首页 > 其他分享 >这类工作要被大语言模型取代?

这类工作要被大语言模型取代?

时间:2024-07-13 10:00:42浏览次数:15  
标签:取代 语言 AI 模型 人工智能 写作 ChatGPT

在这里插入图片描述

春节前,哈佛的一篇文章带来了思考。

美国哈佛大学网站上有一篇文章探讨了ChatGPT对写作工作的代替可能性。

文章内容是围绕哈佛大学的一位校聘作家和一位有名望的心理学教授之间的对话展开,主要讲了一个基本的观点:

类似ChatGPT这样的人工智能大语言模型可能帮助人们更有效率地查找资料或者更有创意地完成检索。但如果人们担心其会取代人们去完成写作,这是多余的。因为其无法像人与人之间那样对因果联系有着深刻的直觉,更何况ChatGPT的回答常常经不起逻辑推敲,违背常识。

写作通常涉及表达情感、个人观点以及捕捉人类复杂的生活状态。这些方面深深植根于人类的意识之中,大语言模型要想令人信服地复制人类这些方面的能力是很有挑战性的。

哈佛的这个心理学教授认为,对这项AI技术的恐惧是来自于人们对可能发生的最坏情况的假设,而忽视到了现实中很可能会出现的相应解决办法。比如对于大语言模型的限制上,美国等国家的媒体机构或者出版商已经明确要求记者和作家停止使用任何人工智能应用程序来直接撰写内容,很多高科技企业也已经开发出了可以检测文章是否由大语言模型撰写的专门技术。

可以说,对于写作这个技术而言,从2023年开始风靡全球的大语言模型似乎并不能在短时间内代替人类,最多只是一个检索工具或者搜索工具,类似WPS软件一样。

我们知道,各行各业中,文字工作的主要职能就是起草各类文书和文件,撰写内容,以及整理或者校对各类文章。这需要一个人的文笔好,有逻辑,能写文章。可别小看了这些工作,有个网红曾经大胆叫嚣:“文科专业几乎没有价值。”这其实是非常没有礼貌和偏激的看法,一个优秀的文字工作者所需要掌握的技术和判断力,难度绝对不亚于机械工程师或者药剂师。

那么,以上哈佛大学教授的观点能否代表当前的文字工作者短期内就不需要警惕或者思考大语言模型或者其他人工智能应用的威胁了呢?

【一一AGI大模型学习 所有资源获取处一一】

①人工智能/大模型学习路线

②AI产品经理入门指南

③大模型方向必读书籍PDF版

④超详细海量大模型实战项目

⑤LLM大模型系统学习教程

⑥640套-AI大模型报告合集

⑦从0-1入门大模型教程视频

⑧AGI大模型技术公开课名额

反过来说,对于人工智能大语言模型来讲,2024年的发展会否具备突破性的进展,逐步开始代替部分文字工作了呢?

何不先来听听ChatGPT怎么说

要想弄清楚这个问题,除了上述人类专家的意见,我还想到要问问人工智能本身是怎么看的。

我请海外的一个朋友代我使用ChatGPT尝试解答一下上述这个问题。

我的问题很直接:“大语言模型(LLM)是否会取代写作的工作?”

其回答是:“作为人工智能语言模型,我可以在生成文本和协助完成各种写作任务方面提供帮助。不过,像ChatGPT这样的人工智能模型不太可能完全取代写作者。虽然人工智能可以帮助快速高效地生成内容,但在许多形式的写作中,人类的创造力、洞察力和主观经验仍然很有价值。

人工智能可以成为作者的宝贵工具,提供建议,帮助研究,甚至生成内容草稿。它可以节省时间并提供其他视角,但它缺乏人类的深度理解、情感和原创性,而这些都来自于生活经验。

写作不仅仅是撰写文字,还需要讲故事、捕捉独特的画面,以及在情感层面上与读者建立联系。这些方面往往需要人类的直觉、同理心和创造力,而人工智能模型目前很难完全复制这些方面。

虽然人工智能可能有能力自动化地完成某些重复性或公式化的写作任务,但在可预见的未来,人类可能将继续在创造引人入胜、发人深省和细致入微的内容创作方面发挥重要作用。”

