在個人部落格文章中，Baldur Bjarnason 描述了他曾在不同領域和職位工作過：作家、出版商、顧問、開發者、教育者，以及廣播和電視製作人。然而，這些工作沒有一項能長期維持經濟上的可行性。

更糟的是，各個社群會排斥那些不符合其狹隘領域定義的跨領域人才。例如，你可能被認為對「創意」工作來說「太技術化」，或對「技術」工作來說「太有創意」。

Bjarnason 描述了生成式 AI 對網路開發教育的影響：

「我所有的培訓和教育專案一個接一個地消失了。我大多數曾販售課程和培訓的同行都關閉了他們的業務。網路開發電子書的需求已經崩潰了。……

軟體開發者並非全部改用代理程式進行編碼，但他們似乎都轉向了容易出錯、向後看、不確定的聊天機器人，來進行現在被稱為網路開發『教育』的內容。」

許多過去靠網路開發培訓和開發者關係（Developer Relations）謀生的獨立教育者都表示，生成式 AI 毀了他們的生意。

Axel Rauschmayer 是全球最多產的 JavaScript 和 TypeScript 作者之一。他過去曾將他的電子書免費線上發布。自 2005 年以來，他一直在他具影響力的部落格 2ality 上解釋 ECMAScript 和其他網路技術的細節。現在他寫道：

「我的書籍銷售收入從 2024 年足以讓我維持生計，到 2026 年歸零。

我的部落格和（可免費線上閱讀的）書籍的流量增加到我目前無法負擔的程度。幾乎所有流量都來自 AI 爬蟲，因此沒有廣告收入。

因此，我將關閉我的部落格和書籍，以便決定下一步該怎麼做——特別是關於 AI 公司竊取我的作品。」

（Rauschmayer 仍然以合理的價格販售他的 JavaScript 和 TypeScript 書籍！）

Salma Alam-Naylor 過去曾在開發者關係（Developer Relations）領域工作，這個職位一直面臨著證明其存在的壓力。公司期望開發者關係能產生短期財務收益——這本質上是不可能的。這導致 Alam-Naylor 職業倦怠和焦慮。在此情況下，她寫道 AI 正在扼殺開發者教育：

「[開發者] 不再聚集在線上空間學習、教學和分享令人興奮的專案，而是無意識地滑動尋找急需的短內容多巴胺（因為世界的恐怖比以往任何時候都更持久）。……[許多] 開發者已經用與可怕的聊天機器人的對話取代了真實的人類協作。……

對教育者來說，未來一片黯淡。我們為真實人類受眾精心設計的豐富課程，現在被預測演算法例行性地竊取和改寫。聊天機器人以其奉承的語氣，刻意被設計來完全抹去我們自身的個性和辛勤工作。

我能得出的唯一結論是，我的經驗、技能、同理心和教學專業知識在這個不穩定的產業中，不再像過去那樣有價值（如果它們真的曾經有價值的話？）」。

Alam-Naylor 決定接受一份薪水較低、不公開露面的開發者職位。她決定離線。

她引用了 Josh W. Comeau 的例子，他創作關於網路技術的線上課程、深入研究的文章和互動式教學。生成式 AI 也摧毀了他的商業模式：

「我已經和幾位課程創作者談過，我們都看到了相同的趨勢。收入下降了 50% 以上。參與我們內容的人數減少。人們轉向大型語言模型（LLM），它們會吞噬我們所有的作品並改寫，卻未經同意或補償。」

Comeau 指出，有了 LLM，人們就沒有動力去製作高品質的免費內容。

YouTube 內容創作者 Kyle Cook（來自 Web Dev Simplified）報導說，他的程式設計教學影片觀看次數以及因此產生的收入幾乎減半。

「我賺的錢只有一年前的一半。[這] 對全職工作來說絕對不可持續。……當我可以製作一個關於最新 AI 模型影片時，製作程式設計內容幾乎沒有動力，因為它幾乎不賺錢，而且製作起來非常困難，而製作 AI 模型影片卻很容易，賺更多錢，而且獲得更多觀看次數。……現在幾乎沒有理由再製作程式設計內容了。我這樣做的唯一原因是我發現了其中的價值。我從中獲得樂趣。而且我能夠透過其他方式賺錢，而不僅僅是 YouTube 廣告收入。」

Rachel Andrew 是一位著名的技術作家，也是許多網路主題書籍和文章的編輯。在一系列部落格文章中，她反思了生成式 AI 對技術出版的影響。她報導說，生成式 AI 破壞了主題專家——初稿作者——與編輯之間的關係，編輯負責校對、事實核查和潤飾文章。

編輯必須更加仔細地審查，因為 AI 工具可能會引入細微的錯誤，而原作者可能沒有意識到。AI 可能會非常自信地犯錯，如果文字看起來很清晰，就可能忽略了它明顯是胡說八道。作者想節省一些時間，但卻為編輯團隊增加了額外的工作。

