HƯỚNG DẪN xã hội

Nghiên cứu nói gì về AI và năng suất tại nơi làm việc

Các thử nghiệm thực địa có kiểm soát cho thấy AI có thể tạo ra có thể giúp công nhân nhanh hơn và giỏi hơn đáng kể trong các nhiệm vụ cụ thể như hỗ trợ khách hàng, viết và một số mã hóa, với lợi ích lớn nhất thường thuộc về những công nhân ít kinh nghiệm hơn.

Nghe hướng dẫn nàyAI thuật lại · ~3 min

Trên trang nàyđọc 4 phút
  1. Tổng quan
  2. Lặn sâu
  3. Triển khai trong thế giới thực
  4. Tương lai của những gì nghiên cứu nói về AI và năng suất tại nơi làm việc
  5. Đưa nó vào thực tế
  6. Tiếp tục khám phá
  7. Câu hỏi thường gặp

Tổng quan

Tuy nhiên, mức tăng không đồng đều. AI có thể khiến con người trở nên tồi tệ hơn khi thực hiện các nhiệm vụ ngoài khả năng của nó và các nghiên cứu rộng rãi về toàn bộ lực lượng lao động và nền kinh tế cho đến nay cho thấy những tác động nhỏ hơn nhiều so với các nghiên cứu trong phòng thí nghiệm và nghiên cứu đơn lẻ.

Lặn sâu

Bằng chứng nổi tiếng nhất đến từ các thí nghiệm thực địa và được kiểm soát về các nhiệm vụ được xác định rõ ràng. Erik Brynjolfsson, Danielle Li và Lindsey Raymond đã nghiên cứu hơn 5.000 nhân viên hỗ trợ khách hàng được giao trợ lý AI. Trung bình họ giải quyết được nhiều vấn đề hơn khoảng 14% mỗi giờ. Các đại lý mới vào nghề và có tay nghề thấp hơn tăng khoảng 34%, còn các đại lý có kinh nghiệm nhất kiếm được ít tiền. Các nhà nghiên cứu cho rằng AI đã truyền bá bí quyết của những người có thành tích cao nhất cho những người khác. Shakked Noy và Whitney Zhang, xuất bản trên tạp chí Science vào năm 2023, nhận thấy rằng ChatGPT đã cắt giảm khoảng 40% thời gian mà các chuyên gia có trình độ đại học dành cho việc viết bài và nâng chất lượng được đánh giá lên khoảng 18%. Một thử nghiệm GitHub Copilot cho thấy các nhà phát triển đã hoàn thành nhiệm vụ lập trình đã đặt ra nhanh hơn khoảng 55%. Nghiên cứu của Nhóm Tư vấn Boston năm 2023 với Harvard và các nhà nghiên cứu khác đã bổ sung thêm một cảnh báo quan trọng, được gọi là 'biên giới công nghệ lởm chởm'. Đối với các nhiệm vụ trong khả năng của AI, các chuyên gia tư vấn với GPT-4 đã hoàn thành nhiều nhiệm vụ hơn, nhanh hơn và với chất lượng cao hơn. Trong một nhiệm vụ được thiết kế ngoài những khả năng đó, họ ít có khả năng nhận được câu trả lời đúng hơn so với các chuyên gia tư vấn không có AI, vì họ tin tưởng vào kết quả đầu ra hợp lý nhưng sai. Những phát hiện gần đây thì khiêm tốn hơn. Trong một thử nghiệm ngẫu nhiên năm 2025 của METR, các nhà phát triển có kinh nghiệm làm việc trong cơ sở mã lớn của riêng họ đã sử dụng các công cụ AI chậm hơn khoảng 19% trong khi tin rằng chúng nhanh hơn. Các nghiên cứu về toàn bộ thị trường lao động, chẳng hạn như nghiên cứu về người lao động Đan Mạch, cho đến nay đã tìm thấy những tác động nhỏ đến thu nhập và số giờ làm việc. Tại sao lại có khoảng cách? Thí nghiệm tách biệt các nhiệm vụ phù hợp với AI. Công việc thực tế kết hợp nhiều nhiệm vụ, thời gian tiết kiệm được không phải lúc nào cũng được sử dụng lại một cách hiệu quả và các tổ chức cần thiết kế lại quy trình làm việc trước khi đạt được lợi ích. Các nhà kinh tế nhận thấy độ trễ tương tự trong năng suất đo được sau khi điện và máy tính xuất hiện. Quan niệm sai lầm phổ biến là một tỷ lệ phần trăm tiêu đề áp dụng cho mọi công việc.

Triển khai trong thế giới thực

Trong một nghiên cứu lớn về hỗ trợ khách hàng, trung bình các nhân viên được giao trợ lý AI giải quyết được nhiều vấn đề hơn mỗi giờ và những nhân viên mới nhất, ít kinh nghiệm nhất đã cải thiện nhiều nhất.

Trong một thử nghiệm với các nhiệm vụ viết chuyên nghiệp, những người tham gia sử dụng ChatGPT đã hoàn thành nhanh hơn và tạo ra bài viết được người chấm điểm đánh giá chất lượng cao hơn.

Các nhà tư vấn tại Boston Consulting Group đã làm tốt hơn với GPT-4 trong các nhiệm vụ nằm trong khả năng của AI, nhưng có nhiều khả năng đưa ra câu trả lời sai cho một nhiệm vụ được thiết kế có chủ ý nằm ngoài khả năng của chúng.

Các nhà phát triển nguồn mở có kinh nghiệm trong một thử nghiệm ngẫu nhiên năm 2025 của METR mất nhiều thời gian hơn để hoàn thành nhiệm vụ với các công cụ AI, mặc dù họ tin rằng các công cụ này đã giúp họ nhanh hơn.

