人工智能取代初级职位可能会打破职业阶梯 - 彭博社

插图：阿德·苏为彭博社绘制

用AI替代入门级工作带来职业风险（音频）

8:16

在金融行业，入门级的基础工作长期以来一直是一个入行的仪式。在晋升职业阶梯之前，初级投资分析师和新手承销商及审计师首先通过执行那些不那么光鲜的基础工作来获得经验：搜索文件、准备演示文稿、分析数据和调整财务模型。这些任务是生成性AI越来越 能够独立完成的。

因此，今年早些时候，纽约时报报道银行正在讨论削减新入分析师班级的规模并不奇怪。类似的动态可能会使法律、咨询、媒体、市场营销、技术和 创意产业等领域的早期职业岗位面临风险。

作为布鲁金斯学会的研究员，我采访了数十名在高度暴露于生成性AI的行业工作的员工和高管，如市场营销、工程、平面设计、学术界、法律、娱乐、金融和创意产业。我听到了关于这些潜在风险对广泛初级员工的持续担忧——包括初级教授、刚起步的自由插画师、新手审计师和承销商，以及在好莱坞获得首个电视编剧角色的工作人员。在某些情况下，我交谈的高管表示，生成性AI将使他们能够雇佣更少的初级员工。

在白领经济中，初级职位突然变得容易受到自动化的威胁，因为这些职位涉及的任务风险较低，而生成性人工智能在这方面表现最佳。因此，人工智能可能会切断金融和法律等行业的职业阶梯，迫使许多想成为银行家和律师的人寻找其他工作。

自动化初级工作也可能改变这些职业的经济和文化。公司是否愿意仅仅将最近毕业的学生雇佣为学徒，让他们观察和学习——即使没有什么立即有用的工作可做？如果是这样，能有多少人？下一代银行家和律师是否能够在没有那些充满繁重工作的深夜的情况下学习他们所需的知识？

如果人工智能接管通常由初级员工完成的工作，白领学徒制的基本逻辑——用乏味的工作换取宝贵的经验——将会崩溃。我们可能不喜欢它所取代的东西。

生成性人工智能能做什么和不能做什么

在2023年，OpenAI的研究人员 发布了一项分析，评估了ChatGPT执行超过1,000个由美国劳工部定义的职业所需的数千项任务的能力。他们估计，例如，水管工并不太容易受到自动化的影响，因为他们的任务涉及物理成分。另一方面，税务准备员则非常容易受到影响；他们的大多数任务可以由ChatGPT完成。

我和我的布鲁金斯同事获得了OpenAI使用的数据集，并进一步 进行了分析，以探讨生成性人工智能如何影响劳动市场。数据中一个明显的趋势是，初级知识工作所涉及的任务比其主管所做的任务更容易自动化。

例如，高风险自动化任务的百分比对于市场研究分析师（53%）是营销经理（9%）的五倍，对于销售代表（67%）是销售经理（21%）的三倍，对于图形设计师（50%）是艺术总监（24%）的两倍多。

考虑法律领域。法律是最容易受到生成性人工智能能力影响的行业之一，因为它的语言导向。传统上，新获得执业资格的律师职业生涯的头几年是在更资深律师的指导下工作，并从事例行任务——例如“文件审查”、基础研究、起草客户沟通、做笔记以及准备简报和其他法律文件。人工智能驱动的法律软件的进步有潜力在这些任务中创造巨大的效率，使其在历史上需要初级律师和法律助理完成的时间和可计费小时的极小部分内完成。

律师任务的自动化风险按资历水平

早期职业工作风险最大。

来源：OpenAI，Molly Kinder

注：布鲁金斯学会对OpenAI数据的分析以及作者对法律任务典型资历水平的评估。

相比之下，人工智能工具尚不能 替代 更复杂和更高风险的高级法律工作的人工触感。刚从法学院毕业的初级律师可能最初缺乏有效执行这些更高级任务所需的经验，例如为客户提供建议、制定论点、设定战略或在法庭上陈述。

早期职业律师通过在职学习和跟随更有经验的律师来提升自己。作为回报，他们做一些基础工作。如果法律基础工作可以由人工智能以极低的成本完成，那么这种交换就不再必要。

像法律一样，编码也与语言密切相关，而在采用生成性人工智能方面，没有哪个领域走得更远。根据技术论坛Stack Overflow的一项调查，62%的软件开发人员已经在他们的开发过程中使用人工智能，根据Stack Overflow的调查。令人鼓舞的是，大多数被调查的开发人员并不认为人工智能对他们当前的工作构成威胁。但经验较少的编码人员对自己的工作安全感则显得不那么自信。

经验丰富的编码人员对被人工智能取代的担忧较少

关于“你认为人工智能对你当前的工作构成威胁吗？”的问题，按工作经验水平的回答。

来源：2024年Stack Overflow开发者调查

没有入门级工作的世界

目前还为时尚早，无法确定人工智能将如何影响早期职业工作者。少数研究发现，经验最少和表现最差的工作者从人工智能助手中受益最大——尽管其中一些研究涉及模拟，而非真实工作。根据这些结果，人工智能可能会帮助入门级工作者“提升”他们的表现。

但是这里有一个让我夜不能寐的情景：一个极其有能力的人工智能代理的世界，学习处理大多数日常的白领任务，并由一小部分经验丰富的高级经理管理。人工智能进行研究，建立模型并起草演示文稿，而高级员工则做出最终决定并在会议上进行展示。

在这个越来越可信的未来，企业还会雇佣一类初级员工吗？如果他们选择只雇佣少数精心挑选的“门徒”，这将意味着金融、法律和咨询等职业的入门级机会大幅缩减。年轻女性和有色人种工人目前正准备在法律、金融到好莱坞等多个领域增加他们的代表性；入门级角色的减少可能会减缓甚至逆转这一进程——尤其是如果那些剩下的入门级雇员是通过个人网络选拔的。

这个情景中的风险超出了那些最终失业的人的范围。如果人工智能能够处理几乎所有初级员工曾经执行的日常工作，那么在职学习是什么样的？即使对于那些幸运地仍然被雇佣的人来说，也存在危险。

在一本关于人工智能和人类技能的新书中，机器人教授马特·比恩描述了当支撑在职学习的古老“专家-新手”关系被打破时会发生什么。他解释说，在各个领域，学徒通过“观察专家一段时间，参与工作中简单、安全的部分，在他们的指导下逐步进行更困难、更有风险的任务，最后开始指导其他人”来学习。生成性人工智能的风险在于中间的部分消失了。经验丰富的经理将监督一组人工智能代理或应用，甚至可能雇佣一两个入门级员工来帮助管理它们。但人工智能在实际工作中发挥作用，经理可以监督，因为他们曾经自己做过。在这种情况下，入门级员工如何在工作中学习呢？

当专家与新手的联系破裂时，职业也会发生变化。正如比恩所述，机器人手术的出现意味着培训生花更多时间观看而不是动手。这引发了关于作为一名外科医生意味着什么的全新问题。如果你在YouTube上观看了足够多小时的机器人手术，这是否意味着你准备好进行手术？跟随专家的身边是否足够？

我所描绘的场景仍然是推测性的，但白领职业需要开始为这种可能性做好准备。人工智能可能很快会帮助公司以更少的初级员工更高效地工作。这对下一代专业人士可能造成的损害，直到为时已晚时才会显现出来。

莫莉·金德是布鲁金斯学会的研究员，她研究人工智能对工作和工人的影响。