《与AI共事》书评:学会爱上机器——《华尔街日报》
Matthew Hutson
图片来源:Getty Images今年八月,科罗拉多州博览会美术比赛数字艺术类一等奖颁给了一位使用人工智能(AI)生成参赛作品《太空歌剧院》的男子。他仅向名为Midjourney的AI程序提供了一个“提示词”——即所需画面的文字描述。随着Midjourney和类似的DALL-E 2等系统的出现,AI时代催生了一个新角色:“提示词工程师”。这类从业者甚至可以在名为PromptBase的在线市场上出售他们的文字创作。
Midjourney和DALL-E 2问世较晚,未能被收录在巴布森学院与新加坡管理大学信息系统教授托马斯·达文波特和史蒂文·米勒合著的《与AI共事:人机协作的真实故事》中。但作者列举了其他新兴职位:首席自动化官、内容系统高级经理、伦理AI实践架构师。随着AI影响力的扩大,其与职场领域的边界日益复杂。下一个可能出现的是:AI提示词质量与安全副区域经理。
《与AI共事》主体包含29个企业团队将自动化融入工作流程的案例研究。每章结尾附有三到四条“经验总结”。每个案例中,作者通常不仅采访直接与AI交互的一线员工,还访谈其主管、技术决策管理者、软件开发者和公司客户。尽管包含诸如节省时间等量化数据,但报告主要采用定性分析。
本书面向规划职业发展的管理者、顾问和学生。虽然我不属于上述任何一类读者,但仍欣赏书中通俗易懂的叙述方式,它全面展示了现有技术如何拓展人类能力边界。部分应用案例存在相似性,但诸如"利益相关方"“认同"等温和的商业术语尚在可接受范围内。
早期案例多聚焦办公室场景。摩根士丹利的财务顾问通过某系统为客户定制投资方案;阿肯色州立大学的募捐团队借助另一系统锁定潜在捐赠者并自动生成邮件;还有系统为万通互惠人寿的核保员推荐寿险保费方案,或帮助克罗格超市预测销售额。所有案例中人类保有最终决定权,且多数系统会解释输出结果,例如列出对决策影响最大的变量。
后期案例突破办公场景:南加州爱迪生公司使用系统预测高危现场作业并推荐防护措施;另一系统标记犯罪高发社区建议警方巡逻(这种预测性警务引发算法偏见担忧,供应商称已采取应对措施,但书中未详述)。
多数案例体现效率提升:AI将员工从枯燥耗时的工作中解放,使其专注战略思考或客户沟通。作者较少讨论机器比人类更精准的案例,但指出Stitch Fix的算法能辅助造型师推荐服装。其数据科学总监认为通常不应被推翻,因为AI的选择往往更优。算法或有偏见,人类亦然——该软件能引导造型师摒弃个人偏好,聚焦客户需求。
许多读者的第一个问题可能是:人工智能会取代我的工作吗?或者:我能否用AI替代高薪员工?作者给出的简短答案是:短期内不会。富裕国家实际上正面临长期劳动力短缺。而且AI(通常)仍有许多无法胜任的事情,比如理解上下文、应对动态环境、构建连贯故事、协调人员、界定问题以及判断何时使用AI。
作者引用了放射科医生基思·德雷尔常被引用的一句话:“那些会被AI取代的放射科医生,只会是拒绝与AI合作的人。“他们进一步阐释道:“作为阅读本书的人类——我们猜想你正是——这意味着你需要将关注点从担心被机器取代,转向思考如何在你喜欢的工作中为AI协作岗位增值。增值可以表现为核查机器工作成果质量、改进机器逻辑或决策、向他人解读机器输出结果,或是执行那些机器因故无法或不应承担的任务。”
不过作者也坦言无法预测宏观经济影响。AI对劳动力市场将产生抵消效应:增加某些岗位,削减其他岗位,同时改变或创造新岗位。案例研究中未发现企业裁员现象,部分原因是业务仍在扩张。但他们指出,本书案例可能不具备普遍性,因为只收录了成功案例。
一些成长中的阵痛显现出来。许多员工抵制变革,有些人不喜欢被束缚在电脑前,另一些人则厌恶人工智能的绩效监控,甚至有人为那些已被自动化取代的机械性工作感到惋惜。而解决人机协作中的磨合问题可能需要数年时间。作者们写道,企业必须采用“一系列新技术、新商业模式、新工作设计、新技能和新财务安排”。
达文波特和米勒先生将本书建立在真实观察的基础上,基本避免了遥不可及的推测——除了他们宣称“如果奇点到来,所有赌注都将失效”。我猜想五年后的续集会大不相同,或许作者甚至会像今年两位学者那样,将某个算法列为合著者——他们使用名为GPT-3的系统撰写了一篇关于GPT-3的论文。许多赌注现在下已经不明智了。
哈特森先生是《神奇思维的七法则:非理性信念如何让我们保持快乐、健康和理智》的作者。
刊载于2022年9月26日印刷版,标题为《学会爱上机器》。