本期为《仲夏六日谈2023》系列推送第二期，《工作大变革——人工智能冲击下的就业思考》。
嘉宾（按出场顺序）：
大家好，欢迎来到由腾讯研究院主办的“仲夏六日谈2023”，我是腾讯研究院的冯宏声。今天这场对话的主题是《工作大变革——人工智能冲击下的就业思考》。我们都知道半年前ChatGPT的发布在科技圈引发了不小的震动，但是和过去几年科技行业的其它风口比起来，这一次人工智能带来的变革有一些不一样，它很快实现了破圈，不仅是话题讨论的出圈，也在现实当中对社会生活的方方面面的影响出圈。很多普通人群都开始用上类似ChatGPT或是AI绘画这样的工具，在日常工作和生活中提升效率，比如说用这样的工具帮助编写文案、修改文档、制作PPT、绘制图纸，甚至是制作视频。从互联网开始普及的时候，数字化的工具就一直在帮助我们实现更好的工作，但与之前的信息技术变革不同，这一次，作为人类劳动者似乎会有一些隐忧，很多人都在担心：AI可能会取代而不是帮助我们工作。那么这个事情到底会不会真的发生？如果发生了，应当怎样去应对？没有发生的话，未来的工作又会变成什么样子？今天我们邀请到两位专家一起来探讨人工智能对工作和生活会产生怎样的巨大影响，一起来分享和探讨AI和工作之间的相互共振的一些看法。这两位专家分别是中国社科院新闻与传播研究所的孙萍博士，孙老师对数字化浪潮下的新工作形态与劳动者一直保持着观察者的姿态，对信息工具之于工作的影响非常有洞见。另外一位专家是来自《经济学人·商论》执行总编辑吴晨老师。吴晨老师在过去很长一段时间都对产业数字化有非常深刻的观察。其实当谈到工作的变化，其实也是一种产业的变化，生产力不断提升，生产方式爆发革命的时候，每个产业当中的工作者也必然会迎来不同的挑战。所以我们特别期待吴老师在这方面带来一些思考。首先，我们来看一下人工智能和工作变革之间的关系。我特别感兴趣两位老师第一次接触ChatGPT是在什么时候？第一次接触到ChatGPT的时候，你们的感受是怎样的？我接触ChatGPT，其实和国内大部分人应该是同一时间，在它已经在国外很火的时候传到了国内，大家开始疯狂议论这个新技术的时候，我也出于好奇注册了账号，跟它聊了一下，第一感觉就是挺神的。后边可能用它的机会不是特别多，但是因为我是做研究的，所以给它出了一个题目，说你帮我写一篇论文吧。然后它就写了一篇论文，中间就发现非常多有趣的点。其中一个非常有趣的点，是发现它最后的参考文献有一大部分都是编的。我们在2020年的1月1号编了一条稿子，是用GPT-2的对话聊的，你能感觉有一点生硬，但是已经能够达到一定的拟人互动。当时我们写完这个稿子的时候，大家的感受不是那么深，不会觉得这是一个大的突破、大的改变，所以说它那个时候还没有出圈。真正我自己开始使用的，跟孙老师是一样的，基本上就是年初这个时间点，特别火，你会觉得这一次的对话，它是很自如的，能够给到你想要的东西。当然你在对话的过程中，也会发现它很程式化，尤其是3.0的版本还是比较程式化。它帮你做一个简单总结，做一个提纲，扔给它一个问题，能够给你举出1234，当然我们没有让它去写论文，所以说没有特别验证它写的东西到底准确还是不准确。我的感受和两位老师也差不太多，第一次使用应该是在新年之后、春节之前，当时找的是3.0的版本。当时用的时候，我第一个感觉其实是多少有一点恐惧，我觉得这个东西好吓人，因为它出来之后的框架逻辑很像人类。但是当你认真看的时候，你会发现其实里面很多东西是很套路化，没有很鲜明的观点，然后我也很快发现了孙老师说的问题，它胡说八道得很厉害，这是第一次和它接触时的感觉。那么经过了差不多半年的沉淀，最近两位老师在工作当中再去和它发生关系的时候，有没有一些新的感受上的变化？在这个过程当中，你们觉得当我们去使用ChatGPT这样一类新的人工智能的时候，它可能对个人工作带来什么样的影响？谢谢冯老师。其实如果去看技术和工作之间关系的时候，可以把它拉到一个历史脉络当中。在这个脉络当中，会发现一条线是工作和技术之间是越来越绑定的关系，在这个过程当中它们的深度互嵌是越来越紧密的。为什么这么讲？其实你会发现不同的时代有不同的技术变迁，在技术变迁的过程当中，它会呈现出来非常不一样的技术形态。比如说最早有巨型计算机，在这个时代，可能很多工作人员是最早期的编码员，他们在做什么？他们在把一个非常大的晶体管拆下来，然后安装回去，这相当于是今天软件工程师的最早版本。再到后边，有了小一点的电脑，那个时候就出现了一个非常流行的职业，在美国的20世纪50年代它叫“打字员”，其实那个时候打字是非常不容易的一件事情。再到后边，当计算机可以比较快运行的时候，在国内出现了一大批office软件的使用者，他们可能会去讲Excel怎么用，Word怎么用，我应该是在上初中的时候，这些基本上是人人必学的。再到现在的语境下谈人和技术的时候，基本上每个人的工作都离不开技术，而且在这个语境下，技术对于工作的渗透性其实越来越强，不仅仅是说工程师或是内容生产者在使用技术，甚至网约车司机、快递员、外卖员，其实也在使用技术，无时无刻不在用手机牵连着他们工作的每一个步骤。所以在这个过程当中你会发现，技术对生活的渗透是越来越深的，而且在这个过程当中，它在逐渐改变生活形态以及我们对于生活的某些想象。
这一轮人工智能变革
从行动替代到思想替代
冯宏声：
在过去这半年时间。其实我会发现这一次人工智能跟之前不一样的地方，就是大家都在积极找落脚点，到底能解决什么样的问题，所以说整体讨论的框架就是automation或是organization，到底是哪些流程自动化了，还是说给到大家更好的工具，让工作能够更有效率？我觉得这两点都有，但其实后者的机会会更多。
举几个例子，比如说在跟一些企业在聊的时候，他会说虽然说我没有完全落地，但基本上可以落地，因为现在GPT可以读比较长的东西，其实它最擅长的是对一个文档的总结梳理。这个时候可以想象一下，如果这个公司有很多文档，我怎么去把这些文档简化为大家可以操作的指南？再向前一步，这个场景是在现实当中沟通过的，比如说很多金融机构的高管，每年都要做一次考试，因为有新的监管政策出来，你总要跟得上监管的要求。未来可不可能换一种方式，让ChatGPT读新的监管规则，大家需要用的时候，你就可以问它合规要求是什么？这就等于把原先考试，考你其实就是要求你对新的监管政策有了解，变成我要用的时候能更好的调用。
