圍繞生成式人工智能最廣泛的擔(dān)憂之一，就是這項(xiàng)技術(shù)是否會(huì)讓打工人失業(yè)。

在瘋狂制造焦慮的「即將被人工智能取代的十大職業(yè)」等類似榜單中，也時(shí)常能看到軟件工程師的身影。

技術(shù)工作（程序員、軟件工程師、數(shù)據(jù)分析師）位于「可能會(huì)被ChatGPT搶走的十個(gè)工作」之列

一種盛行的說(shuō)法是，如今Github Copilot可以編寫大量代碼，甚至未來(lái)我們都可以用自然語(yǔ)言和計(jì)算機(jī)交互，那么現(xiàn)在還值得學(xué)習(xí)計(jì)算機(jī)科學(xué)嗎？

自2022年ChatGPT橫空出世以來(lái)，這個(gè)問(wèn)題一直困擾著那些有「編程夢(mèng)」的高中生。

與其坐而論道，不如看看正在發(fā)生的事情是什么。

一個(gè)新的數(shù)據(jù)表明：學(xué)生們?nèi)匀怀扇航Y(jié)隊(duì)地在大學(xué)里選修計(jì)算機(jī)。

加州大學(xué)伯克利分校（UCB）計(jì)算機(jī)科學(xué)專業(yè)的一年級(jí)申請(qǐng)人數(shù)猛增48%！

盡管生成式人工智能取得了進(jìn)步，但學(xué)生們?nèi)匀豢释麖氖掠?jì)算機(jī)科學(xué)職業(yè)，因?yàn)槿祟愰_發(fā)者對(duì)于創(chuàng)造新事物仍然至關(guān)重要。

CS入學(xué)人數(shù)暴漲

以加州大學(xué)伯克利分校為例，這所大學(xué)在計(jì)算機(jī)科學(xué)領(lǐng)域處于領(lǐng)先地位。

加州大學(xué)董事會(huì)于去年5月投票通過(guò)了在伯克利分校建立計(jì)算、數(shù)據(jù)科學(xué)與社會(huì)學(xué)學(xué)院（College of Computing, Data Science, and Society，CDSS）的提案。

在2024年秋季入學(xué)的新生中，有約1.4萬(wàn)人申請(qǐng)CDSS專業(yè)，相比去年增長(zhǎng)了48%。

而且，這個(gè)數(shù)據(jù)放在學(xué)校招生數(shù)量的大背景下就顯得尤為突出：UC伯克利的整體本科申請(qǐng)人數(shù)相較一年前變化不大，只有CDSS專業(yè)的申請(qǐng)人數(shù)一枝獨(dú)秀。

這個(gè)數(shù)據(jù)來(lái)自于伯克利CDSS學(xué)院院長(zhǎng)Jennifer Chayes教授本人。上周在舊金山舉行的加州GenAI聯(lián)合峰會(huì)上，她與州長(zhǎng)Gavin Newsom和斯坦福大學(xué)教授李飛飛進(jìn)行了爐邊談話，并公布了這些令人瞠目的數(shù)據(jù)。

左一：Jennifer Chayes

不止是UCB，其他大學(xué)的CS專業(yè)也炙手可熱。

牛津大學(xué)申錄數(shù)據(jù)

自學(xué)院開始招生以來(lái)，牛津大學(xué)三個(gè)計(jì)算機(jī)科學(xué)學(xué)位的申請(qǐng)量增加了一倍。由于競(jìng)爭(zhēng)太過(guò)激烈，許多能力出眾的申請(qǐng)者未能獲得錄取。

UCL也公布了CS專業(yè)相關(guān)申錄數(shù)據(jù)，2024年申請(qǐng)人數(shù)達(dá)到創(chuàng)紀(jì)錄的4097人。

人類程序員可堪大任

之后，美國(guó)知名科技博客Business Insider聯(lián)系到了UCB計(jì)算機(jī)科學(xué)的教學(xué)教授John DeNero，就這個(gè)問(wèn)題進(jìn)行了深入探討。

John DeNero

John DeNero也是生成式人工智能初創(chuàng)公司Lilt的首席科學(xué)家，曾在谷歌擔(dān)任研究員，負(fù)責(zé)開發(fā)谷歌翻譯。

Lilt官網(wǎng)

他在給Business Insider的一封電子郵件中寫道：

學(xué)生們對(duì)生成式人工智能將影響軟件工程就業(yè)市場(chǎng)，尤其是入門級(jí)職位表示了一定的擔(dān)憂，但他們?nèi)匀粚?duì)計(jì)算機(jī)職業(yè)感到興奮。

我告訴他們，我認(rèn)為目前生成式人工智能還無(wú)法可靠地完成軟件開發(fā)中許多具有挑戰(zhàn)性的工作，我預(yù)計(jì)在未來(lái)很長(zhǎng)一段時(shí)間內(nèi)，人類軟件開發(fā)人員仍將扮演核心角色。

AI還沒(méi)有學(xué)會(huì)創(chuàng)新

DeNero解釋說(shuō)，生成式人工智能目前非常擅長(zhǎng)復(fù)制以前編寫過(guò)多次的部分軟件程序。

學(xué)生們用AI包辦了那些不需要?jiǎng)?chuàng)新的計(jì)算機(jī)作業(yè)。

甚至，曾有一段時(shí)間ChatGPT 的使用率下降，科技圈一開始不理解是什么原因?qū)е铝奶鞕C(jī)器人不再熱門。

有人提出了一個(gè)假設(shè)：數(shù)以百萬(wàn)計(jì)的學(xué)生在放暑假，所以他們不需要 ChatGPT來(lái)作弊（bushi，我的意思是研究）。

