AI 高考成绩曝光：文科高分上线，理科惨败原因惊人

loonggg

读完需要

2

分钟

速读仅需 1 分钟

6 月份是高考月嘛，前几天高考不是出成绩了吗？大家知道如果 AI 去做高考试题能得多少分吗？

前几天，极客公园还真用 AI 做了一个测试，找了九个大模型（GPT-4o、字节豆包、文心 4.0、百小应、通义千问、Kimi、腾讯元宝、MiniMax）测试 2024 年高考试卷，结果有四个大模型文科成绩上了一本线，整体表现最强的是 GPT-4o（文科 562 分），国内模型中表现最好的是字节的豆包（文科 542.5）。

而相比文科，AI 大模型们理科最高仅 478.5 分，且数学测试全部不及格，最高分仅 70。

对于这个考试结果，让我想起来什么了呢？

AI 文科强，理科差，是非常值得思考的一个话题。按道理，理科是有标准答案的，文科是没有标准答案的。为什么越是答案越精准的问题，AI 回答的越差呢？

斯蒂芬・沃尔弗拉姆在《这就是 ChatGPT》这本书当中解释过，他说：因为 LLM 依赖的是自然语言，不是计算语言。LLM 模型可以模仿人类的思维，但人类大脑本身也不是很擅长计算。

这给我们什么启发呢？

启发就是 AI 不擅长逻辑推理，逻辑越复杂的问题，AI 越容易出错，越容易做不到。

相反，如果你从事的工作是自然语言相关的，且不靠逻辑推理和计算的，是很容易先被 AI 取代的。比如：你看，AI 绘画，画什么就是靠想象，没有标准答案，是创意，AI 就可以天马行空，越是类似的工作或者职业，越容易先用上 AI 。所以，如果你从事的是类似的职业，那么你是必须先学习 AI 工具，让 AI 来帮你提效。

反过来，如果你从事的工作，涉及非常复杂的计算、逻辑非常复杂或者业务逻辑很多，你可能就相对安全一些。

这种现象背后的问题是：容错率。

今年年初的时候，我写过一篇文章《AI "取代" 人类职业的路径图》，当时在文章当中提到了 AI 取代人类路径的级别图。

根据图中的显示，分了 6 个等级：E1 到 E8+ 。

从图中我们可以看出：AI 取代人类路径是按 AI 的应用领域路线决定。而 AI 应用领域路径是由容错率决定的。

这里的容错率简单的来讲的话，就是：试错成本。

一句话总结，AI 会从容错率由高到低的行业开始 “取代” 人类职业。

以前，我们总以为创意类的工作需要人类的思想，是不容易取代的，但是 AI 的应用发展貌似并不是这样。

像创意类的工作往往没有标准答案，而越没有标准答案的工作反而容易被 AI 取代。

往往越没有标准答案的工作，客户对工作可能就没有那么挑剔，客户没有那么挑剔的话，成本代价就相对较低。

反而是那么有明确严格标准的工作，AI 不容易取代，因为标准是统一的，客户也心知肚明，做的好不好，都知道，就会很挑剔，成本和代价就很高，就不敢轻易让 AI 智能来做。

包括自动驾驶也是一样，对自动驾驶技术来讲，我们是有严格标准的， 必须达到什么条件和标准才能上路，否则，一旦出了责任事故，是涉及生命安全的，甚至责任该怎么划分呢？这可能都不清楚。

自动驾驶一直遥遥无期就是因为错误率达不到预期值（仅仅和人类一个量级）。责任主体是很严肃的问题，所以实现全自动 L4 错误率降到足够低才有能力应对天价赔偿。

会计也是类似道理，GPT 的结果写的再好，也还需要会计作为责任人签字担责。如果 AI 错误率在 1% 这个量级，那么仍然需要人检查验证，实际上和现在会计领域工具相比没有明显的改善，甚至在准确率上不如现有工具（现有工具也能自动导入文件，也有很多各角度检查功能）。

那么从错误率由高到低，就很容易看出 AI “取代” 职业的时间线了。

最后，推荐一下我的 AI 知识星球哈，49 块钱，相比于市面上的星球绝对超值。里面会分享 AI 的各种玩法和应用场景，以及一些 AI 工具。

当然，各种合集教程质量也非常高，绝对值得。

现在星球搞活动，立减 50 元，只需要 49，后期随着加入的人越多，价格可能上涨哈，早学早享受。

持续干货分享，绝对超值。

点击下方公众号卡片，关注我

在公众号对话框，回复关键字 “1024”

有惊喜