Проверка реальности, управляемой данными Microsoft
17 июля 2025 г.Рост генеративных инструментов искусственного интеллекта, особенно тех, таких как CHATGPT, Bing Copilot, Claude и Gemini, вызвало интенсивные дебаты как в залах, политических кругах, так и разговорах о кафе. Мы сталкиваемся с эрой освобождения производительности или перемещения работы? Новое исследование, проведенное исследователями Microsoft AI, «Работа с ИИ: измерение профессиональных последствий генеративного ИИ,«Предоставляет основополагаемый, заземленный взгляд на то, как люди на самом деле используют эти инструменты и что это значит для будущего работы.
Опираясь на более 200 000 анонимных разговоров с Microsoft Bing Copilot, авторы пытаются прорезать ажиотаж и ответить на один критический вопрос: что люди делают с генеративным ИИ и как это отображается на рынке труда?
Выходя за рамки спекуляций
Большинство заголовков об искусственном интеллекте и рабочих местах являются либо утопическими, либо антиутопиями. Они часто опираются на интуицию или прогнозы высокого уровня о том, какие рабочие места находятся в опасности »без реальных поведенческих доказательств.
Эта статья меняет это. Вместо того, чтобы спрашивать, что может сделать ИИ, он изучает, что люди уже делают с генеративными системами ИИ. Исследователи анализируют реальные взаимодействия пользователей, чтобы понять, какие задачи работники делегируют ИИ, насколько эффективно ИИ выполняет эти задачи, и что это означает для разных профессий.
Результатом является одно из первых эмпирических окон в быстро развивающемся партнерстве с человеком.
Ключевые выводы с первого взгляда
- ИИ широко используется для задач, связанных с сбором информации и написанием.
- ИИ лучше всего выполняет языковые полуструктурированные задачи.
- Существует сильная корреляция между типами задач, в которых AI хороша, и теми, которые имеют центральное место в высокопроизводительной работе.
- Рабочие не просто заменяют задачи - они экспериментируют, дополняют и изменяют, как они работают.
Задачи, которые люди на самом деле выполняют с ИИ
В статье определяется, что большинство вариантов использования ИИ делятся на две широкие категории
- Сбор информации - например, исследования, суммирование, сравнения
- Генерация контента - например, написание электронных писем, разработки документов, идеи
Это не удивительно, но это важно. Эти категории совпадают с основной деятельностью многих ролей в экономике знаний, включая консультантов, маркетологов, аналитиков, юристов и исследователей.
Интересно, что пользователи с большей вероятностью будут использовать ИИ для разведки, чем выполнение. Многие подсказки были открыты или нацелены на мозговой штурм, что позволяет предположить, что ИИ в настоящее время используется меньше для автоматизации ROTE, а также в качестве партнера по когнитивному спарринге.
Насколько хорошо AI работает?
Авторы выходят за рамки частоты использования и вводят новую метрику: «охват задачи». Это измеряет не только то, как часто выполняется задача с ИИ, но и то, насколько хорошо система выполняет эту задачу на основе показателей взаимодействия с пользователями и прокси удовлетворенности.
Результат?
ИИ лучше всего выполняет структурированные или полуструктурированные языковые задачи. Подумайте о составлении электронных писем, суммировали документы или генерируя предложения первого прохода. Задачи, требующие рассуждения здравого смысла, специфической для области опыта или точного количественного суждения, ухудшились.
Этот нюанс имеет значение. Это показывает, что ИИ - это не просто замена людей (пока). Вместо этого он пробивается на определенные подзадачи, иногда в пределах одной и той же работы и преобразует рабочие процессы по одному слою за раз.
Профессиональная линза: на кого повлияли?
Чтобы перевести эти данные на уровне задачи на влияние на рынок труда, исследователи переходят их с помощью подробной профессиональной базы данных правительства США. Это позволяет им сопоставить возможности ИИ на реальных функциях работы.
Одна из самых важных пониманий из бумаги - это то, чтоИИ непропорционально подходит для высокопроизводительных, белых воротничков.
Роли, такие как:
- Специалисты по маркетингу
- Консультанты по управлению
- Финансовые аналитики
- Адвокаты и юристы
- HR Professionals
- Разработчики программного обеспечения (для генерации кода и документации)
… Все разделяют задачи, которые ИИ уже выполняет в масштабе и с высокой эффективностью.
Напротив, профессии, связанные с физическими манипуляциями, личным обслуживанием или ручным трудом (медсестры, электрики, работники доставки) остаются в значительной степени нетронутыми на данный момент.
