從去年下半年到現(xiàn)在，短短一年不到的時(shí)間，人工智能出現(xiàn)了跨越式的發(fā)展。原本離生活還很遠(yuǎn)，感覺只能在手機(jī)上幫人問個(gè)時(shí)間天氣的“人工智能”，突然變得非?？缃?，大量AIGC式人工智能開始出現(xiàn)。畫圖的，寫作的，做PPT的，生成視頻的……對于很多人來說，人工智能已經(jīng)大幅度改變了他們的工作方式和工作流程，也給目前正準(zhǔn)備選擇專業(yè)的高考生們提出了新的思考維度。

我選擇的專業(yè)，會因?yàn)槿斯ぶ悄艹霈F(xiàn)改變嗎？這些改變會怎樣影響我未來的就業(yè)呢？

這個(gè)問題極為現(xiàn)實(shí)。

比如一些語言類專業(yè)的學(xué)生就有這樣的擔(dān)心——目前許多翻譯類的人工智能性能已經(jīng)非常強(qiáng)大，之前只能做一些在線翻譯，現(xiàn)在連同聲傳譯，攝像頭拍照翻譯都能做到。設(shè)計(jì)、美術(shù)相關(guān)的專業(yè)，在Stable Diffusion、Midjourney和Adobe的壓力下，也遇到了同樣的問題。

當(dāng)然，在目前的技術(shù)水平上，這些軟件目前只能使用來滿足不太復(fù)雜或者不是特別定制化的需求，因此對于專業(yè)中的頂尖人才來說，其工作暫時(shí)無虞。但對于專業(yè)技術(shù)能力一般的，占每個(gè)行業(yè)絕大部分的從業(yè)者來說，人工智能的產(chǎn)出效果正在實(shí)實(shí)在在地逼近甚至超過他們，而其價(jià)格和時(shí)間耗費(fèi)卻又要比人類從業(yè)者低得多。對于這些人來說，他們的工作崗位正在實(shí)實(shí)在在地被人工智能所威脅，甚至替代。

在之前的推送中，我們分析了什么樣的職業(yè)可能會被GPT（們）影響以及替代，當(dāng)時(shí)我們沿用了OpenAI對美國勞動力市場的分析方法，分析了中國的勞動力市場。在高考成績即將公布的今天，我們再來看一看，哪一些專業(yè)的就業(yè)更容易被這類人工智能替代？

一，從16.4億條招聘崗位中獲取專業(yè)需求——每個(gè)專業(yè)的學(xué)生去向了哪一個(gè)崗位？

如何研究每個(gè)專業(yè)被人工智能所影響的程度呢？

有人可能會從專業(yè)的脈絡(luò)、原理和產(chǎn)出上進(jìn)行研究。比如我們前面舉出的一些例子中，語言專業(yè)的可能會去翻譯崗位，而翻譯這一個(gè)行當(dāng)會被人工智能影響；美術(shù)專業(yè)的可能會去設(shè)計(jì)崗位，而設(shè)計(jì)這一行當(dāng)會被人工智能影響。這是從供給側(cè)上判斷。這都是從能力的供給側(cè)和人工智能的發(fā)展趨勢來判斷的。

但是，每個(gè)專業(yè)的學(xué)生畢業(yè)后，會去哪一些崗位，哪一些職業(yè)，其對應(yīng)關(guān)系真的會如此明顯嗎？我們手中正好有從2015年到2022年共8年16.4億個(gè)崗位的招聘數(shù)據(jù)。在這些招聘數(shù)據(jù)中，有相當(dāng)一部分會寫出非常明確的專業(yè)需求來，一個(gè)典型的例子如下：

前端開發(fā)工程師 15-20K·13薪

1、計(jì)算機(jī)相關(guān)專業(yè)本科以上學(xué)歷，4年及其以上工作經(jīng)驗(yàn)；

2、熟練掌握HTML5、JS、Jquery、React等前端技術(shù)；

3、熟悉jQueryMobile、AngularJS、VUE等常用的JS框架；

4、有響應(yīng)式布局開發(fā)基礎(chǔ)，如：Bootstrap；

5、有良好的代碼習(xí)慣，要求結(jié)構(gòu)清晰，命名規(guī)范，邏輯性強(qiáng)，代碼冗余率低；

6、有大型互聯(lián)網(wǎng)（移動互聯(lián)網(wǎng)）WEB開發(fā)經(jīng)驗(yàn)者優(yōu)先。

我們將16.4億條招聘崗位的專業(yè)需求，和中國的本科、高職、高專的專業(yè)列表做了一一匹配，其中約2億條招聘對專業(yè)有著明確需求。相對供給側(cè)來說，我們希望從需求側(cè)來研究不同的專業(yè)在勞動力市場上的位置是怎樣的。

