Will Generative AI Like ChatGPT Replace Your Job?
25:34 Share

欢迎收听《Money for the Rest of Us》。这是一档关于个人理财的播客节目，内容涵盖金钱运作方式、投资方法以及如何生活无忧。我是主持人David Stein。今天是第417期节目，主题是：生成式AI会取代你的工作吗？

大约八年前，也就是2015年9月，我们播出了第72期节目《机器人会取代你的工作吗？》。我们当时的结论是，计算机和机器人最终将能够胜任所有工作。但作为人类，我们可以决定哪些工作我们愿意让机器人去做，哪些工作我们希望由人类来完成。

两年后，在2017年12月，我们在第184期节目《大规模失业不可避免，但仍会有工作》中再次探讨了这个话题。我们讨论了自动化和技术（包括机器人）如何始终导致大规模失业。

但效率和生产力的提高导致整体平均收入提高，这些收入可以用于购买商品和服务，而这种消费、这些更高的收入又会创造更多就业机会。这并不是说有些人会受到影响，他们因为自动化而失业，并且

而且可能无法重新站起来。但在整个经济中，由于效率和生产力提高而导致的更高收入创造了更多就业机会。我们可以考虑旅游相关行业的就业情况，或者考虑随着人们寻求帮助来应对他们可能面临的精神健康挑战，或者仅仅是为了在面对世界时改善自身身心健康，有多少教练、顾问、治疗师、心理学家。

四年前，在第198期节目《资本主义就是创造》中，我分享了作者兼计算机科学家李开复的一段话。他是《AI超级力量：中国、硅谷与新世界秩序》一书的作者。这本书出版于2018年。李开复说，我们都将面临未来15年或20年非常具有挑战性的时期。而且如何

一半的工作岗位将被机器取代。人类从未见过如此规模的大规模裁员。在谈到人工智能时，他说我们存在的原因之一是创造，而人工智能或许无法做到这一点。现在，这还是在2018年。我们正在看到生成式人工智能，人工智能正在进行其转变

训练其数据集并创造以前从未存在过的事物，例如图像和段落。李开复继续说道，其中一个方向是我们创造。我们发明东西。我们庆祝创造。我们在科学过程、治愈疾病、写作、写作方面非常有创造力

拍电影，在讲故事、在营销方面做得非常出色。这是我们应该庆祝的创造力，也许这才是让我们成为人类的原因。一个突出的问题，特别是当我们看到最近版本的人工智能时，是它们在创造能力方面是否变得更像人类？

我最近读到一篇文章，我特别震惊，我认为我作为教育工作者、播客主持人、投资策略师的工作在某种程度上是受到保护的。然后在Futurism上出现了一篇文章。标题是《CNET正在悄悄发布由人工智能生成的整篇文章》。这些文章的署名是CNET Money。文章是金融解释器。

例如什么是年百分比收益率？什么是复利？你应该提前打破CD以获得更好的利率吗？如果你查看CNET Money的“关于我”部分，你会看到这篇文章是由人工智能引擎辅助完成的，并由我们的编辑人员审核、事实核查和编辑。它没有说明是否有人撰写过它。这篇文章是辅助完成的。这意味着这篇文章是写出来的吗？编辑写了这篇文章吗？谁写了这篇文章？如果你查看关于打破CD的文章，这是一篇不错的文章。它涵盖了基础知识。它还在谷歌搜索结果的第一页排名。如果你查询，我应该提前打破CD吗？在这篇文章的中间，有一个列表是关于最佳CD利率的广告，稍后是最佳在线储蓄账户。

CNET之所以这样做是因为如果读者想阅读关于提前打破CD的文章，然后决定去查看其他可能利率更高的CD，这将是提前打破CD的一个原因，你可以在其他地方获得更高的利率，而这个利率高于你可能在该CD上支付的任何罚款。但如果读者点击该链接并购买CD，则CNET将获得佣金。