第二个应用场景就是企业内部，如果我有很多积累下来的规章制度也好，文件也好，这个时候你用互动互答的方式，可能会更好地让新人对企业内部的特定文化规章制度和要求掌握得更好。与其你去翻手册，不如你跟它在互动过程当中具有更好的应用。
第三个其实在国内没有落地，比如说有一个英语学习的平台，其实语言学习就是真人陪伴式的语言学习。语言不只有英语，各个语言都有应用场景，当然它的语法各个方面没问题，你跟GPT去交互，然后语音生成这件事也没问题，这就变成自动化了。以前说大家学语言是最好是让海外居家的妈妈来教，大家来学，现在你不需要了，因为GPT真的是极大的提升，因为它有海量的词库，有语音的生成，有智能的互动，这件事就能做成。所以我觉得各个行业都在想它的应用场景，但是这个应用场景一定是基于大量文本的，然后再想我怎么去用互动的方式替代原先去查找或者阅读的方式。
我觉得刚才孙老师已经拉长了一个历史维度去看ChatGPT为代表的这些技术，对工作的影响。其实是把ChatGPT和历史上能看到的信息技术带来的变化做了一个对应。每一次技术的变革都会带来一些新的岗位，这是我听您刚才讲到的例子。吴老师其实更多是在关注新的一轮技术在落地的时候，在不同的应用当中是怎么去转化的，包括说对已有的知识，从仅仅是把知识点推送给受众，到互动式地应用，还有一些应用场景是这种真人陪伴式的，特别是语言这一类的。
吴晨：
它可以帮你复制很多场景，你在语言训练的时候其实就是场景，这个场景可能是剧本里的场景、餐厅里点菜的场景，这些原先都需要真人去演或者去参与。
冯宏声：
对，替代掉了原来要人去做的一些动作，由机器帮助我们去完成了。这里我们谈到的还都是一些行动上的例子，我自己还有一个感受，特别是最近这半年再去使用的时候，和第一次使用的时候感受不一样的地方。先是过了一个神秘阶段，会发现其实它有很多地方会犯错，但是后来你会发现，只要你有足够的耐心，只要你慢慢去掌握怎么提问，用提示词来驯养这样的一个助手一样的ChatGPT，它就会慢慢趋向接近于我们想要的答案。
在这个过程当中让我感觉到有一点不一样的，就是在它和以往的信息技术有的不同。之前很多技术是替代掉纯行动的一些动作、一些环节。但是到了今天我们会看到，在人类思考的过程中、去学习转化的过程中，它也帮我们做了一定替代性的工作。喜欢玩游戏的人会知道有一个词叫“外挂”，有的时候我会感觉ChatGPT就是我的一个外挂，我本来是需要自己去投入一定的时间，投入一定精力，用我自己的大脑这台机器去运转、把它转化的过程，而现在由ChatGPT去完成了一定的替代工作，所以我感觉说这一轮已经在从纯行动的替代向思考替代在走，不知道两位老师怎么看？
吴晨：
你刚才讲它是augment，argument是什么概念？两层，一层是说你原先自己也必须得花时间做。但是你去做会太贵，它能帮你更好完成，其实是替代一个秘书的作用，所以现在很多人形容ChatGPT，就相当于你有一群正在读本科的研究助理，但是他需要调教，调教完了之后就可以帮助你完成很多事情，这是一个。
但是第二类我觉得会更有意思，很多时候它真能做研究助手。原先我们在探讨律师行业未来大变革，因为可能尤其是在案例法这个时代，所有的好律师都是从paralegal开始做的，一开始你要去查案例对吧？大家看很多律政剧里律师会花很多力气去看材料，找到相关案例。这件事以前是人力资源耗费极大的，现在机器可能几个小时就可以把成千上万的卷宗全部看完，找到蛛丝马迹，你只要告诉它需要什么东西，它绝对比人做得要快，精准狠，这个时候你会怎么办？
甚至现在我们再去探讨的时候，大的律所，大的咨询公司，他们都在做“套利”的工作。什么“套利工作”？比如在做生意的时候，跟你谈的是机构的大咖在跟你谈，但最后给你算的时间都是按照这个时间算的，但背后其实是有一群刚刚毕业的高材生，但是他们不用花多少钱对吧？中间这个价差就是这家机构赚的钱，但现在我们会发现，如果这个律师很牛，他背后不需要小跟班，只需要一个训练有素的AI，就可以帮他解决50%以上这些paralegal能做的事情，这将带来巨大的变革。这个时候我们讲效率提升，对于那些特别牛的人来讲，效率提升的比例就特别高。
孙萍：
如果我们把工作拆分一下的话，现在的工作我觉得大致可以分为三类，一种是被称作物理性的工作，另外一种是认知性的工作，第三类是创意性的工作。ChatGPT为什么能够引发这么大的恐慌？其实它威胁到的应该是知识密集型的产业，也就是认知类的工作和创意类的工作，它对这些工作的挑战要比物理性的工作更大一些。举一个例子，现在餐厅里边有服务员，小区里有快递员，但是ChatGPT还没有“腿”，所以它难以完成这些工作，它没有办法通过一种流动性的状态去完成这些工作，它更多的是在二维平面上的信息搜取的能力，在这一点上，它对这群工作的人的可替代性反而是弱的。
编辑的工作、校对的工作、翻译的工作，这些其实都是在传统意义上、在工作分类当中会被认为是知识密集型的工作，他们的可替代性反而很强。而且我们会发现，如果让ChatGPT生成一幅画的话，它的创造力其实是非常丰富的，它可以创造五彩斑斓、异想天开的作品，这其实也打开了新的一轮创意工作怎么和AI技术进行结合的一个大讨论。在这个语境下，整个社会当中白领或者是拥有知识的人可能更加恐慌，原因可能我觉得就在这里。
冯宏声：
在网上大家有在讨论，本来是想让人工智能帮我们完成一些体力性的工作，然后好去诗和远方，结果现在人工智能先实现了诗和远方。确实是有很多的信息技术在发展过程中会有一些意想不到的变化。它和之前第一代的互联网和移动互联网的时代，技术对工作的影响是一致的吗？还是说这一次的技术确实是实现了所谓的“奇点时刻”，真的能够实现对人类的工作就业实现根本上的颠覆性冲击吗？
吴晨：
