当前位置: 首页 > news >正文

人工智能技能差距已现,资深用户优势明显

Anthropic公司最新研究显示,尽管人工智能正在快速改变工作方式,但还没有显著消除就业岗位。至少目前还没有。但是在Anthropic首席经济学家彼得·麦克罗里所说的"仍然健康"的劳动力市场背后,早期迹象表明影响并不均衡,特别是对刚进入职场的年轻工作者。

在华盛顿特区Axios人工智能峰会间隙的采访中,麦克罗里表示,公司最新的经济影响报告显示,目前几乎没有证据表明存在大规模的就业替代。

"失业率没有实质性差异",无论是在"工作的最核心任务中以自动化方式"使用Claude的工作者——如技术写作人员、数据录入员和软件工程师——还是那些不太接触人工智能、需要"与现实世界进行物理互动和灵活操作"的工作者。

但随着人工智能在各行业的采用不断扩散,这种情况可能会迅速改变。如果Anthropic首席执行官达里奥·阿莫代伊的预测成真,人工智能可能在未来五年内消除一半的入门级白领工作岗位,并将失业率推高至20%。

"替代效应可能会很快显现,所以你需要建立一个监测框架来在它显现之前理解这一点,这样我们就能在它发生时捕捉到它,并理想地识别出适当的政策响应,"麦克罗里告诉TechCrunch。

他说,保持领先于这些趋势是跟踪人工智能增长、采用和扩散如此重要的原因。

麦克罗里表示,理论上,像Claude这样的人工智能模型几乎可以做计算机能做的任何事情。但在实践中,大多数用户只是在触及这些能力的表面。

他说,Anthropic研究了哪些角色涉及人工智能特别擅长的任务,那些已经被自动化的任务,以及与实际工作场景相关的任务——这些领域最有可能预示替代可能出现的地方。

Anthropic周二发布的第五份经济影响报告还发现,即使在还没有太多替代的地方,早期Claude采用者和新用户之间也存在不断扩大的技能差距。

早期采用者更有可能从模型中获得显著更多的价值,将其用于与工作相关的任务而不是随意或一次性目的,并以更复杂的方式使用,比如作为迭代和反馈的"思维伙伴"。

麦克罗里表示,研究结果表明人工智能正在成为一种奖励那些已经知道如何使用它的人的技术——能够有效地将其融入工作中的工作者将越来越具有优势。

这种优势在地理分布上也不均匀。报告还发现"Claude在高收入国家使用更为密集,在美国境内知识工作者较多的地方使用更多,并且用于相对较少的专业化任务和职业"。

换句话说,尽管人工智能被承诺为均衡器,但采用可能已经倾向于富裕群体,并且随着资深用户进一步领先,可能会放大这些优势。

Q&A

Q1:Claude是什么?它对就业市场有什么影响?

A:Claude是Anthropic公司开发的大语言模型。目前研究显示,Claude还没有显著消除就业岗位,使用Claude的工作者与不太接触人工智能的工作者之间失业率没有实质性差异。

Q2:人工智能会造成大规模失业吗?

A:根据Anthropic CEO预测,人工智能可能在未来五年内消除一半的入门级白领工作岗位,失业率可能达到20%。不过目前还没有出现大规模就业替代的证据。

Q3:为什么说人工智能技能差距正在扩大?

A:早期Claude采用者更能从模型中获得价值,将其用于工作相关任务并以更复杂方式使用。同时,Claude主要在高收入国家和知识工作者较多的地方使用更密集,这可能放大现有优势。

http://www.cnnetsun.cn/news/1513286.html

相关文章:

  • Python开源代码管理避坑实战:从Git高级操作到Docker环境配置
  • 如何用开源字体技术零成本实现企业级条码系统
  • MagicaCloth2实战:用BoneCloth实现3D角色头发自然飘动效果
  • AIGlasses_for_navigation性能分析与调优实战:使用Profiling工具
  • 别再为YAML文件头疼了!手把手教你配置YOLOv13数据集文件,附PCB缺陷检测实战案例
  • 从零到直播:手把手教你用GStreamer命令行(gst-launch-1.0)实现RTMP推流到B站/抖音
  • 拆解Mobile-Agent:一个用Qwen-VL和GroundingDINO“看懂”手机屏幕的AI Agent是如何工作的
  • 保姆级教程:在AirSim里用Python给四旋翼无人机装上“眼睛”和“大脑”(物体识别+人工势场避障)
  • Transformer+CNN混合编码是噱头还是真香?我用TransUNet在自家数据集上做了个对比实验
  • 告别手动描图!用QGIS的‘Create points from table’和‘Points to Path’工具,5步搞定手机GPS轨迹矢量化
  • RWKV7-1.5B-g1a快速上手五步法:拉镜像→启服务→测健康→输prompt→看响应
  • 【仅开放72小时】边缘Python热更新失败率下降91.6%的动态模块加载框架(含完整源码+Yocto层适配补丁)
  • LoRA训练助手Web集成方案:浏览器端模型微调实战
  • Steam卡片收集革命:如何用Idle Master实现24小时自动挂卡
  • Bidili Generator镜像免配置:纯Python环境+Streamlit开箱即用教程
  • GTE模型与Visual Studio智能编程插件的集成
  • 剖析 LoRA:从数学原理到代码实践
  • FanControl终极指南:3步解决电脑噪音,打造静音高效散热系统
  • 如何用开源文档管理系统解决企业信息混乱难题?5大核心功能揭秘
  • 零售店长必看:如何用iBeacon+微信小程序打造低成本智能导购(2024最新方案)
  • 为什么92%的Python WASM尝试失败?——资深编译器工程师披露LLVM-WASI链路5大隐性断点
  • ContextMenuManager:3步打造高效Windows右键菜单,告别杂乱操作烦恼
  • DownKyi:如何高效解决B站视频下载难题
  • 突破语言壁垒:XUnity.AutoTranslator的创新解决方案
  • Commit占星学:行星位置决定代码稳定性
  • Coze智能体实战:我把抖音爆款‘恋爱话术生成器‘搬到了微信(含完整工作流导出文件)
  • 从‘两两无关’到‘整体相关’:图解线性无关的常见误区与几何直觉
  • LosslessCut:重新定义无损视频编辑的效率工具
  • 嵌入式AI边缘计算原型:STM32与云端PyTorch模型协同工作流设计
  • 科研党必备:OpenClaw+nanobot文献综述助手