最近發表在《科學》雜誌上的一項研究認為，目前最先進的法學碩士（如 ChatGPT）可以使一個人在數百種職業中平均完成 14% 的任務時速度提高至少 50%，同時保持甚至提高品質。當考慮在法學碩士基礎上添加其他軟體來適應特定任務時，每個職業可能同樣受益的任務的平均份額躍升至 46%。
這些數字如何尋找一些常見的編輯工作？研究人員估計，對於新聞分析師、記者和記者來說，該職業中只有16.7% 的常見任務無法由法學碩士幫助，但43.3% 的任務將從當前的法學碩士中受益，其餘40% 的任務將受益於法學碩士。對於編輯來說，估計有 23.8% 的任務沒有受益，52.4% 的任務從目前的法學碩士中受益，23.8% 的任務僅在包含其他軟體時受益。
新創ChoozMo 集仕多與三立新聞合作，以主播陳斐娟作為AI虛擬人像的原型，推出三立新聞首位AI主持人「克隆娟」。ChoozMo從2020年就投入虛擬AI人像，並於2021年推出首支AI主播播報的影片，研發至今已握有獨有的技術，能夠解決虛擬AI人像各種不自然的表現，客戶包含電商、媒體等產業。
具有估計效率的常見任務比例受益於法學碩士和法學碩士以及針對兩種常見編輯職業的附加軟體。
這些估計表明人工智慧有可能顯著改變這些工作的完成方式。他們也可能受到批評：例如，我懷疑註釋者是否真正抓住了新聞評級任務的正確「品質」概念。我們自己與美聯社的調查研究表明，儘管生成式人工智慧可以提高效率，但它也可以以提示和編輯的形式創造更多的工作。我可能會在以後的文章中對此進行更深入的探討，但如果我們暫時將這些問題放在一邊並繼續下去，估計確實會描繪出一幅看似合理的圖景：新聞製作中的核心編輯工作是暴露的，並且很容易 被大幅削減法學碩士的效率更高。一旦建構了使法學碩士適應特定任務並將其整合到系統和工作流程中的軟體，記者的 83% 的任務和編輯的 76% 的任務都可以實現可觀的效率提升。需要強調的是，這些數字從根本上講是關於增強而不是自動化——我們仍然需要人在身邊，但他們的效率會更高。這對小規模媒體和當地媒體的影響是誘人的：想像一下，整個社區可以由 1-2 個人有效覆蓋。
為了從增強效率的角度釋放生成式人工智慧的價值，新聞機構將需要以下人才：(1) 具備使用當前一代法學碩士的技能；(2) 能夠開發客製化軟體以釋放其全部潛力，特別是在以下情況下：建立新的內部工具。其他研究人工智慧的勞動經濟學家也表示，生成式人工智慧可能會導致“現有內容創造工作的難度降低”，這可能意味著隨著生成式人工智慧工具使用的增長，其他生產技能變得不那麼重要。
在這篇文章的其餘部分中，我將透過分析過去幾年新聞機構的招募模式數據以及這與人工智慧和非人工智慧技能的關係，探討我們可以從這些問題中了解到什麼。我特別使用Lightcast在美國的招聘資訊數據，該公司全面抓取線上招聘廣告，並按職業、行業和技能對其進行標準化。經合組織先前的研究曾使用這些數據來研究與人工智慧相關的勞動力模式，但並未特別關注新聞業。
我重點分析 NAICS 代碼定義的美國新聞業的三個部分（報紙出版商、電視廣播電台和廣播電台），以及反映這些行業內編輯工作的ONet代碼定義的四種職業（新聞分析師） 、記者和記者；製片人和導演；以及作家和作家），以及反映這些行業技術工作的兩個職業（資料科學家和軟體開發人員）。人工智慧相關技能根據「人工智慧和機器學習 (AI/ML)」的Lightcast 開放技能分類子類別進行標記，其中包含172 項相關技能和認證。我將 ChatGPT 啟動後 19 個月的數據（12/22 至 6/24，ChatGPT 後）與之前相同月份的數據（5/21 至 11/22，ChatGPT 前）進行比較，以了解快速擴散情況ChatGPT 發布後生成式人工智慧的發展（以及周圍的炒作）可能已經改變了局面。