孙老师刚才讲的我觉得特别同意，ChatGPT其实是把知识这件事变成大宗商品了，知识只要存在，机器就可以调用。如果简单的只是在调用既有的知识这件事，机器一定做得比你更好，更快。反过来需要思考的是，原先从工业时代一直延续下来，没有推动真正变革的这些事怎么去改变？很简单，工作、学习生活、退休这个三段论，是工业时代的对吧？从0岁到18岁甚至到22岁，这是学习，学习完了之后，你工作到60岁退休，现在就不断被打破了，要终身学习，因为你的知识是不断折旧，现在知识其实只要有的机器都会学对吧？你就更难了，人的优势是要去想新的，这是一点。
这对教育提出了特别重要的一点，就是“卷”一点意义没有，以前还有一点意义，现在真的一点意义都没有了。你“卷”，考大家记忆这件事，你干嘛要考呢，旁边就有一个ChatGPT。现在要去考你的是怎么调教你的“外挂”。因为它还不会问问题，我觉得它至少在短期3-5年是看不到它能问问题的，它没有办法说我今天想做什么。人怎么把自己的主动性，自己的想法让它帮你去实现，我觉得这是对整个教育体系一个全新的挑战。今年连高考卷子大家都没兴趣再去讨论了，为什么？因为靠这个应试来去衡量孩子真的没意义了。因为这些机器都能做得更好。
第三点是在企业内部，其实大家要去思考就是第一个到底会涌现出来一些什么样新的工作岗位，孙老师也特别讲了，每一个新的技术自然会带来很多新的岗位，比如说AIGC可以画画，画画的时候，什么样的人去做这个prompt是最好的，对吧？
几个月以前我们做研究会发现在欧美，博物馆里专门有一个行业是帮博物馆的图像绘画艺术作品写盲文的说明，就是说他们要让看不见的人在大脑当中能形成一定的印象，怎么去描述出来？这些人他反过来把描述写给机器出来的创作就特别鲜活，这些我觉得它一定会有新的东西涌现出来。
另外一方面企业跟社会都需要仔细思考的是，的确会有大量的人没有用。你要自己去想想是重新培训还是什么，我觉得这件事情才刚刚开始。想象一下，原先我要做一个PPT，我PPT做得很烂，我会能让秘书帮我做。现在你说只要有好的idea就行了，ChatGPT帮你把PPT完成，你有一个文本给它，说我想要什么样子，它自然就给你，让你去做选择。前面讲的paralegal，从查案卷宗开始这是最基本的，或者说会计师，开始时去做一些基础的活，这件事没了怎么办？我觉得这些现在是放在我们面前非常重要的挑战，但是机器做不了判断。我觉得有经验的人的判断力其实变得非常重要，判断力更重要，所以说现在很多讲说码农被取代，但是什么样的码农不会被取代？10年以上有经验的码农，他可以通过机器让他变得身价百倍，因为他只需要搭模块，他有全景架构的想法，但是底下每一个做小模块的那些码农，你就发现很快就被替代掉了。
这一部分更多是在讨论，新的这一轮人工智能技术对个体工作的一些影响，它给了我们很多的惊喜，也带来很多意外，那么它可能会替代掉现有的一些工作岗位，让这些工作岗位消失，那么这一类的岗位可能更多是在脑力劳动当中比较基础的那一部分，就是可以被机器不断重复再现的。但是在脑力劳动中的高级阶段，需要对知识进行判断和调度、选取和重组的，再到最顶端，我要会发问、能够提问。这个能力目前的技术仍然还做不到。那么在这一段的话题结束之前，我很好奇的一件事情是两位老师在目前工作当中，自己会实际在使用这些工具吗？使用的情况是怎么样的？说句实话，其实不太用。在平常的唯一可能用到的场景就是会有一些基本信息的搜索和整理的工作交给它，但自从发现了这种一本正经胡说八道给你写论文的状况之后，就很难再使用这种东西。因为孙老师从事的是比较严谨的学术研究工作，所以也顶多是在这种资料性的这种查找上，它可能还有一些帮助，起到一些助手的作用。吴老师有在用吗？工作场景没有用。在实际的个人应用场景里面，其实现在让它去写简报这件事，我觉得还是不错的，一篇文章我来不及读了，然后扔给它问要点是什么？它很快给你一个反馈，这个是比较好的。它不会出错，因为它是基于文本的描述，不是说让它去查找。其实在家里的应用场景会让小朋友跟它去玩，因为小朋友跟它玩特别有意思，因为你去丢一些元素，看它到底出来什么东西。我觉得这个还是很有意思的，小朋友会很喜欢。您这么一说我就放心了，要不然我想着接下来的《经济学人》，我每次还要分辨一下这篇是不是ChatGPT写的。我觉得暂时不会，因为我觉得重要的点还是说它是不是能够做重要的判断。我觉得它会帮助记者、编辑更好去做信息搜集，原先你肯定要查很多，现在不会费那么多力气，但是最后你到底想表达一个什么样的观点，你的判断是什么，我觉得这还是很高阶。是的。我们的状态其实还是很接近的。目前我们在团队内部，还是鼓励大家都去使用这些工具，然后说我们也曾经开过玩笑说，要有一天你能够用这个工具真的写一篇报告出来，没有被看出来，那你就是高手，但是目前还是实现不了。在团队内部更多的同学其实使用还是比较频繁的，我现在几乎每天都要去“盘”一下它，就像去驯养它一下，扔给它一些问题，让它来输出一些结果，但是我很清楚他的答案，并不一定是准确。两位老师刚才更多的是在讨论新技术的冲击，对每个个体的工作的影响和改变，接下来我特别想听听两位老师在人工智能对整个就业市场的影响的思考。其实刚才吴老师已经多多少少谈到了，现在能够看到的应试教育，在人工智能的冲击下会有些手足无措，教育界会有点慌，学生也会有点慌。像我家里的小朋友就会讲，说爸爸我还需要再学吗？这些东西我有必要再去学吗？今天的应试考试，机器都能考得满分，我将来怎么证明我比机器要更有价值？包括大学未来到底要不要扩招，怎么扩招？职业教育是不是我们的方向？物理性的就业方向，和脑力劳动的就业方向，是不是要适当去调剂？还有刚才小朋友会问到的问题，读书是不是没有用了？我想知道两位老师是怎样的一个想法？我觉得其实越来越多人在探讨，比如说梁建章他在写的最新一本关于中国人口跟就业的书里面，他提的建议就特别有挑战性，他说是不是可以把中学的学制降成4年？因为初三跟高三都在备考，初一初二在学，初三就不再学了，就在反复练习，高一高二在学，高三就备考。ChatGPT不能帮你备考吗？如果你考的就是记忆和比较模块式的知识，ChatGPT都能做，对吧？