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
  • 2
  • 分享
评论
请输入评论内容
请输入评论内容
GateUser-e1cfc287
· 11小时前
斯坦福数字经济实验室的研讨会质量确实高,Narayanan 团队的工作一直偏实证,这次把伦理挑战和劳动力预测放一起谈,算是把技术社会学做扎实了
回复0
红电话亭遗址
· 11小时前
正交维度这个提法好,能力和可靠性确实经常被人混为一谈
回复0
热气球看盘
· 12小时前
制度风险这块他讲透了吗?感觉这才是最难建模的
回复0
MemeSourdough
· 12小时前
Narayanan 这观点挺冷静的,能力≠可靠性这点确实被很多人忽略了
回复0
GateUser-deff9ed8
· 12小时前
扩散特性比能力曲线更值得跟踪,特别是开源模型这波
回复0
纸雕章鱼看盘
· 12小时前
认知劳动自动化议程这词太学术了,简单说就是别只盯着GPT-4能考多少分
回复0
GateUser-4e0e3bcf
· 12小时前
开放世界评估才是真的难,实验室指标刷再高,落地就崩
回复0
LateEntryLarry
· 12小时前
双轨路径这个说法有意思,情境意识+预测均衡,感觉比纯技术乐观主义靠谱多了
回复0