Викторина, связанная с руководством · Жесткий Уровень
Что исследования говорят об искусственном интеллекте и производительности труда?
Тестирует ключевые полевые эксперименты по продуктивности ИИ, неровности технологических границ и тому, почему результаты лабораторных исследований на уровне задач отличаются от результатов в масштабах всей компании.
Вопрос 1 из 8
Какие агенты получили наибольшую выгоду от ИИ в исследовании службы поддержки клиентов Бриньольфссона, Ли и Рэймонда?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Какие агенты получили наибольшую выгоду от ИИ в исследовании службы поддержки клиентов Бриньольфссона, Ли и Рэймонда?
- Самые опытные агенты
- Новички и агенты с низкой квалификацией
- Только менеджеры
- Агенты, которые не использовали инструмент
- Что показало научное исследование Ноя и Чжана, проведенное в 2023 году, о ChatGPT при выполнении письменных заданий?
- Это сделало письмо медленнее, но лучше
- Это сократило время примерно на 40 процентов и повысило оценку качества примерно на 18 процентов.
- Это не имело измеримого эффекта
- Это значительно снизило качество
- Что описывает «зубчатая технологическая граница»?
- Неровная граница задач ИИ справляется хорошо и плохо
- Новый дизайн чипа
- Региональное отключение интернета
- Модель ценообразования для инструментов искусственного интеллекта
- Что произошло в исследовании BCG с задачей, выходящей за рамки возможностей ИИ?
- Пользователи ИИ были более точными
- Пользователи ИИ с меньшей вероятностью получали правильный ответ
- Никто не выполнил задание
- Результаты были идентичными
- Что обнаружило рандомизированное исследование METR 2025 года с участием опытных разработчиков?
- Они были примерно на 55 процентов быстрее
- Они были примерно на 19 процентов медленнее, хотя считали, что они быстрее.
- Они полностью прекратили использовать ИИ
- ИИ написал весь свой код
- Какова причина, по которой в руководстве объясняются эксперименты, показывающие более высокие результаты, чем исследования в масштабах всей экономики?
- Эксперименты изолируют задачи, подходящие для ИИ, в то время как реальные работы смешивают множество задач.
- В исследованиях в масштабах всей экономики используются новые модели
- В экспериментах никогда не используется рандомизация
- Рабочие отказываются от ИИ вне экспериментов
- Почему руководство предостерегает от того, чтобы полагаться на экономию времени, о которой сообщают сами сотрудники?
- Рабочие всегда намеренно завышают их
- Участники METR полагали, что они были быстрее, хотя измерения показали, что они медленнее.
- Опросы незаконны
- Самоотчеты всегда ниже реальности
- С какой исторической закономерностью экономисты сравнивают влияние ИИ на производительность?
- Немедленный бум печатного станка
- Отставание в измерении производительности после электричества и компьютеров
- Упадок сельского хозяйства
- Циклы фондового рынка