萨姆·奥尔特曼（Sam Altman）向来以直言不讳著称，但即便以他本人的标准衡量，本月早些时候在OpenAI开发者大会上发表的言论也相当不妥。在与人工智能资讯创始人罗文·张（Rowan Cheung）的现场对话中，奥尔特曼断言：大型语言模型时代消失的许多岗位，或许从来就算不上“真正的工作”。
在回应关于“50年前的农民会如何看待当今社会”的思想实验时，奥尔特曼表示：“那位农民很可能会看着你我的工作说‘这不算真正的工作’。”他坦言这种设想令自己“忧虑稍减……但某些方面更令人担忧。若你从事农耕……你是在完成人们真正需要的事情。这才是真正的工作。”
这番言论在社交媒体上被剪辑传播、制成梗图并遭到猛烈抨击，被贴上了从“冷漠无情”到“反乌托邦”的种种标签。但平心而论，奥尔特曼并非首个质疑现代工作实质的人。十年前，已故人类学家大卫·格雷伯（David Graeber）在《论狗屁工作现象》中指出，许多职场人暗自认为自己的工作毫无意义。这篇论文迅速风靡网络，并于2018年作为畅销书出版。
格雷伯的核心观点——整个经济领域建立在毫无社会价值的文牍主义之上——从心怀不满的上班族到政策智库都曾引用。奥尔特曼的表述固然带着优越感，但确有先例可循。
问题在于数据支撑并不充分。2021年一项基于欧洲社会调查的研究显示，仅约5%的受访者认为自己的工作毫无用处。类似的美国研究则将这一比例提高至近20%。两项研究均指出，这种无意义感更多源于拙劣的管理模式与企业文化，而非工作本身。当管理者事无巨细的管控与混乱的工作流程并存时，即便有价值的工作也会显得空洞——但这并不能证明相关岗位应该被自动化取代。
奥尔特曼言论的合理之处在于其隐含的洞见。多数工作并非虚设，但确实堆积了大量可自动化的冗余：无人审阅的合规清单、束之高阁的工作报告、本可通过即时通讯完成的会议纪要邮件。这类“走过场”的工作正是大型语言模型擅长的领域。当奥尔特曼强调这些模型将取代具体任务而非整个岗位时，所指代的正是此类工作。在这个层面上，他的判断或许正确。
