參考消息網4月26日報道世界報業辛迪加網站4月10日發表劍橋大學公共政策教授戴安娜·科伊爾的文章《生成式人工智能帶來的前景與危險》。文章指出，生成式人工智能在我們需要的時候恰到好處地出現了。但為了確保它能帶來普遍共享的收益，我們必須吸取上一波數字創新帶來的教訓。全文如下：
自從開放人工智能研究中心（OpenAI）去年發布了ChatGPT（聊天生成預訓練轉換器）以來，越來越多的分析人士一直在預測此類生成式人工智能將讓數以百萬計的人失去工作并引發大范圍經濟劇變。不過，生成式人工智能到底會對全球經濟產生何種影響？
從最近的預測來看，勞動力市場不久就將被人工智能擾亂。例如，高盛公司的經濟學家預計，由于人工智能領域取得的最新突破，多達3億個全職工作崗位可能會實現自動化，歐洲和美國三分之二的工作人員會受到基于人工智能的自動化轉型的影響。從OpenAI發布的研究報告來看，美國約80%的員工會看到自己從事的至少部分工作在引入大型語言模型后實現自動化。一些律師事務所和市場營銷企業已經開始使用生成式人工智能工具。
不過，尚不清楚新出現的人工智能技術是會讓員工擺脫例行事務從而提高他們的生產力，還是僅僅讓他們在技術上變得多余。可以肯定的是，如果人工智能工具能夠承擔一些枯燥的工作，比如撰寫會議紀要、回答例行問詢或者申請報銷等，那么許多職場白領會感到非常高興。但許多人認為——正如麻省理工學院教授達龍·阿杰姆奧盧和西蒙·約翰遜最近所言——當前生成式人工智能軍備競賽正在朝著用算法取代人工從而降低成本的方向發展，而不是要利用這些技術的力量來補強人力。
不過，另一種可能性是，由于缺乏相關技能和專業知識，大多數公司在采用這種強大的技術時，動作會比較遲緩。這也未必就能讓人安心。雖然新技術往往會擾亂人們的生活和一些產業，但它們也會帶來生產力的增長，而這是提高收入和生活水平所必需的。近20年來，大多數發達經濟體經歷了生產力增長極為緩慢的階段，在這種背景下，生成式人工智能在我們需要的時候恰到好處地出現了。但為了確保它能帶來普遍共享的收益，我們必須吸取上一波數字創新帶來的教訓。
20年來，智能手機和4G、5G無線網絡等通信技術的創新改變了人們的日常生活，催生了新的行業和商業模式。截至2021年，美國人平均每天上網約8小時，是2011年的兩倍多。云計算和電子商務行業發展迅猛，從中可以看出，在勞動力市場上，數字技能越來越成為找到高薪工作的先決條件。然而，盡管在技術上取得了這些進步，自本世紀頭10年中期以來，生產力增長一直不容樂觀。
如何解釋這一經濟難題？雖然數字技術可能不具備很高的生產力，但它們的廣泛采用說明了另外一種情況。一個更合理的解釋是，需要在一段時間以后，人們才能弄明白如何最好地利用新技術。因此，美國和英國只有一少部分公司能夠利用數字工具提高生產力并取得領先地位。
波士頓大學的詹姆斯·貝森在2022年出版的《新歌利亞》一書中探討了為什么一些公司難以適應數字技術。他認為，先進軟件的復雜性讓規模最大、技術最先進的公司獲得了優勢，因為只有它們擁有采用這種工具并從中獲利所需的資源和技術。
鑒于利用和維護生成式人工智能工具需要強大（且成本高昂的）計算能力，這項新技術似乎也會不可避免地走上讓技術先進的大公司受益的道路。如果少數占主導地位的公司使用像OpenAI發布的這類深度學習算法來打造新的服務和產品，它們就可以提高自己的市場支配力，豎起難以逾越的準入門檻。
但是，這些新技術的真正潛力不只在于它們能夠讓一些公司變得更加高效或開發出新的產品。為了廣泛提升生產力并創造真正的價值，生成式人工智能模型必須改變我們的生產方式。畢竟，200年來，最持久的生產力繁榮一直是重塑并改寫我們經濟體系的新技術所帶來的結果。
想想19世紀可互換零件的推出給制造業帶來的革命性變化，還有亨利·福特的裝配線如何在20世紀初拓展了工廠內部的分工。20世紀80年代，適時出現的技術革命減少了對大規模庫存的需求，21世紀頭10年供應鏈的全球化強化了專業分工。新能源和通信技術的出現讓這種過程創新成為可能，而這種創新不僅改變了公司產出的內容，還改變了產出方式，進而推動了經濟增長。
在生成式人工智能的長期用途變得顯而易見之前，有必要減少炒作——以及恐慌。不管它有什么缺陷，它的推出顯然是技術上的驚人飛躍。要確保它惠及我們所有人，惠及所有員工、消費者和企業家，必須讓各行各業都可以用上這類革命性工具，而不是將下一次偉大經濟轉型的鑰匙交到少數大企業手中，并寄希望于它們不會把其他所有人鎖在門外。