本科專業(yè)目錄

舉個(gè)例子，對于一個(gè)“外國語言文學(xué)類”專業(yè)的畢業(yè)生來說，他的畢業(yè)去向可能會在哪里？

我們使用招聘數(shù)據(jù)隨機(jī)抽取了幾條專業(yè)需求為“外國語言文學(xué)類”或者其下具體專業(yè)細(xì)類的招聘廣告，他們的具體要求如下：

外貿(mào)單證員：

1.負(fù)責(zé)公司一切與儲運(yùn)有關(guān)的運(yùn)費(fèi)管理；

2.負(fù)責(zé)公司一切與儲運(yùn)有關(guān)的供應(yīng)商管理；

3.負(fù)責(zé)協(xié)調(diào)各個(gè)環(huán)節(jié)，保證公司儲運(yùn)安全順暢的進(jìn)行；

4.負(fù)責(zé)報(bào)關(guān)、清關(guān)、商檢、結(jié)匯所需的全套單據(jù)資料的制作及領(lǐng)??；

5.負(fù)責(zé)有關(guān)紙質(zhì)單證的申領(lǐng)和保管；

6.負(fù)責(zé)妥善管理文件，進(jìn)行分類、歸檔；

7.負(fù)責(zé)海關(guān)、商檢、保險(xiǎn)、產(chǎn)證等有關(guān)單位的年檢或合同續(xù)簽、續(xù)費(fèi)工作；;

8.;負(fù)責(zé)公司交辦的其他事宜；

任職要求：1.工作認(rèn)真，細(xì)心，為人謹(jǐn)慎，有耐心；2.思維清晰，做事有條理，溝通能力，應(yīng)變能力強(qiáng)；3.國際貿(mào)易或英語相關(guān)專業(yè)，英語四級及以上；;4.有外貿(mào)單證員資格證書、報(bào)關(guān)員證的優(yōu)先考慮

雅虎外貿(mào)業(yè)務(wù)員：

1、利用雅虎網(wǎng)店上傳產(chǎn)品，郵件對應(yīng)，商品發(fā)貨；

2、按時(shí)完成公司、部門制定的銷售目標(biāo)；

3、配合公司做好售后服務(wù)；

4、完成上級領(lǐng)導(dǎo)安排的其他工作。

任職資格：1、日語相關(guān)專業(yè)，或者日語交流良好，男女不限，30歲以下；2、有夢想、有勇氣，敢于挑戰(zhàn)高薪；3、具有強(qiáng)烈的責(zé)任心，團(tuán)隊(duì)協(xié)作意識強(qiáng)。

留學(xué)文案：

1.負(fù)責(zé)翻譯材料，對英語文件的翻譯審核、校隊(duì)；

2.負(fù)責(zé)英語文書的寫作以及修改；

3.為學(xué)生翻譯，準(zhǔn)備全套簽證材料；

4.對客戶提供的材料進(jìn)行真實(shí)性調(diào)查；

5.與客戶溝通了解學(xué)生申請簽證所需相關(guān)背景情況。

任職要求：1.本科以上學(xué)歷，英語相關(guān)專業(yè)，專八或者同等水平，有很強(qiáng)的英語筆譯能力；2.有一年以上英語文案相關(guān)工作經(jīng)驗(yàn)優(yōu)先；3.優(yōu)秀的英語翻譯能力，熟練掌握辦公軟件；4.具有較高的素質(zhì)，能夠迅速掌握公司的業(yè)務(wù)相關(guān)知識；5.具備較強(qiáng)的學(xué)習(xí)能力和溝通能力；6.工作細(xì)致、認(rèn)真、有責(zé)任心，熱愛留學(xué)行業(yè)；7.歡迎英語專業(yè)，熱愛文書寫作的優(yōu)秀應(yīng)屆畢業(yè)生應(yīng)聘。

