随着技术的进步，真正的职业也在进步。 近年来，神经网络和机器学习领域取得了重大突破。 像这样的工具 ChatGPT 和 DALL-E 的能力已经非常惊人，并被用于各种领域。 TNW 接受采访 人工智能专业人士了解语言和生成模型对未来工作的影响。
人工智能让我们害怕，因为它可能会改变或窃取我们的工作。 但真的会这样吗？
ChatGPT 和类似的聊天机器人，但一般来说是人工智能，使信息更容易获得，也有助于探索新想法。 他们的文本通常逻辑清晰，只需几分钟即可生成。 因此，可以用我们喜欢的编程语言创建一篇文章、课程、广告标语甚至代码。 但是这样的结果真的像人做的那么好吗？
为了获得最佳结果，还需要一个人的创造力，为 AI 编写易于理解和清晰的指令。 然而，根据田纳西大学研究员 Lynn Parker 的说法，从长远来看，过度依赖虚拟助手会加速一项重要技能的丧失：写出与自己想法一致的文本的能力。 因此，有必要引入在教育机构中使用神经网络的规则，以便它们不会降低培训的有效性，而是会提高培训的有效性。
还有抄袭问题，人工智能基本不关心
专家们还担心将版权内容用作 AI 培训材料的问题。 对于生成图像的工具来说更是如此，但我们也不排除引用或“扔”到文章/文章中的文本片段。 研究表明，应用于 ChatGPT 的人工智能能够剽窃他人的作品。 您的创作可以被认为是原创的还是仅受现有作品的启发？ 关于此事至今仍有争议。
错误：人工智能并非万无一失 （安科拉）
一个更严重的问题是人工智能的错误。 科罗拉多大学计算机科学教授 Daniel Akuna 用 ChatGPT 举了这个例子：在文本的情况下，存在意义错误，代码通常效率低下或根本不起作用。 所以神经网络产品需要批判性的分析和修改。 在另一个案例中，Meta 公司关闭了用于创建科学文本的 Galactica 聊天机器人项目。 事实证明，人工智能提出了看似令人信服的虚假事实。 算法也有偏差。 这很难避免，因为他们从并不总是客观的数据中学习。 ChatGPT 的创建者开发了限制机制，以防止神经网络谈论敏感话题。 但它们经常被用户绕过。
然而，专家们确信，有一些方法可以消除这些困难。 随着时间的推移，语言模型将学习验证信息本身的准确性，方法是将信息与知识库进行比较，并通过高级抄袭检测工具运行文本。 但是，仍然建议批判性地评估所提供的信息。
那么，人工智能会抢走我们的工作吗？
显然不是，至少目前不是。 如果某些领域仍然需要人类技能，那么在其他领域，有时将任务委托给人工智能会更好。 例如，插图书籍 - 只需找到正确的查询和标签。 普通读者不会注意到其中的区别。 但这里的情况比看起来要复杂得多：人工智能能在多大程度上恢复温暖和同理心？
在与编写简单、标准文本相关的职业中，像 ChatGPT 这样的机器人可以提供帮助。 但在这里，也需要一个人来制定一个称职的请求，以及进一步的改变。 重要的是要记住，人工智能无法理解阅读的内容，也无法区分虚假信息和真实信息。 因此，结果的质量各不相同，手动细化是必不可少的。
可以肯定的是，还会有新的职业。 例如，技术专家为高度专业化的场景配置语言模型。 本质上，研究人员得出结论说，将人工智能助手整合到我们的运营中将带来激动人心的机会，这将改变人们与世界互动的方式。 但他们不会取代工人。