Tương lai của những gì nghiên cứu nói về AI và năng suất tại nơi làm việc

Cơ sở bằng chứng đang phát triển nhanh chóng và các mô hình được nghiên cứu vào năm 2023 đã lỗi thời, do đó, kết quả có thể thay đổi khi các công cụ, hoạt động đào tạo và quy trình làm việc được cải thiện. Các câu hỏi mở quan trọng là liệu lợi ích ở cấp độ nhiệm vụ có tăng thêm cho tăng trưởng năng suất quốc gia và cấp doanh nghiệp hay không, liệu lợi ích có tiếp tục tập trung vào những người lao động ít kinh nghiệm hơn hay không và việc bàn giao hoặc phụ thuộc quá mức ảnh hưởng đến mọi người như thế nào trong thời gian dài. Các nhà nghiên cứu cẩn thận mong đợi độ trễ giống như độ trễ đã thấy ở các công nghệ có mục đích chung trước đó. Hãy thận trọng xử lý cả những con số tiêu đề rất lớn và gần bằng 0 cho đến khi có thêm dữ liệu dài hạn trên toàn nền kinh tế.

Đưa nó vào thực tế

Tại sao nó quan trọng

  • Rủi ro và an toàn. Những tác hại thảm khốc và thường ngày của AI đều phụ thuộc vào việc ai hiểu được rủi ro và ai có thể hành động.
  • Quyết định rõ ràng hơn. Kiến thức công cộng và chuyên môn định hình liệu chính sách an toàn mạnh mẽ có khả thi về mặt chính trị hay không.
  • Phá vỡ sự thổi phồng. Những lời giải thích rõ ràng làm giảm sự thu hút bởi sự cường điệu, PR trong phòng thí nghiệm và sân khấu đạo đức mơ hồ.

coi chừng

  • Xử lý rủi ro hiện hữu như khoa học viễn tưởng trong khi khả năng lại phức tạp.
  • Nhầm lẫn giữa an toàn sản phẩm bề mặt với sự liên kết dưới quyền tự chủ cao.
  • Chỉ để lại những khán giả không phải người Anh và không có chuyên môn với những nguồn chất lượng thấp.

Các bước tiếp theo

  1. Tách biệt các tác hại của sản phẩm, sử dụng sai và rủi ro mất kiểm soát/sai lệch.
  2. Hỏi bằng chứng nào sẽ thay đổi quan điểm của bạn về thời gian và mức độ nghiêm trọng.
  3. Ưu tiên các nguồn chính và đánh giá cụ thể hơn các tuyên bố tiếp thị.
  4. Xác định một lộ trình hành động: sự nghiệp, chính sách, nguồn tài trợ hoặc kỹ năng - không chỉ là nhận thức.

Tiếp tục khám phá

Bản tin miễn phí

Nhận bản tóm tắt AI hàng ngày

Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.

Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.

Tự kiểm tra

Take the What Research Says About AI and Workplace Productivity quiz

Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.

Bắt đầu bài kiểm tra

Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp

Câu hỏi thường gặp

Nghiên cứu nói gì về AI và năng suất tại nơi làm việc?

Các thử nghiệm thực địa có kiểm soát cho thấy AI có thể tạo ra có thể giúp công nhân nhanh hơn và giỏi hơn đáng kể trong các nhiệm vụ cụ thể như hỗ trợ khách hàng, viết và một số mã hóa, với lợi ích lớn nhất thường thuộc về những công nhân ít kinh nghiệm hơn. Tuy nhiên, mức tăng không đồng đều. AI có thể khiến con người trở nên tồi tệ hơn khi thực hiện các nhiệm vụ ngoài khả năng của nó và các nghiên cứu rộng rãi về toàn bộ lực lượng lao động và nền kinh tế cho đến nay cho thấy những tác động nhỏ hơn nhiều so với các nghiên cứu trong phòng thí nghiệm và nghiên cứu đơn lẻ.

Trong nghiên cứu hỗ trợ khách hàng của Brynjolfsson, Li và Raymond, đại lý nào thu được nhiều lợi ích nhất từ ​​​​AI?

Các đại lý mới vào nghề và có tay nghề thấp hơn đã cải thiện khoảng 34%, trong khi các đại lý có kinh nghiệm nhất đạt được ít lợi nhuận. Mức tăng trung bình là khoảng 14%.

Nghiên cứu Khoa học năm 2023 của Noy và Zhang đã tìm thấy gì về ChatGPT trong các bài viết?

Các chuyên gia hoàn thành nhiệm vụ viết nhanh hơn nhiều và người chấm điểm đánh giá chất lượng cao hơn.

'Biên giới công nghệ lởm chởm' mô tả điều gì?

Khả năng của AI không đồng đều. Bên trong biên giới nó giúp ích, còn bên ngoài nó những người tin tưởng nó có thể làm điều tồi tệ hơn.

Trong nghiên cứu BCG, điều gì đã xảy ra với nhiệm vụ được thiết kế nằm ngoài khả năng của AI?

Các nhà tư vấn sử dụng GPT-4 trong nhiệm vụ đó ít có khả năng đúng hơn vì họ tin tưởng vào kết quả đầu ra hợp lý nhưng sai.

Thử nghiệm ngẫu nhiên năm 2025 của METR với các nhà phát triển có kinh nghiệm đã phát hiện ra điều gì?

Thời gian hoàn thành đo được chậm hơn với AI, tuy nhiên các nhà phát triển tin rằng nó đã đẩy nhanh tiến độ. Điều này cho thấy những báo cáo tự báo cáo có thể không đáng tin cậy như thế nào.