生成式人工智能会给哪些领域带来深刻变化？

卡普兰重点分析了五个将被生成式人工智能深刻改变的领域。首先是医疗领域。我们都知道看病难是个全球性问题。医疗资源稀缺且集中在大城市，同时我们也相信医生的专业水平、道德修养、经验丰富程度等等个人因素都有可能对诊断产生影响。研究表明，在GAI出现之前，一些基于AI的诊断系统已经在某些方面超越了人类医生，比如病理报告分析。我前一阵读到过一本书，里面提到在区分不同种类恶性肿瘤和预测存活期方面，AI比病理学家的判断更靠谱。卡普兰也说，他要是得了癌症，肯定也会更相信机器的诊断胜过人类医生。AI在医疗系统中未能广泛普及，除了行业惰性和医学协会的保护性抵制外，一个重要原因是患者无法与AI“交流”，也无法要求AI解释其推理过程。而可对话的GAI恰好解决了这个问题。

从成本角度看，在美国加州，看医生的平均费用是158.11美元，没有医保的紧急护理至少需要500美元。而咨询GAI的费用可能只相当于一杯咖啡。那些看不起病或预约不到医生的人，可以方便地咨询一位知识渊博的电子医疗专业人员。这位“电子医生”有什么优势？它的“门诊”24小时开放，不会因讨论病情时间长而不耐烦，不会对个人敏感问题作出评判，不会忽视患者担忧，不会迟到早退，不会因疲劳请假，也不会因私人事务而草率对待患者。更重要的是，GAI的医学知识将远超人类医生，且能保持与时俱进。它见过的病例，尤其是罕见病例，会比一般医生多得多。未来，电子医生可能被授权开化验单、安排检查、开处方。这将极大改变医疗系统，让欠发达地区的老百姓也能享受到高质量医疗服务。

说完医疗，再来说法律。在卡普兰看来，免费的法律援助覆盖有限，普通人如果需要请律师，不仅费用高得离谱，而且也常常因为知识差距而难以跟律师有效沟通。过去几十年，为法律行业服务的技术已经取得了巨大的进步。比如在诉讼过程中，原告和被告都被允许查阅彼此的相关文件，以寻找与案件有关的证据。问题是，这些文件的量可能很大，直到不久以前，对文件的爬梳都是由律师或律师助理完成的，法学院学生实习期间常常惊恐地发现自己被分配的任务是阅读堆积如山的文件。如今一种被称为“预测编码”的AI技术可以让计算机以超乎人类审查员的速度、勤勉和准确性执行这项令人麻木的任务。但这还是一项旧技术，很快GAI将简化和加快这一过程，因为GAI理解发现目标和文档相关性的能力将远远超过过去应用于这项任务的AI技术。

事实上，普通人所面对的大多数法律活动都是直截了当的交易，而不是纠纷，例如起草合同、申请离婚、处理房屋产权、申请专利、申请改变移民身份、成立公司、宣布破产、写遗嘱或遗产计划、注册商标。律师执行的常见服务中，有很大一部分是相当常规的，具有专门法律知识的GAI系统完全可以像普通律师一样胜任，或许比他们做得更好——Open AI发布过一份技术报告，声称GPT-4在模拟律师资格考试中排名前10%。至少，GAI可以处理大部分工作，将例外情况和复杂案例留待人工审核。

第三个会有深刻改变的领域可能是教育。卡普兰认为几个世纪以来教育基本形式没有改变。教师站在讲台上讲课，学生在下面听讲并做笔记，或者假装在做笔记。更要命的是，很多成年人都有一个关于被坏老师、无聊老师折磨的故事。卡普兰说他至今仍会梦到痛苦的高中课程，而他上的还是全国最好的私立学校之一。并不是所有老师都有同样的能力，在美国，很多低收入社区的孩子比富裕地区的孩子成绩差得多，这让他们在人生的道路上经常处于不利地位。那么，如果每个学生都能拥有自己的私人导师，那会怎样？他们可以按照自己的节奏学习，导师可以确保他们在学习下一个课程之前充分掌握所有需要掌握的概念，并以最适合他们个人需求的学习方式进行教学。当学生感到疲倦或由于其他原因导致学习进度较慢时，他们可以休息。导师可以诊断学习障碍，从注意力缺陷障碍到营养缺乏和心理问题，并将这些信息反馈给老师和家长，而不是强迫学生忍受昂贵的、耗时的、压力巨大的标准化考试。