面對（生成式）人工智慧的職缺趨勢
在 2021 年末至 2022 年中期新冠疫情后招聘反彈之後，所研究的編輯職業的空缺職位數量回落至每月 950 個左右，大致與新冠疫情前的水平相同（見下圖）。在分析的其餘部分中需要記住的是，在 ChatGPT 之前的時期，與 ChatGPT 後時期（18,156 個帖子）相比，總體上有更多的招聘（28,566 個帖子）。
3 個媒體產業細分領域 4 個編輯職業的獨特貼文數量。
要求至少一項 AI/ML 相關技能的職位數量只佔這些行業和這些職位的總體招聘量的一小部分，僅佔整個時期職位的 0.3%（見下圖）。不過，ChatGPT 後期確實顯示出對具有AI/ML 技能的職位的需求顯著增加，從ChatGPT 前的46 個（佔所有職位的0.16%）增加了一倍多，到ChatGPT 後的108 個（佔所有職位的0.59%）。無論原因是什麼，無論是自ChatGPT 推出以來更加明顯的人工智能炒作的一部分，還是組織中對人工智能技能需求的充分認識，從比例上來說，這都是相當大的增長，即使它仍然只是一小部分。
3 個媒體產業領域的 4 個編輯職業需要至少一項 AI/ML 技能的獨特貼文數量。
在所研究的編輯職業中提到「自由職業」的職位數量比例也有所增加，從 ChatGPT 之前的 3.7%（1056 個帖子）增加到 ChatGPT 推出後的 4.7%（861 個帖子）。研究發現，自ChatGPT 推出以來，自動化傾向的自由職業職位數量大幅下降，而此處的數據顯示，自由職業職位的比例略有增加。新聞業對自由工作者的需求似乎很強勁，而不是削弱了這一點。
當我們看看資料科學家和軟體開發人員等技術角色呢？這些人更有可能建立額外的軟體，以釋放生成式人工智慧在特定領域任務中的力量。在這裡，我們看到對具有 AI 技能的人員的絕對需求略有下降，ChatGPT 之前有 861 個帖子，ChatGPT 後有 832 個帖子，下降了 3.4%。不過，需要指出的是，對資料科學家和軟體開發人員的整體需求下降了 30.0%（從 ChatGPT 之前的 4,509 個貼文減少到 ChatGPT 後的 3,161 個貼文）。換句話說，新聞業對具有人工智慧技能的資料科學家和軟體開發人員的需求強勁且成比例 增長，即使這些職位的整體絕對需求略有下降。
因此，從 ChatGPT 之前到 ChatGPT 之後，我們看到編輯職位（比例增長 3.7 倍）和技術職位（比例增長 1.4 倍）中需要 AI 技能的帖子比例總體增長。需要這些技能的技術職位總數使編輯部門相形見絀約 11 倍。令人驚訝的是，新聞業對自由工作者的需求似乎穩定。最重要的是，新聞機構正在投資增加擁有關鍵技能的人員數量，這些技能既可以使用現有的法學碩士，也可以建立軟體，以便在未來更好地利用它們。
工作和人工智慧技能
新聞業的組織確實正在招募具有人工智慧技能的人員。但就具體角色和工作而言，這是什麼樣的呢？為了了解這一點，我通讀了該時期 154 份編輯職位描述的樣本，其中至少匹配了一項人工智慧技能。對這些職位的興趣高度集中在相對較少的公司，只有35 家。時報。
