八、ChatGPT能替代什么人?
上一讲关于ChatGPT的热炒,其实对于我们来说算是敲了敲警钟。
其实在今天,关于ChatGPT,最多人关注的一个问题就是:ChatGPT能取代人吗,或者说能抢人的饭碗么吗?
有人说不能,也有人说能(卖个管子),其实答案很简单,是——“能”。但是它只会抢特定人的饭碗,而不是所有的人。接下来我们就来看看什么工作最经不起ChatGPT的冲击,更广义地讲,是经不起人工智能的冲击。
- 那么咱们聊聊什么人会被取代
会被ChatGPT取代的人有三个特点:一是不费体力的工作,二是不动脑子的工作,三是不产出信息的工作。
这里先要纠正很多人的一个错误认知。有人可能会觉得,ChatGPT能“生成”信息,这个生成的意思是从无到有的产出信息的意思。这种想法其实违背了信息论的基本原理。技术是可以进步的,但是信息论最基本的原理是无法突破的,就如同物理学的规律不能违背一样。今天的语言模型比50年前强大得多,但是再强大,它依然不过是一个需要依靠信息的预测模型,这就如同没有翅膀的汽车,再发展也上不了天。
总之,ChatGPT的特点是利用人喂给它的信息,再去产生信息,这有点像是复读机,或者鹦鹉学舌。
它一旦完成了模型的训练,其实就是用信息武装了自己,然后就可以大量复制信息,从它所知的信息中挑出一段你需要的给你。因此,如果一个人的工作不创造新的知识,只是把现有的信息整理整理,那么一定会被机器替代掉。
我们不妨列举一些这样的职业,按照收入从高到低排个次序:
1.金融分析师
2.大部分财经媒体记者
3.律师助理
4.普通文员
5.短视频制作人
6.大部分公众号写手
……等等
这些工作都有一个共同的特点,就是本身不产生信息。
金融分析师所做的工作,是把一些公开的数据根据公式整理一下。只要你稍微留意一下就会发现,几乎所有金融机构的研究报告,都是一半对一半错,没有例外。
今天大部分财经媒体的记者,创造的信息也很少。
至于,律师助理过去是为律师们提供信息、整理信息、起草文件,这些事情都是把信息从一个文件中搬运到另一个文件中。至于要什么信息、对什么信息作出什么样的判断,是律师的事情,而不是助理的事情。普通文员做的事情也差不多。
还有今天很流行的短视频,没有营养的占大多数,剩下的还有一多半属于剪辑其他视频。
很多公众号的文章也是如此,抄袭甚至断章取义别人的内容,再加上一个耸人听闻的标题。
如果是这种内容,ChatGPT产生得更快,甚至比人产生的质量更高。等到ChatGPT的创作普及后,这种无脑赚钱的人好日子可能就不长了。当然,对社会来讲,这或许并不是坏事。这个世界并不需要很多在互联网上哗众取宠的人。
另外还有一类工作,在短期内可能收益还不错,但是前景会越来越暗淡,就是低端的IT从业者。
今天,从事IT开发工作的人,大致可以分为两类。一类是研发新产品和做解决方案的。这一类工作通常比较辛苦,需要接受比较长时间的专业教育,这部分工作不会被取代。
危险的是另一类,就是处理日常事务,包括运营、测试、数据处理等等,这些工作只需要经过短期的培训就能胜任。
在就业形势好的时候,两者的收入差不多,因此后一类工作其实投入产出比要高得多。但是,后一类工作是可以压缩的,因此每次企业想压缩编制,后者就首当其冲,成为了被裁撤的对象。
与之相反的是,真正费脑力的工作当然不会被取代,因为知识和信息就是这些人创造的。