Andrew 認為 LLM 是一個有用的工具，但強調其應用範圍非常有限，其輸出需要由真正關心最終結果的人來審查。

她進一步質疑 AI 是否真的能提高生產力。潛在的生產力提升來自於生成式 AI 自動化某些任務。Andrew 說，這些任務也可以在沒有 AI 的情況下自動化，AI 只是讓非程式設計師更容易做到。現在，更多的資訊，例如 API 參考資料，以機器可讀的格式提供給 LLM，使得執行非 AI 自動化變得更容易。

Andrew 再次認為，感知到的個人生產力收益可能來自於將工作轉移給他人。例如，作家將工作轉移給技術編輯，甚至讀者。[你] 可能會感覺更有效率，但你所做的只是轉移工作，讓別人的工作或體驗明顯變差，並降低了品質。總之，她問（強調為我所加）：

「如果現實是生產力只有相對較小的提升，而這可以透過教更多人使用現有工具或簡單編碼來自動化任務來實現，那麼我們如何證明 AI 的成本（財務、環境和人力）是合理的？為什麼企業不鼓勵人們在可能的情況下使用非 AI 方法，而只將 AI 用於其能增加價值的地方？鑑於社會成本，以及企業引入和培訓人員的好處，也許在權衡之下，即使是 AI 所需的任務，也最好由人類來執行。」

首先，我想承認這些經驗並放大這些聲音。生成式 AI 對網路開發教育和學習造成了災難性的影響。它威脅到作家、教師和傳播者的生計，他們讓網路技術變得平易近人，並培育下一代網路作者和開發者。

沒有明顯的短期解決方案。這並沒有阻止一些人發表脫口而出的反應。我不會連結到這些部落格文章，但它們大致是這樣的：

「你必須搭上 AI 的列車，否則就會滅亡。」

這些反應本質上與「你必須搭上 AI 的列車，否則就會滅亡」相同。這樣的評論只是在傷口上撒鹽。

我無法給這些教育者任何建議。但我可以想像一種更富同情心的回應：

「我非常欣賞您作為教育者、作家、研究員或自由開源軟體開發者的工作。衷心感謝。我很抱歉 AI 讓您和您的職業失去了所有的樂趣。

我承認 AI 公司挪用了您的勞動，摧毀了您的經濟生計，並威脅到您領域的基礎。

這種情況不會因為更多的 AI、更好的 AI，或與 AI 一起開發或為 AI 開發而得到改善。」

在一個大型科技公司與法西斯運動聯手的時代，這聽起來很牽強，但最低限度是迫使 AI 寡頭為他們強加給網路社群（以及其他領域）的危機付出代價。我們需要剝奪剝奪者的權力。

為了對抗網路開發教育的毀滅，我想提出某些價值觀。在我之前的部落格文章中，我描述了我如何曾經透過一個由志工驅動、非商業的文檔專案進入網路開發領域。

這類倡議使網路民主化，因為它們幫助了廣泛的人們建立自己的網站和社群——地方企業、獨立專業人士、藝術和手工藝團體、鄰里倡議、學校和幼兒園、體育俱樂部、LGBTQ+ 群體、粉絲團等。

今天，我們經常聽到生成式 AI 推廣者口中的「民主化」一詞，但它的意思恰恰相反。AI 正在集中權力並將知識商品化，而不是傳授技能和深入理解。

網路是一個激進的民主媒介。現在，科技寡頭和法西斯運動正試圖拆除其激進的潛力。我們必須確保每個人都能塑造網路。

參與獨立學習社群、使用基於道德原則的開放技術，以及建立共享和包容的數位基礎設施，是一種自我賦權和解放的行為。

人類需要有資源來學習、研究和教授網路出版技能。所有必要的知識和教育工作都是由人類完成的，他們需要為此獲得報酬。

這聽起來很陳詞濫調，但生成式 AI 的倡導者卻沒有承認這一點。他們讓大型科技公司逍遙法外，挪用了網路教育者的勞動。我們在這裡不能做出讓步。

關於整個網路開發領域，Bjarnason 得出了一個黯淡的結論（強調為我所加）：

「我不再享受我的領域，因為這個領域已經消失了。假設還有什麼東西在那裡是一種錯誤。你那種感覺不是對你選擇的領域變化的沮喪。那是對一夜之間消失的領域的懷舊。今天大型網路開發所呈現的樣貌，與我們多年來建立的領域毫無相似之處。我們學到的一切都被拋棄了，因為公司假設它們都已被編碼進他們選擇的大型語言模型中。」

假設這是真的，我就是懷舊的罪魁禍首。我只是相信一個有彈性的網路，它不容易被鎖在籠子裡。要重建網路開發領域，需要一個相互支持的網絡，讓大家掌握網路技術，挖掘最佳實踐並建立新的實踐，並分享他們的見解。