我干嘛要浪费两年？这两年时间，不如让大家去多接触世界，多接触社会，多做一些体力活动都可以。国外崇尚gapyear，中学毕业到大学之前，先出去玩一年，去当志愿者，去到山里面，去到穷的国家看看这个世界，然后回来你可能会知道自己到底想要做什么。我觉得整个教育可能简单分为三个不同的点，第一个叫应试教育，大家到底应该怎么去挑战。第二个是应试教育所有人讲它是最公平的，怎么去维持公平性。第三是让孩子尤其是大城市的孩子，从自己父母的呵护里面走出来，这些其实都是挑战，但是ChatGPT从这个角度它是一个很好的动能。如果“卷”就是为了哪个孩子比另外一个孩子强，而且这个强是用一个单一维度去衡量，这个强就是说他更用功，他可相对更有耐心，他不好动，不好玩，他心思没那么活，但是你想想这三点在公司场景里面，你都不一定觉得这样的孩子是你最想要的。但是我们希望孩子能够知道有哪些工具他能用，能用好，能够知道这个世界其实很大，因为应试教育其实只给大家提供了很小一块知识，但是这个世界好玩的、有趣的东西太多了，但是孩子没时间，现在其实可以鼓励大家在有一定基础之后，让孩子有更多的时间去探索一些新的东西。每个人都学会技术怎么用，明辨什么是正确的，什么是机器在胡说八道，知道自己做任何一件事情，我要doublecheck，要找到源头去验证这是真的，其实对于很多孩子来讲都是很好的，他反而会打开很多新的世界。我沿着吴老师的思路往前再拓展一点。如果我们从教育的不同阶段来看，其实对于知识是什么的定义，是不太一样的。在第一个阶段也就是所谓的知沟1.0阶段，刚刚有互联网的时候，其实知识鸿沟的差距在于，你有或者是没有这个点，比如说你有互联网和你没有互联网，你接收到的知识的量和宽度、广度是不太一样的，到第二个阶段，其实当大家都可以接触到这个技术之后，你可能比的就不是量，更多是知识的搜集、获取和整合的能力，而恰恰ChatGPT是具备这个能力的，它可以有效聚合各种平台的信息，生成一个非常漂亮的文案。在今天谈到教育的时候，其实很大的一个问题就是刚才吴老师所讲到的，传统的IT在实现信息化的过程当中，更多其实是一种二维平面的内容，但是人关于知识是什么的认识，其实来自于三维立体的世界，也就是说收取信息的方式和机器去收集和获取的方式是不太一样的，在这个过程中人的创造力、同感心、质疑的能力、挑战的能力和反思的能力，其实恰恰是这种二维平面的思维方式或者信息处理方式没有办法带来的，这恰恰是将来应试教育需要改的地方。我们可能需要大胆摒弃知沟1.0时代和知沟2.0时代的填鸭式的、以知识的广博或者是知识的吸取为基础的模式，转到一种如何去对知识进行再生产和再创造的这么一个过程。我大概能够理解两位老师的意思，但是我有一个没有想好的点，所以这块其实我自己一直对应试教育到底要不要改、怎么改一直没有一个很明确的想法。比如说刚才谈到的，现在应试教育本身存在的一些问题，我的一个想法是ChatGPT其实不是来替代什么事情，它首先是来暴露了在传统的技术环境下，我们的教育制度本身就存在着欠缺，这些欠缺不是因为新技术出现了才有的，而是原来就有。刚才讲到的，对知识的采集、获取、存储、整理、消化、转化、再创造这样的过程当中，每一个个体的人的能力的积累。我现在就有点困惑的一个点，就是今天还需要记忆吗？应试教育大家很多时候会去诟病它，填鸭式，逼得孩子去背东西，那么孩子有时候会觉得说有了GPT这个东西，以后可以不用背东西了吗？还需要记忆吗？或者说记忆能不能再去分层，哪些是牵引性的一些东西，我要记住可以牵引别的记忆的一个记忆，这可能是后续要去做一些调整的地方。但是我个人也认为，这不意味着说把所有的知识都交给机器去消化理解，然后通过脑机接口这些东西直接灌到我的脑袋里。我说两点。第一个，好奇心是孩子最重要的特质，我们发现好奇心大概什么时候被消灭掉了，就是5岁之后，当你进入到一个教育体系之后，中外都是一样的。因为你不管怎么样，当你用一个单一维度来衡量的时候，不是多维度的、不是定制化的。对孩子总会有这样的负面效应。怎么去保持孩子5岁之前的这颗童心、好奇心，对很多东西感兴趣？我认识的一位咨询公司的老板就在家里就做这样的实验，他给孩子说你提出一个问题，我答不出来，我请你吃顿饭，你提一个问题，很多人都答不出，找了半天都答不出来，你自己点米其林几星的馆子，我带你去。就是给他一些不是那种特别物质的，但是一些体验上鼓励大家去问问题，我觉得这是很重要。提问的能力要被培养，而且你要营造这样一个氛围。第二点，回到你说的到底是不是还需要记忆，其实现在你会发现有很多人都会有这样的记忆，就是他在开蒙的时候，读的都是中国的经典，但是读经典的时候，他根本就是背，不理解，但是等到他到二三十岁、三四十岁之后，他在调用的时候，这个东西已经深刻在他自己潜意识当中的时候，真正在遇到一些新的场景的时候，他调用起来特别方便，他马上能够理解，无论是四书五经这样的经文，还是说很牛的人写的文章，或者是诗和词。调用的过程当中，你会发现原来这个是有用的，所以说可能真正经典文本，是需要大家去用诵读的方式记下来，但是你不需要懂，因为未来你是有机会去懂的。人脑其实非常重要，大家知道人脑的记忆，长期来说大量的东西会被遗忘，半年前写的东西，自己再回去看，会觉得当年自己写过吗？这是我写的吗？我看过这本书吗？其实都会忘，忘是太正常了。所以说机器给了我们更好的知识检索的工具。涂子沛老师写了一本书叫《第二大脑》，它就告诉你说，本来大脑的脑容量是跟不上技术迭代的，进入数字化转型才两三代人，我们的大脑至少得给它个100万年才能进化到一个适应数字化时代的阶段。但是如果在一个信息爆炸的时代，你有那么多刺激，你哪能记得住，但这个时候你核心最重要的东西能不能记得住，剩下的东西怎么用工具把它存在那里，需要调用的时候很好调用出来，这就是ChatGPT给的最重要的点。它可以帮助我们拥有一个为你定制的百科全书式的图书馆，这是非常有意思的。之前所谓可以吊书袋、博闻强识的，他也是要写成千上万的卡片。现在你不需要了，工具可以让你拥有这样的可能性。
