亚洲欧美中文日韩在线v日本,亚洲精品永久在线观看,亚洲av日韩av永久无码色欲,亚洲成a人片777777,亚洲人成网站在线播放942

清華大學(xué)經(jīng)濟(jì)管理學(xué)院領(lǐng)導(dǎo)力與組織管理系Flextronics講席教授、系主任李寧教授近日做客由阿里巴巴人工智能治理與可持續(xù)發(fā)展研究中心(AAIG)聯(lián)合高校和產(chǎn)業(yè)界發(fā)起的AI治理交互欄目《追AI的人》系列直播第31期，分享《人機(jī)協(xié)同、效率與創(chuàng)新：AI時(shí)代的組織模式探索》?，F(xiàn)轉(zhuǎn)發(fā)直播的文字回放，以饗讀者。

分享大綱??

生成式AI對(duì)工作效率和創(chuàng)新的影響

人機(jī)互動(dòng)前沿研究最新進(jìn)展

人機(jī)互動(dòng)對(duì)效率影響的實(shí)驗(yàn)證據(jù)

人機(jī)互動(dòng)對(duì)效率創(chuàng)新影響的內(nèi)在機(jī)制

人機(jī)互動(dòng)的未來(lái)展望

過(guò)去的一年里，以GPT為代表的生成型AI非常火爆。很多研究都從技術(shù)的角度比較了不同的大型語(yǔ)言模型，以了解它們?cè)谕瓿扇蝿?wù)方面的能力差異。而今天的分享將主要從人的視角出發(fā)，因?yàn)槲覀冎廊耸鞘褂肁I的工具，在技術(shù)之外，人在這個(gè)過(guò)程中扮演著非常重要的角色。

先介紹一下背景，在今年之前，我們對(duì)AI的關(guān)注度并沒(méi)有像現(xiàn)在這樣高漲。當(dāng)我們提到AI這個(gè)工具時(shí)，我們更多地想到的是一些實(shí)體機(jī)器人，比如酒店或餐館中端盤子的機(jī)器人。在那時(shí)，人工智能更多地影響的是藍(lán)領(lǐng)或體力工作者。然而，隨著生成型AI的出現(xiàn)，它首次對(duì)知識(shí)型員工（白領(lǐng)員工）產(chǎn)生了巨大影響。

可以毫不客氣地說(shuō)，對(duì)于一些尚未普及自動(dòng)駕駛技術(shù)的外賣騎手或司機(jī)等人群來(lái)說(shuō)遙遙無(wú)期，但是對(duì)知識(shí)型員工的替代迫在眉睫。今天我們的重點(diǎn)是人機(jī)互動(dòng)如何影響知識(shí)型員工。許多人可能也使用過(guò)一些AI智能助手，因此我們先來(lái)看一下具體的背景情況。

關(guān)于生成型AI，麥肯錫進(jìn)行了一項(xiàng)研究報(bào)告，對(duì)比了兩類不同類型的工作——一類是偏向白領(lǐng)的工作，另一類是偏向藍(lán)領(lǐng)的工作。

可以觀察到，在體力工作者身上，生成型AI的影響幾乎微不足道。然而，對(duì)于傳統(tǒng)意義上需要做決策、進(jìn)行人機(jī)協(xié)作等工作的知識(shí)型員工來(lái)說(shuō)，生成型AI的出現(xiàn)產(chǎn)生了顯著的影響。我們可以看到，在生成型AI的影響下，相對(duì)于傳統(tǒng)的自動(dòng)化路徑，出現(xiàn)了一種增量的變化。

當(dāng)然，還有一些其他的新聞報(bào)道進(jìn)一步說(shuō)明了對(duì)知識(shí)型員工潛在沖擊的情況。例如，加州伯克利大學(xué)的一位教授預(yù)測(cè)，在2030年，GPT可以在一天內(nèi)學(xué)完人類需要幾千年才能掌握的知識(shí)，甚至可能接管美國(guó)30%的工作時(shí)間。

看起來(lái)，通用型人工智能的時(shí)代已經(jīng)來(lái)臨了，但實(shí)際情況并不如理想中那樣。生成型人工智能加速了傳統(tǒng)自動(dòng)化過(guò)程的進(jìn)展。同樣是麥肯錫的一份報(bào)告中，提出了兩種不同的未來(lái)情景，并進(jìn)行了兩種預(yù)測(cè)：在樂(lè)觀情況下，如果公眾對(duì)人工智能的接受程度高，法律法規(guī)也支持等一系列理想情況下，生成型AI對(duì)社會(huì)自動(dòng)化的加速程度將達(dá)到15%。

然而，在一個(gè)不太樂(lè)觀的情況下，到2030年可能只有1%的影響。目前市場(chǎng)上有很多關(guān)于這方面的熱議，聲稱AI的影響非常大。但實(shí)際上，當(dāng)它真正應(yīng)用到企業(yè)內(nèi)部的管理過(guò)程中時(shí)，可能會(huì)發(fā)現(xiàn)影響并不那么顯著。這與我們目前進(jìn)行的一些實(shí)驗(yàn)結(jié)果也是相吻合的。

在應(yīng)用生成型AI或通用型AI時(shí)，我們面臨許多挑戰(zhàn)和障礙，特別是在處理數(shù)據(jù)方面。例如，路透社報(bào)道了Chat GPT的爆炸式增長(zhǎng)已經(jīng)遇到了瓶頸。我們可以看到許多工作并沒(méi)有完全采用這些大型語(yǔ)言模型，但它們的發(fā)展已經(jīng)達(dá)到了瓶頸。那么下一個(gè)增長(zhǎng)曲線在哪里呢？這是一個(gè)嚴(yán)重的問(wèn)題。

我們面臨哪些挑戰(zhàn)？從分析來(lái)看，有幾個(gè)方面需要考慮。首先是從個(gè)人層面來(lái)看，如果大家曾經(jīng)使用過(guò)生成型AI，可能會(huì)有以下體驗(yàn)：初次接觸AI時(shí)，你會(huì)發(fā)現(xiàn)它非常神奇，可以自由流暢地用人類的語(yǔ)言與你進(jìn)行對(duì)話，甚至可以幫你寫詩(shī)或撰寫簡(jiǎn)單的工作報(bào)告。然而，隨著時(shí)間的推移，你會(huì)發(fā)現(xiàn)這個(gè)技術(shù)很難實(shí)際應(yīng)用于我的工作中。盡管它看起來(lái)很強(qiáng)大，但與我的工作實(shí)際上存在很大的差距，很難達(dá)到預(yù)期的效果。

