社團指南

研究如何評估人工智慧和工作場所生產力

受控的現場實驗顯示,生成式 AI 能讓工作者在客戶服務、寫作及部分程式設計等特定任務上顯著提升速度與品質,其中經驗較少的工作者通常獲得最大的進步。

聆聽此指南AI 語音敘述 · ~3 min

本頁4 分鐘閱讀
  1. 概述
  2. 深入探討
  3. 現實世界的實施
  4. 研究顯示人工智慧和工作場所生產力的未來
  5. 付諸實踐
  6. 不斷探索
  7. 常見問題

概述

不過,收益並不均衡。人工智慧可能會讓人們在超出其能力的任務上表現更差,迄今為止對整個勞動力和經濟體的廣泛研究發現,其影響比實驗室和單任務研究小得多。

深入探討

The best-known evidence comes from field and controlled experiments on well-defined tasks. Erik Brynjolfsson, Danielle Li and Lindsey Raymond studied more than 5,000 customer support agents who were given an AI assistant. On average they resolved about 14 percent more issues per hour. Novice and lower-skilled agents gained around 34 percent, and the most experienced agents gained little. The researchers argue the AI spread the know-how of top performers to everyone else. Shakked Noy and Whitney Zhang, publishing in Science in 2023, found that ChatGPT cut the time college-educated professionals spent on writing tasks by about 40 percent and raised rated quality by about 18 percent. A GitHub Copilot experiment found developers finished a set programming task about 55 percent faster. The 2023 Boston Consulting Group study with Harvard and other researchers added an important caveat, which it called the 'jagged technological frontier'. On tasks inside the AI's abilities, consultants with GPT-4 finished more tasks, faster and at higher quality. On a task designed to sit outside those abilities, they were less likely to get the right answer than consultants without AI, because they trusted plausible but wrong output. More recent findings are more modest. In a 2025 randomized trial by METR, experienced developers working in their own large codebases were about 19 percent slower with AI tools while believing they had been faster. Studies of whole labor markets, such as research on Danish workers, have found small effects on earnings and hours so far. Why the gap? Experiments isolate tasks that suit AI. Real jobs mix many tasks, time saved is not always reused productively, and organizations need to redesign workflows before gains show up. Economists saw a similar lag in measured productivity after electricity and computers arrived. The common misconception is that one headline percentage applies to every job.

現實世界的實施

在一項大型客戶支援研究中,配備人工智慧助理的客服人員平均每小時解決更多問題,而最新、經驗最少的客服人員進步最大。

在一項專業寫作任務的實驗中,使用 ChatGPT 的參與者完成得更快,評分者對作品的品質評價更高。

波士頓顧問公司的顧問在使用 GPT-4 處理人工智慧能力範圍內的任務時表現較好,但在故意設計超出其能力範圍的任務上更有可能得出錯誤答案。

在 METR 的 2025 年隨機試驗中,經驗豐富的開源開發人員使用人工智慧工具完成任務需要更長的時間,儘管他們相信這些工具使他們更快。

研究顯示人工智慧和工作場所生產力的未來

證據基礎正在快速成長,而且 2023 年研究的模型已經過時,因此隨著工具、培訓和工作流程的改進,結果可能會改變。關鍵的懸而未決的問題是,任務層面的收益是否會促進公司層面和國家生產力的成長,福利是否繼續集中在經驗不足的工人身上,以及從長遠來看,去技能化或過度依賴如何影響人們。細心的研究人員預計會出現像早期通用技術那樣的滯後。在出現更長期的整體經濟數據之前,請謹慎對待非常大和接近零的總體數據。

付諸實踐

為什麼這很重要

  • 風險與安全. 災難性和日常的人工智慧危害都取決於誰了解風險以及誰能夠採取行動。
  • 更明確的決策. 民眾和專業素養決定強而有力的安全政策在政治上是否可行。
  • 突破炒作. 清晰的解釋可以減少炒作、實驗室公關和模糊道德劇場的影響。

留意

  • 將存在風險視為科幻小說,同時能力複合。
  • 混淆了表面產品安全與高度自治下的對準。
  • 只給非英語和非專業觀眾留下低品質的資源。

後續步驟

  1. 單獨的產品危害、誤用和失控/失調風險。
  2. 詢問哪些證據會改變您對時間表和嚴重性的看法。
  3. 比起行銷主張,更喜歡主要來源和具體評估。
  4. 確定一條行動路徑:職業、政策、資金或技能——而不僅僅是意識。

不斷探索

免費電子報

獲取每日 AI 簡報

每個工作日上午提供三則經過驗證的 AI 新聞,以淺顯易懂的英文撰寫。永久免費,無廣告。

每個工作日一封電子郵件。一鍵取消訂閱。我們絕不出售或分享您的地址。

測試一下自己

參加人工智慧和工作場所生產力的研究結果測驗

每個答案皆有即時回饋,通過課程後可獲得具備可驗證 ID 的可分享證書。

開始測驗

支持免費的 AI 教育。AI Understanding 是一個 501(c)(3) 非營利組織——絕無廣告,絕無付費牆。 捐款

常見問題

研究對人工智慧和工作場所生產力有何評價?

受控現場實驗表明,生成式人工智慧可以讓員工更快、更好地完成特定任務,例如客戶支援、寫作和一些編碼,其中最大的收穫通常是經驗不足的員工。不過,收益並不均衡。人工智慧可能會讓人們在超出其能力的任務上表現更差,迄今為止對整個勞動力和經濟體的廣泛研究發現,其影響比實驗室和單任務研究小得多。

在 Brynjolfsson、Li 和 Raymond 的客戶支援研究中,哪些客服人員從人工智慧中獲益最多?

新手和技能較低的客服人員進步了約 34%,而最有經驗的客服人員則進步甚微。平均漲幅約為 14%。

Noy 和Zhang 的 2023 年科學研究在 ChatGPT 的寫作任務中發現了什麼?

專業人士完成寫作任務的速度要快得多,評分者對品質的評價也更高。

「鋸齒狀技術前沿」描述了什麼?

AI的能力參差不齊。在邊界內部它會有所幫助,而在邊界之外信任它的人可能會做得更糟。

在 BCG 研究中,超出人工智慧能力範圍的任務發生了什麼事?

在該任務中使用 GPT-4 的顧問不太可能是正確的,因為他們信任看似合理但錯誤的輸出。

METR 2025 年與經驗豐富的開發人員進行的隨機試驗發現了什麼?

測量的人工智慧完成時間較慢,但開發人員相信它加快了速度。這顯示自我報告是多麼不可靠。