Kebangkitan alat AI generatif terutamanya mereka seperti ChatGPT, Bing Copilot, Claude, dan Gemini telah memicu perdebatan intensif di seluruh dewan, lingkaran dasar, dan perbualan kedai kopi sama. menyediakan pandangan berasaskan data, berasaskan bagaimana orang sebenarnya menggunakan alat-alat ini dan apa yang bermakna untuk masa depan kerja. Bekerja dengan AI: mengukur implikasi profesional AI generatif, Mengambil daripada lebih daripada 200.000 perbualan yang dianonimkan dengan Microsoft Bing Copilot, penulis cuba memotong hype dan menjawab satu soalan kritikal: Apa yang orang lakukan dengan AI generatif dan bagaimana ia memaparkan pada pasaran buruh? Melampaui spekulasi Kebanyakan tajuk tentang AI dan pekerjaan sama ada utopi atau dystopian.Mereka sering bergantung kepada intuisi atau ramalan peringkat tinggi mengenai pekerjaan mana yang "berisiko" tanpa bukti tingkah laku sebenar. Bukti ini mengubahnya. alih-alih bertanya apa AI boleh lakukan, ia mengkaji apa yang orang sudah lakukan dengan sistem AI generatif. penyelidik menganalisis interaksi pengguna sebenar untuk memahami apa tugas yang pekerja delegasikan kepada AI, seberapa berkesan AI dalam melaksanakan tugas-tugas itu, dan apa yang ini bermakna untuk pekerjaan yang berbeza. Hasilnya adalah salah satu tetingkap empiris pertama kepada perkongsian AI manusia yang berkembang pesat. Maklumat utama dalam satu pandangan AI banyak digunakan untuk tugas yang melibatkan pengumpulan maklumat dan penulisan. AI melakukan yang terbaik pada tugas-tugas bahasa-intensif, semi-struktur. Terdapat korelasi yang kuat antara jenis tugas AI yang baik dan yang penting untuk kerja pengetahuan gaji tinggi. Pekerja tidak hanya menggantikan tugas-tugas - mereka bereksperimen, meningkatkan, dan membentuk semula cara mereka bekerja. Tugas yang orang sebenarnya lakukan dengan AI Laporan ini mengenal pasti bahawa majoriti kes penggunaan AI jatuh ke dalam dua kategori yang luas Pengumpulan maklumat – contohnya, penyelidikan, ringkasan, perbandingan Penciptaan kandungan – contohnya, menulis e-mel, menyusun dokumen, ideasi Kategori-kategori ini meliputi aktiviti teras banyak peranan ekonomi pengetahuan termasuk perunding, pemasar, penganalisis, profesional undang-undang, dan penyelidik. Menariknya, pengguna lebih cenderung menggunakan AI untuk mengeksplorasi daripada eksekusi.Banyak prompts adalah terbuka atau bertujuan untuk brainstorming, menunjukkan bahawa AI kini digunakan kurang untuk pengeluaran automatik dan lebih sebagai rakan kongsi kognitif. Seberapa baik beliau bertindak? Penulis melampaui frekuensi penggunaan dan memperkenalkan metrik baru: "pendekapan tugas". Ini mengukur bukan sahaja seberapa kerap tugas dilakukan dengan AI, tetapi seberapa baik sistem menjalankan tugas itu berdasarkan metrik keterlibatan pengguna dan proxy kepuasan. Apakah hasilnya? AI melakukan yang terbaik pada tugas bahasa berstruktur atau semi-struktur. Berfikir merancang e-mel, meringkas dokumen, atau menghasilkan cadangan laluan pertama. Tugas yang memerlukan pemikiran akal sehat, kepakaran khusus domain, atau penilaian kuantitatif yang tepat lebih teruk. AI melakukan yang terbaik pada tugas bahasa berstruktur atau semi-struktur. Berfikir merancang e-mel, meringkas dokumen, atau menghasilkan cadangan laluan pertama. Tugas yang memerlukan pemikiran akal sehat, kepakaran khusus domain, atau penilaian kuantitatif yang tepat lebih teruk. Nuansa ini penting. ia menunjukkan bahawa AI bukan sahaja tentang menggantikan manusia secara langsung (tanpa itu). alih-alih, ia merangkumi sub-tugas tertentu, kadang-kadang dalam kerja yang sama, dan mengubah aliran kerja satu lapisan pada satu masa. Lens Pekerjaan: Siapa yang terpengaruh? Untuk menterjemahkan data tahap tugas ini ke dalam kesan pasaran buruh, penyelidik merujuknya dengan O*NET aka pangkalan data pekerjaan terperinci kerajaan AS. Salah satu kesimpulan yang paling penting daripada laporan ini ialah AI is disproportionately suited for high-wage, white-collar occupations. Peranan seperti : pakar pemasaran Penasihat Pengurusan Penganalisis Kewangan Peguam dan Paralegal HR profesional Pengembang perisian (untuk pengeluaran kod dan dokumentasi) ...semua berkongsi tugas yang AI sudah lakukan dalam skala dan dengan kecekapan yang tinggi. Sebaliknya, pekerjaan yang melibatkan manipulasi fizikal, perkhidmatan secara peribadi, atau kerja manual (perawat, elektrik, pekerja penghantaran) kekal sebahagian besarnya tidak terjejas untuk masa ini. Dalam episod podcast terbaru