從組織層面來(lái)看，這個(gè)問(wèn)題變得更加嚴(yán)重。我們需要思考如何與組織現(xiàn)有的工作流程相融合，同時(shí)還要考慮數(shù)據(jù)隱私和法律合規(guī)的問(wèn)題。

從系統(tǒng)層面來(lái)看，我們需要考慮如何將這種技術(shù)與已有的數(shù)字化系統(tǒng)進(jìn)行整合。許多企業(yè)已經(jīng)完成了數(shù)字化轉(zhuǎn)型，擁有各種數(shù)字化系統(tǒng)，如IT系統(tǒng)、人力資源管理系統(tǒng)和財(cái)務(wù)系統(tǒng)。在這些系統(tǒng)之上，如何疊加生成式AI？我們了解到一些企業(yè)的做法是接入生成AI的API，并在前端創(chuàng)建一個(gè)聊天機(jī)器人供員工提問(wèn)。然而，員工可能只會(huì)使用幾次后就再也不使用這個(gè)功能了，導(dǎo)致這個(gè)功能無(wú)法真正發(fā)揮作用，出現(xiàn)了一種分割的現(xiàn)象。

讓我們來(lái)分析一下這個(gè)問(wèn)題。為什么Chat GPT無(wú)法實(shí)現(xiàn)所謂的10倍+或者百倍+的提效呢？以前，我們編寫一篇文章或者初步代碼可能需要幾個(gè)小時(shí)，而如果讓Chat GPT來(lái)完成這個(gè)任務(wù)，可能只需要幾秒鐘甚至不到半分鐘。

從理論上講，它具備這種10倍+提效的潛力。舉個(gè)例子，假設(shè)一個(gè)軟件開(kāi)發(fā)工程師，現(xiàn)在很多生成AI可以作為代碼生成的助手，但實(shí)際工作遠(yuǎn)比這復(fù)雜。如果我只負(fù)責(zé)一個(gè)模塊的開(kāi)發(fā)，使用Chat GPT或其他生成式AI確實(shí)可以迅速完成初稿，實(shí)現(xiàn)了10倍+的提效。

然而，如果從整個(gè)開(kāi)發(fā)系統(tǒng)來(lái)看，它是一個(gè)復(fù)雜的集成功能，涉及不同程序員之間的協(xié)作和不同模塊的整合。就單個(gè)模塊而言，確實(shí)可以實(shí)現(xiàn)10倍+的提效。但如果考慮到每個(gè)人對(duì)系統(tǒng)的貢獻(xiàn)以及程序員之間的互動(dòng)情況，綜合計(jì)算后可能只能得到1%、2%，甚至可能比不使用AI還要低。

接下來(lái)的章節(jié)將分享一些最新的國(guó)際研究，重點(diǎn)是研究人與AI之間的互動(dòng)，以及對(duì)效率和結(jié)果的影響。先看理論框架，過(guò)去的組織管理研究關(guān)注的是人與事之間的結(jié)合。事可以是任務(wù)或崗位，在職場(chǎng)中充當(dāng)載體。這衍生出傳統(tǒng)的人力資源管理實(shí)踐方案、組織行為學(xué)研究以及領(lǐng)導(dǎo)力等領(lǐng)域，這些研究都旨在協(xié)調(diào)人更好地完成工作任務(wù)，將人與任務(wù)相結(jié)合。

隨著AI的出現(xiàn)，一些學(xué)派或研究開(kāi)始探討AI與事的關(guān)系。其中，自動(dòng)化是典型代表，比如在生產(chǎn)線流水線上的AI直接執(zhí)行任務(wù)，如自動(dòng)駕駛和無(wú)人機(jī)送快遞等，AI與任務(wù)的連接。這些研究主要討論技術(shù)對(duì)勞動(dòng)力的影響，即技術(shù)是否替代還是增強(qiáng)。由于生成式AI的載體是語(yǔ)言，因此語(yǔ)言決定了人與AI之間有效互動(dòng)的能力，人與AI形成合作關(guān)系，共同完成工作任務(wù)。

因此，出現(xiàn)了一個(gè)術(shù)語(yǔ)"human in the loop"。在討論生成式AI時(shí)，我們不能將人與AI分開(kāi)，必須考慮到人與AI互動(dòng)的結(jié)果。在我們的研究設(shè)計(jì)中，有兩個(gè)因素對(duì)技術(shù)和人的投入起作用。技術(shù)方面包括技術(shù)的升級(jí)、技術(shù)能力和算力等，而人方面包括培訓(xùn)和對(duì)人力資本的投資。這兩者可能相互促進(jìn)，相輔相成。因此，我們接下來(lái)分享的研究都從人機(jī)互動(dòng)的角度出發(fā)，探討人與AI如何合作，而這種合作將產(chǎn)生怎樣的結(jié)果。

我們首先關(guān)注的問(wèn)題是在人機(jī)互動(dòng)任務(wù)情境中，AI對(duì)效率和創(chuàng)新的影響。過(guò)去的AI研究更加注重效率，并對(duì)其影響進(jìn)行了研究。然而，生成式AI具有智能涌現(xiàn)的特點(diǎn)，因此在人機(jī)互動(dòng)中，創(chuàng)新不再是人類特有的特質(zhì)。當(dāng)人與AI進(jìn)行互動(dòng)時(shí)，可能會(huì)出現(xiàn)創(chuàng)新性的結(jié)果。

這引發(fā)了一個(gè)問(wèn)題——what即是什么？首先，我們需要了解人與生成式AI之間的互動(dòng)對(duì)結(jié)果產(chǎn)生了什么影響。其次，我們需要探討人與生成式AI之間的互動(dòng)機(jī)制如何能夠更有效地產(chǎn)生結(jié)果。如果你曾經(jīng)使用過(guò)生成式AI，你可能會(huì)有這樣的感受：別人使用生成式AI可以高效、高質(zhì)量地完成許多任務(wù)，但是當(dāng)你與生成式AI交流時(shí)，你會(huì)發(fā)現(xiàn)它表現(xiàn)愚笨，無(wú)法滿足你的要求，這涉及到互動(dòng)機(jī)制的問(wèn)題。