我们这里说的可不是小钱。NerdWallet

是一个网站，最初是一个个人理财网站，我认为是10到12年前，比《Money for the Rest of Us》开始的时间不长。他们的模式非常成功。他们说他们是上市公司。他们去年上市了。11月2日发布的第三季度营收增长了45%，总营收为1.45亿美元。他们主要通过佣金赚钱。

信用卡、贷款和其他金融产品。他们说，凭借

凭借我们值得信赖的金融生态系统，我们将提供一个单一平台，消费者和中小型企业可以依靠该平台来了解各种金融主题、选购产品、连接其数据并接收数据驱动的提示。他们赚取佣金。他们撰写文章。现在，人工智能可以更快地生成这些文章，并使这些文章获得排名。

现在，关于提前打破CD的文章中，有多少是人工输入，有多少是人工智能引擎？

Brett和我上周在团队会议上讨论了CNET的文章，在谈话过程中，Brett要求人工智能程序ChatGPT为《Money for the Rest of Us》创作一个播客脚本。ChatGPT是一个聊天机器人。它于2022年11月30日由OpenAI作为原型推出。ChatGPT花了

ChatGPT大约90秒就为我们的播客想出了一个播客脚本。我们没有给ChatGPT一个主题。我们只是说查询是为《Money for the Rest of Us》创建一个播客脚本。以下是脚本。它说介绍音乐播放。主持人David Stein。那就是我。欢迎收听《Money for the Rest of Us》，这是一个帮助你驾驭复杂投资世界的播客。我是你的主持人David Stein，在今天的节目中，我们将讨论债券市场的现状及其对投资者的意义。但首先，要提醒我们的听众，本播客中提供的信息仅供一般信息参考，并非投资建议。在做出任何投资决定之前，务必咨询财务专业人士。现在让我们深入探讨债券市场。近几个月来，我们看到利率上升，这引起了一些投资者的担忧。但是什么

但这对债券市场意味着什么？首先，重要的是要理解，当利率上升时，现有债券的价值就会下降。这是因为新的债券将以更高的利率发行。

使旧债券对投资者不那么有吸引力。但是，重要的是要注意，这并不意味着所有债券都是糟糕的投资。事实上，债券仍然可以为投资组合提供稳定的收入来源和多元化。应对利率上升环境的一种策略是关注短期债券。这些债券的到期日较短，受利率变化的影响较小

受利率变化的影响较小。另一种策略是关注信用评级较低的债券，也称为垃圾债券。这些债券往往具有更高的收益率，这可以抵消其影响

利率上升的影响。同样重要的是要记住，债券市场并非一种一刀切的投资。每个投资者的状况和目标都是独一无二的，财务顾问可以帮助确定最适合你的债券策略。因此，虽然债券市场的现状可能会引起一些担忧，但重要的是要记住，债券仍然可以在一个多元化的投资组合中发挥重要作用。

感谢收听本期《Money for the Rest of Us》。我们下周将带来更多关于投资世界的见解。在此期间，请务必访问网站以获取更多信息和资源，以帮助你做出更明智的投资决策。结束音乐播放。

还不错。对我来说，最令人震惊的是ChatGPT知道大多数债券投资者不知道的事情。我说知道是因为我们将在几分钟内看到ChatGPT是如何工作的。ChatGPT从知识的角度来说什么也不知道。它只知道如何将单词串在一起。但它串在一起的词是，非投资级债券对利率波动的敏感性较低。

因为它们有更高的现金流。这是所谓的凸度的一个因素，即随着利率下降，债券对利率变得更敏感。它们的久期延长了。收益率较低的债券对利率更敏感。它

它的价格会随着利率的变化而波动得更多，比具有更高现金流的更高收益率债券波动得更多，即使债券具有相同的到期日。具有4%票息的30年期国债的久期为17.8年，而具有1%票息或利率的30年期国债的久期为26年。ChatGPT并没有真正提到这一点。现在，如果它提到了，那就太不可思议了。它

