什么是Generative AI
生成式AI可以根据用户提示，创建内容（包括文本、图像、音频或视频）。生成式AI工具通常是利用基于开源信息（如网络上的文本和图像）训练的算法来生成内容。但它们不具备认知能力，无法进行人类判断。
ADP首席数据官Jack Berkowitz表示：“生成式AI是数据、AI和机器学习协同发展的下一阶段。基于当前模型，它可以预测下一个单词， 就像是魔法一样。” 对于今天的员工和人力资源从业者而言，这就意味着要习惯与生成式AI共事。
与AI共事
您可能想知道：与生成式AI共事是什么体验？
ADP副总裁兼管理法律顾问Helena Almeida表示：“就像是有一位万事通同事，您确信对方比您聪明，但并不专注，而且有可能会出言不逊，所以您需要时刻留意。您必须确保使用方法正确，但它非常有用。”
激发人类潜能
对于生成式AI及其对职场和劳动力市场的影响，很多人有所担忧。但是，我们也应该考虑生成式AI在今天的工作中可以怎样激发人类潜能。
例如，生成式AI可以帮助人力资源从业者和员工提高创造力。
“我们都有自己思考问题的方式。生成式AI能够帮助我们打破自己的固有思维，并在解决工作问题的方式上提高创造力。”Almeida如是说。
ADP全球首席隐私官Jason Albert表示：“许多人担心有风险。这毋庸置疑，但是它可以帮助做到更多不能做的事，这让我感到非常激动。”
换句话说，生成式AI是由人类创造的，并且为人类而设计的技术。Albert说：“ADP的职责就是帮助客户公司蓬勃发展，帮助他们的员工发展成长。这就是未来的发展方向：让技术更好地为人类服务。”
AI偏见
在很多国家和地区，因种族、肤色、宗教、性别、国籍、年龄、残疾歧视候选人或员工属于违法行为。但是，值得留意的是，在雇佣和就业决策中AI起到的作用可能是延续歧视，也可能是缓解歧视。
总之， 歧视是违法行为，无论是人在歧视还是系统在歧视。
“有人担心，如果AI发现最近的五位成功应聘者都是白人男性，便会认为成功的应聘者更可能是白人男性。”Almeida道， “ADP在AI算法上的优势在于，我们拥有专攻数据的数据科学家，来确定哪些数据可供算法用于评估应聘者；以及我们会监管算法，确保AI不会学习我们不希望它学到的东西。我们时刻警惕，且及时采取措施，以确保不会有偏见渗透其中。总的来说，我们的优势在于可以利用AI让我们变得更好，并针对偏见做出更好的决策。”
减少偏见
尽管使用AI可能会得出有歧视性的结果，但它也可以帮助减少歧视。
“我们对AI的关注不仅可以放在数据输入、质量和监管角度，AI也能减少偏见，因为它可以获取信息并以人类难以做到的方式检查信息，以避免人为错误。”Albert如是说。
AI甚至可以帮助解决歧视性做法，比如薪酬不平等。 Berkowitz说：“真正让ADP的薪酬公平技术发挥作用的幕后英雄之一就是AI。AI正在提升我们对薪酬平等的认知。”
尽管AI效率高，但监管歧视性做法的工作仍然应该是人类的责任。 “无论是在招聘中，还是任何其他事务中，都应该由人来掌控大局。掌权者应该是人，而不是AI，”Berkowitz表示。“AI只是建议者，但是决定权仍然在您手里。”
改变职场
生成式AI已经改变了职场。它帮助人力资源从业者和员工变得更明智、更高效、更有创造力。“未来，我们将看到它在多个方向的有趣应用，会达到我们今天都无法预料到的自动化水平，”Albert说道。“不仅可以推荐行程，还能为您通知酒店会晚到、重新预订租车、预订机场晚餐。这种事务，未来都能自动解决。”
此外，个性化程度也会增加。 “如果您使用这些模型，您会发现它们的表现令人惊艳，”Albert 说，“通过撰写详细需求，便可以获得想要的结果，这就是我们所说的提示工程（prompt engineering）。这个领域未来会有增长。您获得的答案会更具针对性。”
AI时代，您需要...
随着AI的发展，新的机会不断涌现，意料之外的结果也可能随之产生。因此，我们必须以符合伦理、安全且合规的方式来运用这些新工具。很多公司已经在制定准则，确保与生成式AI工具的交互在安全和隐私保护到位的情况下完成。 Almeida说：“对于像生成式AI这种新技术，用户需要确保它们是值得信任的。合规可以提高用户的信任度，而这都需要通过教育实现。我们要让用户知道，我们采取了什么样的措施来保护他们的数据安全和确保AI按预期的方式运行。”
那么切实解决方案是什么呢？寻求值得信赖的合作伙伴的帮助。
Berkowitz说：“与能够让您履行该领域合规义务的供应商合作非常重要。在ADP，我们在流程中增加了一个人工环节，即人工确保高数据质量，并检查AI生成的输出。”