第三個(gè)問(wèn)題是生成式AI對(duì)不同人群和崗位是否會(huì)產(chǎn)生差異性的影響。公平性的討論涉及到不同的人在AI浪潮中獲益不同，即誰(shuí)會(huì)受益，誰(shuí)會(huì)受損。哪些崗位將被取代，哪些崗位將被增強(qiáng)，這是一些基本問(wèn)題。

首先，我們來(lái)看一篇發(fā)表在《Science》雜志上的研究文章。該研究設(shè)計(jì)了一項(xiàng)實(shí)驗(yàn)，將參與者分為兩組，一組使用了Chat GPT，另一組沒(méi)有使用。然后觀察使用Chat GPT對(duì)任務(wù)完成效率和績(jī)效的影響。這些任務(wù)是一些職業(yè)化的寫作任務(wù)，比如新聞稿和求職信等，這些任務(wù)在工作場(chǎng)景中很常見(jiàn)。

該研究得出了幾個(gè)結(jié)論：第一個(gè)結(jié)論并不出乎意料，即相較于未使用Chat GPT的組，使用了Chat GPT的組在完成任務(wù)時(shí)所用時(shí)間減少了37%，同時(shí)產(chǎn)品質(zhì)量提高了0.4個(gè)標(biāo)準(zhǔn)差。這一結(jié)論表明，在寫作方面，使用Chat GPT確實(shí)能提高人們的效率。

第二個(gè)研究結(jié)果非常有趣，它指出使用Chat GPT可以減小人與人之間的差異。那么我們?nèi)绾谓庾x這個(gè)結(jié)果呢？在參與者的能力上可能存在差異，例如某些人的能力較強(qiáng)，他們?cè)谕瓿筛鞣N任務(wù)時(shí)表現(xiàn)也較好。在引入了Chat GPT之后，出現(xiàn)了兩種觀點(diǎn)。一種觀點(diǎn)認(rèn)為，Chat GPT會(huì)放大人與人之間的差異，即如果我能力較強(qiáng)，在使用了Chat GPT后，我的能力會(huì)更加突出，因此與你的差距會(huì)更大。第二種觀點(diǎn)認(rèn)為，在使用Chat GPT之前，參與者的能力本來(lái)就存在差異，但使用之后，大家的能力反而變得相近。生成AI工具將大家?guī)У搅送黄鹋芫€上。

該研究發(fā)現(xiàn)了支持第二種觀點(diǎn)的情況。例如，在第一次任務(wù)中，未使用Chat GPT作為基準(zhǔn)進(jìn)行能力評(píng)估，然后在第二次任務(wù)中，一部分人不使用AI，另一部分人使用AI。研究發(fā)現(xiàn)，在未使用AI時(shí)，參與者的前后兩次任務(wù)得分相關(guān)性較高，即能力較強(qiáng)的人在第二次任務(wù)中得分更高。然而，在使用了AI之后，參與者的前兩次任務(wù)得分相關(guān)性降低了，相當(dāng)于優(yōu)秀的人在使用AI后，與那些不太優(yōu)秀的人的能力變得差不多，拉平了人與人之間的能力差距。

然而，這篇文章也存在明顯的局限性。首先，它僅僅使用了單一的寫作任務(wù)作為研究對(duì)象，而Chat GPT在文本生成方面表現(xiàn)出色，因此該文章對(duì)人與AI互動(dòng)的過(guò)程觀察較少。在許多情況下，人給出一個(gè)提示詞，AI生成結(jié)果，然后進(jìn)行輕微的編輯，作為最終報(bào)告的成果。實(shí)際上，這篇文章沒(méi)有充分觀察到人與AI互動(dòng)的結(jié)果。此外，該研究的任務(wù)范圍較為狹窄，無(wú)法反映出事件的復(fù)雜性。

另外還有一項(xiàng)研究探索了生成AI在各種任務(wù)中的邊界屬性。這篇文章的創(chuàng)新之處在于將任務(wù)分為兩類。一類是在AI能力范圍內(nèi)的任務(wù)，另一類是在AI能力范圍之外但對(duì)于人類可能相對(duì)容易完成的任務(wù)。這兩類任務(wù)的難度相近，但基于任務(wù)屬性的不同，一類在AI能力范圍內(nèi)，另一類對(duì)于AI來(lái)說(shuō)較為復(fù)雜且具有挑戰(zhàn)性。

AI擅長(zhǎng)的任務(wù)——?jiǎng)?chuàng)造性任務(wù)。例如，在某個(gè)尚未受到足夠關(guān)注的特定市場(chǎng)或運(yùn)動(dòng)領(lǐng)域提出10個(gè)創(chuàng)意點(diǎn)子，此類任務(wù)是AI擅長(zhǎng)的，因?yàn)樗婕暗絼?chuàng)造力的工作。然而，AI不擅長(zhǎng)的任務(wù)是基于詳實(shí)數(shù)據(jù)和訪談給出一個(gè)準(zhǔn)確答案，即需要根據(jù)這些數(shù)據(jù)指向一個(gè)正確答案的任務(wù)。我們經(jīng)常說(shuō)AI一本正經(jīng)地胡說(shuō)八道，它無(wú)法給出正確答案。

因此，這項(xiàng)研究得出了結(jié)論：對(duì)于在AI能力邊界內(nèi)的任務(wù)，使用AI可以增加平均任務(wù)完成數(shù)量增加12%，提升25%的速度，并且產(chǎn)出的質(zhì)量比未使用AI的對(duì)照組提高了40%以上。這項(xiàng)研究由波士頓咨詢集團(tuán)（BCG）進(jìn)行，參與研究的對(duì)象主要是一些典型的咨詢師和智力工作者。特別是對(duì)于那些基礎(chǔ)能力較差的人來(lái)說(shuō)，使用AI后的改善幅度更大。研究結(jié)果顯示，在AI的幫助下，他們的增長(zhǎng)幅度達(dá)到了43%，而相對(duì)而言技能較好的人只有17%的改善幅度。

然而，研究還發(fā)現(xiàn)了AI的潛在誤導(dǎo)性。在超出AI能力范圍或邊界范圍的任務(wù)中，使用AI正確率相比于控制組更低，即AI更容易給出不正確的答案。

