生成式人工智能會給哪些領域帶來深刻變化？

卡普蘭重點分析了五個將被生成式人工智能深刻改變的領域。首先是醫療領域。我們都知道看病難是個全球性問題。醫療資源稀缺且集中在大城市，同時我們也相信醫生的專業水平、道德修養、經驗豐富程度等等個人因素都有可能對診斷產生影響。研究表明，在GAI出現之前，一些基于AI的診斷系統已經在某些方面超越了人類醫生，比如病理報告分析。我前一陣讀到過一本書，里面提到在區分不同種類惡性腫瘤和預測存活期方面，AI比病理學家的判斷更靠譜。卡普蘭也說，他要是得了癌癥，肯定也會更相信機器的診斷勝過人類醫生。AI在醫療系統中未能廣泛普及，除了行業惰性和醫學協會的保護性抵制外，一個重要原因是患者無法與AI“交流”，也無法要求AI解釋其推理過程。而可對話的GAI恰好解決了這個問題。

從成本角度看，在美國加州，看醫生的平均費用是158.11美元，沒有醫保的緊急護理至少需要500美元。而咨詢GAI的費用可能只相當于一杯咖啡。那些看不起病或預約不到醫生的人，可以方便地咨詢一位知識淵博的電子醫療專業人員。這位“電子醫生”有什么優勢？它的“門診”24小時開放，不會因討論病情時間長而不耐煩，不會對個人敏感問題作出評判，不會忽視患者擔憂，不會遲到早退，不會因疲勞請假，也不會因私人事務而草率對待患者。更重要的是，GAI的醫學知識將遠超人類醫生，且能保持與時俱進。它見過的病例，尤其是罕見病例，會比一般醫生多得多。未來，電子醫生可能被授權開化驗單、安排檢查、開處方。這將極大改變醫療系統，讓欠發達地區的老百姓也能享受到高質量醫療服務。

說完醫療，再來說法律。在卡普蘭看來，免費的法律援助覆蓋有限，普通人如果需要請律師，不僅費用高得離譜，而且也常常因為知識差距而難以跟律師有效溝通。過去幾十年，為法律行業服務的技術已經取得了巨大的進步。比如在訴訟過程中，原告和被告都被允許查閱彼此的相關文件，以尋找與案件有關的證據。問題是，這些文件的量可能很大，直到不久以前，對文件的爬梳都是由律師或律師助理完成的，法學院學生實習期間常常驚恐地發現自己被分配的任務是閱讀堆積如山的文件。如今一種被稱為“預測編碼”的AI技術可以讓計算機以超乎人類審查員的速度、勤勉和準確性執行這項令人麻木的任務。但這還是一項舊技術，很快GAI將簡化和加快這一過程，因為GAI理解發現目標和文檔相關性的能力將遠遠超過過去應用于這項任務的AI技術。

事實上，普通人所面對的大多數法律活動都是直截了當的交易，而不是糾紛，例如起草合同、申請離婚、處理房屋產權、申請專利、申請改變移民身份、成立公司、宣布破產、寫遺囑或遺產計劃、注冊商標。律師執行的常見服務中，有很大一部分是相當常規的，具有專門法律知識的GAI系統完全可以像普通律師一樣勝任，或許比他們做得更好——Open AI發布過一份技術報告，聲稱GPT-4在模擬律師資格考試中排名前10%。至少，GAI可以處理大部分工作，將例外情況和復雜案例留待人工審核。

第三個會有深刻改變的領域可能是教育。卡普蘭認為幾個世紀以來教育基本形式沒有改變。教師站在講臺上講課，學生在下面聽講并做筆記，或者假裝在做筆記。更要命的是，很多成年人都有一個關于被壞老師、無聊老師折磨的故事?？ㄆ仗m說他至今仍會夢到痛苦的高中課程，而他上的還是全國最好的私立學校之一。并不是所有老師都有同樣的能力，在美國，很多低收入社區的孩子比富裕地區的孩子成績差得多，這讓他們在人生的道路上經常處于不利地位。那么，如果每個學生都能擁有自己的私人導師，那會怎樣？他們可以按照自己的節奏學習，導師可以確保他們在學習下一個課程之前充分掌握所有需要掌握的概念，并以最適合他們個人需求的學習方式進行教學。當學生感到疲倦或由于其他原因導致學習進度較慢時，他們可以休息。導師可以診斷學習障礙，從注意力缺陷障礙到營養缺乏和心理問題，并將這些信息反饋給老師和家長，而不是強迫學生忍受昂貴的、耗時的、壓力巨大的標準化考試。

