杨光的夏天演员表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。

　　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。”

　　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。

　　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。

　　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”。

　　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。”

　　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。

　　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？