根据宾夕法尼亚大学和 OpenAI 的研究人员的一项新研究，如果你是一名会计师、翻译或作家，你的工作前景很暗淡。 通过分析哪些工作可以通过生成式预训练 Transformer 完成至少 50% 的速度，报告作者提出，20% 的美国劳动力面临着被 ChatGPT 等大型语言模型淘汰的风险。 这是一个可怕的前景。 这也可能是错误的。
正如我们与开发人员一起学习的那样，是的，大型语言模型可以消除一些重复的任务，但是，这并不会让软件开发人员过时。 如果做得好，他们的工作效率会大大提高。 其他工作和行业也是如此。 诀窍在于学习如何利用法学硕士的力量而不被其压倒。
开发商死了？
在某些方面，软件开发应该非常容易受到 GPT 的影响。 任何 LLM 和 GPT 要想产生良好的结果，都需要训练数据——训练数据越好，输出就越好。
对于软件来说，训练数据非常庞大且易于访问。 那么，像 GitHub 的 Copilot 这样的产品让一些开发人员惊讶于它们提高生产力的速度也就不足为奇了。 对于其他人来说，这些结果促使软件开发人员死亡的世界末日宣告。
不同的反应是可以理解的。 以 Copilot 为开发人员编写代码的能力为例。 您可以将其视为开发人员的替代品，也可以将其视为增强功能。 我关注的开发人员属于后一个阵营。 例如，一些尝试过 Copilot 的人发现它非常容易上瘾。
“我已经习惯了 Copilot 在写完前几个字后不可思议地推断出我想要做什么，”开发者曼努埃尔·奥登达尔 (Manuel Odendahl) 写道。
“你让法学硕士为你起草一些 80% 完整/正确的代码，然后你手动调整最后 20%，”Sourcegraph 开发人员 Steve Yegge 建议。
这是一个显着的性能提升，对于那些想出如何充分利用法学硕士的开发人员来说，这是一个巨大的进步。
但还不止于此。 对于开源项目 Datasette 的创始人 Simon Willison 来说，GPT 使他能够对自己的编码更加雄心勃勃，因为它们改变了他的编码方式。
“ChatGPT（和 GitHub Copilot）为我节省了大量‘解决问题’的时间。 从在 Bash 中编写 for 循环到记住如何在 JavaScript 中发出跨域 CORS 请求，我什至不需要再查找内容，我只需提示它即可在 80% 的情况下得到正确的答案 ”，威利森指出。
换句话说，一项可以取代开发人员的技术过去没有，也不会。 不适合那些学习如何让法学硕士为他们工作而不是代替他们的开发人员。
这让我们回到了该报告的核心论点之一：“大多数职业都表现出一定程度的接触法学硕士的机会，不同类型工作的接触程度各不相同。”
此外，“严重依赖科学和批判性思维技能的角色与接触程度呈负相关，而编程和写作技能与法学硕士接触程度呈正相关。”
这可能表明报告作者对编程和写作知之甚少； 两者都涉及大量的批判性思维。
该死的可怕的诗
报告中，在最容易被 GPT/LLM 取代的职业清单中，有一些令人头疼的职业。 以公共关系专家为例。 如果公关人员的工作是撰写新闻稿，我会同意这种评估。 一般的新闻稿听起来像是由计算机编写的，而不是由特别先进的计算机编写的。 但这不是优秀的公关人员所做的。 他们与记者建立关系。 他们试图了解不断变化的行业叙事以及如何将其公司的产品或服务融入其中。 总之，他们在更广泛的背景下思考内容及其位置，而不是盲目地发布新闻稿。
例如，报告作者得出的结论是，诗人、作词家和创意作家是最容易被法学硕士淘汰的群体。 不要介意法学硕士的训练数据是人类生成的内容（在本例中是诗歌、歌词和散文）。 这意味着机器总是依赖于人来赋予它表面上的智能。
更进一步来说，虽然让 ChatGPT 为你写一篇演讲、短篇故事或诗歌表面上令人印象深刻，但根据我的经验，结果听起来有点微不足道——有点偏离，甚至是衍生的。 我毫不怀疑 ChatGPT 可以代表我做一些内容营销文案，因为，让我们面对现实吧，大多数内容营销都有点衍生和乏味。 它被设计为与机器对话（SEO，有人吗？），因此，并不试图提供出色的写作。
即使是伟大的作品也有一点衍生。 例如，斯坦贝克的《伊甸园之东》重述了圣经中该隐和亚伯的故事。 但任何认为 ChatGPT 能够写出创意写作杰作的人都太高估了他们的 LLM 油漆稀释剂。 伟大的作品源于人类的天才，以不寻常的方式阐明共同的主题。 当我看到来自 ChatGPT 的提示时，人类的一切就都结束了，但你猜怎么着？ 那一天不会到来。
现在不要。 不久。 永远不会。 与上面的开发示例一样，机器擅长合并人类创建的输入并模仿它以生成人类可接受的输出。 但他们从来没有思考过产生伟大文学的人性化经验，就像他们无法理解和响应伟大的开发人员用代码解决的业务问题一样。
相反，我们拥有人和机器的幸福结合。 对于特定行业和其中的人员来说，工会的幸福程度取决于他们如何很好地使用 GPT 来消除重复的任务或代码，以便他们能够专注于工作中创新和人性化的一面。