另一個(gè)有趣的發(fā)現(xiàn)是，即使AI給出了一個(gè)不正確的答案，它仍然會(huì)提供一個(gè)推薦意見(jiàn)。例如，當(dāng)我選擇A作為答案，而正確答案是B時(shí)，AI會(huì)告訴我選擇A的原因，然后我會(huì)對(duì)這個(gè)原因進(jìn)行評(píng)分。研究發(fā)現(xiàn)，這些推薦理由得到了更高的評(píng)分，同時(shí)也反映了AI的誤導(dǎo)性更強(qiáng)。它以一種一本正經(jīng)的方式給出了錯(cuò)誤的答案，但同時(shí)告訴你看上去它的推薦是有道理的。這可能導(dǎo)致人們相信了它的結(jié)論。

因此，這也指出了一個(gè)潛在的問(wèn)題。對(duì)于創(chuàng)意性的事物來(lái)說(shuō)，這可能并不重要，你可以給出一些奇思妙想的想法。然而，對(duì)于一些有明確答案的任務(wù)，即基于數(shù)據(jù)分析什么是正確的和錯(cuò)誤，比如，如果一個(gè)員工使用生成式AI算出一個(gè)錯(cuò)誤的答案，并且還有一個(gè)很自洽的邏輯，那么你更容易被他說(shuō)服。

另外一項(xiàng)研究比較了使用Chat GPT生成的創(chuàng)意和一些頂尖大學(xué)學(xué)生產(chǎn)生的創(chuàng)意。這些頂尖大學(xué)包括濱州大學(xué)等等。舉個(gè)例子，有些女士穿高跟鞋會(huì)感到不舒服，對(duì)此，讓這些學(xué)生提供一個(gè)創(chuàng)意解決方案，他們提出了高跟鞋可以變形的創(chuàng)意。研究對(duì)比了學(xué)生組和Chat GPT產(chǎn)生的創(chuàng)意，發(fā)現(xiàn)Chat GPT產(chǎn)生的創(chuàng)意更具創(chuàng)新性，因此在這個(gè)方面它已經(jīng)超越了人類。

我們的團(tuán)隊(duì)目前也在進(jìn)行大量的人與AI互動(dòng)的研究。我們實(shí)驗(yàn)設(shè)計(jì)：讓人們與AI進(jìn)行互動(dòng)，將AI作為他們的個(gè)人助手來(lái)完成一系列任務(wù)。我們的第一個(gè)研究設(shè)計(jì)了四個(gè)任務(wù)，旨在盡可能多元化地反映職場(chǎng)和不同行業(yè)需要人類智力創(chuàng)作的任務(wù)。

其中，第一個(gè)任務(wù)是簡(jiǎn)歷撰寫，我們參考了之前在《科學(xué)》雜志上發(fā)表的任務(wù)。第二個(gè)任務(wù)是創(chuàng)意生成，要求提出某種產(chǎn)品的吸引人的名稱，并解釋其與未來(lái)市場(chǎng)營(yíng)銷的邏輯準(zhǔn)備。對(duì)于許多產(chǎn)品經(jīng)理而言，他們需要為產(chǎn)品想出一個(gè)有吸引力的名稱，并對(duì)其市場(chǎng)營(yíng)銷做出合理解釋。

第三個(gè)任務(wù)是解決團(tuán)隊(duì)成員之間的人際沖突。設(shè)想你是團(tuán)隊(duì)的一員，需要提出解決這個(gè)沖突的方案。這個(gè)任務(wù)更加強(qiáng)調(diào)創(chuàng)意性。如果你是一個(gè)領(lǐng)導(dǎo)者，你的團(tuán)隊(duì)成員之間出現(xiàn)了矛盾，你需要提出解決方案。在這種情況下，我們想知道Chat GPT與人類合作時(shí)，能否提出更好的解決方案？第四個(gè)任務(wù)是一個(gè)更加復(fù)雜的任務(wù)。舉個(gè)例子，要求參與者設(shè)計(jì)一個(gè)現(xiàn)代大學(xué)，假設(shè)你要引入一個(gè)通用型人工智能面向非計(jì)算機(jī)專業(yè)的學(xué)生，通識(shí)課程需要針對(duì)所有人開(kāi)設(shè)。那么這門課程的大綱應(yīng)該是什么樣的？需要涵蓋哪些內(nèi)容？這四個(gè)任務(wù)都要求人與AI合作完成，我們會(huì)評(píng)估他們提交的任務(wù)成果。

現(xiàn)在讓我們來(lái)看一下我們的實(shí)驗(yàn)設(shè)計(jì)。首先，我們進(jìn)行了招募，招募完成后，我們采用了隨機(jī)分組的方式。將他們隨機(jī)分成了三個(gè)組，分別是HAHA、AHAH和AAAA。然后，將這個(gè)任務(wù)分成了兩種情況。H代表參與者在完成任務(wù)時(shí)是獨(dú)立完成的，A代表他們是與AI一起完成的。所以第一組的完成順序是：先獨(dú)立完成，然后切換到與AI合作完成，再獨(dú)立完成，最后再切換回與AI合作，這樣就完成了一組任務(wù)。而他們使用的工具是基于Chat GPT3.5。第二組是AHAH3.5組，接著還有一個(gè)4.0組，他們使用的是更先進(jìn)的AI工具。所有的四個(gè)任務(wù)都由AI來(lái)完成。

這是我們的整體設(shè)計(jì)。如上圖，無(wú)論是針對(duì)哪個(gè)任務(wù)，都會(huì)有控制組即不使用AI，以及弱AI組（3.5版本）和強(qiáng)AI組（4.0版本）的存在。對(duì)于每個(gè)任務(wù)，我們都創(chuàng)建了相應(yīng)的實(shí)驗(yàn)情境。因此，針對(duì)每個(gè)任務(wù)，我們可以比較在使用AI和不使用AI時(shí)的結(jié)果差異。

這是我們的研究結(jié)果。如何建立評(píng)估成果質(zhì)量的標(biāo)準(zhǔn)？例如，每個(gè)參與者都提交了任務(wù)文檔，我們需要對(duì)這些文檔進(jìn)行評(píng)估。為此，我們選擇了六位評(píng)委來(lái)評(píng)估每份任務(wù)文檔，并取平均得出評(píng)分。我們將評(píng)估結(jié)果分為三個(gè)維度。首先是整體質(zhì)量，即這份任務(wù)文檔的整體得分如何，然后我們將其分為兩個(gè)子維度。第一個(gè)是創(chuàng)新度，即這份方案的創(chuàng)新性如何，是否提出了一些新的想法。第二個(gè)是實(shí)用性，因?yàn)橛行┫敕赡芎軇?chuàng)新，但卻不實(shí)用。因此，我們從創(chuàng)新性、實(shí)用性和整體質(zhì)量這三個(gè)維度進(jìn)行評(píng)估。

