智慧起航，共创未来
导读：2024年7月2日，由中国科学技术协会、广西壮族自治区人民政府主办，中国自动化学会承办的第二十六届中国科协年会通用大模型未来演进路线——数据、算力、算法论坛在广西南宁召开。会议特别邀请职业科学实验室（CSL）主任祝恒书，作主题为“大模型时代的职业与技能”的报告。以大模型为代表的新一代人工智能技术正在深刻重塑我们对劳动力市场未来的认知，与此同时，对于人工智能可能带来的劳动力替代效应和相关伦理问题的讨论也日益增多。报告首先探讨了大模型AIGC技术取得突破性进展的内在逻辑，并结合互联网招聘大数据探索新一代人工智能技术对职业的潜在影响。进一步，报告聚焦职业技能价值评估这一前沿课题，通过市场驱动的视角，深入探讨了职业技能的潜在市场价值和供需鸿沟，助力技能学习和职业选择能够应对技术的快速变革。报告最后，介绍大模型技术在职业科学领域的应用以及尚待解决的若干科学问题。相关成果对于社会劳动价值分配机制的合理性和公平性设计、社会劳动力保障和精准就业、个性化职业教育等多个领域均有重要价值。
一、人工智能的演进与应用
人工智能（Artificial Intelligence，AI）概念自1956年被提出以来，其发展历程经历了多次起伏，形成了三次具有代表性的AI浪潮。这个过程中，一个不变的追求就是寻找从弱人工智能（Weak AI）到强人工智能（Strong AI）的演化路径，无数科研工作者为此进行了深入的探索和持久的努力。
弱人工智能阶段，即狭义AI，专注于解决特定场景下的问题，主要依赖于判别式AI技术,通常也被称为决策式AI。从工业界的视角来看，基于大规模机器学习技术的推荐系统和面向计算广告的CTR预估技术可能是这一阶段最显著的技术和应用，对信息流推荐和计算广告的发展起到了关键作用，也承载了大多数互联网企业的核心商业模式。尽管强人工智能的概念尚未统一定义，但在探索的过程中普遍认为其核心在于实现感知、认知和决策能力的大统一，让机器真正涌现出和人类一样的智能行为。随着新一代人工智能技术的发展，大模型的出现使我们看到了算法、数据和计算能力等AI生产力的集大成者，是一种新质生产力。同时，AIGC也逐渐成为了最符合人类认知模式的有效应用载体。这些技术的进步不仅加强了数据驱动的应用场景，也构建了闭环式的AI生产和应用模式，打通了“先生产再消费”到“消费后再生产”的产研闭环，从而推动了新一代人工智能的高速发展。
2022年底，ChatGPT的发布在人工智能领域掀起了巨大的浪潮，并逐步深入人们的日常生活和工作中。作为大语言模型的杰出代表，ChatGPT在通用领域达到甚至超过了普遍专家水平，这使人们感受到人工智能不再局限于以往的智能水平，并且看到了迈向通用人工智能的全新机遇。
事实上，语言模型的背后是一个基于概率的生成模型，而ChatGPT这类大语言模型的训练过程与人类语言学习过程非常类似。预训练阶段就如同大人不断与孩子对话，促使其学会各种表达方式。虽然在此阶段尚孩子不能完全表达，但通过家长不断指导式交流与反馈，以及幼儿园阶段的互动式交流，孩子的语言能力会进一步强化并进行涌现，这类似于有监督的微调和基于反馈的强化学习的过程。ChatGPT技术报告显示，其训练数据大多数为英文，仅有非常少的部分是中文，但该模型在中文表达方面表现出色，展现出良好的语言迁移能力。这类似于美国语言学家乔姆斯基提出的先天语法规则，即便在不同语言环境下，人类也能习得其内在语法逻辑。在过去一年多的时间里，ChatGPT及其相关大语言模型已经在医疗、教育等各行各业产生了深远的影响，这引发了对大语言模型对劳动力市场的影响的探讨。
二、人工智能对劳动力市场的影响
截至2023年4月，我们观察到劳动力市场中超过28%的职业要求求职者具备相关的技能，而到了今年5月，这一比例迅速上升至60%，增长迅猛。人工智能替代了一部分白领工作，但对操作密集型的蓝领工作的影响相对较小，这种现象颇具反常性。与以往认知不同的是，当前情况下，学习的知识越多，似乎越容易面临被替代。事实上，这一波人工智能替代的是脑力劳动中的体力劳动，例如文案编辑、写作和组织策划等，这些工作本质上并不需要过多的认知思维，而更多地体现为基于脑力的体力劳动。
在劳动力市场方面，我们注意到对大模型人才的需求依然供不应求。从薪酬水平来看，需要大模型技能的工作岗位，在北京、上海等地的需求增长激增。这些岗位的入门门槛普遍较高，对学历和工作年限都有严格的要求。我们也通过自研的算法对未来3～5年的劳动力市场进行了预测，预测未来需要大语言模型赋能的职业会增加45%。实际上，2024年的数据已经显示这一趋势。此外，预测还显示未来行政、人力资源管理等岗位将对大型模型技能的需求进一步增加，而一些操作密集型的工作对ChatGPT等相关技能的要求相对较低。