我粗略地看到了大約四種不同的職位類別，從技術性較高到技術性較低，並且將人工智慧技能用於不同的目的：人工智慧實施者、人工智慧用戶、人工智慧策略制定者和人工智慧記者。人工智慧實施者職位涉及測試和推薦工具、建立自動化工作流程或設計人工智慧驅動的體驗等任務。這些職位通常需要在實施和設計人工智慧解決方案方面具有最高水準的人工智慧技術技能。接下來是人工智慧用戶職位，要求更普遍的「熟練使用人工智慧工具」或「使用人工智慧數位影像處理軟體」以及對人工智慧技術的「學習熱情」。人工智慧策略制定者的職位是為了製定策略而進行地平線掃描並及時了解行業「人工智慧等趨勢」或「對人工智慧及其潛在用途有深入的了解」。最後，人工智慧記者職位反映了新聞機構報道人工智慧在社會中的編輯使命。這些立場反映了需要了解人工智慧和人工智慧產業、它如何影響教育等特定領域，以及了解如何直接涵蓋人工智慧，但沒有強調人工智慧的任何特定技術理解或使用。
隨著生成式人工智慧的發展，被媒體炒作為「未來的職位」的角色之一是即時工程師。對具有「快速工程」技能的人才的需求從 2023 年 3 月開始猛增，並且迅速增長，自 2021 年 5 月以來，Lightcast 索引的所有行業中總共有 3,793 個職位。光是 2024 年 6 月就有 469 個獨特職位需要該技能。大部分興趣集中在「諮詢服務」行業，只有一小部分需要這項技能的帖子（所有職業總共 12 條）來自我在這裡重點關注的新聞出版商、電視和廣播行業。
總體而言，我們看到一系列呼籲人工智慧技能的編輯職位被宣傳，其中包括那些技術性更強、涉及策略或被認為能夠更廣泛地報道該主題的職位。該行業幾乎不需要雇用具有快速工程技能的人員。
技能轉變
工作所需技能的變化可以顯示新的技術機會或需求如何塑造工作的性質。為了了解這一點，我比較了所有 ChatGPT 之前和 ChatGPT 後編輯職位的技能流行程度，並報告了統計上的顯著差異。
除了上述 AI/ML 技能的增加外，其他技術技能類別也顯示出編輯職位需求增加的跡象，其中計算機科學從 ChatGPT 之前的 3% 上升到該職位的 5.4% -ChatGPT 期間，數據分析佔帖子的比例從6.4% 上升到7%。但其他一些核心技能類別也有所上升，包括新聞學（73.4% 升至76.2%）、批判性思維和解決問題（16.5% 升至18%）以及主動性和領導力（53.2% 升至55.2%） 。整體而言，技術技能類別的需求較少，但其比例成長也較大。
就具體技能要求而言，我們發現道德標準和行為已從 ChatGPT 之前的編輯貼文中的 12.7% 增長到 ChatGPT 後的 16.8%。其他需求成長的技能包括寫作（45.5％至48.9％）、說故事（12.7％至14.5％）、創造力（4.2％至5.2％）、事實核查（1.2％至1.6％）和校對（2.1％） % 至2.5%）。儘管相關性並不是因果關係，但很容易看出其中一些技能是對生成人工智慧的弱點的補充，預計這將推動校對、事實查核、創造力，尤其是道德標準和行為的需求增加。
