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
  • 8
  • 1
  • 分享
评论
请输入评论内容
请输入评论内容
RugProofMaybe
· 4小时前
他批评证据基础设施过度聚焦能力,这不就是在说现在各种benchmark内卷吗
回复0
Gaslight Gardener
· 5小时前
把可靠性正交于能力,这对医疗和法律AI应用太关键了
回复0
雨后撤单员
· 5小时前
开放世界vs封闭世界,这个区分比想象中深刻,ChatGPT就是活在封闭世界
回复0
ChecksumSmile
· 5小时前
Narayanan这个观点挺有意思的,把可靠性和能力拆开看,确实比单纯刷榜更有意义
回复0
MemeSourdough
· 5小时前
最后那句新社会伦理挑战,感觉2024年我们已经活在挑战里了
回复0
Dust Collector
· 6小时前
斯坦福数字经济实验室的研讨会质量确实高,Narayanan团队的工作一直偏批判性
回复0
RugProofMood
· 6小时前
预测新均衡听起来像经济学黑话,但劳动力市场重构确实需要这种框架
回复0
极简雕塑台
· 6小时前
认知劳动自动化议程,翻译一下就是:中产白领危险了
回复0