根据对GPT技术的观察以及关键事件的梳理，分析了大模型的独特能力，以及大家的担忧具体是什么。接下来，从社会学视角来探讨它可能会对社会带来怎样的影响。需要注意的是，社会既是一个整体，也是由每一个个体组成的。因此，我们既要看到技术对整个社会的整体影响，也要看到对每一个个体可能产生的影响；既要看到对生产力的影响，也要看到对生产关系的改变。
首先，ChatGPT对社会生产力及效率的提高将是革命性的、颠覆性的。在一些常规甚至复杂的任务中，大模型可以处理得更好，可以使生活更简单、更安全、更高效，可以用更少的人做更多的工作。这提高了人们日常生活的质量，整个社会的运营效率也提高了。这是它带来的正面影响。
但企业在广泛应用大模型的同时，其业务流程、工作岗位也将面临调整和重塑。技术的提升也并不意味着每个个体都能从中获益。“科技赋能”的另一面也存在风险，它可能剥夺许多人的某些能力。这就引出了一系列问题，未来的社会劳动分工如何变化？未入职场的年轻人的工作机会在哪里？究竟应该拥有怎样的技能才能生存下去？等等。
接下来，我们可以从社会维度和技术维度去做具体分析。把社会维度分为职业、年龄、收入、信息知识的创造与消费，分别去对应大模型的五个独特能力，我们会发现，其影响是深远而多层次的。综合来看，它不仅会影响或放大原有的社会问题，同时还有可能制造出新的社会问题。
1）大模型冲击劳动力市场
大模型对劳动力市场的冲击是显而易见的，也是大家讨论最多的。在我们此前发表的文章（详见《财经》2023年第5期“ChatGPT冲击劳动力市场”）中，我们从短期、中期、长期总结了ChatGPT对于劳动力市场的冲击。我们认为，短期内会替代低技能任务和重复性工作；中期增强效应和创造效应会凸显出来，既放大一些工作的价值，并创造新技能要求和新岗位。长期来看，商业模式会被重塑，技术和资本垄断会加强，贫富差距进一步扩大。
3月中旬，OpenAI公司发布的报告也指出，在美国，大约有80%的劳动人口的工作会受到GPT的影响。报告还特别强调：教育程度越高、入行门槛越高、收入越高的工作，会面临更大的风险。紧接着，高盛分析师Joseph Briggs和Devesh Kodnani根据数千份职业通常执行的任务数据构建了模型，计算显示，约五分之一的工作可以由人工智能完成，在各大经济体中，这相当于约3亿个全职工作岗位。
更需要提起注意的是，技术节约劳动力的速度远远大于创造新就业机会的速度。这种“技术性失业”问题或许比前三次工业革命都要深刻，难以解决。过去，技术发展会使整个社会的劳动力逐渐从一个经济部门转向另一个经济部门，如从农业到工业，再到服务业。目前，服务业是吸纳就业人口最多的产业。但现在传统服务行业也越来越多地出现了AI的身影。这意味着从长远来看，AI将会对全产业部门的就业产生冲击，服务业将不能再吸纳其他部门溢出的劳动力，就连其自身的就业数量也会受到影响。劳动力似乎没有可以再流动的其他经济部门，大量的剩余劳动力该何去何从？仅有的工作机会势必会加剧竞争、内卷。因此，AI对劳动力市场产生的震荡远比想象中的更加复杂，更加不可预测。
2）大模型对年轻人影响巨大
首先，就对年轻人（特别是即将毕业的大学生）的职业发展路径、上升通道提出了挑战。传统的教育体系都在培养具有事务性或专业执行人才，而越来越多的企业开始采用AI技术进行自动化生产和管理，许多传统职业正在被取代或改变。年轻人的未来职业该如何选择？同时，年轻人之间的竞争可能加剧。“AI失业”的直接后果就是带来了大量剩余劳动力，这会使得原本所剩不多的工作岗位引来更多人的竞争。同时，AI对劳动者的素质提出更高要求，掌握AI的操作、管理、运营等技术的人将获得优先的工作机会。因此，对于年轻人来说，需要认真思考未来应该选择什么专业？时代需要怎样的人才？
此外，AI技术也对年轻人的学习、生活方式产生一定影响。比如，大模型可以作为AI助手，为正在学习中的年轻人提供个性化的学习工具，帮助他们更快乐地学习。有了AI这个工具，人们就能专注于创新或者成为更高级的编辑，把目光和精力聚焦在重要的事情上。在社交媒体、游戏等方面，AI可以为年轻人提供更加智能化、个性化和创新性的体验。但如此一来，我们需要重新考虑和反思目前的教育体系，以及教育的最终目标究竟是什么？