那么,为什么费体力的工作也不容易被替代呢?因为那些工作和ChatGPT无关,或许有些机器人能取代一部分体力工作。但事实证明,今天全世界所缺的反而是要费体力的所谓的蓝领工作,比如设备维修、送餐、保洁、酒店服务等等。10年前我们都觉得这些工作容易被取代,但事实却是,今天全世界这些工作并没有减少,而且招不到人,薪酬没怎么涨,岗位却在增加。
2.什么人不会被取代
说到这里你应该发现了,越是到了各种智能工具不断涌现,做事情越来越便利的时候,从事创造性的工作也就越来越重要。
我们在前面讲了,在智能时代,基础的科研工作是不可取代的,因为无论是人类提供的知识,还是由人工智能转述的知识,都需要有人创造出知识。同样是写一篇文章,它的立意、主题思想、观点和倾向性,还是需要来自于有思想的人,单纯交给机器去做,就失去了个性和思想。
很多人觉得,蓝领的工作具有重复性,白领的工作都是创造性的。这其实存在一些误解。一个水管工,一年修的水管还真不一定有多少是完全一样的。相反,今天很多实验室的工作,重复性反而很高。
之前听一个清华的院士在讲座中说到,绝大部分科研论文,除了作者和审稿人,阅读的人不超过十个,引用的人更少,因为那些工作基本上没有价值,只是换一个角度重复一遍热门研究课题的工作。当时我还觉得他有点夸张。后来我在工作中翻阅一些论文资料的时候,也曾看到过同样的观点。包括看到过一个为学者提供论文索引服务的应用,就能发现,绝大部分科学论文真的只有个位数的引用量,而且一大半还是作者自己在引用。
我们总是在说要做具有创造性的工作,但其实大部分人是停留在口头上。世界上有很多未知的问题,需要去做去解决,它们未必都是大问题,但却很重要。比如如何知道哪种口罩防护力最高的问题,需要做研究才能搞清楚,不是坐在办公室里凭空推理能解决的。
还有如果过分迷信技术,就是一种错误的思维方式。很多人觉得有了新技术,我将来就省事了,不费脑筋就可以挣大钱。我给你介绍一个美国科学院院报(PNAS)的结论:正是因为全世界很多人都有这种想法,让现在的人变笨了。
在历史上,科技越发达,人们受教育越多,会变得越来越聪明,也就是智商测试结果逐年增加。这也被称为弗林效应。但是,这个趋势在上个世纪70年代信息革命开始之后停滞了。随着机器智能越来越先进,智商测试分数反而在逐年降低。美国西北大学和俄勒冈大学科学家做了很多这方面的研究,发现不仅美国人的智商逐年下降,而且年轻的一代,也就是18~22岁的人智力已经达不到他们父辈的水平。同时两极分化的现象也非常严重,教育程度较低的人,智商下降幅度更大。不只美国,欧洲多个国家也发现了同样趋势。
也就是说,但凡觉得有了智能技术,自己就不需要努力的人,会首先成为智能时代的牺牲者。人工智能可以解决很多问题,但救不了思想上懒惰的人。相反,有了智能工具,反而更加勤奋的人,不仅不会被ChatGPT抢走工作,还会因此有更高的成就。这时候,技术就不再是诅咒,而是祝福了。
总结:
1、ChatGPT能取代人吗,或者说能抢人的饭碗么吗?简单的答案是——“能”。但是它只会抢特定人的饭碗,而不是所有的人。
2、会被ChatGPT取代的人有三个特点:从事不费体力的工作,不动脑子的工作,或者不产出信息的工作。
3、越是到了各种智能工具不断涌现,做事情越来越便利的时候,从事创造性的工作也就越来越重要。
[我耀学IT]:Patience is key in life
相关文章:
八、ChatGPT能替代什么人?
上一讲关于ChatGPT的热炒,其实对于我们来说算是敲了敲警钟。 其实在今天,关于ChatGPT,最多人关注的一个问题就是:ChatGPT能取代人吗,或者说能抢人的饭碗么吗? 有人说不能,也有人说能(…...