讓我們來(lái)看一下右邊的圖表，它表示了總體質(zhì)量的評(píng)分?？梢钥闯觯槍?duì)不同任務(wù)的評(píng)價(jià)標(biāo)準(zhǔn)，結(jié)果差異并不大?，F(xiàn)在讓我們來(lái)看大圖，上面列出了任務(wù)一、任務(wù)二、任務(wù)三和任務(wù)四。這是一個(gè)相對(duì)比較的圖表，中間小方塊的橫線代表均值，長(zhǎng)尾代表差異。每個(gè)組都有好的和差的情況，所以我們需要關(guān)注平均值。

從平均值的角度來(lái)看，我們可以得出一個(gè)結(jié)論，即3.5和4.0組明顯高于人類組。然而，需要注意的是，4.0組并沒(méi)有顯著高于3.5組。這回答了之前提出的問(wèn)題，即技術(shù)對(duì)于AI人機(jī)互動(dòng)的影響是什么。根據(jù)這種情況來(lái)看，技術(shù)對(duì)于AI人機(jī)互動(dòng)的影響是微弱的。這再次回到了我最初提出的問(wèn)題，即在沒(méi)有進(jìn)行任何培訓(xùn)的情況下，僅僅提供先進(jìn)的工具和技術(shù)，并沒(méi)有顯著提升，相較于弱AI組的差異則顯著。因此，從結(jié)果來(lái)看，創(chuàng)新度和實(shí)用性對(duì)于任務(wù)的結(jié)果是一致的。

有些人可能會(huì)擔(dān)心是否會(huì)引發(fā)所謂的天花板效應(yīng)，即3.5組已經(jīng)很不錯(cuò)了，所以得分很高。然而，實(shí)際上我們的評(píng)分是在1到10之間，遠(yuǎn)未達(dá)到天花板的水平。平均分也只在7左右或稍微高一些，并沒(méi)有達(dá)到類似9點(diǎn)多的天花板水平。因此，強(qiáng)AI和弱AI之間沒(méi)有太大差別。這確實(shí)反映出一個(gè)事實(shí)：我們不能單純追求技術(shù)，而是應(yīng)該關(guān)注使用這個(gè)工具的人，如何培訓(xùn)和引導(dǎo)他們合理地使用這個(gè)工具，這非常關(guān)鍵。

接下來(lái)，我們進(jìn)一步探索了人與AI互動(dòng)的機(jī)制。我們可以看到，即使在使用AI的情況下，不同的人之間差異很大。有些人得分低于三分，而有些人接近滿分。那么，是什么造成了這種差異呢？很多人關(guān)心的問(wèn)題是，有些人能很好地使用AI，而有些人卻不擅長(zhǎng)。

那么，在使用AI時(shí)，它的提示詞有什么特征呢？因此，我們的研究重點(diǎn)就是探究提示詞的特征。我們首先研究了一個(gè)比較基礎(chǔ)的指標(biāo)，即提示詞的長(zhǎng)度。如果提示詞太短，那么AI給出的結(jié)果肯定不夠理想。例如，有些人要求寫一篇論文，但并沒(méi)有提供具體要求，或者要求寫一份請(qǐng)假申請(qǐng)，卻沒(méi)有說(shuō)明理由，這樣的效果肯定不好。因此，提示詞的長(zhǎng)度對(duì)于最終評(píng)分的質(zhì)量有一定影響，但影響程度中等，并不是完全取決于提示詞的長(zhǎng)度。

基于這個(gè)發(fā)現(xiàn)，我們進(jìn)一步提出了一些新的機(jī)制。我們采用了不同的方法，包括自然語(yǔ)言處理（NLP）的傳統(tǒng)方法和最新的NLP方法，提出了許多指標(biāo)，例如問(wèn)題詞語(yǔ)的多樣性和prompt的相似度等等。然而，我們發(fā)現(xiàn)這些方法并沒(méi)有取得最佳效果，所以我們決定用Chat GPT提供定義并進(jìn)行評(píng)分。因此，從這個(gè)角度來(lái)看，大語(yǔ)言模型似乎對(duì)許多自然語(yǔ)言處理方法進(jìn)行了降維打擊。其中2種評(píng)分是：發(fā)散式評(píng)分和是收斂式評(píng)分。

發(fā)散式評(píng)分是指給被評(píng)價(jià)者一個(gè)提示詞（發(fā)散的），并且搜索范圍逐漸擴(kuò)大。例如，讓他提出10個(gè)新的想法，這是一個(gè)發(fā)散式過(guò)程。根據(jù)他提供的想法，再要求他再提供10個(gè)新的想法，這就是一個(gè)連續(xù)的發(fā)散過(guò)程。它會(huì)吸收更多元的信息。

收斂式評(píng)分是越來(lái)越集中的觀點(diǎn)。從10個(gè)想法中挑選出一個(gè)重點(diǎn)，并基于這個(gè)重點(diǎn)深入、明確地提問(wèn)?；谶@發(fā)散和收斂?jī)深悪C(jī)制，我們提出了不同的評(píng)分標(biāo)準(zhǔn)，例如問(wèn)題的明確性和深度。

讓我們來(lái)看一下結(jié)果，簡(jiǎn)單相關(guān)分析表明，在提示詞得分這個(gè)維度上與后續(xù)作品結(jié)果的評(píng)分之間存在影響。可以看出，收斂和發(fā)散這兩個(gè)維度確實(shí)影響著后續(xù)成果的質(zhì)量。這實(shí)際上反映了與AI互動(dòng)時(shí)的系統(tǒng)工程特性。你需要學(xué)會(huì)如何提問(wèn)，并需要有系統(tǒng)化的提問(wèn)方式，才能獲得更好的效果。其中最明顯的指標(biāo)之一就是問(wèn)題的清晰度，也就是問(wèn)題的明確性。

我們還研究了另外一個(gè)評(píng)價(jià)因素，稱為差異性分析。實(shí)際上，這反映了AI的出現(xiàn)是否會(huì)引發(fā)新的公平或不公平現(xiàn)象。它可能放大人之間的能力差異，但也可能縮小人之間的差異。

