A generatív AI-eszközök, különösen azok, mint a ChatGPT, a Bing Copilot, a Claude és a Gemini felemelkedése intenzív vitát váltott ki az igazgatótanácsok, a politikai körök és a kávézó beszélgetései között. Az adatvezérelt, megalapozott pillantást ad arra, hogy az emberek hogyan használják ezeket az eszközöket, és mit jelent ez a munka jövője szempontjából. AI-val való munkavégzés: a generatív AI foglalkozási következményeinek mérése, A Microsoft Bing Copilot segítségével több mint 200 000 névtelenített beszélgetésből kiindulva a szerzők megpróbálják áthidalni a hype-t, és válaszolni egy kritikus kérdésre: Mit csinálnak az emberek a generatív AI-val, és hogyan térképezik meg a munkaerőpiacot? A spekulációkon túl A legtöbb fejléc a mesterséges intelligenciáról és a munkahelyekről vagy utópikus vagy dystópikus, gyakran az intuícióra vagy a magas szintű előrejelzésekre támaszkodnak arról, hogy mely munkahelyek „veszélyben vannak” valódi viselkedési bizonyítékok nélkül. Ahelyett, hogy megkérdezné, mit tehet az AI, megvizsgálja, hogy az emberek már csinálnak generatív AI rendszerekkel.A kutatók elemzik a valós felhasználói interakciókat, hogy megértsék, milyen feladatokat delegálnak a munkavállalók az AI-ra, mennyire hatékony az AI ezeknek a feladatoknak a végrehajtásában, és mit jelent ez a különböző foglalkozások számára. Az eredmény az egyik első empirikus ablak egy gyorsan fejlődő ember-AI partnerségre. Kulcsszavak egy pillantásra A mesterséges intelligenciát erősen használják az információgyűjtéssel és írással kapcsolatos feladatokhoz. Az AI a legjobban teljesít a nyelvi-intenzív, félig strukturált feladatoknál. Erős összefüggés van a feladatok típusai között, amelyekben az AI jó, és azok között, amelyek központi szerepet játszanak a magas fizetésű tudásmunkában. A munkavállalók nem csak a feladatokat helyettesítik – kísérleteznek, növelik és átalakítják a munkájuk módját. A feladatok, amelyeket az emberek valójában az AI-val végeznek A tanulmány megállapítja, hogy az AI-használati esetek többsége két széles kategóriába esik. Információgyűjtés – pl. kutatás, összefoglalás, összehasonlítás Tartalomgyártás – pl. e-mailek írása, dokumentumok készítése, ötletek készítése Ezek a kategóriák átfedik a sok tudásalapú szerepkör alapvető tevékenységeit, beleértve a tanácsadókat, a marketingesek, az elemzőket, a jogi szakembereket és a kutatókat. Érdekes módon a felhasználók nagyobb valószínűséggel használják az AI-t a felfedezéshez, mint a végrehajtáshoz.Sok felhívás nyílt végű volt, vagy az agyrázkódásra irányult, ami azt sugallja, hogy az AI-t jelenleg kevésbé használják a rote automatizáláshoz, és inkább kognitív sparring partnerként. Mennyire jól teljesít? A szerzők túlmutatnak a használati gyakoriságon, és új mutatót vezetnek be: "feladat lefedettség". Ez nemcsak azt méri, hogy milyen gyakran végeznek egy feladatot az AI-val, hanem azt is, hogy a rendszer milyen jól végzi ezt a feladatot a felhasználói elkötelezettség mutatói és az elégedettség proxyjei alapján. És az eredmény? Az AI a legjobban teljesít a strukturált vagy félig strukturált nyelvi feladatoknál. Gondolj az e-mailek elkészítésére, a dokumentumok összefoglalására vagy az első lépésű javaslatok létrehozására. A józan észre, a domain-specifikus szakértelemre vagy a pontos mennyiségi ítéletre szoruló feladatok még rosszabbak. Az AI a legjobban teljesít a strukturált vagy félig strukturált nyelvi feladatoknál. Gondolj az e-mailek elkészítésére, a dokumentumok összefoglalására vagy az első lépésű javaslatok létrehozására. A józan észre, a domain-specifikus szakértelemre vagy a pontos mennyiségi ítéletre szoruló feladatok még rosszabbak. Ez az árnyalat számít. Megmutatja, hogy az AI nem csak az emberek helyettesítéséről szól (még). Ehelyett bizonyos alfeladatokra, néha ugyanazon a munkán belül, és a munkafolyamatokat egy rétegben átalakítja. A foglalkozási lencse: ki érintett? Annak érdekében, hogy ezeket a feladat szintű adatokat a munkaerőpiaci hatásokra fordítsák, a kutatók keresztreferenciát végeznek az O*NET, azaz az amerikai kormány részletes foglalkozási adatbázisával. Ez lehetővé teszi számukra, hogy az AI képességeit a valós munkahelyi funkciókra térképezzék. A dokumentum egyik legfontosabb megállapítása az, hogy AI is disproportionately suited for high-wage, white-collar occupations. Olyan szerepek mint: Marketing szakemberek Menedzsment tanácsadók Pénzügyi elemzők Ügyvédek és paralegálok HR szakemberek Szoftverfejlesztők (kódgenerálás és dokumentáció) ...minden olyan feladatot megoszt, amelyet az AI már