洗碗工比程序员活得更长？昨天全球网友吵起来了

还记得这张海报吗？

2017年10月的一期美国《纽约客》，封面描绘了这样一幅未来场景：一个胡子拉碴的年轻人坐在街头乞讨，路过的机器人向他手里的杯子投掷螺丝螺帽。那一期，《纽约客》用了大篇幅探讨人工智能将给人类带来的各种可能，比如工作岗位被大规模自动化取代。

5年半以后的今天，因为开发ChatGPT而受到全球关注的OpenAI直接抛出了一篇论文，说：GPT可能影响80%工作岗位，收入越高影响越大。

一时间，国内外社交媒体上热议四起。有人热捧，有人感慨，也有人不屑一顾。

收入越高 受影响越大？

3月21日，OpenAI、非营利性研究实验机构OpenResearch，以及宾夕法尼亚大学，合作发表《GPTs是通用技术：大型语言模型对劳动力市场潜在影响的早期观察》，对人类目前各种职业被GPT取代的可能性进行分析。

在长达35页的论文中，研究人员开篇就给出了一个（预测的）结论：约80%的美国劳动力至少有10%的工作任务会受到GPT的影响，而约19%的员工可能会看到至少50%的工作任务受到影响。这种影响涵盖所有薪资水平，高收入工作可能面临更大的风险。此外，它不限于近期生产率增长较高的行业。“我们的分析表明，像GPT-4这样的LLMs（大语言模型）的影响可能是普遍的。”

那么，他们是如何得出这个结论的？

首先，当然是要阐述（自夸）一下GPT近期的飞跃式进步。一张柱状图，就能直观地看到GPT-3.5（ChatGPT用的版本）迭代到GPT-4后，各方面性能的提升。

然后，论文提到了一个很关键的词：暴露率（an exposure rubric）。它的衡量标准是：通过访问GPT或GPT驱动的系统，是否会使人执行一项任务所需的时间缩短至少50%。“虽然暴露并不一定表明他们的工作任务能通过GPT技术完全自动化，但它们将帮助这些人节省大量完成任务的时间。”

研究人员认为，拥有高收入工作或者具有高等教育和专业学位的人，更容易“暴露”在GPT技术之下。

这种“暴露”关系是怎么呈现出来的？他们研究了美国1016种职业，并给它们贴上完成这些工作所需的各种任务的标签。然后，将人类评估者和GPT-4评估用线性关系图做展示，将GPT“暴露”风险的职业，与职业就业人数的对数、和职业年薪中位数的对数进行比较。

从下面这张图可以看到，随着年薪的增加，GPT-4的得分反超人类。

由此，研究人员给出了受影响最大的一些职业：数学家、报税员、区块链工程师、量化金融分析师、调查研究员、作家、法庭记者和同声传译员、校对员、网络和数字界面设计师、诗人、词作者和创意作家、口译和笔译、法律秘书和行政助理、公共关系专家、动物科学家、记者。

如果从行业看的话，数据处理托管、出版业等最有可能受到影响；体力劳动较多的行业，比如食品、林业、社会援助等受到的潜在影响最小。

这34种职业不受影响

那么，到底有没有AI无法替代的工作？研究人员说：当然有！

论文也列出了不被AI影响的34个“铁饭碗”：

农业设备操作员

运动员和体育竞技者

汽车玻璃安装和维修工

公交和卡车机械师以及柴油发动机专家

水泥泥瓦匠和混凝土修整工快餐厨师

手动切割工和修剪工

石油天然气井架操作人员

餐厅和自助餐厅服务员以及酒保助理

洗碗工

挖泥船操作员

电力线安装与维修工

挖掘、装载机和牵引操作员，露天开采

地板工

模具铸造和砂芯制造工人

地板安装-除地毯、木头和硬瓦

泥水匠、砌砖工人、石匠和瓷砖、大理石安装工

助手-木工

助手-油漆工、装裱工、泥水匠和灰泥石匠

助手-管道安装工和蒸汽管道工

助手-屋顶工

肉类、家禽和海产品的分割工

摩托车技工

铺路、铺装和捣固设备操作员

打桩机操作员

金属浇灌工和铸造工

轨道铺设和维护设备操作员

砖瓦除外的耐火材料维修工

石油钻井平台杂工

屠宰工和肉类包装工

井口泵送机操作员

石工

（用手或机器敷贴带子）的敷带工

轮胎修理工和更换工

总结一下：蓝领们，你们是安全的！

此外，研究人员发现，科学性与批判性思维，可能是人类的救星。因为“高度依赖科学和批判性思维技能的职位与受LLM影响呈负相关，而编程和写作技能与受LLM影响程度呈正相关”。

危言耸听还是未雨绸缪？

OpenAI首席执行官山姆·阿尔特曼此前说过：“十年前的传统观点认为，人工智能首先会影响体力劳动，然后是认知劳动，再然后，也许有一天可以做创造性工作。现在看起来，它会以相反的顺序进行。”

这篇论文的研究结果，显然与它的老板观点不谋而合。

另外，我们也可以看到，OpenAI已经直接把GPTs定义为通用技术（general-purpose technologies），刚好英文缩写也是GPTs。研究人员称，这项通用技术会对社会产生深远影响，就像蒸汽机、电力、信息技术一样，将是“颠覆经济和社会秩序”的创新。

要成为通用技术，必须满足三个核心标准：在时间上持续改进，在经济中普遍存在，并能产生相关创新的技术。

毫无意外，论文在国内外社交媒体上迅速传播并引发热议，热捧的，感慨的，不屑一顾的都有。

有人说：“整篇论文本质上毫无意义，因为它没有为这种预测设定时间限制。”

也有人给予肯定：“这是一个很好的方向，具有一定参考价值。OpenAI还应该更明确地描述一下它认为应该被淘汰的职业。”

还有人“补刀”：这34个所谓的“铁饭碗”，恰好也是其他人工智能技术可以替代的（比如机器人）。

事实上，研究人员自己也说了，研究还存在一定局限性。比如，用简单的标签描述工作任务来总结每种职业，这种方法本身就会有偏见；又比如，现阶段的GPT模型仍有很多缺点，像是会“有模有样”地编造虚假信息。

还要说明的一点是：这篇论文发表在预印本平台arXiv上，并未经过同行评审。

不管怎么说吧，随着近期科技界一系列成果的密集发布、落地，打工人的“生产力革命”也许真的就要开始了。为此，我们又可以做哪些准备呢？

橙柿互动·都市快报 记者 童蔚