OpenAI：GPT或將顛覆19%的工作崗位

前不久，研發ChatGPT的美國人工智慧公司OpenAI新釋出了一篇研究報告《GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models》（大型語言模型即通用技術——關於大型語言模型對勞動力市場潛在影響的早期研究）。OpenAI在該論文中估算，ChatGPT等大型語言模型可能會顛覆美國19%的工作崗位。

該論文研究了大型語言模型（GPT，Generative Pre-trained Transformer）及相關技術對美國勞動力市場的潛在影響。研究發現，約80%的美國勞動力至少有10%的工作任務可能受到GPT的影響，而對於其中19%左右的工作崗位，其50%以上的工作任務會受到GPT影響。GPT的影響波及所有工資水平，特別是高收入工作可能面臨更大的風險。

值得注意的是，OpenAI在論文中得出結論，大型語言模型GPT具有通用技術（General Purpose Technology，縮寫同樣為GPT）的特徵，這表明該類模型可能具有顯著的經濟、社會和政策影響。

通用技術需要滿足三個核心標準：隨著時間的推移不斷改進、在整個經濟中普及、以及能夠產生互補創新。AI和機器學習文獻的證據充分證明了GPT滿足第一個標準，OpenAI又在論文中提供了支援後兩個標準的依據。OpenAI發現GPT本身可以在整個經濟中產生廣泛的影響，而由GPT產生的互補創新，特別是透過軟體和數字工具，可以廣泛應用於經濟活動。

該論文詳細回顧了GPT等大型語言模型（LLMs）的發展和自然語言處理技術對勞動力市場的潛在影響。OpenAI指出，大型語言模型在翻譯、分類、創意寫作和程式碼生成等領域表現出色，同時也有助於構建其他工具。同時，大型語言模型的廣泛應用也將帶來一系列的風險與變革，社會和政策制定者需要為之做好準備。

編輯：左右裡

資訊來源：OpenAI

轉載請註明出處和本文連結

每日漲知識

耦合（Cross-Site Scripting）

耦合是物件之間的互動級別。低耦合意味著較少的互動。因為物件更為獨立，所以低耦合提供了更優的軟體設計。低耦合更易於檢測故障和更新。內聚程度較低的物件需要大量來自其他物件的幫助才能完成任務，並且具有高耦合。

﹀

﹀

﹀