nagyszabású és nagy hatékonysággal végez. Ezzel szemben a fizikai manipulációt, a személyi szolgáltatást vagy a kézi munkát magában foglaló foglalkozások (nővérek, villanyszerelők, szállítmányozók) jelenleg nagyrészt érintetlenek maradnak. A legújabb podcast epizódunkban megvitattuk Steven Bartlett egy kulcsfontosságú kérdést tett fel Geoffrey Hinton-nak, akit széles körben ismert, mint az AI atyját. The Diary Of A CEO Mit mondanál az embereknek a karrierlehetőségeikről a szuperintelligencia világában? Mit mondanál az embereknek a karrierlehetőségeikről a szuperintelligencia világában? Hinton válasza: Vonat, hogy egy szivattyú Vonat, hogy egy szivattyú Talán itt az ideje, hogy abbahagyjuk a következő felső matematikus, mérnök vagy orvos felemelését, és elkezdjük gondolkodni a legjobb vízvezeték- vagy villanyszerelő felemeléséről. Augmentation vs Automation: A hamis bináris? Az AI körüli népszerű elbeszélés gyakran bináris: vagy automatizálja a munkáját, vagy nem. Ez a tanulmány kihívást jelent ezeknek a nézeteknek. Sok felhasználó nem kérte az AI-t, hogy helyettesítse munkájukat, hanem felgyorsítsa azt. Beszámoló készítése a későbbi finomításhoz Második vélemény megszerzése egy döntésről Brainstorming bemutató címek vagy szögek Áttérések vagy sablonok létrehozása ismétlődő feladatokhoz Más szóval, az AI co-pilotként működik, nem pilóta. . For now De itt van a ránc: ha egy AI co-pilot képes kezelni a munkaterhelés 30% -át ma, mennyi ideig képes kezelni a 70% -ot? Mit jelent ez a munkaerő számára A szerzők bölcsen tartózkodnak az apokalipszis-előrejelzésektől, ahelyett, hogy egyértelmű választ adnának: A generatív AI már átalakítja a munkahelyeken belüli munka összetételét. Generative AI is already reshaping the composition of work within jobs. A feladatok felbontásra kerülnek. Néhányan átruházzák az AI-t, mások teljesen újragondolják. Munkatervezés – A szerepek közötti határok elmosódhatnak.Egy munkavállaló olyan feladatokkal foglalkozhat, amelyek korábban több osztályra terjedtek ki. Készségkövetelmények - A kommunikáció, a kritikus gondolkodás és a gyors mérnöki készségek értéke növekszik. Az egyenlőtlenség – A magasabb fizetett munkavállalók több termelékenységi növekedést (és nyomást) tapasztalhatnak, míg az alacsonyabb fizetett munkavállalók lassabb zavarokkal, de kevesebb termelékenységi eszközzel szembesülhetnek. Etikai és politikai kihívások A dokumentum megjegyzi, hogy a hagyományos automatizálási keretrendszerek (amelyek az évek vagy évtizedek folyamán fokozatos terjedésre támaszkodnak) itt nem alkalmazhatók. Felhőalapú Szabadon elérhető Azonnal hasznos Heti frissítés Ez mérési problémát okoz: hogyan szabályozzák vagy irányítsák azt, ami gyorsabban fejlődik, mint az intézmények képesek reagálni? A szerzők több valós idejű, viselkedési adatmegosztást (anonimizált és magánélet-megőrző) követelnek a platformszolgáltatóktól. A vállalkozásokra és a munkavállalókra gyakorolt hatások A vállalatok számára ez a kutatás ébresztő hívás.Az AI átalakulás már nem elméleti, az élő munkafolyamatokban történik, gyakran a radar alatt. Audit munkafolyamatok: A magas frekvenciájú feladatok azonosítása, amelyek átfedik az AI jelenlegi erősségeit. Tanítsd meg az alkalmazottakat, hogyan működjenek együtt az AI-val, ahelyett, hogy ellenállnának neki. A munkahelyek újratervezése: A szerepek megszüntetése helyett szakítsa meg őket AI-kompatibilis és emberközpontú alfeladatokra. Monitor Equity: Biztosítsa, hogy az AI-vezérelt termelékenységnövekedés ne kerüljön a tetejére. Az egyéni munkavállalók számára a megoldás is egyértelmű: az alkalmazkodóképesség az új szélesség.A jövő azoké, akik tudják, hogyan kell feltenni a megfelelő kérdéseket az AI-nak, nem csak azoké, akik félnek attól, hogy helyettesítik. Következtetés: Átmenet, nem átvétel... egyelőre A Microsoft AI tanulmánya árnyalatú, bizonyítékokon alapuló beszámolót nyújt arról, hogy a generatív AI hogyan befolyásolja a munkát ma; nem elméletben, hanem cselekvésben. Ehelyett valami hasznosat kínál: a map of what’s actually happening and a preview of what’s to come. Egy egyre inkább az AI által formált világban ez a tanulmány emlékeztet arra, hogy a munka nem statikus feladatok listája, hanem az emberi találékonyság és a technológiai képességek közötti dinamikus tárgyalás. Függetlenül attól, hogy ez az átalakulás tömeges elavulttá válik-e, vagy egy intelligensebb, méltányosabb munkakörnyezetbe kerül-e, kevésbé függ attól, hogy mit tehet a technológia, és többet attól, hogy mit választunk vele. Olvassa el a teljes cikket: Itt itt