技能類別需求也出現了一些顯著下降，包括技術和設計領域，例如圖形和視覺設計軟體（11.4% 降至 10%）、網頁設計和開發（5.2% 降至 3.9%）以及更通用的相關技能通訊（55.5% 升至53.5%）和媒體製作（47.4% 升至41%）。下降的更具體技能包括標點符號和大寫（6.5% 降至4.6%）、資訊收集（7.8% 降至6.6%）、內容編輯（4.7% 降至3.7%）、研究（24.7% 降至23.8%） 、備忘錄（2% 至 1.3%）、文法（14.8% 至 14%）、文案寫作（4.8% 至 4.2%）和圖像編輯（1.2% 至 0.9%）。並不是說它在 ChatGPT 之前的時期很流行，而是字幕作為一項技能在 ChatGPT 之後的時期完全消失了。同樣，我們可以看到，對其中一些技能的需求下降可以合理地解釋為與產生人工智慧驅動的技術變革有關。雖然在統計上具有顯著性，但其中許多變化都很小，因為我們預計它們只發生在 3 年的時間內。
當然，還有許多其他力量在新聞工作環境中發揮作用，這些力量可能會改變招聘啟事所需技能的性質。例如，在這兩個時期內，對TikTok 技能的需求幾乎翻了一番，反映出該平台的快速增長，而隨著一些新聞媒體對社區人口變化的反應，對雙語（西班牙語/英語）的需求成長了約三分之一。對事實查核興趣的增長也可能反映出人們對打擊平台上激增的錯誤和虛假資訊的關注和責任的增加。對文法技能興趣的減弱可能反映了圍繞寫作輔助工具的更大的技術轉變（例如，整合到通用軟體中的語法或其他文本建議機制），或者由於線上受眾的期望降低而導致對語法精確度的興趣降低。換句話說，我認為我們不一定能將所有這些轉變歸因於生成式人工智慧。
總體而言，我們發現自 ChatGPT 推出以來，一些技能的轉變可能與人工智慧和生成式人工智慧興趣成長的變化有關。我謹慎地發表這項聲明，因為我認為人工智慧之外還有許多力量正在塑造職缺中反映的技能。但無論原因是什麼，這裡的數據中都清晰可見一些趨勢。對道德、批判性思維、創造力、事實檢查和校對等補充技能的需求增加似乎可以解決先前研究中描述的生成式人工智慧弱點所引起的一些擔憂。同樣，對內容編輯、標點符號、語法、備忘錄、文案寫作和圖像編輯等技能的興趣下降，表明對生成人工智慧具有明顯能力的技能的需求似乎正在減弱。當然，這些轉變也只考慮了新職缺發布中的技能，並沒有考慮到許多新聞機構在 2023 年和 2024 年透過多輪培訓進行的任何圍繞人工智慧的技能提升。
結束語
根據分析的數據，美國新聞業似乎正在緩慢地改變其勞動力資源，以幫助其實現生成人工智慧帶來的潛在效率效益。我們看到新聞機構正在尋求增加擁有在編輯方面使用現有法學碩士所需技能的人員數量，並在頂層建立軟體以提高技術方面的效率。到目前為止，該行業的自由工作者似乎並未受到影響。對快速工程的大量需求並沒有真正影響到該行業。但人工智慧技能之外的技能需求似乎也在編輯角色中改變。這些轉變似乎是對生成式人工智慧在道德標準和批判性思考等技能方面的弱點的補充。為了在不斷變化的行業中保持競爭力，記者可能希望提高他們的人工智慧技能以及其他一些補充技能。同樣，如果新聞機構想要利用生成式人工智慧的潛在收益，那麼明智的做法是加快招募並投資於提高現有員工的技能（有些已經這樣做了）。
現在，新聞機構中具有人工智慧技能的人員是否會被管理以實現效率目標是另一個問題，這取決於所採用的組織策略。當然，效率策略還有其他選擇，例如更多以產品為導向或差異化的方法，正如本部落格之前所探討的。該行業的工會開始致力於保護可能受到人工智慧影響的工作崗位，這可能會進一步影響誰從潛在的效率提升中受益。對於需要用更少的資源做更多的事情的小型組織來說，增強可以以積極的方式進行，但擁有多人的大型組織可能會發現自己處於這樣一種情況：透過效率提升來增加產出可能比維持恆定的產出更沒有意義。勞動力、內容品質以及組織策略和管理之間的動態關係非常複雜，超出了本文的範圍，但我希望將來能對此進行更多討論。
