去年秋天，Eric 決定在其本科計算機科學課程中進行一項實驗。他把全班同學分成三組，并給他們布置了一個用 Fortran 語言來解決的編程任務——他們此前都不會這門編程語言。

第一組被允許使用 ChatGPT 來解決問題，第二組被告知使用 Meta 的 Code Llama 大語言模型（LLM ），第三組只能使用Google。不出所料，使用 ChatGPT 的小組最快地解決了問題，第二組則花費了更長的時間來解決問題。使用 Google 的小組時間甚至更長，因為他們必須將任務分解為多個組件。

然后，學生們接受了測試，看他們?nèi)绾螒{記憶解決問題，結(jié)果情況發(fā)生了逆轉(zhuǎn)。ChatGPT 小組“什么都不記得了，他們都失敗了”，麻省理工學院的Eric 表示。

與此同時，Code Llama 小組的一半人通過了測試。使用谷歌的小組如何？每個學生都通過了。

“這是一個重要的教育教訓，” Eric 說。“努力、奮斗，其實是一種重要的學習方式。當你得到答案時，你就不會再掙扎，也不會學習。當你遇到更復雜的問題時，重新回到大型語言模型的開頭，并對其進行故障排除和集成是很乏味的。”

相反，一開始將問題分解為多個部分可以讓你更好地使用LLM。他說，要在小的方面開展工作，而不是嘗試將模型用于整個項目。“學習這些關(guān)于如何解決問題的技能，至關(guān)重要。”

這個例子讓 Eric 自信地得出結(jié)論：隨著人工智能席卷各個行業(yè)，計算機科學并沒有注定失敗。其他計算機科學專家亦有認為，人工智能的使用越多，工作的性質(zhì)就會發(fā)生變化，因此人類仍然必須學習基本概念，例如統(tǒng)計學和系統(tǒng)工作原理的知識。

德勤的 Beena 表示：“要成為高效的計算機科學家和軟件工程師，你仍然需要奠定基礎。”

盡管人們對人工智能搶走工作感到擔憂，但麻省理工學院計算機科學與人工智能實驗室（CSAIL）最近的一項研究發(fā)現(xiàn)，實現(xiàn)人類工作自動化可能需要比之前想象的更長的時間。

研究表明，與視覺相關(guān)任務相關(guān)的工作中，只有約 23% 可以被人工智能經(jīng)濟高效地取代，這表明人工智能（尤其是計算機視覺領(lǐng)域）導致的工作崗位取代可能比最初設想的要慢。。

該研究稱，研究結(jié)果“表明我們應該預計人工智能自動化的影響，將小于經(jīng)濟中已經(jīng)出現(xiàn)的現(xiàn)有工作自動化/破壞影響”。“目前尚不清楚這些現(xiàn)有影響的人工智能自動化，是否會導致整體就業(yè)機會的大幅減少。” CSAIL 研究指出，雖然可能會失去一些工作崗位，但“我們還發(fā)現(xiàn)，很大一部分人工智能任務自動化，可能會發(fā)生在傳統(tǒng)自動化正在發(fā)生的領(lǐng)域”。

計算機科學教育將如何改變？

計算機科學教授 Risto 表示，人們持續(xù)關(guān)注將人工智能融入大多數(shù)工作領(lǐng)域，這也將改變計算機科學的教學方式，帶來“相當巨大”的機會。

例如，隨著微軟 Copilot 聊天機器人等工具的出現(xiàn)，有些人可能想知道為什么他們還應該費心學習編碼。Risto 認為，學生們使用 Copilot 和其他聊天機器人，主要是“作為編程作業(yè)的導師”獲得建議并更改。

Risto 認為，“突然間，編程教學變得更加生動”。

機器人研究所教授 Reid 補充道，編譯器以同樣的方式，將編程語言的源代碼翻譯成機器代碼，從而消除了計算機科學工程師了解匯編程序的需要，“人工智能和機器學習的使用，將使他們越來越不需要了解編碼的細節(jié)。”

然而，Risto 說，教人們?nèi)绾尉幋a仍然很重要，因為成為計算機科學家的一部分就是理解流程。“我的比喻是教七歲孩子算術(shù)。當你進入中學時，沒有人會手工算術(shù)；你可以用計算器。”

他說，即使計算器可以幫你完成這項工作，你仍然需要理解這些概念。“同樣，計算機科學家必須了解編程的基礎知識，才能有效地完成工作，但就像使用計算器一樣……他們不需要進行大量編碼。”

其表示，人工智能需要教授全新的計算學科或方面，例如負責任的人工智能以及如何防止人工智能的濫用。“將會有很多使用[人工智能系統(tǒng)]的人不了解其背后的原理。”