所以未来我们对教育的期待是它能够更好的教会下一代人掌握知识的结构，同时掌握一定的知识调度的工具。那么在知识调度的工具这一块的学习，还是要有一个强化学习，人类去掌握它，然后你可以更好去使用这样的技术工具、技术助手，去完成对知识的调取。我们为什么关心这个话题，其实就是应试教育和今天的就业市场是相联系的。最近基于各种原因，失业率是在上升的，尤其是年轻人的失业率。两位老师如何看待今天青年失业率上升的情况？同时还有一个很有意思的事情，就是零工经济的崛起，我们想知道这样一些现象，和人工智能的发展之间会不会有一定的逻辑关系，关系又是怎样的？这里有两条线。一条是宏观的，一条是稍微微观一些的。先来讲这条宏观的线，如果现在把青年就业和人工智能相连的话，可能要回溯到2008年前后，就是金融危机的时候，在金融危机之后，全球货币以美国为代表的量化宽松政策，其实导致了一大批风投资本在全球范围内是要流动的。最后找到的切口其实是IT，互联网产业其实在中国在过去的20年间实现了它的腾飞，在这个腾飞的过程当中，非常重要的一个点是它为今天广泛而普及的这种零工就业打下了技术性的基础。也在某一个节点，应该是在2012、2013年前后，零工经济开始突飞猛进的发展。在这个过程当中，其实它牵连的一方面是我国的产业转型，产业转型也带动着就业人口的流向，越来越多的人从制造业流向了服务业，在这个语境下去讲说技术的这条线和现在青年就业或者是失业的问题有没有联系，我觉得是有联系的。一方面技术的革新，它可能在工厂里用机器换人的形式进行了变革，另一方面就是零工经济的崛起，其实也让越来越多的年轻人在工作上变得非常不稳定，他们的流动性在高速增强。如果再回到微观的线，为什么年轻人的就业率其实不是很高，我觉得在过去的几年当中，跟疫情的发展有很大的关系，就是受到经济下行的影响，其实很多以年轻人作为主要就业，或者是招人导向的这些企业都在缩减。比如说IT产业，其实它们的主力军都是年轻人，但是它们现在都在收缩，这种语境下，它创造的就业可能没有之前多。第二我觉得可能是青少年的心态，就是世界这么大，我想去看看，越来越成为年轻人想要追求的一种世界观。前几天去北京的一个城中村做调研的时候，那个地方有一个外卖骑手的站点，站点里边有一个年轻人，当时我们去做调研，他说你们都是研究生吗？我们说是，他说我也是研究生。他是上海财经大学的本硕，之前是在普华永道工作，后来觉得人生失去了意义，开始跑外卖，我们可以看到，在就业的这种非常结构性的语境下，其实是暗含着青年人非常情感性的或者说对于人生意义追求的一种迷惑。刚刚孙老师从宏观和微观两个方面做了分析。其实我一直有一个很好奇的点，因为这块不是我的专业，我想请教孙老师，现在对“失业”这个词的定义到底是怎样的？今天去统计失业率的时候，是不是会有“误伤”？零工经济又是怎么统计的，因为今天的信息技术带来很多的便利，我开个直播间，就可以去实现一个基本的生存，那么这个算失业吗？还是说有其它的一些标准？如果说今天的“失业率”，对失业的定义已经不能适应新的技术带来的一些变化，那么后续应不应该去调整？怎样去调整？这个问题非常有趣。按照现在的统计，“失业率”就是三个月以内，如果你每天的工作时长多于一个小时，就不算失业。统计口径其实我觉得还是比较宽泛的，也就意味着说如果我今天失业了，我在家里边直播了一个小时，赚了一点外快，比如说有人给我打了个赏，我从中间赚了两三块钱，我也不算失业人员。“失业人员”可能确实是无业，或者处于一个完全待业的状态，这样才属于失业。所以当我们看到这个数字比例很大的时候，其实是很令人惊讶的。零工经济给了很多人一个过渡的可能和一个过渡的渠道，就是说可能有40%-50%的人会在职业发展中表示说，做这份零工为了过渡一下。但是过渡对于整个社会的意义是非常有可能变成一种持久性和永恒性的过渡，这个可能在今天重新谈对于工作的意义，或者对于稳定的意义的一个想象，造成了一个非常大的挑战。在这个过程当中，对于未来的工作是什么样子，其实要换一种思考方式。我觉得可以用一个词，就是在欧美有一个非常常见的词叫做“尼特族”。没有工作，不再去学习，也不再training的人。其实在欧洲很多国家20-24岁的尼特族是一个长期的存在，经济在发生变化，很多企业比之前的企业，创造的直接就业少了一个数量级。一个通用汽车，其实可以创造百万级的工作机会。而谷歌是10万级的工作机会，虽然可能工资要高很多，但是直接创造的工作机会就是这么少，当然就会产生零工经济。但是零工经济的问题是，无论是在国外还是在国内，其实它很难长期维持体面的生活，所以说变成一个中间过渡，其实我自己有时候打网约车就会发现，只要开车的技术特别差的人，你就会发现经常会出来说打个工，我中间这份工作赚得不够了，我偶尔开一开，而且这样的人越来越多。另外一点我觉得也值得去思考，因为中国跟国外的最大的区别就是，我曾经跟另外一个经济学家在探讨，他认为是说中国应该更好，因为今年是1000多万大学本科生毕业，而今年退休的人大学本科比例是多少？可能只有1%不到，这其实是在进行非常重要的、大的替换，而这个替换只是在这一代人，就是退休跟进入职场，在国外可能差别没有那么大，可能差别不是1跟50，而是10跟50。10跟50，跟1跟50是有很大的差别，但是反过来就是它给经济整体的结构提出大的要求。到最后还是说经济要有活力，企业家要有信心，老百姓要愿意花钱，这三件事跟就业是紧密相关。
