工业革命时期汽车的发明让马车夫职业成为“过去时”。自从AI诞生以来，关于机器将取代人类工作的担忧就从未停止过。

就在3月13日，世界上第一位AI程序员Devin诞生，不仅能自主学习新技术，自己改Bug，甚至还能训练和微调自己的AI模型，表现已然远超GPT-4等“顶流选手”。

▲ 研发Devin的Cognition公司官网信息

AI的学习速度如此之快，人类的教育能否跟上“机器学习”的速度？AI将成为人类的“对手”还是“搭档”？小管邀请到信息管理与商业智能系王有为老师，从行业发展、教育改革、社区治理等角度分析AI将为人类社会带来哪些发展机会，人类又该如何应对AI带来的变化和挑战。

王有为

信息管理与商业智能系教授、博士生导师

研究方向：电子商务、移动商务、在线社会网络、虚拟社区、商务智能等

AI催生新工种

人类能力面临更高挑战

生成式大模型的本质是一个不限问题范围的“问答机”。问答看似只是千万个机器学习任务中的一种，但事实上世界上绝大多数的问题都可通过问答的方式解决。这里的“问”和“答”可以是文本、图像、声音、视频，以及它们的任意组合。大模型在所有涉及文字、图像和多媒体处理的行业、企业和工作岗位都有潜在的应用价值。例如，设计师可以通过Sora即时生成一个家装设计的效果图或者视频，将抽象的设计概念具象化，并和用户沟通装修后的效果。

大模型的强大之处在于，它不仅是和用户的接口，还通过“1+N”的服务模式整合了人类已有的知识和智慧，从而变成一个万能问题解决器。其中，大模型是那个“1”，它本身具有强大的能力；各种现有的算法和程序是“N”，它们数量庞大、能够弥补大模型能力的不足。

各行各业中与内容生产、文书撰写、智能问答相关的工作都会因为大模型的出现提高工作效率，很多“重复性脑力劳动”的工作岗位会消失。同时，因为大模型会给出错误的回答或者不合逻辑的输出，对于生成内容的判断和监察类工作会越来越重要。

举个例子，一家公司里有专门写文书的岗位，以前每人每天只能写1篇，如果公司每天需要100篇稿件，就需要雇佣100个文书人员。但AI的写作速度远远快于人工，可以一天写100篇、甚至1000篇。那么，应该如何利用大模型的这种能力？一种有效的方式是让一拨人负责写提示词，并在与AI的不断交互中形成初稿，另外一拨人负责审核刚才生成的稿件，确保每个稿件都达到一定质量标准。可见，有了大模型以后员工的分工、工作流程和工作方法可能都会发生变化。

有很多企业，特别是B2C企业，需要大量的人力从事客服工作，有些大型企业甚至会设置数千人的电话客服岗位。今天，基于大模型的AI客服可以解决绝大部分的客户问题，不能解决的问题再转入人工服务，如此就可以节省很多人力。而这部分人力可以节省下来从事其他工作，例如清理和整合数据、开发和调试更好的大模型等。

这些岗位对工作能力的要求也会发生变化，大部分人不再需要从事重复性的脑力劳动。这对许多行业将产生巨大影响——重复性工作的岗位减少了，但审核类、基础研发类、创新类岗位增多了。

现在还没有特别好的方法解决生成式大模型的幻觉问题，毕竟大模型本质上是一个概率模型，它犯错误的概率永远不为0。对于文生文而言，不仅需要大模型提供生成的内容本身，也需要提供内容的来源，以便于人类确认答案的准确性和可靠性。

搜索引擎并不生成新内容，它只是将互联网上有用的信息进行排序。相比之下，大模型“生成”内容，而不是“搬运”已有的答案，因此很难判断它的回答是否已经超出了其知识边界。

所以，审核模型的生成结果是否正确可能会成为新的工种。这个工种以前没有，现在不仅需要，而且重要。生成式AI的出现对人类判断力和工作能力的要求将变得更高。

建立审核新制度

人类将为AI“做担保”

大部分的B2C企业会受到生成式AI的影响，口碑传播和广告营销的方式都会发生很大变化。B2C行业很大一部分成本来自人和人的沟通，比如产品设计、产品开发、广告营销、售后服务等，每个环节都需要人类员工做大量的工作。

有了生成式AI之后出现了一些新的交互模式。一件商品从生产到流通，每一个环节都可以借助AI来降低沟通的成本。例如，顾客购物后会评价商品和服务的质量，营销人员需要在各种渠道（如货架电商、直播和短视频平台、内容平台等）上制作和分发“千人千面”的广告。不管是顾客还是企业员工，都可以使用生成式AI来再造内容的生产和传播过程。