新的大學專業(yè)也將出現(xiàn)在數(shù)據(jù)科學、機器學習、用戶體驗和移動工程等領(lǐng)域，以及人工智能的特定分支，如生成人工智能、LLMs和計算機視覺，德勤的 Beena 表示。

這將能讓學生為將來的工作做好準備，讓他們更能適應市場需要。

計算機科學教師協(xié)會以及職業(yè)準備和技術(shù)部門的研究員 Julie 表示，在高中階段，人工智能的影響意味著“我們需要快速學習很多東西”。

“每一項新技術(shù)都會帶來挑戰(zhàn)，” Julie 說。“我預計我們會做出調(diào)整。”

Julie 大力倡導在小學教授計算方面的知識。其表示：“在小學教[學生]什么，是虛擬助理是合適的功能。” 她二年級的女兒正在學習數(shù)字公民以及如何安全上網(wǎng)。

“最悲觀的情況之一是，如果人工智能做得更多，人類就會做得更少，” Eric 說。“我不這么認為。越來越多的人將使用它來制作應用程序，創(chuàng)建在藝術(shù)上有趣的計算產(chǎn)品，并通過計算表達自己。”

人工智能對就業(yè)市場的影響

雖然有些任務可能很難用人工智能取代，但一些研究表明，這項技術(shù)已經(jīng)在取代工人。

Cognizant 最近的一項研究表明，高達 90% 的工作崗位將在某種程度上受到生成式人工智能的影響。盡管過去的技術(shù)進步和自動化主要影響體力勞動和以流程為中心的知識工作，但該研究發(fā)現(xiàn)，“生成式人工智能準備做相反的事情，其對知識工作產(chǎn)生更大的破壞。”

報告進一步發(fā)現(xiàn)，“涉及信用分析、計算機編程、網(wǎng)絡開發(fā)、數(shù)據(jù)庫管理和圖形設計的工作，理論上其最高被影響的可能性已經(jīng)達到了 50% 左右。到 2032 年，隨著技術(shù)進步，一些工作受影響程度可能會攀升至 80%。”

盡管國際貨幣基金組織 (IMF) 的分析發(fā)現(xiàn)，全球 40% 的就業(yè)崗位已經(jīng)受到人工智能的影響，但在發(fā)達經(jīng)濟體，這一數(shù)字攀升至 60%。

國際貨幣基金組織的研究指出：“人工智能的獨特之處，在于它能夠影響高技能工作。” “因此，與新興市場和發(fā)展中經(jīng)濟體相比，發(fā)達經(jīng)濟體面臨著更大的人工智能風險，但也有更多機會利用人工智能帶來的好處。”

新的工作類型

毫無疑問，人工智能時代將需要新的工作崗位。Reid 表示，計算機科學家的工作將演變成設計程序，指定將直接編譯到代碼中的要求，而不是編寫代碼本身。他說，人工智能“將改善軟件工程師的工作方式，使他們更加關(guān)注需求、規(guī)范以及驗證，而不是實際的編碼實踐”。

Reid 稱，人工智能不會奪走工作崗位，但會改變工作的性質(zhì)。“我總是描述它的方式是，每項工作都包含許多任務，這些任務將被人工智能和自動化取代，但工作不會。”他認為，工作人員將改變手動執(zhí)行某些操作的需要，就像文字處理消除了手動打字的需要一樣。

Reid 和 Julie 都表示，對能夠進行快速提示工程、與LLM互動以獲取所需信息的人的需求已經(jīng)很大。Reid 說：“這是兩年前不存在的工作。”。

提示工程是“構(gòu)建人工智能可以理解的文本的過程；這是一種新的說話方式，”Julie 說。“由于互聯(lián)網(wǎng)的原因，我們使用了縮寫語言，例如‘lol’。現(xiàn)在我們要學習根據(jù)提示說話。”

其他需要的工作包括機器學習工程師，他們專注于構(gòu)建、培訓和驗證模型；MLOps（機器學習運維）工程師，負責生產(chǎn)中的測試、部署和監(jiān)控模型；Reid 表示，人工智能測試人員可以了解系統(tǒng)輸出的缺陷并進行修復，人工智能合規(guī)官員則確保遵守法律法規(guī)。

“我堅信人工智能不可能完全自主……人類和機器總是會一起工作，而機器正在增強人類的能力，” Reid 稱。為了讓人工智能在增強方面取得成功，人類必須確定系統(tǒng)的設計方式、人類的工作描述如何變化以及如何建立成功的合作伙伴關(guān)系。“隨著新就業(yè)機會的產(chǎn)生，這些問題是需要提出的。”

其他閱讀