人工智能可以用来补充劳动力市场上的人类吗？
快速阅读: 《每日沙巴》消息，AI技术提升员工生产力，尤其利好低技能工人。研究显示，生成式AI可缩短新员工成长期，提高任务质量和效率。AI在公共及私人部门均展现积极影响，但效果依赖任务特性。科学界逐渐接纳AI辅助写作，强调透明披露。推广AI为人力补充而非替代，有助于提升就业质量和经济公平性。
随着人工智能（AI）的广泛应用，所有受影响领域的流程和劳动力技能组合正在经历根本性变革。尤其是，由于预期这项技术的扩展可能导致就业岗位减少，劳动力市场的担忧正在加剧。AI不仅承担了容易自动化的任务，还在抽象推理、预测和判断等非例行认知任务中发挥作用。因此，这种担忧从现有员工能否保住职位扩展到新毕业生能否满足求职所需的技能。当然，这些趋势因不同国家的经济和劳动力市场动态而异。然而，这种不确定性和不安正促使许多企业，即便与AI无直接关联，也将招聘具备AI相关技能的人才列为优先事项。随着这些技术以当前的流动性不断发展，所感受到的担忧是完全可以理解的。这是因为AI迅速占据了所有职业和岗位中易受自动化影响的角色。结果，业务流程和工作角色被重新定义，组织内部的工作置换增加，最终导致失业人数增加。随着这一趋势的加强，低技能和中等技能的工人正被不断发展的自动化逐步取代。由于他们缺乏匹配新兴职位所需的高级技能，被迫离开劳动力市场。
如果少数但高技能的工人足以满足新的业务流程需求，劳动力市场中的人机平衡将不利于人类工人。另一方面，这些技术补充人类劳动力的潜力开辟了一条非常有前景的替代路径。在这种背景下，生成式AI技术已被证实能够显著提升员工表现，特别是在提高低绩效工人的生产力方面，从而显著提升整体效率。例如，一项使用GitHub Copilot（一种基于生成式AI的编程助手）的研究显示，获得Copilot支持的实验组完成编程任务的速度比没有访问权限的对照组快约56%。后续研究进一步表明，AI的积极影响并非均匀分布于每位员工。在这背景下，一项首次研究生成式AI工具影响的研究分析了5,179名客户服务代表的数据，以调查基于生成式AI的聊天助手对员工表现的影响。研究发现，AI驱动的聊天助手平均提高了14%的生产力。更有趣的是，当根据员工的技能水平分析这种改进的变化时，不同技能水平的影响有所不同。新入职和低技能员工的生产力提升了34%，明显高于平均水平。相比之下，对资深高技能员工的影响几乎可以忽略不计。换句话说，生成式AI对员工生产力的正面影响随经验和技能水平的提升而递减。
另一项研究考察了ChatGPT对大学教育背景员工进行写作任务（如新闻稿、简短报告和分析计划）的影响，发现ChatGPT使写作速度提升了40%，输出质量提升了18%。然而，研究还表明，最大收益体现在低技能写作者群体中。类似地，对管理顾问的调查显示，使用这项技术的员工不仅完成了12%更多的任务，而且减少了25%的任务完成时间，同时提升了超过40%的输出质量。研究进一步揭示，低技能员工从这些改进中获益最多，从而缩小了生产率分布差距。
更高的效率。总之，AI技术作为一种互补的支持机制，通过缩小生产率分布来提高员工效率，帮助工人更有效地完成任务。换句话说，AI显著提升了低绩效员工在产出质量和生产时间上的表现，从而增加了整体生产率和效率。这一发现挑战了广泛接受的新技术主要补充高技能工人的观念。相反，正如近期研究表明，AI技术倾向于补充低技能员工。
这些研究的另一个重要见解是，使用生成式AI工具的新员工可以在较短时间内达到过去需要很长时间才能达到的熟练程度。换句话说，像ChatGPT这样的生成式AI工具可以大大缩短初学者和学徒发展技能所需的时间。上述关于生成式AI对生产率和效率影响的研究主要是在私营部门进行的。为填补这一空白，新的研究正在开展，以考察其在公共部门的效果。例如，最近的一项研究调查了生成式AI技术对爱尔兰中央银行员工进行的文件理解与数据分析任务的影响。结果显示，在文件理解任务中，AI提高了17%的质量并减少了34%的任务完成时间。然而，在数据分析任务中未观察到积极贡献。与先前研究一致，低绩效员工在文件理解任务中受益最大。这些发现表明，尽管生成式AI可以在公共部门显著提高质量和生产率——尽管其结构和程序与私营部门存在差异——其积极影响的程度取决于任务的特性。
关于AI对员工表现影响的更详细研究，特别是那些考虑任务不同特性的研究（如简单与复杂或明确与模糊），为绘制这一效果提供了宝贵的见解。在这个背景下，最近一项针对英国劳动人口代表性样本的研究，基于任务特性考察了生成式AI（ChatGPT）对员工表现的影响。研究发现，无论性别、教育水平或专业背景如何，生成式AI在节省时间和提高质量方面都改善了员工表现。然而，这种影响在复杂的明确任务中更为显著。相比之下，AI对简单的任务影响较小，而在复杂的模糊任务中，员工的技能仍然是表现的主要决定因素。
生成式AI应用对表现和质量的影响也体现在科学研究和文章撰写中。研究人员迅速认识到生成式AI工具（如ChatGPT）提供的机会，并开始将其纳入学术写作。事实上，已经出现了将AI列为合著者的文章。这一发展促使科学期刊就相关政策展开辩论。这些讨论的核心问题是承担责任的能力，最终达成共识认为在这种情况下AI不能承担责任。最初，包括《科学》在内的大多数期刊采取了严格立场，不仅禁止将AI列为作者，还拒绝在科学出版物中使用AI生成的内容。然而，随着时间推移，许多学术期刊逐渐放松了对此问题的立场。目前，虽然普遍认为AI不能被视为科学文章的作者，但也广泛认可这些技术对科学研究和文章准备做出了重大贡献。因此，现在普遍认为应在出版物中明确说明这些贡献，因为它们有望提升学术工作的整体质量。最近的出版物中越来越多地披露了AI的贡献。随着DeepSeek新平台的推出，这些贡献预计将进一步增加。
与其他领域一样，年轻的研究人员和语言障碍者往往从AI辅助写作中受益最多。类似的益处也可以在教育体系中实现，尤其是在通过个性化学习帮助学生缩小学业差距和支持教师参与职业发展项目方面。
总之，AI技术已被证明对员工生产率和效率有积极贡献。然而，这种贡献的程度取决于任务的特性。AI的影响在非例行认知任务和复杂的明确任务中更为显著。此外，新入职和低绩效员工从这些改进中获益最多。在AI的帮助下，新员工可以更快达到预期的胜任水平。这些研究的结果表明，广泛采用AI技术不会对就业造成负面影响，反而可以提高工作场所低技能和中等技能工人的表现。通过优先将AI视为人力劳动的补充而非自动化驱动力，企业可以在不减少就业的情况下提高生产率，从而推动经济利益更加公平地分配并壮大中产阶层。然而，要实现这些好处，需要强有力的政策支持将AI视为人力劳动的补充，并将其整合到企业管理策略中。
(以上内容均由Ai生成)
