高考志愿填什么,才不会被 AI 抢饭碗!

整理 | 朱珂欣   

出品 | CSDN程序人生(ID:coder_life)

眼看着,多地 2023 高考陆续收官,填报高考志愿成下一个“老大难”问题!

寒窗苦读数十载,谁也不想在临门一脚的专业选择上“出岔子”。

在以往,考生和家长或多回考虑专业是否有竞争力,是否好就业。而如今会多了一份担忧——“什么专业才不会被 AI 抢饭碗?”甚至有网友灵魂发问:“AI 这么火,那报志愿的时候,填报计算机相关专业就好了?”

失业预警:AI 首次被纳入“裁员原因”

事实上,AI 造成的职业焦虑,早就有迹可循,甚至遍布多个行业。

3 月 23 日,OpenAI 和宾夕法尼亚大学的相关研究人员,在评估 1016 种职业,19265 种工作中的任务后,发布了一篇有关语言大模型对劳动力市场的潜在影响的论文 。

结论显示,对于 80% 的美国人来说,至少 10% 的工作任务会受到大模型的影响;此外,还有大概 19% 的人,其工作任务受影响的比例超过 50%。

从整体趋势上看,与普遍的认知恰恰相反,高学历、高收入的白领工作受到的冲击更高。这些职业包括报税员、口译员和笔译员、调查研究人员、校对和抄写员、作家。

其中,受冲击达到 100% 的工作包括数学家、报税员、量化金融分析师、作家、网络和数字界面设计师、区块链工程师。

65a255aa5a3af289393a6db5530498ca.png

与此同时,在 3 月 26 日 Goldman Sachs (高盛)发布的报告中,也阐述了 AI 将给就业市场带来的影响:可能会使 3 亿份全职工作面临自动化。此外,高盛还预估未来大约 2/3 的美国职业在一定程度上受到 AI 自动化影响。

8ca35b35f1790d72130b3f12543c818a.png

让人倍感震惊,这些早前的“失业预期”很快已经演化为“失业事实”。

6 月 1 日,美国再就业服务公司 Challenger、Gray and Christmas 于发布了美国 5 月失业报告,美国裁员人数在 5 月超过 13 万人,比 4 月份增加 20% 。

值得关注的是,这是 AI 作为“裁员原因”首次被纳入报告中。

整个 5 月,AI 造成了 3900 名员工失业,约占被裁者总数的 5% 。

Challenger、Gray and Christmas 的高级副总裁 Andy Challenger 在接受《 财富》杂志采访时曾表示,近 4000 名与 AI 相关的裁员都发生在科技行业。

随后, Andy Challenger 还补充道:“我们确实相信 AI 会导致更多的失业,技术发展和适应的速度令人难以置信。”

a00310ca10ddfeaa7199e912eb7eecc4.png

萌生“铁饭碗”:34 个职业不受 AI 时代的影响

眼看着, AI 让就业环境危矣,让人不禁直呼:“焦虑!”

却殊不知,其实危机之下也萌生出不少 AI 时代的香饽饽职业,就业竞争力得到提升。

在 OpenAI 和宾夕法尼亚大学的研究报告中,列出了 34 个 AI 时代的香饽饽职业。

耐人寻味的是,这些不受到 AI 影响的职业群体中,无一不是涉及动手的蓝领工作者,其中包括木匠、管道工、厨师、装修工人等。

据悉,这些职业技能的塑造,往往不需预先学习多年,通常可以在较短的学校教育后学习即可。

38f4a4a86fb950d84394bdfbe7519338.png

同样值得一提的是,此前 BBC 报道中,美国作家 Martin Ford 提及了三类无法被 AI 取代的工作:一是真正具有创造性的工作;二是需要复杂人际关系的工作;三是需要大量机动性、灵活性以及在不可预测的环境中解决问题能力的工作。

除此之外,近来走红的提示工程师(Prompt Engineer),也似乎打开了很多人的就业新思路。

据外媒 Benzinga 报道,目前部分提示工程师的年薪可以高达 37.5 万美元(约人民币 267 万元),并且无需强大的编码背景和脱颖而出的技术知识。主要工作职责是负责为 AI 聊天机器人生成的文本、图片、音频等内容添加关键词和提示,从而指导 AI 聊天机器人根据特定的目标和情境生成更符合用户需求的内容。

新职业需求:“将 AI 视为提高生产力的工具!”