В нашем последнем эпизоде подкаста мы обсудилиДневник генерального директора, где Стивен Бартлетт поставил ключевой вопрос Джеффри Хинтону, широко известному как крестный отец ИИ.
Что бы вы сказали людям об их карьерной перспективе в мире супер интеллекта?
Хинтон ответ:
Поезд, чтобы быть сантехником
Возможно, пришло время прекратить фиксировать при подъеме следующего математика, инженера или врача, и начать думать о том, как поднять лучшего сантехника или электрика. Это может быть более уверенным путем к безопасности работы в будущем.
Увеличение против автоматизации: ложный бинар?
Популярное повествование вокруг ИИ часто является бинарным: либо он автоматизирует вашу работу, либо нет. Это исследование бросает вызов этому взгляду.
Вместо этого мы видим континуум удара. Многие пользователи не просили ИИ заменить свою работу, но ускорить ее. Общие варианты использования включены:
- Разработка отчета, чтобы уточнить позже
- Получение второго мнения о решении
- Мозговой штурм презентации названия или углы
- Создание очертаний или шаблонов для повторяющихся задач
Другими словами, ИИ действует как совместный пилот, а не пилот.На данный моментПолем
Но вот RUB: если AI-пилот может справиться с 30% вашей рабочей нагрузки сегодня, как долго он сможет справиться с 70%?
Что это значит для рабочей силы
Авторы мудро воздерживаются от апокалиптических прогнозов. Вместо этого они предлагают четкий вывод:
Генеративный ИИ уже изменяет состав работы в рамках рабочих мест.
Задачи разделены. Некоторые из них делегируют в ИИ, другие полностью переосмысливают. Это будет иметь волновые эффекты между:
- Дизайн работы- Границы между ролями могут размыться. Один работник может выполнять задачи, которые использовались для охвата нескольких отделов.
- Требования к навыкам- Коммуникация, критическое мышление и быстрое инженерное проектирование растут в стоимости.
- Неравенство-Работники с высокой заработной платой могут видеть больший рост производительности (и давления), в то время как работники с более низкой заработной платой могут столкнуться с более медленными нарушениями, но меньшим количеством инструментов производительности.
Этическая и политическая задача
С такими быстро развивающимися инструментами мир политики стоит за кривой. В статье отмечается, что традиционные фреймворки автоматизации (которые основаны на постепенной диффузии в течение многих лет или десятилетий) не применяются здесь. Генеративные инструменты искусственного интеллекта:
- Облачный
- Свободно доступен
- Немедленно полезно
- Обновление еженедельно
Это создает проблему измерения: как вы регулируете или направляете то, что развивается быстрее, чем могут отреагировать учреждения?
Авторы призывают к большему обмену поведенческим поведением (анонимным и сохраняющим конфиденциальность) от поставщиков платформ. Без этого мы рискуем летать слепым*.*
Последствия для компаний и работников
Для компаний это исследование является тревожным звонком. Трансформация ИИ больше не теоретическая, она происходит в живых рабочих процессах, часто под радаром. Ключевые действия, которые нужно рассмотреть:
- Аудит рабочие процессы:Определите высокочастотные задачи, которые перекрываются с сильными сторонами ИИ.
- Поезд для увеличения:Научите сотрудников, как сотрудничать с ИИ, а не противостоять этому.
- Работа по редизайну:Вместо того, чтобы устранять роли, разбивайте их на AI-совместимые и ориентированные на человека подзадачи.
- Мониторинг акций:Убедитесь, что повышение производительности, управляемой ИИ, не накоплен наверху.
Для отдельных работников также ясен: адаптивность - это новое преимущество. Будущее принадлежит тем, кто знает, как задавать правильные вопросы ИИ, а не только тем, кто боится, что его заменили.
Заключение: переход, а не поглощение ... пока
Исследование Microsoft AI предлагает нюансированную, основанную на фактических данных отчет о том, как Generative AI влияет на работу сегодня; не в теории, но в действии. Это не попадает в ловушку прогнозирования работы апокалипсиса или слепого оптимизма.
Вместо этого он предлагает что -то более полезное:Карта того, что на самом деле происходит, и предварительный просмотр того, что будет дальше.
В мире, все более формированном ИИ, эта статья напоминает нам, что работа не является статическим списком обязанностей, а динамическим переговором между человеческой изобретательностью и технологическими возможностями. Мы не смотрим поглощение; Мы живем через трансформацию.
Заканчивается ли это трансформацией в массовом устаревании или в более умном, более справедливом мире работы, будет меньше зависеть от того, что может сделать технология, и больше от того, что мы выбираем с ней.
Прочитайте полную бумагу:ЗДЕСЬ
Оригинал