卡普蘭熱情洋溢地說，歡迎來到教育的未來！GAI導師可以用無限的耐心、同情和智慧來傳授知識，這可能導致更高的、更穩定的學術成就，而成本卻要低得多。當然，這也不全是好事。學生可能對AI導師的非威脅性和溫暖人格產生心理依戀，變得不愿與真人老師交往。而現代學校一個被低估的作用是教育學生如何建設性地解決與他人，特別是與老師的分歧。

卡普蘭提出一個重要觀點：GAI時代，人們需要明白計算設備表現出的是沒有靈魂的虛假同情和關心，不值得情感回報，就像是一個毛絨玩具，你最終還是學會擺脫對它的依戀。至于未來該學什么，卡普蘭的結論是：我們的寫作能力也許會“過時”，但批判性、嚴謹閱讀的能力永遠不會過時。目前我教授的課程中，我鼓勵學生在完成研究性的小組作業和個人作業時可以使用AI工具進行輔助工作，但必須在作業中寫明哪些部分由AI完成。目前暫時還沒有使用工具檢測學生提交的作業中AI生成的比例，但有多位同事發現過學生作業里有完全不存在的或錯誤的參考文獻篇目，這明顯是AI生成的。只能要求學生重做。我個人覺得AI是用來協助我們更高效準確地完成創造性工作，而非代替我們的創造性工作，就像紐約時報視覺調查組的2024年普利策獎獲獎新聞報道，他們用數據驅動的AI視覺模型識別加沙地區衛星地圖顯示的2000磅炸彈彈坑、揭示以色列軍事行動對加沙平民安全區造成的破壞。記者們說我們之所以使用人工智能，是因為它可以幫助調查記者大海撈針，而不是代替記者的工作。

然后我們再來說說軟件工程和藝術創造領域的變化?？ㄆ仗m開宗明義：如今軟件工程已經過時了，將來人人都將是程序員，計算機程序無處不在，成本將幾乎降為零，并呈爆發式增長。大語言模型LLM已經表現出驚人的能力，可以編寫簡單的計算機程序，它們還可以對現有的程序提出批評，并在得到適當的反饋后糾正和調試人類編寫的代碼或它自己編寫的代碼。任何一個能夠用通俗語言描述目標的普通人，都可以立即花費幾毛錢讓GAI編寫代碼，也即，從自然語言描述中創建一個可運行的程序。

卡普蘭說，當價格和進入門檻以如此快的速度下降時，通常會導致應用程序的爆炸式增長，就像他媽媽有個相冊，里面有50張她認為值得保存的照片；而他25歲女兒大概有20萬張數碼照片存檔。他說今天調試、維護、更新和改進軟件是大多數公司的主要支出，但將來如果你的應用程序有問題或需要更新，你只需要重新描述需求，扔掉老版本，生成一個新的版本就行了，生成的成本可能會遠比你修補和維護的成本要低。

而至于藝術行業。卡普蘭說，GAI技術正在改變平面藝術家、攝影師和其他視覺藝術從業者以及音樂家的工作。一些公開網站可根據自然語言請求創建圖形或逼真圖像，并迅速在社交媒體傳播。而且這種能力正在擴展到視頻領域，你描述一個場景、提供一些對話，一個程序就會按照你選擇的視覺風格來呈現故事。這讓“眼見為實”的概念徹底被顛覆了。那所有的這些變化又會給醫生、律師、教師、程序員和藝術家們帶來怎樣的影響呢？換一句話說，GAI會如何改變未來的就業市場，這就到我們今天最后一個問題了。