AI正在切斷下一代科學家的成長路徑
如今，這樣的年輕人正在逐漸消失。
1986年的Hinton是個年輕的認知科學研究者，研究方向少有人看好。但正是那些看似基礎的寫代碼、跑實驗、調參數(shù)的工作，讓他積累了對問題的深層直覺，支撐他在神經(jīng)網(wǎng)絡寒冬中堅持三十年。而現(xiàn)在，這些曾經(jīng)屬于研究生、博士后和初級研究者的日常工作，正被AI快速替代。
今年2月，《Nature》采訪了48位不同學科的學者，問題直指AI對科學崗位的威脅。答案驚人一致：AI正在替代純認知型任務，比如寫代碼、跑模型、做數(shù)據(jù)分析，這些恰恰是科學家職業(yè)生涯的起點。MIT機械工程教授趙宣赫直言這是正在發(fā)生的事，斯坦福計算生物學家Brian Hie甚至表示，實驗室專門雇來寫代碼的研究程序員崗位已過時。威斯康星大學計算生物學家Hannah Wayment-Steele也說，若五年前建實驗室會招研究程序員，現(xiàn)在則沒必要了。
這種現(xiàn)象并非科學界獨有。Revelio Labs數(shù)據(jù)顯示，2023年以來美國入門級崗位招聘發(fā)布量下降35%；Snowflake與Omdia的報告指出，63%因AI導致的崗位削減發(fā)生在入門級別；斯坦福數(shù)字經(jīng)濟實驗室研究表明，AI高暴露職業(yè)中22至25歲年輕人的就業(yè)率自2022年以來下降近20%。在崗者失業(yè)率未顯著上升，但新人入職率在下降。
對科研領域而言，入門級崗位的消失意味著學科失去了培養(yǎng)下一代科學家的通道。數(shù)據(jù)分析、寫代碼、跑模型這些基礎工作，是年輕科學家進入學術圈的門票。你不會一開始就成為大牛，得先當研究生，幫導師跑數(shù)據(jù)、寫代碼、調參數(shù)，在這個過程中學會提問、設計實驗、從失敗中找方向——這些正是AI做不了的事，但你需要先做AI能做的事，才能學會AI做不了的事。
UT Austin計算生物學家Claus Wilke警告：“短期內(nèi)每一塊錢預算能有更多產(chǎn)出，但代價是人才管道崩塌和長期衰退?！笔×艘粋€研究生的工資，可能就毀了一個未來的Hinton。
《Nature》報道中提到，美國翻譯協(xié)會科技翻譯分會成員2.5年內(nèi)下降26%，曾翻譯臨床試驗文件的Jaime Russell轉行做醫(yī)療口譯，因為口譯需要的實時判斷和人際感知AI做不到，但她的同行有的已在送外賣。這展示了AI入局后的兩種走向：遷移到AI夠不著的崗位，或徹底出局。
不過，弗吉尼亞大學經(jīng)濟學家Jerry Qian對AlphaFold2的研究帶來希望：AlphaFold2能以接近實驗精度預測蛋白質結構，成本僅為傳統(tǒng)方法零頭。在其能高置信度預測的蛋白質上，人類實驗研究產(chǎn)出下降35%，但科學家轉向了它預測不好的蛋白質，專攻AI搞不定的難題——人類找到了相對優(yōu)勢。但關鍵是“在場內(nèi)的”科學家有知識、經(jīng)驗和判斷力，知道往哪遷。
那下一代還沒進場的人呢？1986年的Hinton做的正是如今被AI替代的事，如果他生在今天，可能連進實驗室的機會都沒有，畢竟他的研究方向邊緣且不確定，拿資源和預算給他實屬押寶。從經(jīng)濟角度看，AI兩小時能完成研究生兩周的數(shù)據(jù)分析，為什么還要招人？經(jīng)費有限，產(chǎn)出優(yōu)先，這是局部理性的決策。但當所有局部理性疊加，系統(tǒng)性后果就浮現(xiàn)了：學科人才入口收窄，集體行動困境導致短期內(nèi)論文產(chǎn)量上升、長期科學共同體萎縮。
AI替代的不是Hinton，而是Hinton成為Hinton之前的那個人。Terence Tao說“適應就能存活”，但他指的是在場內(nèi)的人，問題在于未來的科學家還有沒有機會進場適應。
科學進步有時靠靈光一現(xiàn)，靠某人看著異常數(shù)據(jù)突然想到“如果這不是異常呢”。這種直覺不是課本教的，是在無數(shù)次失敗實驗和數(shù)據(jù)清洗中磨練出來的。2016年李世石對戰(zhàn)AlphaGo的第78手“神之一手”，正是人類直覺超越AI的體現(xiàn)。Hinton能堅持三十年，也源于早期基礎工作積累的深層直覺，這些無法被prompt或fine-tune出來。
2016年李世石對弈AlphaGo，第78手棋超出了AI的判斷范圍，被稱為神之一手，記者捕捉到李世石下場后的笑容. 圖片來自：news1
48位科學家的答案真正含義是：我們正在切斷培養(yǎng)“AI替代不了的人”的唯一路徑。人才管道一旦崩塌，不是明年的問題，是十年后的問題。到那時，AI也許能寫出所有代碼，但誰來告訴它該寫什么？
本文來自微信公眾號“APPSO”，作者：發(fā)現(xiàn)明日產(chǎn)品的APPSO，36氪經(jīng)授權發(fā)布。
本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。
免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com