可以看到，這三個(gè)崗位都在專業(yè)需求中列出了對于英語、日語的專業(yè)要求，但是在具體工作中，涉及到語言的部分其實(shí)很少。

外貿(mào)單證員，雖然需要英語，但其實(shí)大部分工作都是各種具體的流程處理和關(guān)節(jié)打通。

外貿(mào)業(yè)務(wù)員，雖然需要日語，但卻更像是一個(gè)完整的銷售人員，售前售后都得一把抓。

留學(xué)文案，雖然對英語的要求更高，但本質(zhì)上是在各種了解客戶需求，以及與各方做溝通和調(diào)查。

所以，職位對專業(yè)的需求，和這個(gè)職位真正在做的工作，可能完全不一樣，甚至差十萬八千里。

大家都是去做銷售，這項(xiàng)銷售工作可能只有5%的工作和外語的聽說讀寫相關(guān)，而就是在這5%的工作中，外語專業(yè)的畢業(yè)生可能可以替公司省1塊錢，快1分鐘，溝通起來成單率高那么一點(diǎn)點(diǎn)。

好的那么就是你了，外語專業(yè)的畢業(yè)生！

限定專業(yè)，對于絕大部分崗位來說，并不是該崗位確實(shí)需要大量專業(yè)知識，而是需要在更低的用人成本上，保證這個(gè)崗位的某一項(xiàng)任務(wù)的某一個(gè)環(huán)節(jié)上，最終應(yīng)聘者的表現(xiàn)更好的概率更大一些、成本更低一些。

在這樣的供需背景下，選擇某一個(gè)專業(yè)，不是選擇了它的專業(yè)知識，而是在廣泛的職位需求組合中找到一個(gè)相對更大的公約數(shù)，而如果你的專業(yè)，能在這個(gè)公約數(shù)上，比起其他人存在一些比較優(yōu)勢。

是的，人工智能確實(shí)在許多場合已經(jīng)非常優(yōu)秀。但在大量工作中，人工智能還是只能承擔(dān)一小部分任務(wù)，而這一小部分任務(wù)是被鏈接在各種任務(wù)組合當(dāng)中，無法獨(dú)立出來。此時(shí)，某一個(gè)專業(yè)的畢業(yè)生只要在某一個(gè)環(huán)節(jié)存在一個(gè)微弱優(yōu)勢——哪怕是在這個(gè)領(lǐng)域的人工智能的利用得比別人更熟練一些，這個(gè)優(yōu)勢也會在高度同質(zhì)化的崗位需求以及海量的應(yīng)聘者供給的今天被成倍放大。

二，從每一條職業(yè)需求中獲取具體工作任務(wù)（考生可以跳過）

評估一個(gè)具體的職位的各種性質(zhì)，是一件很困難的事。一些崗位的人口多，收入高，聲音大，我們可能相對比較熟悉。但如果要評估另一些崗位，比如我們前文舉例中出現(xiàn)的一個(gè)崗位——外貿(mào)單證員——有多大可能性會被人工智能的發(fā)展所影響？那行業(yè)外人士可能根本難以說出個(gè)一二三，因?yàn)榇蟛糠秩瞬恢肋@個(gè)崗位具體是做什么的。

只有當(dāng)我們將“外貿(mào)單證員”這一項(xiàng)工作的具體職責(zé)一項(xiàng)項(xiàng)剖開后，拆解成一個(gè)個(gè)工作任務(wù)后，人們才能對這個(gè)崗位稍微有一些實(shí)感。

在之前那篇文章中，我們用了下圖這樣的方法來拆分職業(yè)。一個(gè)職業(yè)可以按照一定標(biāo)準(zhǔn)被拆分成具體的任務(wù)和具體工作，然后使用GPT來判斷每一項(xiàng)具體工作被替代的可能性。

拆分職業(yè)

由于時(shí)間所限，當(dāng)時(shí)這一項(xiàng)工作基本上是完全復(fù)制了openAI的做法，即使用O*NET的數(shù)據(jù)庫，將不同職位拆分成具體的task（任務(wù)），再把每一個(gè)task（任務(wù)）給拆分成具體工作（detailed working activity）。

