Activities
【導(dǎo)讀】2024年7月2日，由中國(guó)科學(xué)技術(shù)協(xié)會(huì)、廣西壯族自治區(qū)人民政府主辦，中國(guó)自動(dòng)化學(xué)會(huì)承辦的第二十六屆中國(guó)科協(xié)年會(huì)通用大模型未來(lái)演進(jìn)路線——數(shù)據(jù)、算力、算法論壇在廣西南寧召開(kāi)。會(huì)議特別邀請(qǐng)職業(yè)科學(xué)實(shí)驗(yàn)室（CSL）主任祝恒書(shū)，作主題為“大模型時(shí)代的職業(yè)與技能”的報(bào)告。以大模型為代表的新一代人工智能技術(shù)正在深刻重塑我們對(duì)勞動(dòng)力市場(chǎng)未來(lái)的認(rèn)知，與此同時(shí)，對(duì)于人工智能可能帶來(lái)的勞動(dòng)力替代效應(yīng)和相關(guān)倫理問(wèn)題的討論也日益增多。報(bào)告首先探討了大模型AIGC技術(shù)取得突破性進(jìn)展的內(nèi)在邏輯，并結(jié)合互聯(lián)網(wǎng)招聘大數(shù)據(jù)探索新一代人工智能技術(shù)對(duì)職業(yè)的潛在影響。進(jìn)一步，報(bào)告聚焦職業(yè)技能價(jià)值評(píng)估這一前沿課題，通過(guò)市場(chǎng)驅(qū)動(dòng)的視角，深入探討了職業(yè)技能的潛在市場(chǎng)價(jià)值和供需鴻溝，助力技能學(xué)習(xí)和職業(yè)選擇能夠應(yīng)對(duì)技術(shù)的快速變革。報(bào)告最后，介紹大模型技術(shù)在職業(yè)科學(xué)領(lǐng)域的應(yīng)用以及尚待解決的若干科學(xué)問(wèn)題。相關(guān)成果對(duì)于社會(huì)勞動(dòng)價(jià)值分配機(jī)制的合理性和公平性設(shè)計(jì)、社會(huì)勞動(dòng)力保障和精準(zhǔn)就業(yè)、個(gè)性化職業(yè)教育等多個(gè)領(lǐng)域均有重要價(jià)值。
一、人工智能的演進(jìn)與應(yīng)用
人工智能（Artificial Intelligence，AI）概念自1956年被提出以來(lái)，其發(fā)展歷程經(jīng)歷了多次起伏，形成了三次具有代表性的AI浪潮。這個(gè)過(guò)程中，一個(gè)不變的追求就是尋找從弱人工智能（Weak AI）到強(qiáng)人工智能（Strong AI）的演化路徑，無(wú)數(shù)科研工作者為此進(jìn)行了深入的探索和持久的努力。
弱人工智能階段，即狹義AI，專注于解決特定場(chǎng)景下的問(wèn)題，主要依賴于判別式AI技術(shù),通常也被稱為決策式AI。從工業(yè)界的視角來(lái)看，基于大規(guī)模機(jī)器學(xué)習(xí)技術(shù)的推薦系統(tǒng)和面向計(jì)算廣告的CTR預(yù)估技術(shù)可能是這一階段最顯著的技術(shù)和應(yīng)用，對(duì)信息流推薦和計(jì)算廣告的發(fā)展起到了關(guān)鍵作用，也承載了大多數(shù)互聯(lián)網(wǎng)企業(yè)的核心商業(yè)模式。盡管強(qiáng)人工智能的概念尚未統(tǒng)一定義，但在探索的過(guò)程中普遍認(rèn)為其核心在于實(shí)現(xiàn)感知、認(rèn)知和決策能力的大統(tǒng)一，讓機(jī)器真正涌現(xiàn)出和人類一樣的智能行為。隨著新一代人工智能技術(shù)的發(fā)展，大模型的出現(xiàn)使我們看到了算法、數(shù)據(jù)和計(jì)算能力等AI生產(chǎn)力的集大成者，是一種新質(zhì)生產(chǎn)力。同時(shí)，AIGC也逐漸成為了最符合人類認(rèn)知模式的有效應(yīng)用載體。這些技術(shù)的進(jìn)步不僅加強(qiáng)了數(shù)據(jù)驅(qū)動(dòng)的應(yīng)用場(chǎng)景，也構(gòu)建了閉環(huán)式的AI生產(chǎn)和應(yīng)用模式，打通了“先生產(chǎn)再消費(fèi)”到“消費(fèi)后再生產(chǎn)”的產(chǎn)研閉環(huán)，從而推動(dòng)了新一代人工智能的高速發(fā)展。
2022年底，ChatGPT的發(fā)布在人工智能領(lǐng)域掀起了巨大的浪潮，并逐步深入人們的日常生活和工作中。作為大語(yǔ)言模型的杰出代表，ChatGPT在通用領(lǐng)域達(dá)到甚至超過(guò)了普遍專家水平，這使人們感受到人工智能不再局限于以往的智能水平，并且看到了邁向通用人工智能的全新機(jī)遇。
