AI 会让我们失业吗,普通人应该怎么办?

大家好,我是学文。

昨天来深圳参加了《掘金年度技术演讲》,尤其是下午闭门茶话会,让我收获颇多。会上探讨了"大模型浪潮下,可能带来哪些改变","程序员该如何乘风破浪,冲浪 AI 新趋势",以及"被取代 or 做主宰,程序员如何规划职业"。我想基于昨天讨论的内容,说说自己的想法,但不局限于程序员。

AI 会导致我们失业吗

AI 的出现似乎引发了一些焦虑的声音,尤其是"AI 会导致我们失业吗",我觉得这个问题要辩证地看。我举个例子:

当"马车时代"出现了汽车,那车夫会失业吗?若你仍旧坚持做马车车夫,那大概率会失业。但汽车的出现也带来了很多新的就业机会,比如汽车制造、汽车维修、汽车销售、汽车保险等等。对于车夫来说,则可以选择学习开汽车,成为汽车司机。他可以获得更好的工作环境,以及大概率更高的收入。

那么 AI 的出现也类似,我觉得我们应该向那些转向开汽车的马车车夫学习,去学习、了解、使用 AI,让 AI 成为我们的一个有力工具,而不是惧怕 AI 会导致我们失业。

例如对于文员,可以借助微软的 Copilot 帮助自己生成自动化操作指令,以完成一些手工复制、计算、整合文本和数据的"体力"活。例如自媒体创作者,可以借助 AI 自动化对音视频质量进行优化,并辅助音视频剪辑。对于程序员来说,可以让 AI 辅助编程、写注释等等。其他行业、方向的从业者亦是如此,可以挖掘 AI 在你所在领域的用途。

上面描述的使用 AI 辅助我们当前的工作是最基础、最简单、最直观的。当然还有一些更深层次的,以软件行业为例:

我们可以将 AI 融合到已有的软件中来,例如微软将 GitHub Copilot 融合到了 VSCode, 将 Copilot 集成到 Windows 以及 Office 等等。这是看得见的,摸得着的,借助 AI 优化已有产品的功能,提升用户使用体验。

当然随着技术的发展,会出现一些新场景、新需求。例如新出现的大语言模型框架 Langchain,AI 助手 ChatGPT,以及很多还未出现、待我们挖掘的新场景、新需求。这其实也给我们提出了新要求,也就引出了下面这个话题。

普通人应该如何应对 AI

"马车时代"出现了汽车,车夫可以学习开车以推动个人职业发展。那么 AI 时代,其实也需要我们不断学习 AI 以应对时代的变化。我觉得对于普通人,有以下三件事可以做:

  1. 了解和学习:了解一些 AI 的基本概念,例如"人工智能"、"机器学习"、"深度学习"是什么,他们直接的关系是什么等等。你不必了解具体算法、模型的实现细节,但需要了解些简单的、基本的概念,这将有助于你理解和使用 AI;
  2. 使用和拓展:多使用如 ChatGPT 等 AI 工具,例如你在学习上述的 AI 概念时,就可以使用 ChatGPT。并且可以在你所处的领域尝试拓展 AI 的使用方向,例如你是程序员,可以尝试将 AI 融合到当前已有项目中,优化用户体验等等;
  3. 多做分享:在 AI 时代初期,大部分人其实还没有太多使用 AI。如果你能够学习并应用 AI,那你可以将你的学习和使用 AI 的过程及心得体会分享出来,顺便做自媒体。分享会让你对知识理解更透彻,让你形成个人影响力,甚至通过分享(自媒体)可以获得切实的收入。虽然自媒体红利似乎殆尽,但我觉得 AI 内容自媒体目前还很有前景。

以上是我的一点思考,希望对你有所帮助。

相关推荐
金井PRATHAMA34 分钟前
大脑的藏宝图——神经科学如何为自然语言处理(NLP)的深度语义理解绘制新航线
人工智能·自然语言处理
大学生毕业题目1 小时前
毕业项目推荐:28-基于yolov8/yolov5/yolo11的电塔危险物品检测识别系统(Python+卷积神经网络)
人工智能·python·yolo·cnn·pyqt·电塔·危险物品
星期天要睡觉1 小时前
深度学习——卷积神经网络CNN(原理:基本结构流程、卷积层、池化层、全连接层等)
人工智能·深度学习·cnn
哈基鑫1 小时前
支持向量机(SVM)学习笔记
人工智能·机器学习·支持向量机
fsnine1 小时前
深度学习——优化函数
人工智能·深度学习·cnn
XinZong3 小时前
【OpenAI】获取OpenAI API Key的多种方式全攻略:多模型API入门到精通,再到详解教程!
aigc·openai·ai编程
2501_924877213 小时前
强逆光干扰漏检率↓78%!陌讯多模态融合算法在光伏巡检的实战优化
大数据·人工智能·算法·计算机视觉·目标跟踪
算家计算3 小时前
多模态融合新纪元:Ovis2.5 本地部署教程,实现文本、图像与代码的深度协同推理
人工智能·开源
算家计算3 小时前
全球AI百强榜发布!中国产品占据移动端半壁江山
人工智能·资讯·deepseek
max5006003 小时前
北京大学MuMo多模态肿瘤分类模型复现与迁移学习
人工智能·python·机器学习·分类·数据挖掘·迁移学习