财神彩票 - 财神彩票

想去三、四线城市就业大学生占比呈上升趋势******

　　《社会蓝皮书：2023年中国社会形势分析与预测》发布——

　　想去三、四线城市就业大学生占比呈上升趋势

　　中国社会科学院社会学研究所与社会科学文献出版社近日联合发布了《社会蓝皮书：2023年中国社会形势分析与预测》(以下简称“蓝皮书”)。蓝皮书指出，大学生就业地域偏好明显，想去北上广深等一线大城市和二线经济发达城市的大学生仍占大多数，不过这一占比呈缓慢下降趋势。想去三、四线城市以及小县城、基层乡镇和农村工作的大学生占比虽然相对较少，但呈上升趋势。

　　教育部的数据显示，2023届全国普通高校毕业生规模预计达1158万人，比2022届增加82万人。

　　高校毕业生倾向三、四线城市为什么会呈上升趋势？对于超千万的毕业生群体来说，这是否会成为一个新信号？记者对此进行了调查。

　　一、二线城市仍是首选

　　家住河南郑州的刘燕在大学所学专业属于师范类，正在准备参加当地的教师招聘。她说：“肯定还是想优先考一、二线城市。如果没考上，考离家近的三、四线城市也能接受。”

　　“毕业生刚走出大学校门，尽管不能全面理解城市等级和职业生涯的关系，但总能判断出在各类城市就业的长短期收益差异。”中国宏观经济研究院社会政策室副主任魏国学表示，进入一线城市会面临激烈竞争，薪资水平和生活舒适度方面可能并不友好，但可以预期更高的发展上限和更广阔的职业空间，在跳槽或者失业时的回旋余地更大。毕业生到三、四线城市求职的竞争压力相对较小，但也存在劳动力市场规模小、制约长期发展空间的局限性。

　　“毕业生在一线城市和三、四线城市之间做出选择，本质上都是在权衡职业生涯的长短期利弊，并非一线城市吸引力不再。”魏国学坦言。

　　虽然，在三、四线城市就业的意愿增强，但蓝皮书显示，2021年，想去北上广工作的大学生占比34.1%，想去二线省会城市或经济较为发达的非省会城市的占比39.27%，合计超过70%。这说明大部分大学生依然倾向于“传统”大城市。

　　魏国学分析，一线城市资源集聚和配置能力从未停止增长，职场吸引力也在持续增强，加剧了已然激烈的竞争。因此，当毕业生觉得长远的预期收益难以抵消短期竞争带来的损失时，到三、四线城市的意愿就会增强。

　　以家乡为参照对比城市间就业优劣

　　家住济南的赵禾马上大学毕业，在找工作的这段日子里，他以家庭所在城市为最低标准进行择业。“除非是公务员外派，不然去别的三、四线城市不如在老家工作。”

　　不愿离开家乡，是不是代表着这届毕业生更加“佛系”？

　　“对毕业生而言，没有比老家城市更熟悉的参照系。”魏国学坦言，毕业生离开故土到陌生的城市工作，除了要适应当地环境，还需重构社会网络，在短期可能得独自承担困难及风险，这些事项看起来很微妙，但对个体而言意味着成本，如果就业城市的收益低于家乡城市，远走他乡工作肯定是个亏本的决策，理性的毕业生会尽力避免。

　　魏国学说：“对比城市间就业优劣的难度非常大，主观性很强，部分结论甚至是道听途说，以家乡为参照进行比较是一种理性行为。”

　　选择就业城市并非一锤定音

　　近期，清华大学、南京大学、上海交通大学等高校陆续公布了2022年毕业生就业质量报告。

　　在这些报告中，高校2022年毕业去向落实率均在83%以上，高校毕业生就业“基本盘”稳定，并且呈现出扎根西部的趋势。其中，西安交通大学到中西部就业的大学生人数占比为59.52%，上海交通大学赴中西部就业的学生比例也创历史新高。

　　和高校就业质量报告一致，蓝皮书也显示出近三年的大学毕业生倾向到三、四线城市就业的趋势。2018年，大学生中想去三、四线城市工作的比例为7.29%，到2021年，这一比例上升到了11.77%。

　　“有几个关键因素对毕业生影响较大，带动毕业生将目光投向三、四线城市。”魏国学分析，城市边际发展能力和就业竞争强度此消彼长，一线城市逐步趋于成熟定性，经济增长速度放缓，释放高质量就业岗位的速度同步趋缓，劳动力市场对毕业生学历等门槛要求提高，求职竞争日益激烈，三、四线城市虽然整体发展水平不高，但发展速度较快，利好就业并舒缓竞争。

