讨论了数据分析等特定专业人员(如流行病调查)受 AI 影响的情况。该专业学生属半吊子,有一定技术基础但不精深,易被 AI 替代,但也可能借助 AI 提升。有人认为其中 20% 的人能高效使用 AI 满足工作需求,另外 80% 会被排挤出工作市场,并非他们学不会使用 AI,而是经济实体消化不了过多人力,竞争下效率稍弱就会被淘汰。
关于 AI 时代工作市场萎缩的讨论
讨论了 AI 对社会就业的影响。认为工作市场会绝对萎缩,这是AI的本性决定的,但生产率会成倍提高。就业率盘子会绝对变小,而不是创造出足够数量的新工作维持市场劳资的平衡。中年人失去工作后难再就业,因对应岗位消失,而重新学习,在僧多粥少的职业市场,难以与年轻人竞争。长远看,认为技术革命后会创造出全新的工作,在AI时代不再适用。即便暂时创造了,也终会萎缩。例如,移动革命创造了快递小哥、滴滴司机的辛苦工作,最终会被AI机器人与自动驾驶取代,已经是很确定的事儿了。
关于 AI 时代重要技能的讨论
围绕 AI 对工作的影响及学生发展展开讨论。认为个人可将专业数据与流程与大模型使用结合,在行业内形成竞争力。对于下一代,因难以预测未来,很难给出靠谱的职业建议。普通学校的教授也苦恼无法向学生说明所学何用。普通学校学生要提升到行业前 20%,面临较大困难。但退一步想,甚至拥有打工贵族之称的计算机码农也面临大模型的碾压,也许可以平和一些。最近有报道,甚至哈佛商学院MBA、伯克利 CS 毕业生都有找不到工作的情况。这是历史上从未有过的状况,不细思也恐。
关于 AI 时代课堂教学与实践的讨论
提到培训应关注基础、技术还是工具使用难以确定。认为传统课堂教学效率低,提升使用模型和工具的能力应通过实践课,如在 AI studio 做具体项目。现在使用 AI 技术门槛降低,底层代码能自动生成,数据分析的脚本代码大模型也能搞定并立等可取,高效使用才是关键。
立委博士,多模态大模型应用咨询师。出门问问大模型团队前工程副总裁,聚焦大模型及其AIGC应用。Netbase前首席科学家10年,期间指挥研发了18种语言的理解和应用系统,鲁棒、线速,scale up to 社会媒体大数据,语义落地到舆情挖掘产品,成为美国NLP工业落地的领跑者。Cymfony前研发副总八年,曾荣获第一届问答系统第一名(TREC-8 QA Track),并赢得17个小企业创新研究的信息抽取项目(PI for 17 SBIRs)。
查看立委的所有文章