与此同时，大模型也会带来一些负面影响，比如可能会导致年轻人过度依赖虚拟世界、缺乏真实交往，影响他们的价值观等问题。与ChatGPT对话能够快速获取知识和信息，对于任何问题，它都能给出相对清晰简洁、观点明确的答案，这为不愿思考的人们省去了许多时间。因此ChatGPT可能在对话中不知不觉地影响、塑造人们的价值取向——特别是价值观正在形成中的年轻人。因此，当年轻人高度依赖大模型时，思维能力反而有可能变弱。我们该如何培养年轻人的批判性思维？
综上所述，AI对年轻人的影响是多方面的。年轻人更需要认真思考如何在这个时代中保持自我的独立性和价值观，并积极应对这个不断变化的世界。早在2017年，美国经济研究局曾举办过一个关于“人工智能经济学”的研讨会，会上提到：机器抢走工作所带来的两大问题是，人们收入的损失和地位的损失。与后者（失去地位、成就感等）相比，前者（失去收入来源）反倒是更容易解决的问题，我们需要的不过是劳动生产力的大规模提升，以至于更多的人可以不需要工作，却以其他的方式悠闲地分享整个社会的平均劳动果实。但是，届时，我们将如何处理我们的时间，如何找到自己的存在感和生命的意义？也许将成为全人类最为重要的问题。对这个问题的回答，将真正决定，我们能否拥有一个更好的世界。
3）大模型可能加大贫富差距
山姆·阿尔特曼认为ChatGPT能够帮助我们“拥有更高的生活质量”，高盛也预测该技术最终将在十年内使全球年均国内生产总值（GDP）提高7%。的确，AI技术的普及可以提高劳动生产率，提升人们的平均收入和生活水平。但是没有经济法则能够确保每个人都能分享这块增长的蛋糕。社会整体生产力的提高并不等同于全人类共同富裕，反而更可能加剧贫富差距与地域发展差异。
首先，个体就业上的差异，会直接导致社会财富收入的不均。更多掌握人工智能技术的企业或个人能够获得社会财富更大的分配权，从而增大社会贫富差距。有统计显示，在AI产业快速发展的早些年，美国真实的人均国内生产总值增长了36%，但普通基层职工实际小时工资却下降了14%，收入的增额都被20%的人所占有，而最顶级的1%更是占去了收入增额的64%。
其次，垄断将会随之产生。AI的技术红利大部分会流向头部企业。由于大模型对工作效率的提升，企业和雇主可以大量减少雇佣工作人员的数量。这不仅意味着很多人将要失业，也意味着上层资源财富向下流动的可能性减小。普通人在劳动生成过程中的议价能力不断下降，在资源分配时往往被排除在外。除此以外，对于一些重要的信息和机会，富人可以更容易地获取，而穷人可能无法获取这些资源。
因此，多方面作用下，大模型可能会造成贫富差距日益拉大、阶层固化的情况。而且，由于AI的数字化特征和对数据资源的依赖，使其具有天然的垄断性质，逐步侵蚀市场竞争机制，产生出能够支配行业的科技巨头，造成“赢者通吃”的局面。
4）大模型的其他风险
除了上述可能的社会影响之外，还有一些技术方面的风险。首先，大模型的底层技术与数据安全存在天然矛盾。具体来说，它在数据抓取、模型训练和用户使用的过程中，都可能存在数据安全和侵犯个人隐私的问题，还有数据泄露的风险。比如，使用的训练数据集是否通过合法的渠道获取？训练数据是否能够安全地储存？开发者如何管理与用户交互产生的数据？如何防范数据泄露？等等。现有的大模型大多存在与数据相关的安全问题，如果你的个人信息被学习进它的大脑中，隐私追溯比起以前的互联网会更加困难，而它产生的数据属于谁，在法律上还存在空白。
其次，大模型可能是一个虚假信息的超级传播者，它可以前所未有的速度和规模传播虚假信息，还可能被黑客利用或攻击造成技术扩散。OpenAI首席技术官米拉·穆拉蒂（Mira Murati）就表示，ChatGPT可能会“编造事实”，可能被“危险分子”利用，这是当下基础的大型语言模型共同面临的挑战，对此进行监管势在必行。
最后，大模型可能会在以下四个方面面临知识产权的侵权风险。如，开发人主体在使用数据时可能会侵害他人知识产权；输出的实际上是对已有信息的整合，且并未标注资料来源；当开发者为这些产出向用户收费时，是否已经造成了侵权？随着多模态大模型的发布，这种侵权可能会从文本拓展到图像、音频和视频领域。