　　“数字经济一定程度上淡化了距离和区位对职业生涯的影响。数字经济在国民经济中的占比不断提高，创造了大量分散在三、四线城市的新就业岗位，毕业生薪资、机遇、发展空间与一线城市的差别并不明显。”魏国学提醒，到何类城市就业并非一锤定音，而是多次博弈。00后等新生代毕业生择业观更灵活，工作转换频率更快，无论一线城市还是三、四线城市，都不可能快速锁定职业生涯，愿意去三、四线城市就业，也能重返一线城市。

　　(记者 陈鹏 通讯员 鲁山青)

“特别能聊”的人工智能会聊出些什么？******

　　聊天机器人ChatGPT优异表现引发市场关注，人工智能生成内容概念走上风口

　　“特别能聊”的人工智能会聊出些什么？

　　本报记者 时斓娜

　　阅读提示

　　全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话，还能根据聊天的上下文进行互动，让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域，将是其潜在的产业化方向。ChatGPT的商业化落地，还需要克服技术和科技伦理等方面的问题。

　　家里要养一只猫，该如何给猫取名字？怎样写出一个纸牌游戏的代码？在不同语境中，词语“意思”到底有几个意思？这些五花八门、时常令人绞尽脑汁都难以得出答案的问题，在人工智能聊天机器人ChatGPT的面前，不过是瞬间便可迎刃而解的“一碟小菜”。

　　产品发布短短两个月，ChatGPT的日活量已突破千万，不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注，人工智能生成内容(AIGC)概念由此走上风口。

　　人工智能聊天究竟能聊些啥？ChatGPT所代表的AIGC应用将带来哪些影响和变化？记者对此进行了调查采访。

　　“真正像人类一样聊天交流”

　　“我所热爱的是我真实的生活，因为它包含了我所有的经历和感受，是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话，实则出自人工智能聊天机器人ChatGPT。

　　随着ChatGPT大火，不少网友将它与自己的聊天记录分享到社交平台上，ChatGPT时而诙谐有趣，时而又显得思想深邃。除了各种聊天互动外，还有不少网友们将ChatGPT视为一种工具，让其写作文、翻译文章，甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。

　　中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示，ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右，在生活闲聊上的意图识别率约为95%，已具备较好的语义理解能力。

　　实际上，ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的？“这是因为ChatGPT建立在大型语言模型上，会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息，使ChatGPT知识丰富，还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。

　　创新交互为AIGC带来新启发

　　随着人工智能技术的发展，近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高，国内外科技公司纷纷发力布局AIGC领域。

　　以百度文心大模型为例，输入一个题目，它可以瞬间写出上百篇作文；根据一句话或者一段描述文本，可以生成一幅精美的画作；根据一幅图像，可以自动生成高清、流畅的视频。

　　在百度技术委员会主席吴华看来，ChatGPT在用户界面和交互上是一种比较创新的模式，用户更容易以自然语言的方式进行交互，这会给大家带来革新性的认识，也会给AIGC带来新的启发。

　　目前，国外一些公司在积极探索并落地ChatGPT的诸多应用场景，通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为，ChatGPT将颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测，未来AIGC有潜力产生数万亿美元的经济价值。

　　根据中国信息通信研究院发布的《人工智能白皮书(2022年)》，“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域，听说读写等能力的有机结合成为未来发展趋势。

　　“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩，在分子结构、软件代码等科研生产领域的应用不断拓展，还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示，当前，人工智能生成内容的辐射范围还在扩大，未来有望重塑各行业领域的研发面貌。

　　商业化落地需克服技术和伦理问题

　　尽管各界对AIGC发展前景保持乐观，但从现状来看，ChatGPT等产品想要真正落地，还需要克服技术和科技伦理等方面的问题。

　　在对ChatGPT进行的种种评测中，ChatGPT会犯一些常识性错误，反映出其在可控性、准确率方面仍存不足。有人形容，ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。

　　中国信息通信研究院评测结果同样显示，ChatGPT在非闲聊型对话的任务完成率上表现一般，难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。

　　“ChatGPT虽然能够较好地回答不少问题，但在一些略有深度的、专业性较强的领域，其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足，也说明了算法依然需要完善。”张孝荣说。

　　在技术层面以外，人工智能还面临着悬而未决的科技伦理问题。张孝荣表示，ChatGPT在科技伦理方面至少面临三大挑战：“一是版权问题，ChatGPT生成的内容更多来自搬运，容易引发侵权；二是信息安全问题；三是社会缺乏接纳这一新生事物的准备机制，这对监管挑战很大。”

　　在国内，AIGC产业化路径同样有待探索。石霖介绍说，国内AIGC产业基础薄弱，相关初创公司数量明显少于国外。同时，国内企业目前仍处于打磨产品阶段，还未出现较为好用的内容生成服务。

　　（文图：赵筱尘 巫邓炎）