我们可以一起来期待，这一轮的新信息技术的变革，能否去创造出一些新的机会，创造出新的可能性。回到今天的话题，就是未来以ChatGPT为代表的人工智能的技术，可能为就业市场带来怎样的一些积极的推动？或者说，有没有可能用这样的新技术带动更多的一些新的就业机会，去解决结构性的问题？我自己的感觉是，这种新的技术形态，肯定会带来非常不一样的就业岗位，在这个过程当中有两种发展的趋势。第一个就是替代，就是前面所讲到的，有很多的职业可能就完全性的消失了，或者是它有一个过程逐渐消失。第二个其实我的观点和吴老师有点像，就是它是一个增强，其实不是说完全把你取代，而是说在这个过程当中我来加持一下你。我无论是作为一个“外挂”也好，还是作为你身体的一个延伸也好，让你变得更加强大。还有经常说的一点其实是说在技术的发展过程当中，对于人的工作的重塑，就是说上帝给你关上一扇门，他会给你打开一扇窗。比如说现在打网约车，用的是司机师傅来开车，未来可能自动驾驶发展非常好了，然后不需要这个师傅开车，但是需要他坐在车上，作为一个监测员，无论是从法律上也好，还是从伦理上来讲，可能在很长一段时间内，都是要车上有这么一个人的。再比如说现在有外卖小哥去送餐，未来有了这种自动送餐车，可能不需要外卖小哥了，但是可能需要一个在后台分析餐车的方向、图像或者方位，或者操纵餐车的技术型人员。在这个过程中，可能很多的人借着AI或者是人工智能新一轮的变革，他的工作形式和工作的这种技能会得到一定的提升，尤其是对于中国最广大的这种无论是在制造业当中，还是在零工经济当中，现在有大约制造业和零工经济加起来应该有至少5亿人，他们的这种职业技能和工作技能的升级和转型，可能要朝着这个方向去走。我觉得有几方面，一是人工智能可以把培训做得更好，我觉得现在其实越来越多的人，就在探讨会计师、律师、咨询师，入门级的岗位没有了，那怎么办？你其实是要有好的基础的，还是可能牛校毕业的这些人选进来，给他人工智能创造的场景去练习，让你模拟可能面临的挑战。但是这个过程中你通过摸爬滚打去学、查资料、跟着去做，逐渐培养你的判断力，积累你的经验，我觉得这是一方面。另外一方面，其实在中国语境里面，我觉得特别需要大家花时间去思考，也就是说总是试图通过技术来解决衣食住行的问题，但是为什么不能通过社区跟社群来解决？有很多工作，其实是社区缺位，教培就是这样。其实现在有一些好的社区，组织力很强的社区，已经开始组织。比如有很多已经是全职妈妈，她其实有很多时间，也想着要做些事，并不一定需要挣钱，如果有很好的平台，让不同的妈妈去做一些力所能及的事情，让妈妈或者爸爸这些家里有专业的人士，可以为孩子去做一些东西，这些其实是很重要的。但是怎么把社区跟社群组织起来，组织者这个工作其实是机器做不了的，这个工作其实是需要大量的。你想象一下，每个大城市有多少社区跟社群，如果不是以盈利为导向的，是以丰富各个方面的内容，但是对这群人你要给他基本的待遇，让他也能够过上体面的工作，由他来组织、来调动整个社区的资源，这是人力的资源来解决孩子的问题，来解决老人的问题，来解决大家邻里过程当中，其实就是基本需求满足之后，有更高的需求。这些其实能创造很多岗位。现在大家当笑话讲，高学历的人去应聘当保姆，大家会觉得这是错配。但是你反过来讲，她如果不是保姆，她是这个社区的某种意义上的付费志愿者，给她正常的工资，她为大家去提供服务。其实是非常大的需求，但是如果简单的教培，大家是用交易式的，还是说我积累信任之后有一个更大的平台，而且把公共空间充分利用起来。之前我在跟一家上市公司聊的时候，他们其实在一些地方的社区就在做这个，他们搭建这样的空间，比如社区的空间，图书馆的空间，这些空间它也需要带来内容。但是谁来做，如果是一个公益的行为，政府还有一些补贴，小区在物业费上可以覆盖部分支出。我觉得这其实给了我们新的思路，有大量懂得使用技术的人，高学历的人，为什么没有这样的岗位？它其实能帮助大家转型，这个转型其实又跟前面讲的教育整体的转型是匹配的。这是真正能够通过技术赋能的方式带来一些新的东西。对，您讲的技术赋能这个点很重要，在过去几年的实践里面，包括腾讯在内其实好几家互联网企业都在参与这样的推动。比如说您谈到的社区建设，其实有很多的互联网的技术产品，可以在背后来提供支撑的。比如能够看到的一个典型的例子，在河南水灾的那一次，腾讯文档就发挥了巨大作用。它们也可以给去做这种公益性的社区服务的人员，提供一个非常好的技术助手。顺着刚才吴老师讲的，后续其实可以有很多的想象空间。那么如何把这种社区的服务，以一种可以市场化运作的方式来实现，使它能够自身能够运转起来，能够可循环，可能是一个需要思考的问题。创造大量的大学生就业岗位，这是重要的。就是这些岗位是需要人跟人交流的。想象一下一个社区，如果是一个上万人社区，如果有100个这样的岗位，需要处理人跟人日常各种各样的事情。我可以举一个例子，法国邮政做了一件事情，它也面临挑战数字化转型，大家不用寄东西，但是我有一个遍布全国的网络，有很多独居或者是老人在乡村、在小城市，年轻人在巴黎、在大城市，那怎么办？就给你一个月，你一个月付40欧元给年轻人，然后他们每周会上到你们家，跟你们家的老人唠嗑。而且是要真诚的，就是他受过培训如何聊，了解你有什么困难，有什么想法，聊完之后他会写一个简单的汇报给到你在外地的子女。这些问题其实未来我们都会面临，就是你怎么去服务空巢老人。这个服务不是简单给他一个ChatGPT，他不会操作。但是如果说你有培养很好的大学生，他们愿意从事这样的工作。另外一个在荷兰也有这样的工作，就是解决住房问题，我觉得未来我们也可以尝试。年轻人在大城市肯定租房子很贵，有很多的老年人是空巢，但家里有房子，他也不愿意把房子租给陌生人，这个时候能不能有一个社区配对的方式，就是老年人找年轻人当室友，租金很便宜。但是你需要去帮助老人，比如说你7天里面有一天，你是要跟你的hostfamily要有互动，要帮他解决一些问题。政府再给点补贴，这样就既解决了年轻人，尤其是在异乡年轻人的住房的问题，第二解决了很多独居老人的问题，第三又增进了代际之间的融合沟通，其实这些其实都是创新。我们分别聊到了人工智能的对个体工作的影响，也谈到了人工智能对整个就业市场，甚至包括整个社会的影响。那么最后，我们来聊一聊人工智能对不同行业的影响。像吴晨老师所在的新闻媒体行业，从您的经历和日常观察来看，会有什么样的一些影响？总体来讲，第一人工智能还没有腿，跑新闻的人还是需要的，新闻要有现场感。当然不同的新闻类型也会有区别，体育类的新闻尤其是不那么重要的赛事，可能就适用人工智能。但是有一些重要的事件，需要第一时间到达现场，需要去找到观察者、见证者去聊，这很重要。第二点，新闻媒体作为一个平台，它有很重要的议程设置能力，就是说我们到底要讨论什么样的问题。