ChatGPT来袭，19%岗位可能受影响？就业风暴还是机遇？

学会提问 2年前 (2023) lida

51 0 0

文章主题：ChatGPT, 失业, AI经济影响

本文来自微信公众号：机器之心（ID：almosthuman2014），原文标题：《OpenAI重磅研究：ChatGPT可能影响80%工作岗位，收入越高影响越大》，题图来自：《大时代》

🎉 ChatGPT 的到来引发了全球热议，许多人担忧它是否会颠覆传统的就业市场。就在 GPT-4 革命性发布之际，ChatGPT 紧随其后，迅速迭代升级，展现出强大的潜力和创新力。💡 OpenAI 的首席执行官 Sam Altman 甚至坦承对此持有复杂情绪，他的这番言论无疑加剧了人们对这一技术未来影响的猜测。尽管 ChatGPT 提供了一种全新的协作方式，但它的崛起并不意味着所有岗位都会消失。相反，它可能会催生新的职业领域和技能需求。💻 工作方式的转变将促使人们不断学习适应，提升自身的竞争力。而且，AI 不可能完全取代人类智慧，某些领域的人类专业知识依然无可替代。对于那些担心失业的人来说，重要的是要保持开放的心态，积极拥抱变化。继续教育和终身学习将成为新时代的关键。🎓 未来就业市场或许会更加多元化，既有传统的岗位，也有由技术驱动的新兴职业。在关注 ChatGPT 对就业的影响的同时，我们也应看到它为社会带来的机遇和效率提升。它不仅改变了沟通方式，也可能推动各行各业的进步。🚀记得，适应变化才是生存之道，让我们共同期待这个科技与就业交织的新时代。💪

🌟AI专家警示：强大如_python_的科技可能滋生误导，但同时也引领着一场深刻的经济、劳动与教育革命🚀。🔍面对潜在的信息泛滥，我们需警惕其双刃剑效应，确保技术进步的同时，信息的真实性得以保障。🌍

🎨 AI艺术崛起，画师们心中难免波澜。昨日，OpenAI的研究新成果犹如一阵寒风，预示着ChatGPT等技术可能触及约19%的美工岗位，甚至颠覆50%的工作内容，引发了业界深度🔥探讨。🚀 这不仅是技能转变的挑战，更是未来就业格局的一次潜在重构。🎨👩‍💻 虽然担忧，但我们也应看到其带来的创新与机遇，如何在变革中找到自己的定位，是每位从业者必须面对的问题。🌍

🌟ChatGPT正悄然改变美国职场格局！🔍高达80%的工作者们，或多或少都面临着这项创新技术带来的工作模式转变。💼无论是文案撰写、项目协助，还是数据分析，ChatGPT的出现正在逐步重塑职业版图。💻它以强大的AI能力，高效地处理任务，为许多行业带来了效率上的飞跃。但同时，也提醒我们不断学习和适应，以保持与时俱进。🎓未来职场，ChatGPT或许将成为你不可或缺的伙伴！💼🚀

该研究分析表明，像 GPT-4 这样的 LLM（大型语言模型）的影响可能是无处不在的。此外，工资较高的工作 —— 可能需要执行许多基于软件的任务 —— 会面临更多来自人工智能聊天机器人的潜在影响。

在职业影响方面，受影响最大的职业包括翻译工作者、作家、记者、数学家、财务工作者、区块链工程师等。

图/OpenAI

🌟ChatGPT引领行业变革，影响深度分析🔍——行业细分看影响💡在这个数字化时代，新兴技术如ChatGPT正悄然改变着各行各业的格局。📊数据显示，数据处理托管和出版业首当其冲，ChatGPT的普及与应用可能引发显著的工作流程革新，推动行业迈向更高效、智能化的未来。🚀相比之下，那些依赖于体力劳动的传统领域，如食品生产、林业管理以及社会援助等，潜在影响相对较小。🤔这些行业可能需要更多时间去适应并消化这项技术带来的变革，保持其核心价值的同时寻求创新。值得注意的是，ChatGPT的影响力并非均匀分布，每个行业都有其独特应对策略和机遇。📚无论是拥抱变化积极升级，还是坚守传统寻找新突破，企业都需要敏锐洞察并灵活应对这一趋势。💼总之，ChatGPT正以一种前所未有的方式重塑世界，各行业需做好准备，迎接这场技术革命的洗礼。🌊

图/OpenAI

🌟🚀OpenAI’s groundbreaking study delved into over 1,000 US professions, meticulously categorizing the tasks required to excel in each. The team employed an advanced AI-assisted annotation tool and the cutting-edge GPT-4 model to assess the potential of ChatGPT-driven systems in streamlining tasks by a minimum of 50%. 🚀🔍 Their analysis aimed to quantify the efficiency gains, enhancing search engine optimization with targeted keywords. 💻🚀