特别是如果它比我刚才做得更好解释的话。但它确实讨论了具有更高现金流的非投资级债券对利率的敏感性较低。谁创造了这个ChatGPT？

它是由OpenAI创建的。他们于2015年作为一家非营利组织成立，获得了埃隆·马斯克和其他人的资助，例如LinkedIn的Reid Hoffman。现在他们有点转向了。他们正在走向更企业化。他们正在从投资者那里筹集资金，包括微软的10亿美元。

OpenAI是一个研究实验室。凭借这10亿美元，他们一直在超级计算机上租赁机器时间以创建更好的AI模型。微软希望使用AI的产品，并开始将其整合到Azure中，Azure是微软运行的、可供企业使用的云计算平台。他们想将其整合到必应中。

OpenAI首席执行官Sam Altman谈到这些AI工具时说，它们现在还处于非常初级的阶段，但随着它们的发展，我们获得的创造力提升和新的超级能力，没有人会想回到过去。

他暗示人工智能实际上会提高我们的创造力，我们会因为人工智能而更好地完成工作，而不是人工智能取代我们的工作。但显然，如果人工智能已经生成与其他平台上的人类作家竞争的个人理财文章，那么人工智能可以取代我们的工作。

在第256期节目《人工智能改变投资》中，我们更仔细地研究了一些模型，包括OpenAI使用的模型。ChatGPT基于GPT-3.5。它被称为大型语言模型。它正在寻找模式、统计连接，

来决定句子中下一个词是什么。从根本上说，它是一个极其复杂的词预测器。它不是知识。它只知道哪个词应该放在句子中。这些大型语言模型是通过整合大量数据来训练的。

OpenAI GPT-3接受了45TB文本数据的训练。它来自网络爬取、书籍、维基百科。然后它接受了大约三年的处理训练，将所有这些卷帙浩繁的内容拆开。

输入并形成连接。并且工作人员参与了提供一些培训。他们在超级计算机上进行了这项工作。最终，他们得到了这个具有多层的黑盒子，可以对其进行查询，它会根据数据之间的连接输出对该查询的答案。它就像一个神经网络。但是科学家，

创建它的人并不完全知道所有这些连接是什么。他们不知道ChatGPT是如何得出特定答案的。它如何决定所有要讨论的主题来生成关于债券投资的播客脚本？使用它所做的示例，它不仅仅是复制别人的作品并重现它。它

它采用这项工作，比如说维基百科的工作，或者理想情况下，是那些不受版权保护的、属于公共领域的东西，然后它将所有这些连接组合在一起，听起来非常熟悉。在我们继续之前，让我暂停一下，分享一些来自本周赞助商的话。

David Weinberger在他的《日常混沌》一书中写道，深度学习算法之所以有效，是因为它们比任何人都能更好地捕捉到一个宇宙的复杂性、流动性和甚至美丽，在这个宇宙中，一切都在同时影响着其他一切。机器学习的规模和关联性导致了它们的复杂性。大量组件之间的连接有时会导致事件链，最终可能与它们开始的地方大相径庭。微小的差异会导致这些系统意外地急转弯

急转弯。我们之所以不使用这些技术，是因为它们庞大、互联且复杂。我们使用它们是因为它们有时有效，大多数时候有效，但我们确实使用它们是因为它们庞大、互联且复杂，而且它们并不总是正确的。其中一个问题取决于用于训练这些AI系统的数据库的健壮性和准确性。

一些软件论坛、代码编写论坛不得不暂停ChatGPT提供的答案，因为这些答案是不正确的。它们可能看起来不错，修改后的内容，

版主说，我认为这是一个substack，它们非常容易制作。因此，人们正在用ChatGPT创建的答案充斥这些论坛。如果有人在论坛上提问，他们会通过ChatGPT运行它以获得答案。然后发布，非常容易制作，但它有不正确的可能性很高，即使它看起来很合理，因为它只是预测下一个词是什么。这些API的其他一些问题