后來(lái)，暑假結(jié)束，學(xué)校開學(xué)，ChatGPT 的訪問(wèn)量強(qiáng)勁增長(zhǎng)，數(shù)據(jù)居然證實(shí)了這個(gè)假設(shè)。

AI用來(lái)「輔助」考試和作業(yè)當(dāng)然是ok的，可是如果我們想創(chuàng)造新的東西怎么辦？

這時(shí)仍然需要聰明的人類程序員。

這在邏輯上是合理的，因?yàn)锳I模型是在數(shù)據(jù)基礎(chǔ)上訓(xùn)練出來(lái)的。

如果問(wèn)AI這個(gè)世界上還不存在的信息，或者不是訓(xùn)練數(shù)據(jù)集的一部分，模型往往會(huì)遇到麻煩。

生成式人工智能「需要大量深思熟慮的人工干預(yù)才能產(chǎn)生新的東西，而所有重要的軟件開發(fā)項(xiàng)目都涉及大量新穎性」。

DeNero表示，「這才是計(jì)算中真正困難而有趣的部分，需要聰明和訓(xùn)練有素的人才去完成」。

但是這并不意味著拒絕一切AI工具，DeNero補(bǔ)充說(shuō)：

「生成式人工智能可以加快軟件開發(fā)中較為瑣碎的部分，而軟件開發(fā)人員往往會(huì)迅速采用高效工具」。

編程與農(nóng)耕不同

在程序員之前，另一個(gè)職業(yè)——翻譯，是更早感到危機(jī)的。

18年前，谷歌翻譯首次問(wèn)世。可這么長(zhǎng)時(shí)間過(guò)去，人類語(yǔ)言學(xué)家并沒(méi)有被取代。

在翻譯工作非常重要的時(shí)候，人類語(yǔ)言學(xué)家仍然是不可或缺的。

我們或許可以用谷歌翻譯來(lái)閱讀英文菜單，但如果沒(méi)有人類專家的檢查，我們大概率不會(huì)用這款應(yīng)用來(lái)翻譯企業(yè)最重要的合同。

正是基于這一點(diǎn)，DeNero才創(chuàng)辦了為翻譯人員打造的人工智能平臺(tái)——Lilt公司。

他表示，「要可靠地完成可以達(dá)到出版質(zhì)量的翻譯，人類語(yǔ)言專家仍然是整個(gè)流程的核心，但通過(guò)使用Lilt針對(duì)特定任務(wù)的生成式AI模型，這些專家可以更快、更準(zhǔn)確、更一致地完成翻譯工作。」

因此，借助AI工具，更多的文本能以更高的質(zhì)量翻譯成更多的語(yǔ)言。

以此類推，軟件開發(fā)領(lǐng)域也是相同的道理。

DeNero希望軟件開發(fā)領(lǐng)域也能出現(xiàn)同樣的模式：由訓(xùn)練有素的人類開發(fā)人員組成的小型團(tuán)隊(duì)將更有能力開發(fā)出有用的高質(zhì)量軟件。

「因此，未來(lái)的伯克利畢業(yè)生將有很多機(jī)會(huì)利用他們的計(jì)算機(jī)技能來(lái)改善世界?！?/span>

那么，使用AI編程工具會(huì)提高效率嗎？

一項(xiàng)關(guān)于GitHub Copilot的研究證據(jù)表明，AI能夠顯著提高開發(fā)人員的生產(chǎn)力。

微軟及其子公司GitHub的研究人員將軟件開發(fā)人員分為兩組，一組可以使用人工智能編碼助手，另一組則沒(méi)有。

有人工智能輔助的開發(fā)者完成任務(wù)的速度比沒(méi)有輔助的開發(fā)者快56%。

論文地址：https://arxiv.org/abs/2302.06590

這實(shí)在是一個(gè)很大的數(shù)字，相比之下，19 世紀(jì)中葉蒸汽機(jī)的引入僅使大型工廠的生產(chǎn)率提高了15%。

有人可能會(huì)問(wèn)，效率提高不就意味著不需要那么多的開發(fā)人員了嗎？豈不是還要失業(yè)？

等等，請(qǐng)暫停一下，在我們陷入這種「末日想象」之前，或許也可以先考慮一下樂(lè)觀的理由。

也許，正如業(yè)內(nèi)人士所預(yù)測(cè)的那樣，對(duì)編程的需求足以同時(shí)雇傭人類和人工智能。

拖拉機(jī)的出現(xiàn)曾讓很多農(nóng)民失業(yè)，可是編程與農(nóng)耕不同。

華盛頓大學(xué)計(jì)算機(jī)科學(xué)教授Zachary Tatlock認(rèn)為，「70億人只能吃這么多食物，但人類想要或需要的軟件數(shù)量是否有上限，目前還不清楚?！?/span>

在過(guò)去的50年里，我們的軟件產(chǎn)量一直嚴(yán)重不足，我們對(duì)軟件的需求還沒(méi)有被滿足。

換言之，AI可能會(huì)幫助人類更快地編寫代碼，但我們?nèi)匀恍枰械娜祟?，因?yàn)槲覀冃枰M可能多的軟件，只要它們能以最快的速度構(gòu)建出來(lái)。

在最樂(lè)觀的前景中，AI帶來(lái)的所有生產(chǎn)力提升將刺激對(duì)軟件的需求，使未來(lái)的程序員比現(xiàn)在更加搶手。