其回答和上述哈佛大学教授的观点惊人的一致,且给了我以下两点启示:

1)写作如果从工作角度,是可以被区分成公式化写作和创意性写作两个方面的。人工智能大语言模型往往可以使用大量文本数据训练其深度学习的能力,使之可以理解语言文本的意思以及生成语言文本。

所以,那些更加偏向公式化的文字内容(比如简单机械的文书)是可以由其代替撰写的。但撰写完成后,还得通过人类进行审核,以免其中的错误。而那些更加具有创意性的内容,则无论如何无法由其完成。最简单的例子就是《繁花》电视剧的剧本如果由ChatGPT根据原作者的同名小说改编,是不可能成功的。读者如果不信,可以找机会试试用大语言模型模仿李白或者杜甫的诗篇进行创作,结果一定会全部失去了灵气、浪漫和情绪,变成鸡肋。

**2)对待这个问题,哈佛大学教授的观点和ChatGPT自己的观点非常一致,似乎可以提示我们,大语言模型基于海量数据训练和深度学习所得出一些观点可能是具备价值的。**毕竟我们身边不常有哈佛大学教授帮助我们理清思路和提供观点,但使用大语言模型却非常方便。这似乎再次表明大语言模型对于文字工作者的辅助性功能是实在的。

由此,我认为大语言模型虽然不能完全代替写作,但的确会影响到一些更偏向公式化写作的职位。

或能被大语言模型替代的文字工作

去年在美国有一则新闻吸引了很多人的注意。

一位长期从事为公司网站和产品进行文字描述的美国兼职人员被9家其提供服务的公司相继裁撤,理由是这些文字描述比较机械性和公式化,可以使用ChatGPT代劳。

这个职员后来在接受外媒采访时候称,其中一家裁撤他服务的公司后来又回来找到他,希望他能够重新工作,因为该公司对ChatGPT所制作的内容并不满意,但其他原来的公司都没有再找他了。

受此影响,他不得不转行,而且为此还受了一些心理影响,自己上网专门研究了最不可能被ChatGPT取代的工种,转而从事起了贸易方面的工作,并正在接受空调维修员和管道工的技术培训。这些工种据说都位列“安全名单”前几名。

2023年初,高盛(Goldman Sachs)的一份分析报告指出,人工智能大语言模型的产生可能会严重扰乱劳动力市场,影响全球约3亿个工作岗位。其中,从事公式化和机械性创作的行政和法律行业的白领岗位被认为是风险最大的。

阅读到这里的时候,如果您正在考虑从事一些机械性的文字类的工作,或者您正在从事一些偏向公式化的文字类工作,那请您思考一下是否人工智能大语言模型的威胁近在眼前了呢?

有何办法?

除了像美国这个职员那样转行以外,文字工作者是否有其他办法来避免被取代呢?我查阅了一些著名大学文学教授的相关文章,总结出以下几点供各位参考:

1. 总体而言很多专家认为,人工智能对写作和文字工作者不是威胁而是工具。

2. 专注于发展我们的创意和逻辑能力。人工智能可以生成文本和内容,但它无法复制人类写作的创造力和原创性。

3. 深入了解目标读者受众。他们想读什么样的内容?他们的痛点是什么?他们喜欢使用什么样的语言?人工智能往往做不到这种聚焦性。

4. 努力成为所在领域的专家。对自己写作主题了解越多,就越有能力撰写内容翔实、引人入胜的高质量内容。比如,一位在银行系统耕耘多年的一线人员,在转岗行政文字工作时候,绝对能写出更多银行产品细节或者银行战略等。

5. 要学习如何使用人工智能的写作工具来更好发挥自身的优势。拥抱大语言模型而不是排斥,因为新的自动化技术可以帮助人们自动地处理写作过程中的繁琐任务,从而腾出手来专注创意。

6. 人与人之间的交流永远是无可取代的,培养与各种关联人的互动和交流。听取别人的意见和见解,甚至直接向文字的直接读者进行推荐,让人们认可自己的写作内容。

如何学习大模型

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

五、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

标签:取代,语言,AI,模型,人工智能,写作,ChatGPT
From: https://blog.csdn.net/Z4400840/article/details/140313914