我們用O*net的數(shù)據(jù)，將中國的職業(yè)映射到O*net，再分拆成19265條工作任務(wù)和23534種工作內(nèi)容。

而這個(gè)步驟對于中國勞動力市場來說，其實(shí)存在一系列不太合理的假設(shè)：

1，O*NET給出的工作任務(wù)拆分，是針對美國勞動力市場進(jìn)行問卷調(diào)查得到的，這是一個(gè)基本保持靜態(tài)的數(shù)據(jù)庫。而這個(gè)拆分并不一定適合中國。同一個(gè)崗位，比如都是銷售，都是設(shè)計(jì)，都是程序員，在美國的具體工作任務(wù)和在中國可能是不一定相同的。

2，就算大家都是程序員，在北京、上海和三線城市，在大廠和外包公司，在初創(chuàng)企業(yè)和成熟企業(yè)，具體工作是一樣的嗎？顯然也是有差別的。

我們需要更好的方法來拆分每一個(gè)崗位的具體工作內(nèi)容。

而每一個(gè)招聘廣告的招聘需求，就是一個(gè)天生已經(jīng)做好的工作拆分。比如在上面引用的招聘廣告中，一個(gè)外貿(mào)單證員的工作內(nèi)容包括這些：

1.負(fù)責(zé)公司一切與儲運(yùn)有關(guān)的運(yùn)費(fèi)管理；

2.負(fù)責(zé)公司一切與儲運(yùn)有關(guān)的供應(yīng)商管理；

3.負(fù)責(zé)協(xié)調(diào)各個(gè)環(huán)節(jié)，保證公司儲運(yùn)安全順暢的進(jìn)行；

4.負(fù)責(zé)報(bào)關(guān)、清關(guān)、商檢、結(jié)匯所需的全套單據(jù)資料的制作及領(lǐng)取；

5.負(fù)責(zé)有關(guān)紙質(zhì)單證的申領(lǐng)和保管；

6.負(fù)責(zé)妥善管理文件，進(jìn)行分類、歸檔；

7.負(fù)責(zé)海關(guān)、商檢、保險(xiǎn)、產(chǎn)證等有關(guān)單位的年檢或合同續(xù)簽、續(xù)費(fèi)工作；

8.負(fù)責(zé)公司交辦的其他事宜；

不過，如果我們直接把這些文本作為每一個(gè)工作的任務(wù)來進(jìn)行分析，那么16.4億條崗位中，可能會存在至少5億條不同的“職責(zé)”。

但是，如果我們把這些文本，變成一條條動賓結(jié)構(gòu)再來處理，會怎么樣呢？

比如第一條職責(zé)：負(fù)責(zé)公司一切與儲運(yùn)有關(guān)的運(yùn)費(fèi)管理。實(shí)際上其中心的動賓結(jié)構(gòu)就是“管理-運(yùn)費(fèi)”。

第二條職責(zé)：負(fù)責(zé)公司一切與儲運(yùn)有關(guān)的供應(yīng)商管理。其實(shí)中心的動賓結(jié)構(gòu)就是“管理-供應(yīng)商”。

第三條如果用動賓結(jié)構(gòu)來總結(jié)，就是“協(xié)調(diào)-環(huán)節(jié)”、“保證-儲運(yùn)”。

在成千上萬個(gè)外貿(mào)工作人員中，可能存在成千上萬種和儲運(yùn)相關(guān)的具體工作職責(zé)，但其中相當(dāng)一部分在抽取了具體動賓結(jié)構(gòu)后，就能得到“保證-儲運(yùn)”這一條。復(fù)雜而多樣的職業(yè)職責(zé)文本，經(jīng)過這樣的處理，變得更加標(biāo)準(zhǔn)，其分析數(shù)量也下降了至少100倍。

我們對招聘數(shù)據(jù)進(jìn)行了這樣的處理，最終獲得了約80萬條動賓結(jié)構(gòu)，而其中出現(xiàn)頻率最高的10萬條就占據(jù)了所有崗位所有職責(zé)的93.2%，頻率最高的5萬條就占所有崗位的90%左右。

其中出現(xiàn)頻率最高的20條動賓結(jié)構(gòu)如下所示：

動賓結(jié)構(gòu)高頻組合

光是看不同的職業(yè)的動賓結(jié)構(gòu)變化，其實(shí)就能對中國的經(jīng)濟(jì)形勢變化有所判斷。比如從2015年到2022年，銷售代表的工作內(nèi)容出現(xiàn)了什么變化？從動賓結(jié)構(gòu)的抽取結(jié)果看，結(jié)果如下：