事實(shí)上，語(yǔ)言模型的背后是一個(gè)基于概率的生成模型，而ChatGPT這類大語(yǔ)言模型的訓(xùn)練過(guò)程與人類語(yǔ)言學(xué)習(xí)過(guò)程非常類似。預(yù)訓(xùn)練階段就如同大人不斷與孩子對(duì)話，促使其學(xué)會(huì)各種表達(dá)方式。雖然在此階段尚孩子不能完全表達(dá)，但通過(guò)家長(zhǎng)不斷指導(dǎo)式交流與反饋，以及幼兒園階段的互動(dòng)式交流，孩子的語(yǔ)言能力會(huì)進(jìn)一步強(qiáng)化并進(jìn)行涌現(xiàn)，這類似于有監(jiān)督的微調(diào)和基于反饋的強(qiáng)化學(xué)習(xí)的過(guò)程。ChatGPT技術(shù)報(bào)告顯示，其訓(xùn)練數(shù)據(jù)大多數(shù)為英文，僅有非常少的部分是中文，但該模型在中文表達(dá)方面表現(xiàn)出色，展現(xiàn)出良好的語(yǔ)言遷移能力。這類似于美國(guó)語(yǔ)言學(xué)家喬姆斯基提出的先天語(yǔ)法規(guī)則，即便在不同語(yǔ)言環(huán)境下，人類也能習(xí)得其內(nèi)在語(yǔ)法邏輯。在過(guò)去一年多的時(shí)間里，ChatGPT及其相關(guān)大語(yǔ)言模型已經(jīng)在醫(yī)療、教育等各行各業(yè)產(chǎn)生了深遠(yuǎn)的影響，這引發(fā)了對(duì)大語(yǔ)言模型對(duì)勞動(dòng)力市場(chǎng)的影響的探討。
二、人工智能對(duì)勞動(dòng)力市場(chǎng)的影響
截至2023年4月，我們觀察到勞動(dòng)力市場(chǎng)中超過(guò)28%的職業(yè)要求求職者具備相關(guān)的技能，而到了今年5月，這一比例迅速上升至60%，增長(zhǎng)迅猛。人工智能替代了一部分白領(lǐng)工作，但對(duì)操作密集型的藍(lán)領(lǐng)工作的影響相對(duì)較小，這種現(xiàn)象頗具反常性。與以往認(rèn)知不同的是，當(dāng)前情況下，學(xué)習(xí)的知識(shí)越多，似乎越容易面臨被替代。事實(shí)上，這一波人工智能替代的是腦力勞動(dòng)中的體力勞動(dòng)，例如文案編輯、寫(xiě)作和組織策劃等，這些工作本質(zhì)上并不需要過(guò)多的認(rèn)知思維，而更多地體現(xiàn)為基于腦力的體力勞動(dòng)。
在勞動(dòng)力市場(chǎng)方面，我們注意到對(duì)大模型人才的需求依然供不應(yīng)求。從薪酬水平來(lái)看，需要大模型技能的工作崗位，在北京、上海等地的需求增長(zhǎng)激增。這些崗位的入門(mén)門(mén)檻普遍較高，對(duì)學(xué)歷和工作年限都有嚴(yán)格的要求。我們也通過(guò)自研的算法對(duì)未來(lái)3～5年的勞動(dòng)力市場(chǎng)進(jìn)行了預(yù)測(cè)，預(yù)測(cè)未來(lái)需要大語(yǔ)言模型賦能的職業(yè)會(huì)增加45%。實(shí)際上，2024年的數(shù)據(jù)已經(jīng)顯示這一趨勢(shì)。此外，預(yù)測(cè)還顯示未來(lái)行政、人力資源管理等崗位將對(duì)大型模型技能的需求進(jìn)一步增加，而一些操作密集型的工作對(duì)ChatGPT等相關(guān)技能的要求相對(duì)較低。
在考慮人工智能對(duì)職業(yè)市場(chǎng)的影響時(shí)，我們還探討了背后的經(jīng)濟(jì)學(xué)原理。人工智能的出現(xiàn)是否會(huì)替代一部分工作，這是一種正常現(xiàn)象還是非常的特殊情況？回顧經(jīng)濟(jì)學(xué)史，勞動(dòng)力與技術(shù)之間的競(jìng)合博弈貫穿工業(yè)革命至今的整個(gè)經(jīng)濟(jì)史。每一項(xiàng)新技術(shù)的引入通常都會(huì)帶來(lái)替代效益和增強(qiáng)效益，例如汽車(chē)取代了馬車(chē)的同時(shí)，也創(chuàng)造了司機(jī)等新的職業(yè)。
人工智能的替代效應(yīng)實(shí)際上也具有潛在的好處，早期掌握這項(xiàng)技術(shù)的人可以在薪酬議價(jià)上擁有更大的空間。盡管人工智能可能取代了編輯的一部分工作，但如果是一位擅長(zhǎng)使用人工智能的編輯，可能能完成三個(gè)人的工作量，而公司可能僅需要支付兩個(gè)人的薪酬。這種替代效應(yīng)不僅創(chuàng)造了新的職業(yè)機(jī)會(huì)，也為技能市場(chǎng)帶來(lái)了新的動(dòng)態(tài)。