在考虑人工智能对职业市场的影响时，我们还探讨了背后的经济学原理。人工智能的出现是否会替代一部分工作，这是一种正常现象还是非常的特殊情况？回顾经济学史，劳动力与技术之间的竞合博弈贯穿工业革命至今的整个经济史。每一项新技术的引入通常都会带来替代效益和增强效益，例如汽车取代了马车的同时，也创造了司机等新的职业。
人工智能的替代效应实际上也具有潜在的好处，早期掌握这项技术的人可以在薪酬议价上拥有更大的空间。尽管人工智能可能取代了编辑的一部分工作，但如果是一位擅长使用人工智能的编辑，可能能完成三个人的工作量，而公司可能仅需要支付两个人的薪酬。这种替代效应不仅创造了新的职业机会，也为技能市场带来了新的动态。
进一步分析人工智能对职业的影响，必须思考未来应该学习哪些技能。在当前知识经济时代，学校教育与市场需求之间存在巨大的差距，导致了劳动力市场供需错配的问题。每个人和企业对技能价值的认知有所不同。我们团队自2019年开始研究基于市场导向的职业技能定价问题，相关成果于2021年成功发表在Nature子刊上。
我们采用数据驱动的方法，分析大量招聘广告和信息，以确定每位求职者所需技能及相应职位的薪酬水平，以构建技能与薪酬之间的相关性。我们提出市场驱动的技能价值定义：一个工作岗位只需特定技能即可完成，公司愿意支付的薪酬即为该技能的价值。然而，现实中任何工作都涉及多种技能的复杂交互，这使得简单的技能定价难以实现。因此，文章中提出了协同神经网络算法，结合主任务和协同任务的方式，通过非监督学习和监督学习相结合，以自动确定技能的价值和预测岗位薪酬。
三、人工智能与职业技能学习
技能学习需要跨界，即敢于打破知识的舒适区。例如，技术人才应该学习算法，而已掌握算法的人则应该转向学习管理技能；设计师也可以通过学习前端开发扩展自己的技能范围。这种跨界能力不仅使个人技能更具市场竞争力，也促进了个人职业发展的多样化和深度化。
长期投资技能学习将会带来更大的回报，尤其是在具备10年工作经验的人群中，他们的技能价值增长可能会超过2.5倍。这一发现强调了在个人职业生涯中持续学习和提升技能的重要性，这是实现职业成功和持续竞争力的关键因素。
值得一提的是，技能学习不应仅仅追求热门技能，而是应该专注于岗位中最核心、最稳定的技能。例如，算法架构和基础算法技能的稳定性较高，这些技能能够更好地保持市场价值，并使个人在不同经济周期中保持竞争力。
此外，我们在技能推荐领域进行了深入研究，利用深度学习、强化学习方法为求职者和学生提供了个性化的技能学习路径推荐。这种个性化推荐不仅有助于提升个人在市场中的竞争力，还为组织和企业提供了优化人才管理和发展的有效策略。
最后，我们还积极参与了大语言模型的开发和应用。通过面向智能招聘的大语言模型和基于检索增强的面试技术，我们在推动人才服务和管理领域的创新方面取得了显著成果。这些工作不仅在学术界得到了认可，也在实际应用中展现了广泛的应用前景和市场价值。
个人简介
祝恒书
职业科学实验室（CSL）主任
祝恒书，博士，职业科学实验室（CSL）主任，北京市高端领军人才正高级工程师，香港科技大学（广州）兼任教授，中科院网络中心客座研究员。他长期致力于人工智能领域前沿科学研究及跨领域产业应用，在Nature Cities、Nautre Communications、TKDE、KDD等国际顶级学术期刊和会议上发表论文150余篇，授权国内外专利百余项，多次荣获年度最佳论文奖。他曾获得中国管理科学学会“管理科学奖” 、教育部自然科学奖一等奖、中国人工智能学会优博、中国科学院优博、中国科学院院长特别奖等荣誉，并被评为麻省理工科技评论“中国智能计算创新人物”。
*本报告版权属原作者所有，任何媒体、网站或个人未经授权不得转载、链接、转贴或以其他方式复制发布/发表。
END
往期文章
联系我们
地址：北京市海淀区中关村东路95号
邮编：100190
电话：010-82544542（综合）
010-62522472（会员）
010-62522248（宣传出版及大赛 ）
010-62624980（财务）
010-82544541（学术活动）
传真：010-62522248
邮箱：caa@ia.ac.cn
中国自动化学会新媒体矩阵
喜欢的话点击在看哟~