動賓結(jié)構(gòu)反映銷售代表的工作內(nèi)容變化

隨著經(jīng)濟(jì)增速的放緩，需求潛力開發(fā)已經(jīng)基本完成，即使同樣叫做“銷售代表”的一個(gè)崗位，其具體工作內(nèi)容也隨時(shí)間出現(xiàn)了不小的變化，從向外擴(kuò)張發(fā)展新客戶開拓新市場，變成了維護(hù)和現(xiàn)有客戶的關(guān)系。

這部分工作，為我們下文的人工智能暴露計(jì)算打下了良好的計(jì)算基礎(chǔ)。

三，什么樣的工作任務(wù)更容易暴露在人工智能的發(fā)展路徑上？（考生可以跳過）

評估每一個(gè)具體的工作任務(wù)是否會受到人工智能的影響，我們依然要使用GPT-4。

現(xiàn)在看來，人工智能多模態(tài)地存在于各種平臺上的日子，眼看著就越來越近了，人工智能的特點(diǎn)，其實(shí)就是用現(xiàn)存知識，模擬了人類大腦“慢思考”的過程?？紤]到這一點(diǎn)，我為GPT-4提供了這樣略顯激進(jìn)的prompt——

**背景：你是一名職業(yè)發(fā)展評估專家。隨著人工智能的發(fā)展，我們試圖理解它對不同行業(yè)和職位的影響。你將評估一系列動賓結(jié)構(gòu)所代表的工作任務(wù)，在同等完成情況下，人工智能參與時(shí)可被減少的人類工作時(shí)間，即人工智能可以替代人類勞動的程度。評分范圍為0-5，其中5表示此任務(wù)只能由人類單獨(dú)完成，人工智能的參與不能減少人類勞動時(shí)間；0表示此任務(wù)已經(jīng)能夠由人工智能單獨(dú)完成，人工智能可以替代100%的人類勞動時(shí)間。

每一個(gè)技能都用動賓結(jié)構(gòu)來表示，例如“開拓-市場”表示開拓潛在市場，“收集-信息”則表示搜索可能得信息。例如，"翻譯-文章"可能得到較低分?jǐn)?shù)，因?yàn)槿斯ぶ悄芤呀?jīng)能夠進(jìn)行高質(zhì)量的文本翻譯。相反，"維護(hù)-關(guān)系"可能得到較高分?jǐn)?shù)，因?yàn)樗婕暗饺穗H交往和情緒處理，這是人工智能難以模擬的。

你所考慮的人工智能發(fā)展背景更傾向于替代人類思考功能，即“思考腦”。若是一項(xiàng)任務(wù)只需要人類用到眼睛、耳朵輸入信息，再結(jié)合推斷、分析、總結(jié)、撰寫、編輯等大腦的“慢思考”步驟，并用代碼、文字、語音、圖片、音像或者視頻的方式輸出結(jié)果，那么這項(xiàng)工作的人類勞動便有較高可能被人工智能所替代。如果一項(xiàng)任務(wù)更多使用到人類大腦思考功能以外的其他感官和肢體的任務(wù)（例如需要手、腳和皮膚觸感）以及在處理信息時(shí)使用到“反射腦”與“儲存腦”（例如撫觸、共情、反射、回憶），則該任務(wù)的人類勞動更難被人工智能替代。

但也有一些動賓結(jié)構(gòu)并沒有實(shí)際的職業(yè)意義，例如“使-顧客”，“有-感”，這并不是一個(gè)具體的職業(yè)任務(wù)，也并非對該崗位的具體要求。對這些動賓結(jié)構(gòu)，請不要評分，不需要返回任何數(shù)值。

**任務(wù)：請對以下每一條動賓結(jié)構(gòu)所代表的工作任務(wù)按照上面的背景要求評分，將能夠評分的結(jié)果以“id,評分”的格式返回，id和評分中間用逗號分隔，一行一條。

使用GPT-4的API對于出現(xiàn)頻率最高的前5萬條動賓結(jié)構(gòu)進(jìn)行打分后，下表列出了GPT-4在我給出的prompt下，打分最高和最低的動賓結(jié)構(gòu)。

受人工智能影響最大與最小的動賓結(jié)構(gòu)

說實(shí)話，對于GPT-4的打分結(jié)果，左邊的這一列，受影響最小的動賓結(jié)構(gòu)，并不令人覺得很意外。而右邊這一列，GPT-4還是在用自己的理解，給我們提供了一個(gè)可能性不小的未來。

