“前同事”被蒸餾成了 Token，AI能否“偷走”職場經(jīng)驗？

GitHub網(wǎng)站近日上線了一個名為“同事.skill”的項目，只需提供同事的飛書消息、釘釘文檔、工作郵件等職場數(shù)據(jù)作為素材，就能通過AI技術(shù)生成可替代同事工作的AI技能。

伴隨著OpenClaw智能體應(yīng)用的火爆，各大互聯(lián)網(wǎng)平臺也都推出了AI Skill商店，開發(fā)者將專業(yè)能力封裝為標準化模塊，供全球智能體按需調(diào)用。Skill可以高效復(fù)制并遷移職場經(jīng)驗。這也引發(fā)了人們的擔憂——接受多年培訓(xùn)積累的經(jīng)驗可能瞬間就被AI“偷走”了？

伴隨著OpenClaw智能體應(yīng)用的火爆，各大互聯(lián)網(wǎng)平臺也都推出了AI Skill商店 資料配圖

職務(wù)作品知識產(chǎn)權(quán)歸屬誰？

關(guān)于公司將員工的職場技能進行提煉并蒸餾的問題，上海大邦律師事務(wù)所合伙人游云庭對第一財經(jīng)記者表示，員工因為職務(wù)所生成的著作權(quán)上的作品，屬于職務(wù)作品，部分職務(wù)作品可視為公司的知識產(chǎn)權(quán)，公司對此進行總結(jié)提煉和蒸餾本身沒有太大的爭議。

但他強調(diào)，“AI同事”最大的爭議在于隱私權(quán)和個人信息保護上，如果公司將員工個人的郵件和聊天記錄進行提煉，可能會侵犯個人隱私；其次，如果公司在此基礎(chǔ)上生成了離職員工的技能，那么這些用于訓(xùn)練AI的素材必須不包含員工的個人信息，比如語音特征、肖像，如果公司以數(shù)字人的形式將離職員工的個人形象或聲音進行再次發(fā)布，而未經(jīng)該員工許可，這也會侵犯人身權(quán)。

4月3日，國家互聯(lián)網(wǎng)信息辦公室起草的一份《數(shù)字虛擬人信息服務(wù)管理辦法（征求意見稿）》中明確，禁止未經(jīng)同意使用他人個人信息創(chuàng)建數(shù)字人。其中寫道:“任何組織和個人使用自然人敏感個人信息用于建模、形象生成、場景構(gòu)建等活動的，應(yīng)當取得自然人的單獨同意，并以顯著方式、清晰易懂的語言，真實、準確、完整地告知處理目的、必要性、對個人權(quán)益的影響；尊重他人合法權(quán)益，不得侵害他人肖像權(quán)、名譽權(quán)、榮譽權(quán)、隱私權(quán)和個人信息權(quán)。”

游云庭補充道，對于職場技能的蒸餾，在全球范圍也存在一定爭議，尤其是在使用他人的素材來訓(xùn)練人工智能是不是需要獲得許可。“這主要是由于人工智能產(chǎn)業(yè)已經(jīng)開始利用發(fā)布的資源來訓(xùn)練AI替代人的服務(wù)，正當性上有欠缺。”他對第一財經(jīng)記者表示，“比如游戲或電影產(chǎn)業(yè)，使用人工智能替代人進行表演或者設(shè)計，人的技能已經(jīng)被蒸餾，但用于人工智能產(chǎn)業(yè)的訓(xùn)練素材，并沒有獲得相關(guān)著作權(quán)人的使用許可。”

“賣人頭”的時代到頂了？

AI職場技能背后涉及的深層話題是AI與人類勞動力未來如何和平共處。對此，“硅谷精神之父”、科技思想家和未來學(xué)家凱文·凱利近期在中國進行的一次演講中指出：“到目前為止的證據(jù)顯示，盡管全球的就業(yè)結(jié)構(gòu)確實發(fā)生了變化，但這些變化中因為人工智能而導(dǎo)致的失業(yè)占比并不高，所以到底有多少人會受到AI的影響仍不確定。”

凱文·凱利傾向認為，未來AI一定會增強人們的生產(chǎn)力，大部分公司推出AI的目的也并非是淘汰或替代人類勞動力，但他強調(diào)，人類必須通過不斷學(xué)習(xí)去掌握更多的技能。“真正的AI專家還沒有出現(xiàn)，所以誰都還不算晚。”他表示。

不過在一些領(lǐng)域，AI已經(jīng)開始替代初級崗位技術(shù)人員的工作，尤其是寫代碼的程序員。Anthropic公司最近發(fā)布的一份報告稱，自ChatGPT發(fā)布以來，22歲至25歲的年輕人在AI暴露程度較高的職業(yè)中就業(yè)率下降了近20%。報告指出，雖然企業(yè)沒有解雇老員工，但不再招新人了。資深員工在AI的加持下變成了“超級個體”，而初級員工做的“雜活”正在越來越多地被AI接管。

一位國內(nèi)軟件公司創(chuàng)始人向第一財經(jīng)記者感嘆道：“‘賣人頭’的時代到頂了！以前是有一個好的創(chuàng)業(yè)點子缺一個程序員，現(xiàn)在到處都是AI程序員，缺少好的創(chuàng)業(yè)點子。”

《自然》雜志今年2月采訪了數(shù)十位科學(xué)家，其中多名學(xué)者指出，“專門寫代碼的程序員崗位已經(jīng)過時了”；“看不到有雇傭代碼程序員的需求”。

不過也有研究人員對此提出擔憂，一些人表示，“你需要先做那些AI能做的事，才能學(xué)會那些AI做不了的事”；“省了一個研究生的工資，但可能毀了一個未來的辛頓（Hinton）”。

杰弗里·辛頓（Geoffrey Hinton）是諾貝爾獎和圖靈獎得主，他在40年前還是一名職位不高、埋頭寫代碼的研究人員，但他當年發(fā)明的微型語言模型成為了今天大語言模型的基礎(chǔ)。

正如倫敦大學(xué)學(xué)院量子物理學(xué)家喬納森·奧本海默（Jonathan Oppenheim）所言，AI還沒有能力真正提出新穎的想法，還替代不了動手做實驗和那些提出原創(chuàng)問題的人。