QT C++实现点击按键弹出窗口并显示图片/视频|多窗口应用程序的设计和开发
一、介绍 首先,QT界面开发中主要大体分为2种多窗口的形式: 嵌入式: 新生成的窗口嵌入在主窗口内部独立窗口: 以弹窗形式的新窗口生成和展示 这里就讲解最简单的:点击案件后,跳出一个新窗口 二、代码实…...
shell和go实现:防火墙放行所有端口,唯独拦截80端口
shell 1.防火墙放行所有端口,唯独拦截80端口 1.1拦截 mkdir -p /data/shellscat > /data/shells/02nginx_close.sh <<-EOF #!/bin/bash# 检查Linux系统版本 linux_version$(cat /etc/redhat-release)# 根据Linux系统版本选择相应的防火墙开启命令和保存…...

QT信号槽实现分析
1.宏定义 qt中引入了MOC来反射,编译阶段变成 MOC–>预处理–>编译–>汇编–>链接 1-1、Q_OBJECT 这个宏定义了一系列代码,包括元对象和处理的函数 #define Q_OBJECT \public: \QT_WARNING_PUSH \Q_OBJECT_NO_OVERRIDE_WARNING \static c…...
【pytorch】tensor.detach()和tensor.data的区别
文章目录 序言相同点不同点测试实例应用 序言 .detach()和.data都可以用来分离tensor数据,下面进行比较pytorch0.4及之后的版本,.data仍保留,但建议使用.detach() 相同点 x.detach()和x.data返回和x相同数据的tensor,这个新的t…...
教师资格证相关
文章目录: 一:考试时间 二:考试科目 三:相关网站 四:相关 一:考试时间 教资 笔试 面试笔试报名笔试考试笔试公布面试报名面试时间面试公布上半年1月14日3月12日4月15日4月…...

卷积神经网络介绍
卷积神经网络(Convolutional Neural Networks,CNN) 网络的组件:卷积层,池化层,激活层和全连接层。 CNN主要由以下层构造而成: 卷积层:Convolutional layer(CONV)池化层:…...

XSS简介
XSS被称为跨站脚本攻击(Cross-site scripting),由于和CSS(CascadingStyle Sheets)重名,所以改为XSS。 XSS主要速于javascript语言完成恶意的攻击行为,因为javascript可非常灵活的操作html、css和浏览器 XSS就是指通过利用网页开发时留下的漏…...

手写redux和applyMiddleware中间件react示例
目录 一 核心代码 1.reducer 2.store.js 二 关于context API的使用 1. MyContext 2. createContext 3. ContextProvider 4. connect 三 组件验证效果 1. Todo 2. TodoList 3.TodoItem 4.TodoInput 5. App组件引入Todo组件 一 核心代码 1.reducer // 新增列表数…...
MATLAB R2024a 主要更新内容
系列文章目录 前言 一、主要更新 计算机视觉工具箱 —— 为二维和三维视觉任务设计算法、标注数据并生成代码。深度学习工具箱 —— 支持变换器等架构;导入并共同模拟 PyTorch 和 TensorFlow 模型。仪器控制工具箱 —— 使用仪器资源管理器应用程序管理带有 IVI 和…...

4.1.CVAT——目标检测的标注详细步骤
文章目录 1. 进入任务1. 创建任务2. 已创建的task3. 进入标注界面 2. 选择标注类型2.1 选择标注类型2.2 进行标注2.3 遮挡 2.快捷键3.导出标注结果 1. 进入任务 登录后会看到如下图界面,CVAT的标注最小单位是Task,每个Task为一个标注任务。点击Task按钮…...

图论-算法题
797. 所有可能的路径 题目: 给你一个有 n 个节点的 有向无环图(DAG),请你找出所有从节点 0 到节点 n-1 的路径并输出(不要求按特定顺序) graph[i] 是一个从节点 i 可以访问的所有节点的列表(即从节点 i …...
onnx 1.16 doc学习笔记七:python API一览
onnx作为一个通用格式,很少有中文教程,因此开一篇文章对onnx 1.16文档进行翻译与进一步解释, onnx 1.16官方文档:https://onnx.ai/onnx/intro/index.html](https://onnx.ai/onnx/intro/index.html), 如果觉得有收获&am…...

LACP——链路聚合控制协议
LACP——链路聚合控制协议 什么是LACP? LACP(Link Aggregation Control Protocol,链路聚合控制协议)是一种基于IEEE802.3ad标准的实现链路动态聚合与解聚合的协议,它是链路聚合中常用的一种协议。 链路聚合组中启用了…...
终端启动jupyter notebook更换端口
一、问题描述 如果尝试在端口 8889 上启动 Jupyter Notebook 但最终启动在了 8890 端口,这通常意味着 8889 端口已经被占用。要解决这个问题,可以尝试以下几种方法来关闭占用 8889 端口的进程。 1. 查找并终止占用端口的进程 首先,需要找出…...

IT发布管理,轻松部署软件
我们带来了一项令人振奋的好消息,可有效缓解构建的质量相对劣质和发布的速度相对缓慢。 ManageEngine卓豪推出了ServiceDesk Plus MSP中的IT发布管理,配备了可视化的工作流程,这是PSA-ITSM解决方案的一部分。有了这个新功能,您可以…...

2024国际生物发酵展览会独家解读-力诺天晟科技
参展企业介绍 北京力诺天晟科技有限公司,专业致力于智能仪器仪表制造,工业自动控制系统用传感器、变送器的研发、设计、销售和服务。 公司坐落于首都北京行政副中心-通州区,下设生产子公司位于河北香河经济开发区,厂房面积 300…...