四，不同專業(yè)的人工智能暴露率

前面的三項(xiàng)工作中，我們將每一個(gè)具體的工作崗位首先和專業(yè)列表進(jìn)行了映射，再把每一個(gè)工作崗位拆分成了不同的工作動賓結(jié)構(gòu)，最后使用GPT-4對于每一項(xiàng)動賓結(jié)構(gòu)進(jìn)行了打分，看這項(xiàng)具體的工作任務(wù)有多大可能性會暴露在人工智能發(fā)展的路徑上。

接下來，我們將三個(gè)結(jié)果合并在一起。

首先，根據(jù)每一個(gè)崗位的動賓結(jié)構(gòu)打分，再將0-5分換算成一個(gè)0-1的人工智能暴露系數(shù)。（之所以用0-5分，而不直接用0-1分，是因?yàn)镚PT-4似乎不太擅長給出小數(shù)）

接下來，給每一個(gè)崗位的專業(yè)需求賦予權(quán)重——如果這個(gè)崗位只要某一個(gè)專業(yè)，那么權(quán)重為1。如果這個(gè)崗位需要N個(gè)不同的專業(yè)，那么每個(gè)專業(yè)的權(quán)重為1/N

最后，對于每一個(gè)專業(yè)，加權(quán)平均計(jì)算它在所有崗位中的平均暴露系數(shù)，得到這個(gè)專業(yè)的人工智能暴露系數(shù)。下表列出了在對應(yīng)招聘崗位較多的本科專業(yè)中，20個(gè)暴露系數(shù)最高的專業(yè)和暴露系數(shù)最低的專業(yè)。

人工智能暴露程度最高與最低的專業(yè)

這個(gè)結(jié)果，可以說在一定程度上是較為出人意料的。

比如同樣屬于經(jīng)濟(jì)學(xué)大類的金融學(xué)在表格左邊，而財(cái)政學(xué)卻在表格右邊。

比如許多醫(yī)學(xué)大類專業(yè)，包括口腔醫(yī)學(xué)，中西醫(yī)結(jié)合，心理學(xué)，中醫(yī)學(xué)，動物醫(yī)學(xué)等，出現(xiàn)在了表格左邊。但藥學(xué)類、公共衛(wèi)生和預(yù)防醫(yī)學(xué)類，卻又出現(xiàn)在了表格右邊。

這是為什么？

關(guān)鍵在于，GPT-4會對于每一個(gè)崗位的動賓結(jié)構(gòu)進(jìn)行打標(biāo)，而需要每一個(gè)專業(yè)的崗位，他們的責(zé)任分布和動賓結(jié)構(gòu)，是完全不一樣的。

從醫(yī)學(xué)大類的分布來看，越是在左邊，暴露率更低的醫(yī)學(xué)大類專業(yè)，都是越需要和病人打交道，并且撫慰病人痛苦的專業(yè)。甚至包括動物醫(yī)學(xué)，因?yàn)樾枰獎游镝t(yī)學(xué)的許多崗位都是寵物醫(yī)院的醫(yī)生，他們面對的“病人”可能并不會表達(dá)心情，但是這些病人的主人是非常需要安慰的。

而越是在右邊，暴露率更高的醫(yī)學(xué)大類專業(yè)呢，不管是藥學(xué)還是預(yù)防醫(yī)學(xué)，相對來說與病人大量交流的頻率就要低得多了。在這張表格中，還沒有出現(xiàn)的還有臨床醫(yī)學(xué)、基礎(chǔ)醫(yī)學(xué)、法醫(yī)學(xué)，這幾個(gè)醫(yī)學(xué)專業(yè)的人工智能暴露率從低到高，也與我們的直觀感受相吻合。

將所有本科專業(yè)的暴露率和2021年的平均工資放在一張散點(diǎn)圖上，可以看到，兩者出現(xiàn)了較強(qiáng)的相關(guān)性。畢業(yè)后去向崗位平均工資越高的專業(yè)，其崗位的人工智能暴露率也越高。

專業(yè)畢業(yè)起薪與人工智能暴露程度

工資是由勞動生產(chǎn)率確定的，而勞動生產(chǎn)率，在很大程度上是由每個(gè)人的專業(yè)知識確定的。腦子更聰明，更努力，專業(yè)知識掌握得越多，經(jīng)驗(yàn)越豐富，其工資也越高。

