來什么、以及這些技術突破的使用方式將如何影響我們所有人的未來尤其相關。在最近的一次采訪中，阿塞莫格魯說，當 GPT-3 首次發布時，他們正在寫這本書。他還半開玩笑地補充說：“我們預見到了 ChatGPT。”他堅持認為，人工智能的創造者“正朝著錯誤的方向前進”。他表示，人工智能背后的整個架構“都處于自動化的模式下”。“但生成式人工智能或一般人工智能沒有什么內在因素去推動我們朝著這個方向發展，這只不過是 OpenAI、微軟以及風險投資界人士的商業模式和愿景。”
如果你相信我們可以引導一項技術的發展軌跡，那么一個明顯的問題是：誰是“我們”？這就是阿塞莫格魯和約翰遜最前瞻的思考。他們寫道：“社會及其有權有勢的‘看門人’，應當停止被科技億萬富翁和他們的議程所吸引……人們不需要成為人工智能專家，就能對這些技術形成的進步方向和社會的未來擁有發言權。”
支持：Ren
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