YOLOv9尝鲜测试五分钟极简配置
pip安装python包: pip install yolov9pip在https://github.com/WongKinYiu/yolov9/tree/main中下载好权重文件yolov9-c.pt。 运行下面代码: import yolov9model yolov9.load("yolov9-c.pt", device"cpu") # load pretrained or c…...

消息中间件篇之Kafka-消息不丢失
一、 正常工作流程 生产者发送消息到kafka集群,然后由集群发送到消费者。 但是可能中途会出现消息的丢失。下面是解决方案。 二、 生产者发送消息到Brocker丢失 1. 设置异步发送 //同步发送RecordMetadata recordMetadata kafkaProducer.send(record).get();//异…...

Rust使用calamine读取excel文件,Rust使用rust_xlsxwriter写入excel文件
Rust使用calamine读取已存在的test.xlsx文件全部数据,还读取指定单元格数据;Rust使用rust_xlsxwriter创建新的output.xlsx文件,并写入数据到指定单元格,然后再保存工作簿。 Cargo.toml main.rs /*rust读取excel文件*/ use cala…...
挑战杯推荐项目
“人工智能”创意赛 - 智能艺术创作助手:借助大模型技术,开发能根据用户输入的主题、风格等要求,生成绘画、音乐、文学作品等多种形式艺术创作灵感或初稿的应用,帮助艺术家和创意爱好者激发创意、提高创作效率。 - 个性化梦境…...

Vue2 第一节_Vue2上手_插值表达式{{}}_访问数据和修改数据_Vue开发者工具
文章目录 1.Vue2上手-如何创建一个Vue实例,进行初始化渲染2. 插值表达式{{}}3. 访问数据和修改数据4. vue响应式5. Vue开发者工具--方便调试 1.Vue2上手-如何创建一个Vue实例,进行初始化渲染 准备容器引包创建Vue实例 new Vue()指定配置项 ->渲染数据 准备一个容器,例如: …...
Java多线程实现之Callable接口深度解析
Java多线程实现之Callable接口深度解析 一、Callable接口概述1.1 接口定义1.2 与Runnable接口的对比1.3 Future接口与FutureTask类 二、Callable接口的基本使用方法2.1 传统方式实现Callable接口2.2 使用Lambda表达式简化Callable实现2.3 使用FutureTask类执行Callable任务 三、…...

srs linux
下载编译运行 git clone https:///ossrs/srs.git ./configure --h265on make 编译完成后即可启动SRS # 启动 ./objs/srs -c conf/srs.conf # 查看日志 tail -n 30 -f ./objs/srs.log 开放端口 默认RTMP接收推流端口是1935,SRS管理页面端口是8080,可…...
什么是EULA和DPA
文章目录 EULA(End User License Agreement)DPA(Data Protection Agreement)一、定义与背景二、核心内容三、法律效力与责任四、实际应用与意义 EULA(End User License Agreement) 定义: EULA即…...
【Go语言基础【12】】指针:声明、取地址、解引用
文章目录 零、概述:指针 vs. 引用(类比其他语言)一、指针基础概念二、指针声明与初始化三、指针操作符1. &:取地址(拿到内存地址)2. *:解引用(拿到值) 四、空指针&am…...

WPF八大法则:告别模态窗口卡顿
⚙️ 核心问题:阻塞式模态窗口的缺陷 原始代码中ShowDialog()会阻塞UI线程,导致后续逻辑无法执行: var result modalWindow.ShowDialog(); // 线程阻塞 ProcessResult(result); // 必须等待窗口关闭根本问题:…...

系统掌握PyTorch:图解张量、Autograd、DataLoader、nn.Module与实战模型
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在聚客AI学院。 本文通过代码驱动的方式,系统讲解PyTorch核心概念和实战技巧,涵盖张量操作、自动微分、数据加载、模型构建和训练全流程&#…...

macOS 终端智能代理检测
🧠 终端智能代理检测:自动判断是否需要设置代理访问 GitHub 在开发中,使用 GitHub 是非常常见的需求。但有时候我们会发现某些命令失败、插件无法更新,例如: fatal: unable to access https://github.com/ohmyzsh/oh…...
CppCon 2015 学习:Time Programming Fundamentals
Civil Time 公历时间 特点: 共 6 个字段: Year(年)Month(月)Day(日)Hour(小时)Minute(分钟)Second(秒) 表示…...