AI模型，包括图像生成器，DALI是OpenAI的另一个AI模型。它可以根据一些文本创建图像。如果你输入，就像YouTube视频示例中那样，考拉熊灌篮，它将根据该查询生成一张以前从未见过的图像。

但这些图像在某些AI模型中可能是具有冒犯性的。词语生成器可能会生成仇恨言论。因为它是在根据大量数据创建事物、图像、段落，所以这些连接有时会产生一些听起来与可能受版权保护的内容非常相似的东西。想想Facebook上发生过的诉讼。

有人创作了一首歌，制作出来，然后他们被起诉，因为它听起来与其他人的歌曲非常相似。或者是一个被使用的笑话。它与另一个笑话非常相似。在许多情况下，这并不是剽窃的问题。这只是巧合的问题。如果这些AI工具拥有海量的数据集，它们将创建看起来与现有内容非常相似的事物。

另一个需要考虑的是伦理问题。我们是否应该这样做？如果你访问OpenAI网站的主页，你会看到上面写着：我们是一家由建设者组成的公司，我们非常关心现实世界的意义和应用。我们许多最重大的进步都来自于跨多个团队的工作。我们不怕违反既定规范并探索创造力。

他们愿意违反既定规范。这在伦理上正确吗？他们对这项技术如此兴奋，以至于他们只是发布它，然后我们会看到，我们会处理后果？其中一个问题是它应该是封闭系统还是开放系统？

我们没有获得关于GPT-3.5（最新版本，GPT-4即将推出）是如何训练的很多信息，Stability的创始人Ahmad Mustaq，

另一家AI公司，他是一位前对冲基金经理，他说你可以审查数据集，你可以审查模型，你可以审查稳定扩散的代码，这是他们的一个模型，以及我们正在做的其他事情，我们看到它一直在改进。因此，在他们的案例中，他们采取了一种开放的方式，让每个人都能看到一切，并提出建议。哎呀。

Open AI不一定这样做。他们正在提供他们的模型，但不一定是它们是如何创建的。但问题是，我们是否应该允许这些AI模型存在？我认为它们不会不存在。问题是我们如何选择使用它们。

在教育领域。大学正在想办法适应这项技术，ChatGPT，它才推出几个月。在《纽约时报》上，有一篇文章介绍了Anthony Amin。他是密歇根北部大学哲学教授。他班上提交了一篇论文，一篇论文，他说这是最好的论文

班上最好的论文。它有非常清晰的段落、合适的例子、严谨的论证，这引起了这位教授的警觉，他问了一个学生，该学生说他使用了ChatGPT来生成这篇论文。现在大学正在想办法，我们该怎么办？也许他们会进行更多口试、更多小组作业，让作业手写而不是打字。Amin教授说他们正在

将ChatGPT纳入讨论。他说，课堂上发生的事情将不再是，这里有一些问题。让我们在人与人之间讨论一下。他说，这就像，这个外星机器人怎么想？ChatGPT。但同样，这是思考吗？知道根据高统计概率应该在句子中使用哪个词？

来自哈佛大学、耶鲁大学、罗德岛大学等6000名教师已注册使用名为GPT-0的工具。它应该是一个检测AI生成文本的程序。我们将看看它最终是否会做到这一点。

我们还询问了ChatGPT关于使用AI进行投资的问题。我们要求另一个脚本，我不会向你朗读关于AI如何有可能彻底改变我们投资方式的整个脚本，但它指出了一些独特之处。

它说，AI在投资中的一个好处是它可以比人类更快地处理大量数据。这可以通过识别人类可能错过的机会来为投资者提供优势。AI可以被编程为识别模式并进行预测，这些模式和预测是公正的，并且没有人类情绪的影响，这与传统的由人类领导的投资策略相比，是一个主要优势。

