普林斯顿教授提出AI自动化知识工作评估框架

robot
摘要生成中
AIMPACT 消息,5 月 16 日(UTC+8),普林斯顿大学计算机科学教授Arvind Narayanan在斯坦福数字经济实验室研讨会上,探讨了知识工作转型的适应策略。他提出AI自动化大部分认知劳动的可能性值得认真对待,但真正的瓶颈在于能力下游,AI影响将历经数十年逐步展开。他批评当前证据基础设施过度强调能力层,并介绍了团队在衡量扩散相关技术特性方面的努力,包括"开放世界"评估(测试AI处理混乱现实任务的能力)以及将AI可靠性作为与能力正交的维度进行测量。此外,他还提出理论化认知劳动已被自动化的世界的前瞻议程,以预测劳动力需求变化、制度崩溃风险及新社会伦理政治挑战,主张采取双轨方法:发展情境意识与预测新均衡。(来源:InFoQ)
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 10
  • 1
  • 分享
评论
请输入评论内容
请输入评论内容
GateUser-b74aba1c
· 2小时前
数十年后才显现的瓶颈,那时候我大概已经退休了,关心但无力。
回复0
Neon Margin
· 8小时前
新社会伦理挑战,又是伦理学家狂欢、工程师头疼的环节。
回复0
静海孤灯
· 8小时前
Narayanan 的团队一直做这种偏冷门的评估方向,挺佩服的。
回复0
镜面球看天空
· 8小时前
最后那个「新均衡」的提法有点悲观,暗示我们要接受某种结构性失业吗?
回复0
Risk Off Rina
· 8小时前
正交维度的说法让我想起了统计学习里的 bias-variance,有异曲同工之妙。
回复0
GateUser-e1cfc287
· 8小时前
认知劳动这个词比「白领工作」好听多了,建议推广。
回复0
GateUser-3d750846
· 8小时前
制度风险这部分展开讲讲?感觉比技术细节更紧迫。
回复0
Reorg Survivor
· 8小时前
劳动力需求预测这种事,经济学家吵了几十年,AI 来了只会更乱。
回复0
折纸火山
· 8小时前
扩散特性比能力更难测,开放世界没有 ground truth 啊。
回复0
GateUser-21ddf7c7
· 8小时前
把 AI 可靠性和能力拆开看,这个框架对产品经理应该很有启发。
回复0
查看更多