創意工作也能自動化！《時代》百大AI專家教你全面升級工作效率

由於自動化過去的歷史，許多人預測AI率先擅長的事情，將是無聊、重複性高與分析性的任務。然而，這次的情形卻不是如此。LLM擅長寫作，但背後的Transformer技術也是關鍵，帶來一整套全新的應用，包括能創作藝術、音樂與影片的AI。研究人員因此主張，最容易被新的AI浪潮影響的工作，反而是有最多創意任務的工作。

這點容易讓我們感到不安：AI是機器，怎麼能生成有創意的新東西？問題出在我們經常誤把新奇當成具有原創性。新點子不會憑空出現，而是以既有的概念為基礎。研究創新的學者很早就指出，透過重新組合來想出點子的重要性。突破通常發生在人們串起看似風馬牛不相及的事物。

舉個經典的例子來講，萊特兄弟（Wright brothers）結合了他們身為自行車技師，以及對鳥兒飛翔的觀察，想出如何操控飛機的概念。萊特兄弟並未發明自行車，也不是第一個觀察鳥兒翅膀的人，甚至史上最早打造飛機的人也不是他們。萊特兄弟做到的事，其實是率先看見幾個概念之間的連結。如果你能串起分散在數個領域裡的概念，再加上一點隨機的創意，就有可能創造出新東西。

LLM是連結機器。有的token讓人類感到沒關聯，卻代表著某種更深層的意義，而LLM接受的訓練正是產生token之間的關係。再加上AI的產出帶有隨機性，你就有了強大的創新工具。不論前面的字有多麼莫名其妙，AI仍會找到下一個可能的token，嘗試生成序列中的下一個字，也難怪AI能輕鬆想出新鮮的概念。事實上，依據許多常見的創意心理測試結果來看，AI的創意已經超過人類。

我知道這是真的，因為AI的創造力超過了華頓商學院最知名創新課程的學生。MBA學生不一定最擅長創新，已經是被講爛的笑話，但華頓孕育過無數新創公司，其中許多起步於特維施（Christian Terwiesch）與尤李奇（Karl Ulrich）的創新課程。兩位教授與同仁舉辦點子發想競賽，看誰能想出價格在50美元以下、最適合大學生的產品。由GPT-4對戰200名學生，結果學生輸了，而且比分懸殊。AI顯然隨時都能以比一般人更快的速度生成更多的點子，而且品質更好。這場競賽請人類評審團投票，如果競賽點子能成真，他們是否有興趣購買。結果AI的點子更可能吸引人掏錢，而且是讓人大吃一驚的比數：評審心目中最好的40個點子，有35個來自ChatGPT。

不過，我們人類尚未完全在創新工作中出局。其他研究顯示，最創新的人士，最少獲益於AI的創意協助。這是因為AI雖然充滿創意，如果沒有精心設計的提示詞，它會傾向每次都選類似的點子。AI提出的概念雖然很不錯，甚至堪稱優秀，但看多了之後，就會開始讓人感到千篇一律。這一切代表人類依然在創新中扮演很大的角色。但如果不在過程中讓AI助自己一臂之力，那就太傻了，尤其是不認為自己有頂尖創意的人士。

仔細觀察後會發現，不少工作的內容其實是AI擅長的創意工作形式。麻省理工學院的經濟學家諾伊（Shakked Noy）與惠特尼．張（Whitney Zhang），檢視ChatGPT能如何改造我們的工作方式。研究人員要求受試者依據職責與情境撰寫不同類型的文件，例如讓擔任行銷人員的受試者，替虛構的產品寫新聞稿；讓主管與專業人資寫電子郵件長信，向全公司解釋某個敏感議題；資料分析師以程式筆記本的形式設計分析方案。有的受試者被分配要用AI，有的不使用。

最後的結果十分驚人。使用ChatGPT的受試者完成任務的時間大幅縮減了37％。除了省時，按照人類評審的評分來看，工作品質也上升。AI帶來的改善不限於特定的職業領域，整體的時間分布走向更快完成工作，整體的分數分布也走向更高的工作品質。

就連起初看似與創意無關的事，其實也可能有關。AI非常適合拿來協助編碼，因為寫軟體程式需要結合創意元素與模式匹配（pattern matching）。微軟的研究人員指定程式設計師使用AI後，執行相同任務的生產力提升55.8％。AI甚至能讓不會寫程式的人變成某種程式設計師。我無法以任何現代語言寫程式碼，但可以要AI代替我寫十幾種程式。如果想要某種程式，只要叫AI做、讓它去寫就可以了，那麼八成會衝擊到這個人類工作者的總年薪達4,640億美元的產業。

另一個對經濟沒那麼重要，但很有趣的影響是：現在當我喊「開趴囉」，我辦公室的燈會閃爍五顏六色的光：AI替我寫了那個調控燈光的程式，並帶我設定幾間不同雲端服務公司的帳號，讓程式可以發揮作用，並在需要除錯時協助解決。