然而，AI在股市中也存在潜在风险。如果大量投资者使用相同的AI系统，可能会导致市场低效和风险增加。

羊群效应。我没有使用羊群效应这个词，但它指出，如果每个人都使用相同的量化模型AI，可能会导致羊群效应，这可能会推高某些股票的价格，使其变得高估。AI生成的《Money for the Rest of Us》关于AI投资的脚本说，AI系统只与其所提供的数据一样好。如果数据不准确或有偏差，AI的预测也会如此。

AI生成的脚本也为人类提供了优势。它说，AI无法理解公司的基本面，例如其管理层、竞争格局和行业趋势。人类仍然需要将AI的见解与他们自己对公司基本面的研究和理解结合起来。

生成式AI正在根据对现有内容的训练并使用TB级数据建立新颖的连接来创建以前不存在的事物。我们并不真正了解这些连接是什么。我们只能看到输出。那么你信任谁？一个非感知的统计词预测器？一个非常好的。一个生成艺术的AI？

现在，请记住，像DALI和ChatGPT这样的Open AI工具只是冰山一角。我怀疑其复杂性远不止我们所看到的。因此，为我们的节目生成的脚本还可以。它有一些见解，但我们无法将其作为一集发布。缺少什么？我们拥有的经验、智慧、故事、让我们成为人类的东西呢？

在某些领域，使用生成式AI将会有所帮助。制作普通的文案，一篇基本的金融文章发布到网上，它可以做到。这不需要太多的创造力。也许这是Seth Godin关于……

关于文案写作指出的一个原因。也许AI生成的文案（包括金融文章）之所以如此普通，是因为随着时间的推移，大多数被输入的内容都是普通的。如果我们与众不同，如果我们独一无二，优于平均水平，那么我们就可以在生成式AI上获得优势。但这引发了一个问题，什么是智力？智力是知道从统计学角度来说句子中下一个词应该是什么吗？

还是知道下一个词应该是什么，因为我们还活着？

我们让ChatGPT为《Money for the Rest of Us Plus》创建了一些销售文案，看看它会生成什么。还不错，但不是很好。它甚至使用了“将你的业务提升到一个新的水平”这个词，这是一个我不太喜欢的词，因为它在文案写作中使用得太多，但我们在赞助商的广告中也使用了相同的词语。但判断力重要吗？细微差别呢？是

仅仅知道从统计学角度来说下一个词应该是什么就足够了吗？还是智力不仅仅是这些？作为创造者，我们能做得更好吗？

我们必须做得更好。否则，生成式AI将接管我们的工作。如果我们的工作归结为从统计学角度生成下一个文本或下一个部件，或者一些可以自动完成的事情，那么现在它正在转向文字和图像。它不仅仅是在工厂车间制造部件，这可能会让人感到害怕。让我害怕，但也让我着迷。我们谈论偏见。谁更容易受到偏见的伤害？

一个被输入了大量数据的AI引擎还是一个人？我们都有偏见。这一切发生得太快了。令人着迷的发展。在某些领域，AI、生成式AI将接管工作。

但我们也可以利用生成式AI来提高创造力。我们应该使用ChatGPT来提出播客主题或主题领域，看看它们是否解决了我们没有考虑到的问题，然后使用两者来制作更好的脚本。我们将拭目以待。这是第417期节目。感谢收听。

我已经在这个播客上教授投资超过八年了，但我也很喜欢写作。写作比播客有一些好处，这就是为什么我写了一个名为《内幕指南》的每周电子邮件通讯。

在那份通讯中，我可以分享图表和其他材料，以帮助你更好地理解投资。这是我每周做的最好的写作之一。我每周花几个小时在这份通讯上，试图让它对你有帮助。如果你不在这个名单上，请订阅。访问moneyfortherestofus.com订阅免费的《内幕指南》每周通讯。

我在本期节目中与你分享的所有内容都用于一般教育。如果我们没有提供投资建议，我没有考虑你的具体风险情况。这只是关于金钱、投资和经济的一般教育。祝你一周愉快。