关于职业受 AI 影响的话题,或许不会间断。

但毋庸置疑的是,这并非意味着打工人会完全被取代,也不能将选择计算机专业作为“救命稻草”。

麦肯锡全球研究所的合伙人 Anu Madgavkar 表示,需要将人类的判断应用于这些技术,才能避免错误和偏见。“我们必须将这些东西视为提高生产力的工具,而不是完全替代我们的工作。”

美国布法罗大学劳动经济学副教授 Joanne Song McLaughlin 曾表示:“事实上,无论行业如何,大多数工作都有可能被 AI 技术自动化。”她认为,大家的工作需要更加注重人际交往能力:“在许多情况下,对工作没有直接的威胁,但任务会发生变化。”

IT 招聘公司 The Bridge 的主管 Andy Wadsworth 曾表示:“毫无疑问一些工作将被人工智能取代,但是学会使用生成式人工智能的人,可以更好的适应新公司和成为赢家。”

从“职业现状”见“专业选择”, AI 时代下,似乎一切没有标准答案。

未来,如何利用 AI 工具赋能专业学习和工作,或许会成为更值得探讨的话题。对此,你怎么看?可以在评论区留言和讨论。

参考链接:

https://www.sohu.com/a/683345869_100024718

https://the-decoder.com/openai-job-market-study-gpt-4/#summary

https://www.vice.com/en/article/g5ypy4/openai-research-says-80-of-us-workers-will-have-jobs-impacted-by-gpt

https://arxiv.org/abs/2303.10130

推荐阅读:

启航!2023 Amazon DeepRacer 自动驾驶赛车中国联赛6月赛开启!

手写 100% 代码的 19 年老程序员,拒绝使用 Copilot、GPT-4 工具后,惨遭淘汰、解雇!

算力时代加速狂奔,移动云将携手千万开发者并肩同行

  • 6
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
您好!对于高考志愿辅助报系统的决策人工智能模型,我们通常会采用一些常见的算法和技术来实现。其中,一种常见的方法是基于推荐系统的思想进行建模和决策。 推荐系统是一种利用用户历史行为和个人特征等信息,为用户提供个性化推荐的技术。在高考志愿报系统中,可以将学生的个人信息(如成绩、兴趣、特长等)、历史报数据以及学校招生信息等作为输入,通过算法进行分析和计算,最终给出合适的志愿报建议。 具体而言,决策人工智能模型可以包括以下几个步骤: 1. 数据收集与预处理:收集学生个人信息、历年高考数据、学校招生信息等数据,并进行数据清洗和预处理,以便后续的模型分析。 2. 特征工程:对收集到的数据进行特征提取和转换,以便模型能够更好地理解和利用这些信息。 3. 模型选择与训练:选择适合的算法模型,如协同过滤、基于内容的推荐、深度学习等,并使用训练数据对模型进行训练和优化。 4. 模型评估与选择:使用测试数据对训练好的模型进行评估,选择表现最好的模型作为最终的决策人工智能模型。 5. 推荐结果生成:根据学生的个人信息和学校招生信息,利用训练好的模型生成推荐的志愿报结果。 需要注意的是,高考志愿报是一个复杂的问题,仅依靠决策人工智能模型无法完全解决。模型的建立还需要结合专业的教育专家和领域知识,以及考虑到学生的个人意愿和特殊情况等因素,来综合决策最合适的志愿报方案。因此,在实际应用中,决策人工智能模型往往是辅助和参考的角色。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值