但目前的人工智能，正是在挑戰(zhàn)這一點(diǎn)。如果說專業(yè)知識和經(jīng)驗(yàn)之前是一個(gè)山峰，目前的人工智能的發(fā)展趨勢，就是要削平整座山峰——但還留下山頂那些，因?yàn)樯巾敶砹巳斯ぶ悄苤R的邊界——在山頂以下，人人平等。

所以我們才會看到，醫(yī)學(xué)的真諦“總是安慰，常常幫助，偶爾治愈”中，“總是安慰”會變得越來越重要，心理學(xué)，口腔醫(yī)學(xué)，中醫(yī)學(xué)，動物醫(yī)學(xué)，更多地處在了暴露率最低的區(qū)間。更多負(fù)責(zé)“偶爾治愈”的基礎(chǔ)醫(yī)學(xué)和臨床醫(yī)學(xué)出現(xiàn)在了暴露率中等的區(qū)間，而以“治未病”為天職的的藥學(xué)、預(yù)防醫(yī)學(xué)正處在高暴露區(qū)間。

所以我們才會看到，同屬經(jīng)濟(jì)學(xué)大類，金融學(xué)的暴露率較低，而財(cái)政學(xué)暴露率較高。因?yàn)椤熬幹?預(yù)算”這樣的動賓結(jié)構(gòu)被GPT-4列為最容易替代的工作內(nèi)容。而在最難替代的動賓結(jié)構(gòu)中，赫然出現(xiàn)了“引入-資金”。

在專業(yè)知識之外，人和人的交流變得前所未有的重要。現(xiàn)在，如果你想成為一個(gè)不與客戶和同事打交道的專業(yè)人才，那么你最好做到頂尖。如果做不到頂尖，那么你至少得有客戶、渠道或者資源這些人工智能更難替代的東西。“人際交往的事情，你們不用管，你們就負(fù)責(zé)研究和開發(fā)”這樣的日子，對于大部分專業(yè)人才來說，一去不復(fù)返了。

五，為了幫助考生選專業(yè)，我們做了一個(gè)小工具

AI帶來的變化，目前可能只是出現(xiàn)在了地平線的遠(yuǎn)端。但這一屆高考考生畢業(yè)時(shí)，他們可能就不得不面臨更大的挑戰(zhàn)。因此，選擇專業(yè)也就成為了更重要也更為復(fù)雜的一件事。

我們在微信小程序“數(shù)據(jù)團(tuán)+”中（是的，就是去年給出了各城市疫情預(yù)測的那個(gè)小程序），便更新了這樣的內(nèi)容。填入你的分?jǐn)?shù)和科類，你可以看到2022年時(shí)你的排名可以去向的專業(yè)。

點(diǎn)進(jìn)每一個(gè)專業(yè)的“趨勢/薪資”頁面，你將能看到每個(gè)學(xué)校、專業(yè)從2016年開始的排名變化。越高的排名表示錄取名次越靠后，即趨勢上越容易被錄取。

在頁面下方，還能看到每一個(gè)專業(yè)的趨勢變化和薪資變化。

這里的紅綠色柱狀圖，表示的是經(jīng)濟(jì)學(xué)專業(yè)總體的錄取趨勢，這個(gè)數(shù)值是根據(jù)所有學(xué)校的所有經(jīng)濟(jì)學(xué)專業(yè)的專業(yè)百分位排序計(jì)算的，紅色柱越高，表示該專業(yè)在每個(gè)學(xué)校的錄取排位名次在該學(xué)校的總位次的百分位中上升，即熱門程度上升；綠色柱狀圖代表了相反的趨勢。

而薪資則是使用16.4億個(gè)帶專業(yè)需求的崗位工資平均計(jì)算的，從這里也能看到不同專業(yè)的絕對工資和相對工資變化。我們?nèi)栽谟谜衅笖?shù)據(jù)復(fù)核計(jì)算各專業(yè)的詳細(xì)人工智能暴露率，未來兩天會更新到小程序中。

希望小程序提供的數(shù)據(jù)，能夠幫助各位高考考生結(jié)合學(xué)校、專業(yè)的位次變化以及專業(yè)總體的報(bào)錄趨勢、薪資趨勢和人工智能替代等信息，選擇適合自己的專業(yè)。