中國網5月15日訊  OpenAI發佈新模型GPT-4o，多模態實時交互能力再進一步。人工智慧技術的迅猛發展，對社會的影響日益顯著，應用場景在不斷拓展；與此同時，其發展也面臨著安全性、可靠性等方面的挑戰，就業結構的悄然變化對人才培養提出了新要求。

5月14日，“北大光華學者沙龍”第2期在北京大學光華管理學院舉行，主題為“人工智慧的機遇與挑戰”。北京大學光華管理學院應用經濟學系教授、光華人工智慧與社會科學交叉學科橫向發展平臺召集人翁翕，北京大學光華管理學院應用經濟係教授、北京大學行為科學與政策干預研究中心主任孟涓涓，進行了主題分享。二十余位記者參與活動並進行交流。

在以《人工智慧技術的“靈魂”》為主題的分享中，翁翕表示，要正本清源地看待人工智慧技術的發展，需厘清“我是誰”“從哪來”“到哪去”的傳統哲學問題，落到人工智慧領域就是：人工智慧技術的“靈魂”是什麼、人工智慧技術為誰賦能、人工智慧技術未來發展的關鍵在哪三方面。

翁翕指出，受思維影響，大家往往更關注人工智慧的科學含量，導致無法看清人工智慧作為一項技術的最核心內容。人工智慧技術的“靈魂”不在於“讓機器像人一樣”，而在於通過數智化實現決策的智慧化。同時，人工智慧是一項通用目的技術，未來一定是賦能于普通大眾的決策智慧化。而未來人工智慧技術發展的關鍵，在於實現教育變革。

“人工智慧作為生産工具面向大眾，某種程度上會降低一些不平等和差異。短期內，很多用戶可能會對使用人工智慧技術有些排斥，但隨著技術和産品的進一步普及，痛點會在發展中慢慢化解。”翁翕説。

在他看來，隨著“人工智慧+”、“數據要素×”等行動的開展，國內人工智慧技術發展水準與國外相比，差距在迅速縮小。中國發展人工智慧的主要優勢，在於其在特定垂直行業和領域中應用人工智慧的強大能力，例如在金融和行銷等方面。並且，中國社會對人工智慧的開發和應用更具包容性，這也有助於人工智慧在公眾中得到更廣泛應用。

翁翕表示，目前國內很多領域都在應用人工智慧進行數智化決策，取得一定成效，在工業製造、金融服務、交通運輸等重點領域的標桿案例已具備推廣價值。此外，人工智慧的三大要素分別是算力、演算法和數據，隨著我國把數據列入新型生産要素，數據方面的潛能在逐步釋放。所以，我國未來有很大的潛力和空間來實現人工智慧技術的擴展應用和落地，而鼓勵人工智慧在産業中的應用，是進一步推動人工智慧産業發展的關鍵。

“目前來看，雖然人工智慧浪潮已經涌起，但人工智慧未來發展也在遭遇瓶頸，如算力瓶頸及數據短缺等。其中，算力瓶頸主要是晶片供應受限，但卡脖子有弊也有利，長遠來看，需求創造供給，國産算力有望在各方刺激下快速發展。數據短缺方面，國家數據局已經在推動AI大模型訓練數據集的建設，未來還需攻克高品質的標注數據集。”翁翕説。

更為關鍵的是，與上述限制因素相比，眼下認知瓶頸和人才短缺的障礙也亟待解決。翁翕提出，為了更好地適應未來人工智慧技術的發展，必須推動教育變革，新興專業課程要響應現實需求，而不能簡單地把傳統課程換個名字，同時著重培養既通曉電腦和經管知識又熟悉垂直行業的複合型人才。這需要教育體系更加與時俱進，通過不斷與産業鏈上的關鍵企業或機構展開對話，及時對課程內容進行調整。

最後，翁翕也指出，以大語言模型為代表的人工智慧融入教育，不可避免地會造成學生的使用依賴，這並非技術本身的問題。為了更好地激發學生的創新能力和創作天性，建議發揮我國體制優勢，儘早將人工智慧融入教育的全年齡階段，引導學生養成健康使用新生産工具的能力和習慣。