让我们看看这项研究具体在干什么：

论文地址：https://arxiv.org/pdf/2303.10130v1.pdf

研究介绍

我们先看总结，OpenAI 本次调查了 GPT 模型和相关技术对美国劳动力市场的潜在影响。他们根据人员职业与 GPT 能力的对应程度来进行评估，研究结果表明，大约 80% 的美国劳动力至少有 10% 的工作任务会受到 GPT 的引入影响，而大约 19% 的员工可能会看到至少 50% 的工作任务受到影响。这种影响涵盖所有工资水平，高收入工作可能面临更大的风险。值得注意的是，这种影响不仅限于近期生产率增长较高的行业。

通过分析他们发现，像 GPT-4 这样的大型语言模型带来的影响可能是普遍的。随着时间的推移，LLM 的能力不断提高，即使现在研究人员停止对新模型能力的开发，但它们带来日益增长的经济效应也会持续增长。该研究还发现，如果考虑到互补技术的发展，LLM 的潜在影响将显著扩大。这也恰恰说明了 GPT 正变得越来越通用。

为了分析，该研究还提出了一个新的标准来理解 LLM 的能力及其对工作潜在影响，该标准用来衡量关于 GPT 任务的总暴露数。

看完结论，接下来就该介绍数据集了。该研究使用 O*NET 27.2 数据集（O*NET， 2023），该数据集包含 1016 个职业信息，表 1 提供了数据集示例，包含任务 ID、职位等。

图/OpenAI

此外，数据集还包括他们从美国劳工统计局获得的 2020 年 – 2021 年员工就业和工资数据。该数据集包括职业头衔、每种职业的工人数量等。

在方法上，该研究根据 exposure rubric 来展示结果，Exposure rubric 定义为访问 GPT 或 GPT 驱动的系统，是否会将人类执行特定 DWA 或完成任务所需的时间减少至少 50%。（注：DWA 全称 Detailed Work Activities ，可以将其理解为完成任务所需要的动作，例如表 1，对于计算机系统工程师，其 DWA 包括监控电脑系统性能，确保正常运作。）

图/OpenAI

该研究对每个 O*NET 数据集的 DWA 和所有 O*NET 任务的子集获得人工注释，然后在任务和职业级别上汇总这些 DWA 和任务得分。为了确保这些注释的质量，该研究亲自标记了大量任务和 DWA 样本，并招募了经验丰富的人工注释者，他们在 OpenAI 的对齐工作中广泛审查了 GPT 输出。

下表为模型与人的一致性比较与皮尔逊相关系数。一致性分数是通过观察两组人在注释上达成一致的频率来确定的（例如 E0， E1 或 E2）。在本文中，该研究使用 GPT-4， Rubric 1。

图/OpenAI

该研究为感兴趣的因变量构建了三个主要度量：(i) a (alpha)，对应于上面 exposure rubric 中的 E1， (ii) b(beta)，是 E1 和 0.5*E2 的总和，以及 (iii) z (zeta)，E1 和 E2 的总和。该研究在表 2 中总结了注释组和度量之间的一致性。

研究结果

OpenAI 的这项研究以 GPT 语言模型对经济具有普遍影响作为假设，我们来看一下具体的研究结果。

下表 3 是人类和 GPT-4 模型的总体 exposure 数据。其中，人类和 GPT-4 的数据表明平均 occupation-level a 值介于 0.14 和 0.15 之间，这表明对于中等职业，大约 15% 的任务直接受到 GPT 影响。对于 b，这个数字增加到 30% 以上，对于 z，这个数字则超过 50%。

图/OpenAI

根据 b 值，该研究估计 80% 的人属于至少一项工作任务受 GPT 影响的职业，而 19% 的人所处的职业有超过一半的工作任务被标记为受到 GPT 影响。

工资和就业

下图 3 描绘了 GPT 模型对经济的整体影响。

图/OpenAI

下图 4 描绘了工作薪资与对 GPT 等语言模型接触使用情况的关系。

图/OpenAI

然后，该研究又从不同的职业分类探究了 GPT 模型的影响，包括 ONET 数据库中的 5 个 Job Zone。其中，Job Zone 1 中的工作入职要求最低，Job Zone 5 则最高。

图/OpenAI

总体来说，OpenAI 这项研究发现，工作对科学方法和批判性思维的依赖程度与 LLM 接触使用情况呈负相关，而编程和写作技能与 LLM 接触使用呈正相关。

不过，该研究也承认：试图通过使用简单的标签来描述工作任务并代表每个职业，这种方法本身存在固有的偏见，并且可能忽略了一些特有的技能或任务。

当然，还有一个非常重要的问题是 GPT 模型目前仍存在很多缺陷，包括编造虚假信息，这使得人工监督工作成为必要。