生成式人工智能如何影響高技能工作者
作者：Dylan Walsh
日期：2024年11月4日
為何這個議題重要
根據一項估計，儘管生成式人工智能存在許多缺陷，但它能執行美國80%以上工作相關的任務，尤其是高技能職位和需要高級學位的職業受到的影響特別明顯。然而，這些工具實際上對組織和員工的幫助程度仍然大多數未知。
MIT Sloan的經濟學助理教授Mert Demirer表示：「在自然的工作環境中衡量AI對生產力的影響是一個挑戰。你可以進行實驗室實驗，讓工人完成一項任務，要求一組使用AI，但這當然是一種人為的環境。」
在一篇新的研究論文中，Demirer及其共同作者分析了三家科技公司引入AI編碼助手的過程。研究發現，將生成式AI工具引入軟件開發人員的工作環境確實提高了生產力，尤其是經驗較少的開發人員顯示出更高的採用率和更大的生產力增長。
這篇論文的共同作者包括普林斯頓大學的Zheyuan (Kevin) Cui、賓夕法尼亞大學的Leon Musolff、微軟的Sonia Jaffe和Sida Peng，以及MIT的Tobias Salz。
AI在軟件開發中的應用
研究人員與微軟、埃森哲及一家匿名的《財富》100強電子製造公司合作，這些公司各自進行了使用GitHub Copilot的實驗，這是一款基於AI的編碼助手，可以提供智能代碼補全建議。部分軟件工程師在所有開發人員獲得工具之前就已經能使用這個工具。（Demirer強調，這些公司設計並運行了實驗；他和他的同事則分析了數據。）
Demirer指出：「軟件開發實際上是一個非常適合研究AI價值的環境。如果考慮到AI對經理或銷售人員的好處，則更難確定他們的產出並逐日衡量。軟件開發人員在一個大部分產出可衡量並明確記錄的環境中工作。」
在微軟和埃森哲的實驗中，一組開發人員隨機獲得了Copilot的使用權，而另一組則沒有。在微軟，這一分組持續了七個月；在埃森哲，則持續了四個月。在匿名公司中，所有用戶在兩個月內分階段獲得了Copilot的使用權，但一些團隊在其他團隊之前使用該工具長達六週。
AI幫助經驗不足的員工
研究人員發現，使用Copilot使得完成的每週任務數量平均增加了26%。然而，在近期雇用的開發人員和較低級別的開發人員中，生產力增長更顯著，增加了27%至39%；而資深開發人員的生產力增長則只有8%至13%。
Demirer表示：「缺乏經驗和任期較短的軟件開發人員更有可能使用這個工具，此外，他們的生產力增長也更為明顯。對於經驗豐富的開發人員，我們實際上並未看到太大的影響。」
這一結果部分可能與新進和低級別開發人員以更高的比率採用Copilot有關。Demirer也強調，他和他的同事並未接觸到生成的代碼，這意味著雖然他們能夠衡量生產力，但無法評估使用Copilot產出的工作質量。他表示，衡量工作質量是下一步的重要工作。
對未來AI採用的疑問
Demirer提到的一個附帶發現非常重要，即在三家公司中，平均AI採用率在一年後僅為60%。儘管Copilot易於使用，但企業在部署這類工具時可能需要考慮到全面採用的漫長過程；在這方面，生成式AI與其他新技術並無不同。
更根本的問題是，在AI迅速發展的情況下，它會取代還是輔助高技能工作者。一種潛在的未來是，企業在工人數量減半的情況下完成相同的工作；另一種潛在的未來則是，員工能更快地完成工作，從而有更多時間處理其他項目。
Demirer表示：「從這個案例研究中，我們知道生產力的影響是真實的，並將導致工作場所的重要變化。但這些變化在五年或十年後究竟會是什麼樣子，我們仍然無法確定。這是個大問題。」
這篇文章的研究結果不僅為企業在導入AI工具時提供了重要的參考，還提醒我們，AI的發展對於工作環境的未來將產生深遠的影響。在不斷變化的技術背景下，企業應該如何調整人力資源和工作流程，以適應這種變化，成為未來成功的關鍵。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