相关文章

  • yolov8_pytorch目标检测和图像分割深度学习模型
    yolov8论文无模型结构yolov8是一种单阶段目标检测算法,该算法在YOLOV5的基础上添加了一些新的改进思路,使其速度与精度都得到了极大的性能提升。算法原理YOLOv8算法通过将图像划分为不同大小的网格,预测每个网格中的目标类别和边界框,利用特征金字塔结构和自适应的模型缩放......
  • C语言——练习:水仙花数、n次幂值的计算
    1.输入一个数判断是否是水仙花数,并输出100—999之间所有的水仙花数水仙花数(Narcissisticnumber),也被称为超完全数字不变数(pluperfectdigitalinvariant,PPDI)、自恋数、自幂数、阿姆斯壮数或阿姆斯特朗数(Armstrongnumber),是指一个N位正整数(N≥3),它的每个位上的数字的N次幂之和......
  • 【大模型系列——解读RAG】_大模型rag是什么意思
    文末有福利!RAG是2023年最流行的基于LLM的应用系统架构。有许多产品几乎完全建立在RAG之上,覆盖了结合网络搜索引擎和LLM的问答服务,到成千上万个数据聊天的应用程序。很多人将RAG和Agent作为大模型应用的两种主流架构,但什么是RAG呢?RAG又涉及了哪些具体的技术呢?1.什......
  • 【C++】内存分区模型 - 内存四区
    补充内容:c++编译过程:编译预处理、编译优化、汇编、链接①编译预处理:处理以“#”开头的指令,产生“.i”文件;【如头文件、define宏定义等】②编译优化:将源码".cpp"文件翻译成“.s”汇编代码;【如词法语法语义分析,代码优化等】③汇编:将汇编代码“.s”翻译成机器指令“.o”或".ob......
  • 在VSCODE中创建C语言环境,编译、运行、调试。
    1、安装MinGWMinGW-w64-for32and64bitWindowsdownload|SourceForge.net下载下来是一个压缩包对压缩包解压得到文件夹mingw64将文件夹mingw64剪切到C:\ProgramFiles目录下配置环境变量点击系统变量里面的Path将C:\ProgramFiles\mingw64\bin目录添加......
  • 当需要在不同操作系统和编程语言环境中共享和处理 XML 数据时,可能会遇到哪些兼容性问
    在不同操作系统和编程语言环境中共享和处理XML数据时,可能会遇到以下兼容性问题:编码问题:不同操作系统和编程语言对于XML文件的默认编码可能不同。如果使用不同的编码方式,可能会导致乱码或无法正确解析XML数据。解决方法是在处理XML数据时,通过指定正确的编码方式来......
  • 【C语言】字符串与相关操作函数
    字符串思路分析在注释文章目录字符串一、字符串的定义1.使用sizeof()计算他们的长度二、sizeof和strlen的区别1.sizeof操作符2.strlen函数三、动态开辟字符串1.malloc函数2.realloc函数3.free函数4.memset函数四、几种字符串常用的API1.strncpy函数2.asse......
  • C语言-分支与循环(1)
    目录1、if语句1.1if1.2else1.3分支中包含多条语句1.4嵌套if1.5悬空else问题(多个if和一个else对应关系)2、switch语句2.1switch语句中的break2.2switch语句中的default2.3switch语句中的case和default的顺序问题3、关系操作符4、条件操作符4.1什么是条件......
  • 内存管理-18-sparsemem内存模型-初探
    一、简介Linux中的物理内存被按页框划分,每个页框都会对应一个structpage结构体存放元数据,也就是说每块页框大小的内存都要花费sizeof(structpage)个字节进行管理。因此系统会有大量的structpage,在linux的历史上出现过三种内存模型去管理它们。依次是平坦内存模型(flatm......
  • go高并发之路——go语言如何解决并发问题
    一、选择GO的原因作为一个后端开发,日常工作中接触最多的两门语言就是PHP和GO了。无可否认,PHP确实是最好的语言(手动狗头哈哈),写起来真的很舒爽,没有任何心智负担,字符串和整型压根就不用区分,开发速度真的是比GO快很多。现在工作中也还是有一些老项目在使用PHP,但21年之后的新项目基本......