NastępnyNastępny poradnik
Unijny zakaz rozpoznawania emocji w pracy i szkole
Społeczeństwo
PRZEWODNIK Społeczny
Co badania mówią o sztucznej inteligencji i produktywności w miejscu pracy
Kontrolowane eksperymenty terenowe pokazują, że generatywna sztuczna inteligencja może sprawić, że pracownicy będą znacznie szybsi i lepsi w wykonywaniu określonych zadań, takich jak obsługa klienta, pisanie i kodowanie, przy czym największe korzyści zwykle osiągają mniej doświadczeni pracownicy.
Posłuchaj tego przewodnikaOpowiadane przez sztuczną inteligencję · ~3 min
Na tej stronie4 minuty czytania
Przegląd
Zyski są jednak nierówne. Sztuczna inteligencja może sprawić, że ludzie będą gorzej wykonywać zadania wykraczające poza jej możliwości, a szeroko zakrojone badania całej siły roboczej i gospodarek wykazały jak dotąd znacznie mniejsze efekty niż badania laboratoryjne i badania pojedynczych zadań.
Głębokie nurkowanie
Najbardziej znane dowody pochodzą z eksperymentów terenowych i kontrolowanych, obejmujących dobrze określone zadania. Erik Brynjolfsson, Danielle Li i Lindsey Raymond przebadali ponad 5000 agentów obsługi klienta, którym przydzielono asystenta AI. Średnio rozwiązywali o około 14 procent więcej problemów na godzinę. Nowicjusze i agenci o niższych kwalifikacjach zyskali około 34 procent, a agenci najbardziej doświadczeni niewiele. Naukowcy argumentują, że sztuczna inteligencja rozpowszechniła wiedzę najlepszych pracowników wśród wszystkich innych osób. Shakked Noy i Whitney Zhang, publikując w Science w 2023 r., odkryli, że ChatGPT skróciło czas, jaki profesjonaliści z wyższym wykształceniem spędzali na pisaniu zadań o około 40 procent i podniósł ocenianą jakość o około 18 procent. Eksperyment GitHub Copilot wykazał, że programiści ukończyli określone zadanie programistyczne około 55 procent szybciej. W badaniu Boston Consulting Group z 2023 r. przeprowadzonym wspólnie z Harvardem i innymi badaczami dodano ważne zastrzeżenie, które nazwano „postrzępioną granicą technologiczną”. W przypadku zadań mieszczących się w możliwościach sztucznej inteligencji konsultanci z GPT-4 wykonali więcej zadań, szybciej i z wyższą jakością. W przypadku zadania zaprojektowanego poza tymi umiejętnościami prawdopodobieństwo uzyskania prawidłowej odpowiedzi było mniejsze niż konsultanci bez sztucznej inteligencji, ponieważ ufali wiarygodnym, ale błędnym wynikom. Nowsze ustalenia są skromniejsze. W randomizowanym badaniu przeprowadzonym przez METR w 2025 r. doświadczeni programiści pracujący nad własnymi dużymi bazami kodu działali o około 19 procent wolniej w przypadku narzędzi AI, wierząc, że byli szybsi. Badania całych rynków pracy, takie jak badania dotyczące duńskich pracowników, wykazały jak dotąd niewielki wpływ na zarobki i liczbę godzin pracy. Dlaczego luka? Eksperymenty wyodrębniają zadania, które odpowiadają sztucznej inteligencji. Prawdziwe prace obejmują wiele zadań, zaoszczędzony czas nie zawsze jest ponownie wykorzystywany produktywnie, a organizacje muszą przeprojektować przepływy pracy, zanim pojawią się korzyści. Ekonomiści zaobserwowali podobne opóźnienie w mierzonej produktywności po pojawieniu się elektryczności i komputerów. Powszechnym błędnym przekonaniem jest to, że na każdą pracę przypada jeden procent z nagłówka.
Implementacja w świecie rzeczywistym
W dużym badaniu dotyczącym obsługi klienta agenci korzystający z asystenta AI rozwiązywali średnio więcej problemów na godzinę, a najwięcej postępów osiągnęli nowi, najmniej doświadczeni agenci.
W eksperymencie z profesjonalnymi zadaniami pisarskimi uczestnicy korzystający z ChatGPT kończyli szybciej i tworzyli prace, które oceniali wyżej pod względem jakości.
Konsultanci z Boston Consulting Group radzili sobie lepiej dzięki GPT-4 w przypadku zadań mieszczących się w zakresie możliwości sztucznej inteligencji, ale częściej uzyskiwali błędne odpowiedzi w przypadku zadań celowo zaprojektowanych tak, aby wykraczały poza ich możliwości.
Doświadczeni programiści open source w randomizowanym badaniu przeprowadzonym w 2025 r. przez METR potrzebowali więcej czasu na kończenie zadań za pomocą narzędzi AI, mimo że wierzyli, że narzędzia te przyspieszyły ich realizację.