孟涓涓則以《人機交互：人工智慧對人類行為和社會公平的影響》為主題，進行了分享。在她看來，人工智慧技術以排山倒海之勢襲來，我們無法拒絕，這樣的時代背景，人類以怎樣的方式去面對人工智慧技術，是一個值得探討的問題。

“我們需要從人機交互的角度出發，理解人工智慧對人類社會的影響。”孟涓涓説。對此，她首先提出了一系列問題：

人工智慧，對就業、對商業組織、對資訊傳播、對社會公平的影響有哪些？回答這些宏觀問題可以從微觀視角切入，即理解人類和人工智慧將以何種模式交互？人類和AI的差異：替代還是協助？人類對AI的態度：演算法厭惡還是演算法偏好？人類與AI的交互：演算法産生哪些新的行為問題？

孟涓涓指出，人工智慧技術的採用，大體上是由技術、成本、價值、倫理四個因素決定的。具體而言，在技術方面，就是技術的成熟度、數據的可得性；在成本方面，就是新技術的成本、人員更替的成本，以及管理的成本；在價值方面，就是新技術帶來的商業價值如何；在倫理層面，就包括政府的監管與社會的接受度。

在她看來，人工智慧發展的時間軸分成前GPT和後GPT時代。前GPT時代，最經典的一個結論是重復性的、非認知的勞動會被AI替代，而認知性的社會交往，與情感、情商相關的勞動則不容易被替代。這導致低收入人群被替代概率更高。但在GPT誕生以後， GPT做了很多與認知相關的事情，可能導致高收入人群被GPT替代概率更高。

“可以看出，後GPT時代的技能替代更為顯著，如認知能力中的編程、數學、理解、閱讀、表達、寫作等能力均會被GPT迅速替代。但是在一些領域，如科學研究、批判性思考、主動學習等技能，相對來看替代程度較低。”孟涓涓説。

那麼，什麼情況下AI不能完全替代人類呢？在孟涓涓看來，當人類有著更好的人際交往能力、當人類掌握著私人資訊時、當人類有著和演算法不同的目標和偏好時，AI不能完全替代人類。

首先，當人類有著更好的人際交往能力時，人工智慧可以負責數據分析提供結論，而人類負責更高效地把資訊溝通出去；其次，當人類掌握一些人工智慧掌握不了的私人資訊時，人類決策的價值不能被替代，這是因為現在人工智慧的訓練大部分是基於公開數據；第三，當人類有著和演算法不同的目標和偏好時，人類需要做最後的決策者。因為在不同的情形下每個人的目標是不一樣的，人工智慧不一定能給出最符合個體當時目標的決策。

她強調，人工智慧技術會帶來很大的效率提升，但人類對AI的態度影響了AI技術的採用。研究表明，前GPT時代通常表現為“演算法厭惡”，後GPT時代則可能因為人工智慧更像人類而體現出一定的“演算法偏好”。從人工智慧對社會公平影響的角度來看，在勞動力市場對勞動力的替代將在某種程度上加劇不公平，但賦能或者輔助決策則會拉平勞動者的表現從而降低不平等。研究表明，後者的結論很穩健：無論是前GPT時代還是後GPT時代，人工智慧以輔助的決策賦能人類都會拉平不同技能勞動者之間的差距。對於商品市場而言，人工智慧以更低成本為更廣泛人群提供更優質的商品和服務，個性化推薦演算法可以一定程度避免商家贏者通吃，給與中小企業更多機會；人工智慧的採用由於其中性化，還能降低人類偏見、促進社會公平。

但與此同時，孟涓涓也指出，人工智慧在與人類的交互中，也存在隱私悖論、思想極化、數字成癮、認知退化、行為多樣性降低等問題，值得我們關注。

眼下，人工智慧無疑是全社會關注的熱點，身處其中的企業和個人面臨著前所未有的發展機遇。北京大學光華管理學院在積極借鑒人工智慧方法研究社會科學問題，從社會科學視角，探索人工智慧給社會帶來的巨大衝擊和新的發展契機，探討技術的邊界和社會問題的解決、探尋AI賦能百業的深度應用和前沿實踐。