進(jìn)一步分析人工智能對(duì)職業(yè)的影響，必須思考未來(lái)應(yīng)該學(xué)習(xí)哪些技能。在當(dāng)前知識(shí)經(jīng)濟(jì)時(shí)代，學(xué)校教育與市場(chǎng)需求之間存在巨大的差距，導(dǎo)致了勞動(dòng)力市場(chǎng)供需錯(cuò)配的問(wèn)題。每個(gè)人和企業(yè)對(duì)技能價(jià)值的認(rèn)知有所不同。我們團(tuán)隊(duì)自2019年開(kāi)始研究基于市場(chǎng)導(dǎo)向的職業(yè)技能定價(jià)問(wèn)題，相關(guān)成果于2021年成功發(fā)表在Nature子刊上。
我們采用數(shù)據(jù)驅(qū)動(dòng)的方法，分析大量招聘廣告和信息，以確定每位求職者所需技能及相應(yīng)職位的薪酬水平，以構(gòu)建技能與薪酬之間的相關(guān)性。我們提出市場(chǎng)驅(qū)動(dòng)的技能價(jià)值定義：一個(gè)工作崗位只需特定技能即可完成，公司愿意支付的薪酬即為該技能的價(jià)值。然而，現(xiàn)實(shí)中任何工作都涉及多種技能的復(fù)雜交互，這使得簡(jiǎn)單的技能定價(jià)難以實(shí)現(xiàn)。因此，文章中提出了協(xié)同神經(jīng)網(wǎng)絡(luò)算法，結(jié)合主任務(wù)和協(xié)同任務(wù)的方式，通過(guò)非監(jiān)督學(xué)習(xí)和監(jiān)督學(xué)習(xí)相結(jié)合，以自動(dòng)確定技能的價(jià)值和預(yù)測(cè)崗位薪酬。
三、人工智能與職業(yè)技能學(xué)習(xí)
技能學(xué)習(xí)需要跨界，即敢于打破知識(shí)的舒適區(qū)。例如，技術(shù)人才應(yīng)該學(xué)習(xí)算法，而已掌握算法的人則應(yīng)該轉(zhuǎn)向?qū)W習(xí)管理技能；設(shè)計(jì)師也可以通過(guò)學(xué)習(xí)前端開(kāi)發(fā)擴(kuò)展自己的技能范圍。這種跨界能力不僅使個(gè)人技能更具市場(chǎng)競(jìng)爭(zhēng)力，也促進(jìn)了個(gè)人職業(yè)發(fā)展的多樣化和深度化。
長(zhǎng)期投資技能學(xué)習(xí)將會(huì)帶來(lái)更大的回報(bào)，尤其是在具備10年工作經(jīng)驗(yàn)的人群中，他們的技能價(jià)值增長(zhǎng)可能會(huì)超過(guò)2.5倍。這一發(fā)現(xiàn)強(qiáng)調(diào)了在個(gè)人職業(yè)生涯中持續(xù)學(xué)習(xí)和提升技能的重要性，這是實(shí)現(xiàn)職業(yè)成功和持續(xù)競(jìng)爭(zhēng)力的關(guān)鍵因素。
值得一提的是，技能學(xué)習(xí)不應(yīng)僅僅追求熱門(mén)技能，而是應(yīng)該專注于崗位中最核心、最穩(wěn)定的技能。例如，算法架構(gòu)和基礎(chǔ)算法技能的穩(wěn)定性較高，這些技能能夠更好地保持市場(chǎng)價(jià)值，并使個(gè)人在不同經(jīng)濟(jì)周期中保持競(jìng)爭(zhēng)力。
此外，我們?cè)诩寄芡扑]領(lǐng)域進(jìn)行了深入研究，利用深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)方法為求職者和學(xué)生提供了個(gè)性化的技能學(xué)習(xí)路徑推薦。這種個(gè)性化推薦不僅有助于提升個(gè)人在市場(chǎng)中的競(jìng)爭(zhēng)力，還為組織和企業(yè)提供了優(yōu)化人才管理和發(fā)展的有效策略。
最后，我們還積極參與了大語(yǔ)言模型的開(kāi)發(fā)和應(yīng)用。通過(guò)面向智能招聘的大語(yǔ)言模型和基于檢索增強(qiáng)的面試技術(shù)，我們?cè)谕苿?dòng)人才服務(wù)和管理領(lǐng)域的創(chuàng)新方面取得了顯著成果。這些工作不僅在學(xué)術(shù)界得到了認(rèn)可，也在實(shí)際應(yīng)用中展現(xiàn)了廣泛的應(yīng)用前景和市場(chǎng)價(jià)值。
（本文根據(jù)作者所作報(bào)告速記整理而成）