这其中不可避免会受很大影响的是口碑的内容和传播方式。AI可以用于生成真实评价，也可以生成虚假评价来恶意攻击竞争对手。在鱼龙混杂的信息海洋中，将来可能需要对发布的信息内容进行标注，或者建立一种新的信息审核制度。例如，经由人工核实的内容可以标记为“经过人工审核”。有了生成式AI以后，在真假难辨的网络环境中提供信息的真实性认证将对人们做出明智的决策起到积极作用。

在未来，更多的内容是通过人与AI的协作生成。不管生成结果究竟属于“人造”还是“AI造”，最后可能都需要归因到一个人类主体，发布内容都需要一个“担保人”。同时，个人和企业都要对自己发布的信息负责，使用AI生成与事实不符的虚假信息应该受到相应的惩罚。

重塑培养模式

AI时代人才需要新定义

AI技术的发展也会改变教育行业，基础教育和人才选拔模式将受到冲击。目前主流的人才选拔形式是进行各种科目的考试。在美国的法学院入学考试中，GPT的考试成绩已经超过了大部分人。

考试的初衷是筛选出优秀的人才，如果AI的能力已经达到甚至超过大部分通过考试的人类的水平，按现有方式筛选出来的人才在职场又有何竞争优势？我们是否应该重新去思考优秀人才的定义和选拔标准？事实上，相比记忆力和准确计算的能力，现代社会更缺乏的是知识的综合运用能力，以及提出创意和创新的能力。

基础教育和高等教育中的基础课教学工作将会随着AI技术的发展产生重大变化。例如，虽然某位老师讲一门基础课的水平很高，以往他能覆盖的学生人数是有限的。要想培养大量的学生，就需要很多大学有多个能够上好这门基础课的老师。

在生成式AI技术的加持下，只需要为全国水平最高的老师制作一个虚拟人，就能让所有学生进入“同一课堂”并接受最高水平的基础课教育，甚至可以让虚拟人为每个同学提供个性化的知识辅导（一人千面）。这样一来，省下来的师资就可以投入到需要启发式教育、个性化教学、创新思维的课程中去，而这才是当今高校中稀缺的师资力量。

同时，AI也会对文科和理工科的科研工作带来重大影响。在文科领域，生成式AI对现有的生产关系带来哪些冲击，AI又将如何影响组织结构、管理方式和业务流程，传统的管理学理论在通用人工智能技术环境下是否仍然适用，这些都是值得探索的研究方向。

在理工科领域，生成式AI能够为人类提供解决问题的新思路，虽然这些思路是否可行仍然需要让人类专家去验证和判断。通过人机协作，以前无法解决的科学难题或将迎来突破的机会。

短期来看，AI技术的发展会让某些行业会受到负面影响；长期来看，生成式AI是新质生产力的代表，全人类将整体受益。当技术日新月异，没有人可以“一招鲜吃遍天”。就像马车时代过去以后不再需要马车夫一样，一些职业不可避免会被淘汰。取得本科或者硕士学位不应该是教育的终点，终身教育才是常态。

“虚拟”需求为“现实”创造新机会

未来社会将变得越来越虚拟化、数字化。工业革命把人们从重复的体力劳动中解脱出来，AIGC技术有望解决“重复性脑力劳动”的问题。新的服务能力势必会促生新的需求，而这些需求很多可以在虚拟空间中得到满足。

例如，以前想去国外旅游，需要走订机票、订酒店、办签证等流程，期间要耗费大量的体力、精力和金钱。有了VR、AR等可穿戴设备和AIGC生成的海量内容以后，每个人都可以随时随地到虚拟世界里进行“游览”。为了让这些新需求得以实现，需要更低成本的VR、AR终端设备，需要生产更多内容，也需要建设更宽的无线通讯网络，这些都会创造大量新的就业机会。

直播、短视频等虚拟社区是现代人很难脱离的社交和购物平台，Sora等多模态大模型的突破对于虚拟社区的发展和治理也会产生很大影响。一方面，AIGC技术的进步对于虚拟社区是利好消息，因为内容的质量和数量会进一步提升；另一方面，管理虚拟社区的平台企业需要尽到社区监管的责任。人类可以用判别式AI技术更精准地分辨违规内容，但随着生成的内容越来越多，人类审核的工作量也会变大——这就会产生大量的工作岗位需求。因此，虚拟社区会为现实中的人带来更多的工作机会，而不是越来越少。

编辑：梁萍