因为新闻不是简单说是发生了什么，更重要的是知道发生了之后，背后到底为什么？怎么去改变？前面我们讲ChatGPT是没有办法问问题的，它就很难去设置议程，所以我觉得媒体舆论监督的这一点，尤其是议程设置能力，是没有办法替代的。第三点，媒体应该是一个重要的话题讨论场。无论是老龄化的问题、生育的问题、就业的问题，今天这样的场域，广义上也是个媒体。大家去探讨这样的问题，机器或许会帮助解答这些问题，做更好的助手，但它没有办法发起这样的讨论。所以，从几方面来讲，我觉得媒体受到的影响会很小，但是从另外一个角度，就是泛媒体跟自媒体。很多时候他们不在乎新闻的真假，只在乎吸引人的眼球，这个时候它的制作成本比以前要低得多。现在有了ChatGPT，1000个题目，1000个标题，试试看哪一个能出来。所以碎片化的信息、赚你眼球的信息可能会更多。再向前，在整个媒体的生态当中，如果说这个生成式AI可以把人家辛辛苦苦写的东西，几秒钟就改头换面，去搞个10万+，那样怎么办？这些事是需要去仔细思考的。也就是说，传统的新闻行业的这些要点，比如说要在现场，要有自己的完整的工作流程，要有提问、思考和讨论的过程，这些可能是机器目前还是替代不了的。您后边谈到的其实是如何在新的环境下重新定义所谓的“新闻”，今天很多的新闻其实已经变成了一种故事，大家是要去在这些所谓的新闻故事里，找到一个情绪上宣泄的出口，或者是其他的一些目的。那么在这样的领域里可能影响会比较大。还有谣言跟虚假新闻的问题。未来可能也会有新的行业，就是图片，视频、音频的“法医学解剖”，到底是不是第一时间拍出来的，还是后面加工合成的，怎么加工，怎么合成的。你看到的照片，你看到的图像都可能是假的。这个鉴真师，也要借助于机器的辅助，自己看可能也不行。他面临的是海量的信息，需要大量的处理。对，最终还是要用魔法打败魔法。除了新闻行业，还有对于制造业的影响。2022年，整个中国的制造业增加值已经超过了4.98万亿美元，已经占到全球的差不多接近30%，已经超过了欧盟和美国的总和。但另一方面，我们又会看到很多报道说，年轻人其实就业环境又不太好，找工作不顺利，那是不是预示着越来越多“无人工厂”“黑灯工厂”已经变为现实了呢？对于这样的制造业的产业转型，或者说由于智能技术带来的产业转型，给个体就业带来的冲击会是怎样，后续会有什么样的一些解法？机器换人是肯定存在的，而且是很大的一个趋势。这在我国的制造业里表现得非常明显，比如说以新能源汽车为代表，它的很多生产流程其实完全都是智能化的。另外包括医疗设备的生产，也是这样的，基本上就是智能化的流水一条线。人需要去干预和辅助的主要工作，也就是操作一下后台的仪器，去点几个按钮，剩下的所有事情都可以机械化和自动化去生成。所以现在的制造业面临着非常大的，或者说非常具有特点的产业升级。在这个升级过程当中，它其实需要的是有技能型的人，而不是传统流水线那种你来拧螺丝，我来把这个壳给它加上去，最后形成一个成品，日复一日的重复这个劳动。这种工作现在越来越少了，它慢慢都会被机器替代。这也是为什么国家推出了高考分流，要有一部分人流向职高，而且对于职业教育的培养，其实是需要重新去确立一条线，需要培养的其实是大国工匠，而不是流水线工人。如果去看这条线的话，你会发现说当工厂里不再需要那么多这种重复性的工作的时候，这群人就没有办法留下。他们只能流向门槛比较低的一些岗位去。在这个语境下，我觉得零工经济其实是技术和社会发展双向催生的产物。这样一群人，8成都是农民工人群，里边有30%-45%是来自于制造业的工厂工人，也就是说其实他们当中很大的一块比例是被原来的制造业工人填满了。为什么他们会来到这个地方？其实非常简单，就是它的门槛很低，再说的复杂一点，就是它生产资料的配置上，其实就是一个手机，一个头盔，一个电动车，就可以上路了。所有人都可以干得了这个活，这种低门槛和及时启动性是非常强的，你可以立马去干。孙老师其实更多是在说，由于智能技术的出现，可能会让制造业的很大一部分的劳动力变成一个闲散状态。那么有没有可能这部分的劳动力会发生一种迁移，可能说去流向对技术含量要求更低洼的一些地区，比如说从东部流向西部？有一些地区，仍然需要有这样的非智能化的制造企业的存在，那么工作机会会不会有这样的迁移？先回到前面智能工厂，因为最近我们也在做一些调研，我发现其实就是有一个很大的前提，就是说智能工厂还要分不同等级。智能化的程度一定是不一样的。它不是说现在已经都到黑灯工厂的程度了，还是会有不同程度的需要体力劳动，但趋势一定是机器替代蓝领工人。第二个趋势是说需求是在哪？能够管理机器的技术工人，或者能够管理机器的高级技工，这些人其实是可以从现有的职业高中出来，当然大学生也可以去接受训练，其实是需要让更多的大学生开放自己的心态。比如我去采访一家工厂很简单，8个小时站在机器边上，能不能做得到？而且这8个小时如果是3班倒的话，可能每个月有一周是坐夜班，能不能做得到？第二除了站在那，你不需要有太多体力劳动，但是你要能管得了机器。好的技工是在流水线上的故障90%能解决，因为流水线不可能说没有故障，你怎么去通过数字模型、数字分身的方式监测甚至预判10%的问题，怎么去让更多跟工程师一起解决，这又是培养你的能力。第三是利用这个数字分身，在管理的过程当中有没有小的改进？小的改进就是你的能力，你的创造性，这些需求会在，哪怕这个工厂人没有那么多，但是几百人要求的学历，要求的能力，要求的能动性比以前要高很多。再回到你刚才讲的，蓝领工作还会大量存在，只是越来越少。我相信这个春运的场面会越来越少。因为你随着像富士康这样的企业，它能消化的人越来越少，这样的需求就会少，你需要做的其实是对于既有的工人怎么做。刚才讲的手机加车加头盔的这样的岗位，它是有限的，消耗不了那么多，你还是要给他一定的技术培训，他们也有机会。很多经济学家在分析说，现在面临的一个重要挑战就是，是不是会有很多中国制造迁移到海外去。你会发现有两个重要的门槛，海外不具备，第一个是产业链的整合的丰富业态。第二个其实是积聚了大量有很多丰富经验的产业工人，他们身上的一些流程管理的经验，不是简单的数字化就能替代的，中间至少有10年的时间。工厂形态是不一样的，中间有大量的不同层次的工厂，需要不同层级的管理工人，这些管理工人的经验有没有更好可以传承的、可以梳理的，经验怎么去转化，我觉得这些都是值得大家去做的工作，而且这些可能也会创造蛮多新的工作机会。