之前我們分享的一篇文章提出了AI降低人與人之間能力差異的觀點(diǎn)，使那些能力較弱的人也能夠?qū)崿F(xiàn)相似的成績(jī)。我們發(fā)現(xiàn)，強(qiáng)AI確實(shí)具有這樣的效果。盡管從絕對(duì)值來(lái)看，4.0和3.5差別不大，但4.0的方差更小。使用更好的工具可以使每個(gè)人的水平相當(dāng)于提高了人的下限。在方差方面，可以看到在三個(gè)組中，4.0的方差最小，并且明顯低于人這組的方差。

接下來(lái)，讓我們來(lái)看一個(gè)非常有趣的現(xiàn)象。之前提到的《Science》文章的邏輯是，如果一個(gè)人的能力強(qiáng)，在沒(méi)有借助AI工具的情況下，能力強(qiáng)的人會(huì)表現(xiàn)出持續(xù)的能力。就像考試一樣，如果我一次考試成績(jī)好，那么下次考試也會(huì)好，再下次考試也會(huì)好。而那些考試成績(jī)不好的人，一次考試不好，下次考試也不好。如果我們觀察一個(gè)人群，會(huì)發(fā)現(xiàn)前后得分之間的相關(guān)性會(huì)比較高。得分高的人下次仍然得分高，得分低的人下次仍然得分低，這表明前后之間存在較高的相關(guān)性。

這種相關(guān)性反映了人這一組的情況。我們觀察第三列，得分為0.3851，因?yàn)樗麄兺瓿闪?個(gè)任務(wù)，我們觀察第一個(gè)任務(wù)和第三個(gè)任務(wù)之間，在沒(méi)有借助AI的情況下，我們可以發(fā)現(xiàn)這種能力存在持續(xù)性。這是人這一組的情況。接下來(lái)，讓我們觀察AI這一組。例如，第一個(gè)任務(wù)使用了AI，第二個(gè)任務(wù)也使用了AI，第三個(gè)任務(wù)也使用了AI。然后我們對(duì)這些任務(wù)之間的相關(guān)性進(jìn)行了分析，可以看到它們之間的相關(guān)度為0.28，也呈現(xiàn)出一定的一致性或持續(xù)性。

但有趣的是，在人與AI工具之間切換時(shí)，沒(méi)有這種持續(xù)性。這說(shuō)明了什么呢？個(gè)人的能在不借助AI的情況下和使用AI的情況下，它們之間的能力不具備遷移性。盡管數(shù)據(jù)量不是很大，但我們初步發(fā)現(xiàn)它們之間不具備遷移性。因此，這涉及到能力的重新洗牌，也涉及到企業(yè)在引入大量AI后對(duì)于招聘模型或素質(zhì)模型的重新調(diào)整。即以前你所看重的一些能力，在新的形勢(shì)下變得不再重要。

舉個(gè)例子，以前我們招聘時(shí)很注重Excel的能力，因?yàn)樗鼘?duì)提升效率非常重要。但現(xiàn)在有了Chat GPT，它的能力遠(yuǎn)遠(yuǎn)超過(guò)了Excel，所以即使我不會(huì)用Excel，但我熟練運(yùn)用code interpreter，這在數(shù)據(jù)分析方面就成為一項(xiàng)非常重要的能力。

再舉個(gè)例子，有些人寫公文寫得非常好，但他卻沒(méi)有很好的思想能力，這也是一種能力。在新的形勢(shì)下，寫作能力并不重要，因?yàn)镃hat GPT寫出來(lái)的公文非常標(biāo)準(zhǔn)，無(wú)論需要什么樣的風(fēng)格，它都能做到，所以思想能力變得突出，因?yàn)樗芨嬖V我們寫什么內(nèi)容，邏輯框架是什么。所以這涉及到能力的重新洗牌。

我們初步得出的結(jié)論如下：1、AI確實(shí)能提升任務(wù)的整體質(zhì)量、創(chuàng)新性和實(shí)用性。

2、AI未必會(huì)降低人們之間的差異，反而可能引發(fā)新的形勢(shì)下的不平等或差異，只是將原有的一些優(yōu)勢(shì)抹平，同時(shí)也會(huì)引入一些新的因素。

3、目前來(lái)看，AI的能力對(duì)結(jié)果的影響并不明顯，GPT3.5和GPT4.0影響不明顯，但我們知道4.0在各項(xiàng)評(píng)測(cè)指標(biāo)上明顯優(yōu)于3.5。因此，這就顯示出人不一定能充分發(fā)揮AI的能力，這牽涉到一個(gè)根本問(wèn)題，即技術(shù)投入和人力投入。

4、人與AI的互動(dòng)過(guò)程對(duì)結(jié)果有顯著影響。

這也引出了一些其他的思考，例如為什么有些人覺(jué)得他們的Chat GPT或生成式AI比較笨，而有些人的作品又神奇又高質(zhì)量。這反映了一種新的能力，不同于過(guò)去我們討論的智商、情商、領(lǐng)導(dǎo)力、團(tuán)隊(duì)協(xié)作力等等，現(xiàn)在是否還需要考慮AI能力、技術(shù)協(xié)作能力這樣的因素？實(shí)際上，在國(guó)外的一些討論中，是否具備與AI合作的能力在未來(lái)的職場(chǎng)或篩選過(guò)程中被視為一個(gè)重要的衡量標(biāo)準(zhǔn)。

因此，我們已經(jīng)提到過(guò)，盡管技術(shù)的發(fā)展很迅猛，但我們也必須跟上對(duì)人才的培養(yǎng)，確保人與AI、人與技術(shù)的匹配是非常重要的。

因此，我們的第二項(xiàng)研究集中在如何提升與AI合作的能力上。我們還編制了一套培訓(xùn)教材《高效人機(jī)互動(dòng)：生成式AI中的提示詞與交互策略指南》。

這涉及到我們的第二項(xiàng)研究，我們開(kāi)始進(jìn)行了樣本招募，并將其分為三組，唯一的區(qū)別是加入了培訓(xùn)環(huán)節(jié)。我們思考的問(wèn)題是，如果加入培訓(xùn)環(huán)節(jié)，教人們?nèi)绾闻cAI進(jìn)行互動(dòng)，這涉及到不同的假設(shè)。