Przyszłość tego, co badania mówią o sztucznej inteligencji i produktywności w miejscu pracy
Baza dowodów szybko rośnie, a modele zbadane w 2023 r. są już nieaktualne, więc wyniki mogą się zmieniać w miarę ulepszania narzędzi, szkoleń i przepływów pracy. Kluczowe otwarte pytania dotyczą tego, czy korzyści na poziomie zadań przekładają się na wzrost produktywności na poziomie firmy i na poziomie krajowym, czy korzyści nadal koncentrują się wśród mniej doświadczonych pracowników oraz jak brak kwalifikacji lub nadmierne poleganie na pracownikach wpływa na ludzi w dłuższej perspektywie. Uważni badacze spodziewają się opóźnienia podobnego do tego, które obserwowano w przypadku wcześniejszych technologii ogólnego przeznaczenia. Zarówno bardzo duże, jak i bliskie zera liczby z nagłówków należy traktować ostrożnie, dopóki nie pojawią się bardziej długoterminowe dane dotyczące całej gospodarki.
Wdrażanie tego w praktykę
Dlaczego to ma znaczenie
- Ryzyko i bezpieczeństwo. Zarówno katastrofalne, jak i codzienne szkody spowodowane sztuczną inteligencją zależą od tego, kto rozumie ryzyko i kto może podjąć działania.
- Jaśniejsze decyzje. Umiejętność korzystania z usług publicznych i zawodowych wpływa na to, czy silna polityka bezpieczeństwa jest politycznie możliwa.
- Przebijanie się przez szum. Jasne wyjaśnienia ograniczają wpływ szumu, PR laboratoryjnego i niejasnego teatru etycznego.
Uważaj na
- Traktowanie ryzyka egzystencjalnego jako science-fiction, choć łączy w sobie możliwości.
- Mylenie bezpieczeństwa produktów powierzchniowych z wyrównaniem przy dużej autonomii.
- Pozostawienie odbiorcom nieanglojęzycznym i nieeksperckim jedynie źródeł o niskiej jakości.
Kolejne kroki
- Oddziel ryzyko szkód, niewłaściwego użycia i utraty kontroli/niewspółosiowości produktu.
- Zapytaj, jakie dowody zmieniłyby Twój pogląd na temat terminów i dotkliwości.
- Przedkładaj źródła pierwotne i konkretne oceny nad twierdzenia marketingowe.
- Zidentyfikuj jedną ścieżkę działania: karierę, politykę, finansowanie lub umiejętności – nie tylko świadomość.
Odkrywaj dalej
Darmowy newsletter
Otrzymuj codzienne podsumowanie AI
Trzy zweryfikowane historie AI każdego poranka w dni robocze, napisane prostym angielskim. Bezpłatne na zawsze, bez reklam.
Jedno e‑mail każdego dnia roboczego. Wypisz się jednym kliknięciem. Nigdy nie sprzedajemy ani nie udostępniamy Twojego adresu.
Sprawdź się
Take the What Research Says About AI and Workplace Productivity quiz
Natychmiastowa informacja zwrotna na każde pytanie oraz udostępnialny certyfikat z weryfikowalnym ID po zaliczeniu kursu.
Wspieraj darmową edukację AI. AI Understanding jest organizacją non-profit 501(c)(3) — bez reklam, bez płatnej ściany, zawsze. Przekaż darowiznę
Często zadawane pytania
Co badania mówią o sztucznej inteligencji i produktywności w miejscu pracy?
Kontrolowane eksperymenty terenowe pokazują, że generatywna sztuczna inteligencja może sprawić, że pracownicy będą znacznie szybsi i lepsi w wykonywaniu określonych zadań, takich jak obsługa klienta, pisanie i kodowanie, przy czym największe korzyści zwykle osiągają mniej doświadczeni pracownicy. Zyski są jednak nierówne. Sztuczna inteligencja może sprawić, że ludzie będą gorzej wykonywać zadania wykraczające poza jej możliwości, a szeroko zakrojone badania całej siły roboczej i gospodarek wykazały jak dotąd znacznie mniejsze efekty niż badania laboratoryjne i badania pojedynczych zadań.
Którzy agenci najwięcej zyskali na sztucznej inteligencji w badaniu obsługi klienta Brynjolfssona, Li i Raymonda?
Nowicjusze i mniej wykwalifikowani agenci poprawili swoje wyniki o około 34 procent, podczas gdy najbardziej doświadczeni agenci zyskali niewiele. Średni zysk wyniósł około 14 procent.
Co badanie Noy i Zhang Science z 2023 r. wykazało na temat ChatGPT podczas pisania zadań?
Profesjonaliści kończyli pisanie zadań znacznie szybciej, a oceniający oceniali jakość wyżej.
Co opisuje „postrzępiona granica technologiczna”?
Możliwości AI są nierówne. Na granicy to pomaga, a poza nią ludzie, którzy jej ufają, mogą zrobić gorzej.
Co w badaniu BCG wydarzyło się w przypadku zadania zaprojektowanego tak, aby wykraczało poza możliwości sztucznej inteligencji?
Konsultanci używający GPT-4 w tym zadaniu rzadziej mieli rację, ponieważ ufali wiarygodnym, ale błędnym wynikom.
Co wykazało randomizowane badanie METR przeprowadzone w 2025 r. z udziałem doświadczonych programistów?
Zmierzone czasy ukończenia były wolniejsze w przypadku sztucznej inteligencji, ale twórcy uważali, że to przyspieszyło. To pokazuje, jak niewiarygodne mogą być samoopisy.
Ucz się dalej
Powiązane przewodniki
Wybrano więcej przewodników na ten temat