参考消息网2月25日报道英国《金融时报》网站2月16日发表题为《人工智能所能做的，以及那些它不应该做的——商学院教授提出的企业必须询问的关于自动化的四个问题》的文章，作者是劳伦斯·阿莱斯和克里斯托夫·孔伯马勒，文章内容编译如下：
有关生成式人工智能对劳动者影响的典型分析主要关注这一技术能否完成特定工作。此类研究通常会将一项工作分解，继而评估该技术能够执行的任务所占的比例。例如，呼叫中心客服代表通常的工作包括与客户互动、记录互动、解决关切等。但考虑一下乍一看与此类似的职业：紧急服务电话接线员。这两种职业要完成许多类似的任务。那么，我们是否应该期待它们面临同等程度的自动化风险呢？答案要比单纯描述技术能力更为微妙。除了伦理考量之外，将这些岗位自动化还会带来涉及经济学、任务设计和操作上的相互依赖等方面的复杂权衡。
我们认为，组织机构在打算实行自动化时应该考虑四个关键问题。
第一，任务有多复杂？复杂度是决定人类劳动力和人工智能成本的重要因素。紧急服务电话接线员解决的问题五花八门，其复杂程度超过了客服代表的重复互动。总的来说，一项任务越复杂，其自动化的可能性就越小，因为就目前而言，人类比机器更擅长处理复杂问题。
第二，任务的频率有多高？频率越高，越容易实现自动化。机器在长期保持速度方面具有明显优势。客服代表会与客户频繁地反复互动，这加强了用人工智能取代人类客服代表的经济理由。
第三，任务如何相互衔接？在提供服务或创造产品的过程中，许多工作涉及往往由多名工人和机器共同完成的一系列相互关联的任务。任务交接过程中发生的事往往被忽略。交接过程中的低效和错误会带来碎片化成本。
一位客服代表最初的任务涉及与客户交谈，而最终的任务是解决客户的问题。当不同的客服代表或机器参与进来时，任务的交接可能代价高昂。如果处理最终解决方案的工作人员一开始没有与客户互动，那么他还需要额外花时间来审查之前收集的所有信息。
高昂的碎片化成本会阻止企业让人类和生成式人工智能共同完成一项工作，即使这在技术上是可行的。
第四，执行任务失败的代价是什么？紧急服务电话接线员的失误会带来重大风险，尤其是在生死攸关的情况下。而且与过去的一些自动化形式相比，生成式人工智能可能不是那么精确。
这些问题能够对正在考虑实行自动化的公司进行指导，并帮助解释为什么生成式人工智能对某些职业的影响要大于其他职业。以计算机程序员为例，广泛、有据可查的编码范例使生成式人工智能即便碰到复杂任务也能提供有效的解决方案。许多编码任务的高频率和重复性可以与生成式人工智能很好地契合。
早在生成式人工智能出现之前，程序员就分工合作完成大型编码项目，分布式开发平台和模块化设计等创新降低了碎片化成本。安全的测试环境使失败的代价保持在较低水平，因为可以用低廉的成本发现生成式人工智能所写代码中的许多错误。在我们的框架内，这些特点有助于解释为什么传统上受益于自动化的程序员正面临来自生成式人工智能越来越多的干扰。
上面的四个问题凸显了生成式人工智能作为自动化技术的独特之处。随着生成式人工智能的不断发展，它正在展示高速应对复杂任务的能力，使其比传统自动化更具多样性。通过提供无缝接口和自然语言处理能力，与传统自动化相比，生成式人工智能逐渐降低了碎片化成本。然而，生成式人工智能输出内容的不确定性可能增加任务失败的风险。
生成式人工智能是一种变革性技术，有可能重塑劳动力市场。其最终影响和被采纳的可能性是由特定职业的任务结构决定的。（编译/林朝晖）
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...