當(dāng)我們對(duì)人進(jìn)行投資時(shí)，3.5版本的AI是否能超過(guò)4.0版本的AI呢？如果我使用了一個(gè)較弱的3.5版本AI，然后接受了這樣的培訓(xùn)，我可能會(huì)達(dá)到比使用4.0版本AI效果更好的結(jié)果。如果再加入培訓(xùn)環(huán)節(jié)，會(huì)放大人的差異還是縮小人的差異？

比如在使用AI時(shí)，本身就存在差異，但如果我們提供了這樣的培訓(xùn)，它有可能縮小這種差異，但也有可能放大差異。因?yàn)榕嘤?xùn)本身是一個(gè)學(xué)習(xí)過(guò)程，每個(gè)人的學(xué)習(xí)能力都不同，這可能會(huì)放大人的差異。我們的第二個(gè)實(shí)驗(yàn)設(shè)計(jì)也較為復(fù)雜。在每個(gè)組中，我們隨機(jī)分配了3.5版本和4.0版本的AI，同樣也設(shè)計(jì)了一個(gè)強(qiáng)弱AI對(duì)比的實(shí)驗(yàn)設(shè)計(jì)，并將其分為三組。粉色的線代表培訓(xùn)的投入和干預(yù)。

在A組中，我們?cè)谂嘤?xùn)完成后讓他們完成兩個(gè)更復(fù)雜的任務(wù)。而B(niǎo)組則是在開(kāi)始不給他們培訓(xùn)，讓他們?cè)谧匀粭l件下完成這兩個(gè)任務(wù)，然后進(jìn)行培訓(xùn)，培訓(xùn)后讓他們運(yùn)用培訓(xùn)結(jié)果來(lái)改進(jìn)之前使用AI生成的任務(wù)。第三組的設(shè)計(jì)也非常有意思。一開(kāi)始，我們不讓他們接觸任何工具，完全依靠人與人之間的合作來(lái)完成任務(wù)，然后在培訓(xùn)后，讓他們運(yùn)用AI的知識(shí)來(lái)改進(jìn)他們自己生成的任務(wù)。

那么這樣做有什么好處呢？我們可以單獨(dú)觀察這三種情境下的培訓(xùn)后使用AI、單純使用AI以及人與人獨(dú)立完成任務(wù)的差異和績(jī)效。我們還可以進(jìn)一步觀察第二個(gè)問(wèn)題，有意識(shí)地控制結(jié)構(gòu)的問(wèn)題。比如，在培訓(xùn)后直接使用AI，先使用AI，然后對(duì)AI生成的結(jié)果進(jìn)行優(yōu)化；還是不依賴AI工具，先憑借自身能力完成任務(wù)。

這時(shí)候，我再引出AI的供給，實(shí)際上涉及到工作流程的設(shè)計(jì)。哪種設(shè)計(jì)方式能夠最大化地提升結(jié)果，對(duì)于工作設(shè)計(jì)來(lái)說(shuō)具有啟示。我們可以開(kāi)始時(shí)人與AI緊密配合，還是先由人來(lái)完成任務(wù)，然后再引入AI。從理論上來(lái)說(shuō)，如果人先完成任務(wù)，可以充分調(diào)動(dòng)大腦的知識(shí)儲(chǔ)備。然后，當(dāng)AI介入時(shí)，它給人帶來(lái)不同的啟示，進(jìn)行優(yōu)化。有可能說(shuō)當(dāng)人和AI并行處理任務(wù)時(shí)，能夠最大程度地激發(fā)創(chuàng)新的想法。這個(gè)答案目前還不清楚，因?yàn)閿?shù)據(jù)還沒(méi)有完全分析完畢。

后續(xù)計(jì)劃：第一個(gè)研究方向是，目前所有的研究，包括國(guó)際上許多團(tuán)隊(duì)的研究，都是單個(gè)人與單個(gè)AI節(jié)點(diǎn)的互動(dòng)，人與AI的互動(dòng)。但實(shí)際上，要考慮到真實(shí)的組織，人是在一個(gè)網(wǎng)絡(luò)中。所以，需要將單點(diǎn)的互動(dòng)轉(zhuǎn)移到多節(jié)點(diǎn)的互動(dòng)上。比如市場(chǎng)團(tuán)隊(duì)或者軟件工程師開(kāi)發(fā)團(tuán)隊(duì)，在這樣的團(tuán)隊(duì)中，引入了一個(gè)AI節(jié)點(diǎn)，它對(duì)工作效率的提升，包括人與人之間的節(jié)點(diǎn)連接，還設(shè)計(jì)了在一個(gè)團(tuán)隊(duì)中，單節(jié)點(diǎn)AI和多節(jié)點(diǎn)AI之間可能存在的差異。

如果將視角擴(kuò)大到組織層面，AI不再僅僅是輔助人類完成任務(wù)，而是成為一個(gè)多節(jié)點(diǎn)，在組織中與人類節(jié)點(diǎn)共同存在的組織體系。

后續(xù)我們需要在企業(yè)中考察其長(zhǎng)期影響。涉及到例如對(duì)知識(shí)型零工績(jī)效的影響，以及AI對(duì)企業(yè)效率和創(chuàng)新的影響，這些在真實(shí)環(huán)境中進(jìn)行的結(jié)果。實(shí)際上，現(xiàn)在很多企業(yè)都在思考一個(gè)問(wèn)題，即如何提高效率，如何實(shí)現(xiàn)更好的創(chuàng)新。當(dāng)將AI作為一種工具引入企業(yè)時(shí)，它對(duì)企業(yè)的結(jié)果會(huì)有何影響？

接下來(lái)，讓我們展望一下未來(lái)組織形式。例如，我們剛才提到生成式AI可以高效地完成單一節(jié)點(diǎn)的任務(wù)。但是，我們的很多任務(wù)并不僅僅考慮單一任務(wù)，而是一個(gè)任務(wù)集。我們每個(gè)人的任務(wù)可以進(jìn)一步分解，實(shí)際上是一個(gè)多節(jié)點(diǎn)任務(wù)集，其中一些涉及與人的溝通，甚至是物理流轉(zhuǎn)。在這種情況下，AI對(duì)我們的影響是什么呢？