卡普兰热情洋溢地说，欢迎来到教育的未来！GAI导师可以用无限的耐心、同情和智慧来传授知识，这可能导致更高的、更稳定的学术成就，而成本却要低得多。当然，这也不全是好事。学生可能对AI导师的非威胁性和温暖人格产生心理依恋，变得不愿与真人老师交往。而现代学校一个被低估的作用是教育学生如何建设性地解决与他人，特别是与老师的分歧。

卡普兰提出一个重要观点：GAI时代，人们需要明白计算设备表现出的是没有灵魂的虚假同情和关心，不值得情感回报，就像是一个毛绒玩具，你最终还是学会摆脱对它的依恋。至于未来该学什么，卡普兰的结论是：我们的写作能力也许会“过时”，但批判性、严谨阅读的能力永远不会过时。目前我教授的课程中，我鼓励学生在完成研究性的小组作业和个人作业时可以使用AI工具进行辅助工作，但必须在作业中写明哪些部分由AI完成。目前暂时还没有使用工具检测学生提交的作业中AI生成的比例，但有多位同事发现过学生作业里有完全不存在的或错误的参考文献篇目，这明显是AI生成的。只能要求学生重做。我个人觉得AI是用来协助我们更高效准确地完成创造性工作，而非代替我们的创造性工作，就像纽约时报视觉调查组的2024年普利策奖获奖新闻报道，他们用数据驱动的AI视觉模型识别加沙地区卫星地图显示的2000磅炸弹弹坑、揭示以色列军事行动对加沙平民安全区造成的破坏。记者们说我们之所以使用人工智能，是因为它可以帮助调查记者大海捞针，而不是代替记者的工作。

然后我们再来说说软件工程和艺术创造领域的变化。卡普兰开宗明义：如今软件工程已经过时了，将来人人都将是程序员，计算机程序无处不在，成本将几乎降为零，并呈爆发式增长。大语言模型LLM已经表现出惊人的能力，可以编写简单的计算机程序，它们还可以对现有的程序提出批评，并在得到适当的反馈后纠正和调试人类编写的代码或它自己编写的代码。任何一个能够用通俗语言描述目标的普通人，都可以立即花费几毛钱让GAI编写代码，也即，从自然语言描述中创建一个可运行的程序。

卡普兰说，当价格和进入门槛以如此快的速度下降时，通常会导致应用程序的爆炸式增长，就像他妈妈有个相册，里面有50张她认为值得保存的照片；而他25岁女儿大概有20万张数码照片存档。他说今天调试、维护、更新和改进软件是大多数公司的主要支出，但将来如果你的应用程序有问题或需要更新，你只需要重新描述需求，扔掉老版本，生成一个新的版本就行了，生成的成本可能会远比你修补和维护的成本要低。

而至于艺术行业。卡普兰说，GAI技术正在改变平面艺术家、摄影师和其他视觉艺术从业者以及音乐家的工作。一些公开网站可根据自然语言请求创建图形或逼真图像，并迅速在社交媒体传播。而且这种能力正在扩展到视频领域，你描述一个场景、提供一些对话，一个程序就会按照你选择的视觉风格来呈现故事。这让“眼见为实”的概念彻底被颠覆了。那所有的这些变化又会给医生、律师、教师、程序员和艺术家们带来怎样的影响呢？换一句话说，GAI会如何改变未来的就业市场，这就到我们今天最后一个问题了。