OpenAI 程式碼生成模型經濟影響研究議程

OpenAI 正建立一項研究計畫，旨在評估程式碼生成模型的經濟影響，特別是以 Codex 作為主要案例研究。這項研究旨在提供基於證據的見解，以作為部署政策、AI 系統設計，以及關於將大型語言模型 (LLMs) 整合至勞動力市場之更廣泛公共政策的參考。

透過 Codex 進行經濟影響評估

Codex 是從 GPT-3 透過數十億行公開 GitHub 程式碼進行微調後的 LLM，是此研究議程的基礎。由於 Codex 在評估問題樣本中展現出 28.8% 的功能正確程式碼生成能力，OpenAI 認為其部署可能會顯著改變軟體開發及其依賴產業的經濟模式。

OpenAI 將使用 Codex 作為建立適用於未來更強大 LLM 之方法論的關鍵起點。透過研究特定工具目前的影響，研究人員可以產生所需的證據，以引導以下三個關鍵領域的決策：

• 部署政策：確定如何以及何時將這些工具釋放到勞動力市場。
• AI 系統設計：改進模型的架構與功能，以減輕負面的經濟外部性。
• 公共政策：制定法規與社會安全網，以應對經濟格局的轉變。

研究的優先成果領域

OpenAI 已確定了應衡量程式碼生成模型經濟影響的六個優先領域：

生產力與就業

研究將集中於程式碼生成模型是否會提高開發者的整體生產力，以及這種轉變如何影響對軟體工程師的總體需求。目標是了解這些工具是作為人類勞動的互補品，還是作為特定任務的替代品。

技能發展

研究議程旨在確定 AI 輔助編碼的使用如何影響新開發者的學習曲線。重點在於這些工具是加速了技能獲取，還是可能阻礙了基礎編碼技能的發展。

公司間競爭

OpenAI 打算研究程式碼生成工具的可及性如何影響公司間的競爭。這包括分析這些工具是降低了新軟體公司的進入門檻，還是鞏固了現有主導廠商的權力。

消費者價格

研究將檢視 AI 輔助編碼帶來的生產力增益是否會以降低軟體產品與服務價格的形式轉嫁給消費者。

經濟不平等

研究議程探討了 LLM 可能增加或減少經濟不平等的潛力。這包括分析生產力增益在不同技能水平的開發者之間的分配情況，以及誰獲取了這些模型所創造的大部分經濟價值。

與外部研究人員的合作

為了加速這些發現的產出，OpenAI 已發布徵求意向書 (Call for Expressions of Interest)，邀請學術與政策研究人員與 OpenAI 的研究人員及客戶進行合作。此項合作旨在利用外部專業知識，以更精確地衡量程式碼生成模型及其他 LLM 對個人、公司與社會所產生的經濟影響。