舉一個(gè)例子來(lái)說(shuō)明，這也是麥肯錫報(bào)告中提到的一個(gè)例子。以軟件工程師為例，他的任務(wù)可以分為編寫代碼、修正、研發(fā)、與數(shù)據(jù)庫(kù)連接以及與其他技術(shù)人員溝通等。我們可以將每個(gè)任務(wù)設(shè)計(jì)為一個(gè)節(jié)點(diǎn)，在引入AI之后，一些節(jié)點(diǎn)會(huì)變得縮小。例如，在編寫初始代碼時(shí)，這部分工作就變得不那么重要了，節(jié)省了時(shí)間。但是，一些節(jié)點(diǎn)則會(huì)放大比如人與人之間的溝通，如何整合我們與AI的互動(dòng)，形成一個(gè)互動(dòng)網(wǎng)絡(luò)。甚至可能引出一些以前不存在的任務(wù)，例如確保信息的準(zhǔn)確性等等。

總結(jié)一下，過(guò)去，我們關(guān)注的是AI對(duì)任務(wù)的支撐，接下來(lái)關(guān)注的是AI對(duì)組織的支撐。AI并不僅僅是幫助員工完成某個(gè)任務(wù)，而是扮演了一個(gè)角色轉(zhuǎn)變，從單一任務(wù)節(jié)點(diǎn)變成了一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)，即決策角色。例如，在企業(yè)中一個(gè)典型的問(wèn)題是跨部門協(xié)調(diào)和跨部門資源整合的問(wèn)題。在整合這一切的過(guò)程中，究竟是誰(shuí)來(lái)?yè)?dān)當(dāng)這個(gè)角色呢？實(shí)際上，各個(gè)部門都有自身的利益。除了在完成任務(wù)方面，AI還有可能成為一個(gè)決策者和整合者。

因此，如果我們將視角擴(kuò)大，我的另一個(gè)研究方向就是組織網(wǎng)絡(luò)。過(guò)去的組織網(wǎng)絡(luò)僅僅是由人構(gòu)成，人與人之間的連接形成了溝通和信息交流的網(wǎng)絡(luò)。但是，如果我們不斷將AI引入到組織中，就像圖表所展示的那樣，在未來(lái)的網(wǎng)絡(luò)中，涉及到人與AI之間的互動(dòng)，以及AI與AI之間的互動(dòng)，需要考慮技術(shù)層面的因素。

對(duì)于跨部門的協(xié)調(diào)，甚至員工評(píng)估等問(wèn)題。舉個(gè)例子，就像在我們的實(shí)驗(yàn)任務(wù)中，我們每個(gè)任務(wù)的文檔都由6個(gè)人進(jìn)行評(píng)估，然后得出一個(gè)分?jǐn)?shù)。我們還進(jìn)行了另一個(gè)實(shí)驗(yàn)，讓GPT來(lái)進(jìn)行評(píng)估，而GPT的評(píng)估結(jié)果與人的評(píng)估結(jié)果高度相似。這反映了使用GPT進(jìn)行評(píng)估相比于單純由個(gè)人進(jìn)行評(píng)估的結(jié)果更好，準(zhǔn)確度誤差更小。

這就相當(dāng)于將6個(gè)人的評(píng)估結(jié)果合并，才能與GPT的評(píng)估結(jié)果媲美。過(guò)去，我們常說(shuō)評(píng)估需要有一個(gè)黃金標(biāo)準(zhǔn)，用來(lái)判斷好壞，需要有一個(gè)標(biāo)準(zhǔn)。過(guò)去的黃金標(biāo)準(zhǔn)就是要多個(gè)專家進(jìn)行評(píng)分，一個(gè)專家的評(píng)分并不能作為標(biāo)準(zhǔn)，需要找到10個(gè)專家，他們的評(píng)分才能作為黃金標(biāo)準(zhǔn)。

在我們的研究中，也是不斷增加評(píng)價(jià)人的數(shù)量。大家可能發(fā)現(xiàn)，當(dāng)GPT評(píng)價(jià)次數(shù)也增加了，但是這并沒(méi)有改變?cè)u(píng)分的分布，相反，人的評(píng)分分布越來(lái)越修正。從這個(gè)角度來(lái)看，可能GPT第一次評(píng)價(jià)的人是黃金標(biāo)準(zhǔn)，而其他人的評(píng)分存在較大誤差，只有通過(guò)增加不同的評(píng)估者，才能接近黃金標(biāo)準(zhǔn)。

此外，還有一些關(guān)于組織結(jié)構(gòu)的問(wèn)題，即如何重塑人與AI的融合，包括領(lǐng)導(dǎo)和管理的啟示。在引入AI之后，領(lǐng)導(dǎo)的職責(zé)也會(huì)發(fā)生變化，涉及員工培訓(xùn)與發(fā)展的問(wèn)題，在組織中進(jìn)行培訓(xùn)和發(fā)展非常關(guān)鍵，關(guān)鍵是培訓(xùn)哪些內(nèi)容。

在引入AI后，會(huì)對(duì)這些課程進(jìn)行重組，重新洗牌能力，還包括道德倫理和員工接受程度的問(wèn)題。實(shí)際上，我們發(fā)現(xiàn)現(xiàn)在AI非常熱門，但是大多數(shù)企業(yè)對(duì)于AI的使用普及度還非常低。這涉及到員工對(duì)AI的接受程度，以及他們對(duì)與自己工作相關(guān)的感知。實(shí)際上，還有很長(zhǎng)的路要走。

嘉賓簡(jiǎn)介

李 寧

現(xiàn)任清華大學(xué)經(jīng)濟(jì)管理學(xué)院領(lǐng)導(dǎo)力與組織管理系Flextronics 講席教授、系主任。研究興趣主要包括組織協(xié)作、團(tuán)隊(duì)網(wǎng)路和效能、個(gè)體和團(tuán)隊(duì)創(chuàng)新機(jī)制研究、領(lǐng)導(dǎo)力、大數(shù)據(jù)在組織管理中的應(yīng)用以及中國(guó)管理概念研究。近年來(lái)的研究從跨學(xué)科融合的視角，結(jié)合數(shù)據(jù)科學(xué)（大數(shù)據(jù)、機(jī)器學(xué)習(xí)、人工智能）和人力資源管理及組織行為科學(xué)來(lái)研究員工、領(lǐng)導(dǎo)、團(tuán)隊(duì)及組織的行為模式和效能，重點(diǎn)對(duì)組織能力、跨部門協(xié)同、創(chuàng)新能力和知識(shí)員工效能等課題進(jìn)行了深入研究。