冯宏声：
今天谈第一产业、第二产业、第三产业，其实是很早之前设立的标准，那么新的技术的发展的过程当中，有没有一种可能性，就是人工智能所引发的对产业的冲击，已经不再局限在某一个具体赛道，可能是对整个社会的产业结构的影响。因为我们说信息技术其实已经在工业、制造业、农业、服务业里都会存在，一些职业的角色边界都已经发生了变化，那么后续的这种产业划分，会不会有一些新的变化呢？
孙萍：
产业划分其实我自己感觉它是一个历史性的概念，它更多的其实是一种标注性的含义，也就是说当回归到某一个具体产业的时候，有一个落脚之处。在这三个产业当中，其实技术都在越来越紧密地和某一特定的产业当中的生产，进行紧密的捆绑。其中有一个非常有趣的特点，在这个过程当中，越来越多的重复性的、机械性的或者是低技能性的任务，其实是可以交由机器来完成的。
另外一个方面，就是可能要去考虑说人在里边扮演一个什么样的角色，他可能是一个陪伴型的角色，可能是一个中介性的角色，可能是一个整合性的角色，或者是他可能是其他现在没有想到的质疑性的或者挑战性的角色，这可能是未来很长一段时间，和ChatGPT之间的关系整合的一个过程，就是我们和它之间可能不仅仅说是一种恐慌或者是一种对立，而是要看到怎么和它共生、共存、共发展。
吴晨：
对，我觉得一定是有更多的跨界的机会，我觉得农业其实很简单，如果把每个城市的屋顶都开放成为农业农场，把有一些其实不需要人造灯光在室内去做农场，这可以就说农业的工业化。而通过3D打印或者其他的方式，工业可以变得去中心化，也是工业跟创意可以很好结合。我觉得大家如果摆脱三个产业，摆脱教育、工作跟养老的三个阶段，都是为完成某个目的，围绕着一个项目，然后找到融资、找到资源、找到机器、找到工具、找到人，其实有一种新的结合的方式，从这个角度其实你去看这个世界会变得更有意思，因为只是不同的权重。
技术可以扮演更重要的角色，这个时候回归来说，人到底在这里面扮演什么样的角色，三样东西，人是跟机器是不一样的，第一个人是有温度的，就是说人跟人交流的场景，一定会保留。第二是人擅长解决复杂问题，机器在单维度上会很好地给你解决答案，但是让它解答一个复杂问题其实还很难，因为它还不会去问问题。第三个就是更重要的，是未知的未知。因为现在人工智能还是基于过去知识积累的基础上，做一些重新的组合，一些梳理，一些推荐，但是如果它都没见过这东西，那人其实在面对未知的过程当中，在历史上还是有一些探索的人，突破的人，拥抱不确定的人。
冯宏声：
所以从产业划分的角度来看，原来更多的是一种线性垂类的，边界比较清晰的，未来可能是一个多维度的、动态的、不断去变化的一个立体的结构。那么在这样的情况下，我特别想听两位老师能够给看这个节目的朋友们一些建议。从个人发展的角度来讲，特别是今天还在学校里接受教育的年轻人，怎么能够更好地去做好就业的准备？
吴晨：
前段时间我读胡适的作品，发现胡适50年代在一个大学的毕业典礼上给同学们开了一副中西合璧的药：一个叫问题散，一个叫兴趣丹，一个叫信心汤，三样东西。问题散就很简单，学会提问题，知识是会不断被更新迭代，要保持问题意识，这对大家未来发展一定是重要的。兴趣丹是什么意思？你要有兴趣玩，你要有广泛的兴趣，专业只是你谋生的手段，学业只是特定给你一个框架，但是这个框架之外，到底有没有新的东西？保持好奇心是很重要的。真正有创新的源泉，它激发你的地方可能是在你涉猎的视野之外，所以说你要保持对其他领域内的信心，对你的未来的发展是重要的。第三个信心汤，当然也很重要，对当下也很重要，信心汤就告诉你什么呢？努力是会带来回报的。
想象一下，这是一个快七八十年以前的“药方”，但是我看到这个之后，觉得对当下特别有借鉴意义。其实这三点也是人类跟机器最大的不同。你有兴趣，你会提问题，你对未来有信心，你还怕什么？
孙萍：
我在吴老师的大框架下做一些小小的观察和反思，我们学生现在的一个普遍的处境是大家在学校里其实学了很多知识，但是知识和他具体到工作的语境下，这种场景性的对接其实对接得不是特别好。所以我的一个建议是未来要找工作的或者是正在找工作的同学们多去实习。你们已经不是在父辈的那个年代，不去干这一份工作，就吃不饱饭。现在饭人人都能吃上，但是选择未必是人人都能做的，在实习的过程当中，我希望大家多去试不一样的工作岗位，有了不一样的体验之后，你就会去逐渐挖掘和发现自己到底喜欢什么。在这个过程当中，在无形中也给自己一个启示，就是说我将来适合什么样的工作。我觉得这个点其实是特别重要的。
另外一个点，我其实特别想说的反而是要对技术保持一种敬意，为什么要这样讲？因为现在去看ChatGPT，它非常重要的一个功能是在模仿人类讲故事的能力，而人类历史上所有发展起来的东西其实都是通过讲故事来共同建构的。一旦有一天它生成的内容，它讲故事的能力超过我们之后，就会触发一种内容和内容之间的偶然生成性，这种碰撞性或者是潜在的可能性，我们不见得一定会知道。
所以在这个语境下，当我们去思考人和技术之间的关系，可能有一根弦要紧紧地绷着，那就是说技术的不确定性，它的失控性或者是它的再创造力，可能远远大于我们现在所能想象到的。在这个语境下，我们与技术之间的互动和沟通，如果保持一种敬畏，是有可能重塑人类和技术的新的关系，就是朝着一个更和谐或者说是更良好的方向去发展，这是我的两点想法。
冯宏声：
我理解两位老师的意思就是未来我们还是要保持敬畏心，不断拥抱变化，跟上技术的发展，同时还是要保持一定的自信心和勇气，更多去探索，能够在各种不确定当中去寻找确定性。送给所有年轻人一句话，在这样的一个时代，只有努力奔跑才能够保持在原地。谢谢两位老师，今天就聊到这里。
腾讯研究院：《2万字对话实录：剖解ChatGPT时代的教育难题》
牛福莲：《对话丁元竹 | 透视ChatGPT时代工作、教育与社会的未来》