kami, kami membincangkan , di mana Steven Bartlett mengemukakan soalan utama kepada Geoffrey Hinton yang dikenali sebagai bapa daripada AI. The Diary Of A CEO Apa yang anda akan katakan kepada orang-orang mengenai prospek kerjaya mereka dalam dunia kecerdasan super? Apa yang anda akan katakan kepada orang-orang mengenai prospek kerjaya mereka dalam dunia kecerdasan super? Jawapan Hinton : Kereta untuk Menjadi Plumber Kereta untuk Menjadi Plumber Mungkin sudah tiba masanya untuk berhenti mempertimbangkan untuk membesarkan ahli matematik, jurutera, atau doktor terkemuka seterusnya dan mula berfikir tentang bagaimana untuk membesarkan penyelam atau elektrik yang terbaik. Peningkatan vs Automation: Binari palsu? Narratif popular di sekitar AI seringkali binari: sama ada ia mengotomatiskan kerja anda, atau ia tidak. Banyak pengguna tidak meminta AI untuk menggantikan kerja mereka tetapi untuk mempercepatkannya. kes penggunaan biasa termasuk: Menyusun laporan untuk disempurnakan kemudian Mendapatkan pendapat kedua mengenai keputusan Brainstorming tajuk atau sudut persembahan Mencipta skrin atau template untuk tugas berulang Dengan kata lain, AI bertindak sebagai co-pilot bukan pilot. . For now Tetapi di sini adalah kesilapan: jika AI co-pilot boleh menangani 30% beban kerja anda hari ini, berapa lama sehingga ia boleh menangani 70%? Apa yang dimaksudkan untuk tenaga kerja Penulis dengan bijak menahan diri daripada membuat ramalan apokaliptik. Generative AI sudah membentuk semula komposisi kerja dalam pekerjaan. Generative AI is already reshaping the composition of work within jobs. Tugas-tugas sedang dibubarkan. Sesetengah diwakili kepada AI, yang lain dicipta semula sepenuhnya. Reka bentuk kerja – Perbatasan antara peranan boleh menjadi kabur. seorang pekerja tunggal boleh mengendalikan tugas yang digunakan untuk merangkumi beberapa jabatan. Keperluan kemahiran - Komunikasi, pemikiran kritikal, dan kejuruteraan cepat semakin meningkat dalam nilai. Ketidaksetaraan - pekerja gaji tinggi mungkin melihat lebih banyak peningkatan dalam produktiviti (dan tekanan), manakala pekerja gaji rendah mungkin menghadapi gangguan yang lebih lambat tetapi lebih sedikit alat produktiviti. Cabaran Etika dan Politik Dengan alat-alat yang berkembang pesat ini, dunia dasar berada di belakang kurva. Laporan ini mencatat bahawa kerangka kerja automasi tradisional (yang bergantung kepada penyebaran beransur-ansur selama bertahun-tahun atau dekad) tidak terpakai di sini. alat-alat AI generatif adalah: berasaskan awan Tersedia secara percuma Segera berguna Kemas kini mingguan Ini mewujudkan masalah pengukuran: bagaimana anda mengawal atau membimbing sesuatu yang berkembang lebih cepat daripada institusi boleh bertindak balas? Penulis memohon lebih banyak perkongsian data tingkah laku masa nyata (anonim dan penyimpanan privasi) daripada penyedia platform. Implikasi bagi syarikat dan pekerja Transformasi AI tidak lagi teori, ia berlaku dalam aliran kerja langsung, sering di bawah radar. Audit aliran kerja: mengenal pasti tugas frekuensi tinggi yang meliputi kekuatan AI semasa. Melatih peningkatan: Mengajarkan pekerja bagaimana untuk bekerjasama dengan AI bukannya menentangnya. Reka bentuk semula pekerjaan: Alih-alih menghapuskan peranan, memecahkannya kepada sub-tugas yang bersesuaian dengan AI dan berpusat pada manusia. Pengawasan ekuiti: Pastikan bahawa peningkatan produktiviti yang didorong oleh AI tidak disimpan di atas. Bagi pekerja individu, mengambil alih juga jelas: penyesuaian adalah kelebihan baru. masa depan milik mereka yang tahu bagaimana untuk bertanya soalan-soalan yang betul AI, bukan hanya mereka yang takut digantikan oleh AI. Kesimpulan: Sebuah transisi, bukan pengambilalihan ... untuk sekarang Kajian AI Microsoft menawarkan gambaran yang bernuansa, berdasarkan bukti tentang bagaimana AI generatif mempengaruhi kerja hari ini; bukan dalam teori, tetapi dalam tindakan. Sebaliknya, ia menawarkan sesuatu yang lebih berguna: a map of what’s actually happening and a preview of what’s to come. Dalam dunia yang semakin dibentuk oleh AI, kertas ini mengingatkan kita bahawa kerja bukan senarai tugas statis tetapi negosiasi dinamik antara kecerdasan manusia dan keupayaan teknologi. Sama ada transformasi itu berakhir dengan penuaan massal atau dalam dunia kerja yang lebih pintar dan lebih adil akan bergantung kurang kepada apa yang boleh dilakukan oleh teknologi dan lebih kepada apa yang kita pilih untuk dilakukan dengannya. Baca akhbar penuh : di sini
