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

生成式AI時(shí)代，誰(shuí)是主角？

在過(guò)去的7個(gè)多月里，清華大學(xué)經(jīng)濟(jì)管理學(xué)院李寧教授團(tuán)隊(duì)投入了巨大的努力，完成了一項(xiàng)開創(chuàng)性的實(shí)證研究論文，深入探討了人與生成式人工智能（AI）在協(xié)作中的互動(dòng)對(duì)任務(wù)績(jī)效的影響及其內(nèi)在機(jī)制。這項(xiàng)研究通過(guò)兩個(gè)精心設(shè)計(jì)的隨機(jī)控制實(shí)驗(yàn)，匯聚了近500名參與者的實(shí)驗(yàn)數(shù)據(jù)，為我們提供了全面而系統(tǒng)的分析視角。

我們深知，生成式AI技術(shù)的迅猛發(fā)展正在重新定義人機(jī)交互的邊界，對(duì)職場(chǎng)乃至整個(gè)社會(huì)的影響日益顯著。因此，我們致力于探索這一新興技術(shù)領(lǐng)域，旨在為學(xué)術(shù)界和實(shí)踐界提供有價(jià)值的見解和指導(dǎo)。在此，我們將研究的主要發(fā)現(xiàn)和內(nèi)容整理如下，以饗各位。我們誠(chéng)摯地歡迎大家的批評(píng)指正，希望能夠與廣大讀者共同探討和深入理解人機(jī)合作的未來(lái)趨勢(shì)。

對(duì)于有興趣深入了解本研究的讀者，您可以通過(guò)以下SSRN鏈接下載全文：

https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4738829

超越技術(shù)：生成式AI背后的人類才智挖掘

再次感謝大家的關(guān)注和支持。我們特別感謝所有參與實(shí)驗(yàn)的參與者和貢獻(xiàn)者，他們的參與和努力使我們能夠更深入地探索生成式AI與人類協(xié)作的奧秘，為揭示人機(jī)合作的科學(xué)原理做出了寶貴貢獻(xiàn)。讓我們一起迎接智能時(shí)代的挑戰(zhàn)與機(jī)遇。

超越技術(shù)：生成式AI背后的人類才智挖掘

在過(guò)去一年中，生成式人工智能（AI）引發(fā)了全球范圍內(nèi)各行各業(yè)的廣泛關(guān)注，其創(chuàng)新能力的展現(xiàn)令人矚目。這一趨勢(shì)不僅標(biāo)志著人工智能技術(shù)進(jìn)入一個(gè)新紀(jì)元，也引發(fā)了對(duì)其在職場(chǎng)中角色的深入討論。以ChatGPT 4.0為代表的生成式AI，在超過(guò)90%的標(biāo)準(zhǔn)化任務(wù)上展現(xiàn)出的性能已經(jīng)超越了人類。近期的研究進(jìn)一步強(qiáng)化了這一觀點(diǎn)。根據(jù)Haase & Hanel (2023)以及Guzik, Byrge, & Gilde (2023)的研究，生成式AI在不同的創(chuàng)新任務(wù)上顯示出的能力已經(jīng)超越了90%至99%的人類參與者。這些成果不僅彰顯了生成式人工智能在多項(xiàng)任務(wù)上的卓越表現(xiàn)，還暗示了人工智能將成為未來(lái)工作環(huán)境中不可或缺的合作伙伴。

哈佛大學(xué)和麻省理工學(xué)院的學(xué)者們通過(guò)兩項(xiàng)研究為這一命題提供了堅(jiān)實(shí)的實(shí)證證據(jù)，凸顯了引入生成式人工智能所引發(fā)的根本性變革。這些研究結(jié)果表明，應(yīng)用該技術(shù)的個(gè)體在處理各種復(fù)雜任務(wù)時(shí)的表現(xiàn)顯著提高，這一進(jìn)步不僅提高了工作效率，還促進(jìn)了創(chuàng)新思維的發(fā)展，使個(gè)人和組織能夠更好地適應(yīng)快速變化的需求和挑戰(zhàn)。在當(dāng)前不確定性和競(jìng)爭(zhēng)日益加劇的環(huán)境中，將生成式AI融入工作流程成為了搶占先機(jī)的核心策略。這種轉(zhuǎn)變不僅是技術(shù)上的升級(jí)，更為那些在傳統(tǒng)評(píng)估中可能未得到充分認(rèn)可的人們提供了翻身的機(jī)會(huì)，成為展現(xiàn)其真正潛力的工具和助手。人工智能的介入使每個(gè)人都有機(jī)會(huì)在這場(chǎng)技術(shù)變革中找到自己的位置，重新定義自己的價(jià)值和能力。

近期由清華大學(xué)經(jīng)濟(jì)管理學(xué)院李寧教授團(tuán)隊(duì)進(jìn)行的一項(xiàng)研究進(jìn)一步揭示了人機(jī)合作及其對(duì)知識(shí)員工工作績(jī)效影響的更多細(xì)節(jié)。該研究通過(guò)2個(gè)隨機(jī)對(duì)照試驗(yàn)，涵蓋了近500名實(shí)驗(yàn)參與者。

Figure 1 | Research Design

研究結(jié)果一方面支持了先前的發(fā)現(xiàn)，即和獨(dú)立完成任務(wù)的對(duì)照組相比，與生成式人工智能合作可以顯著提高創(chuàng)新和產(chǎn)出質(zhì)量。另一方面，一個(gè)更加引人注目的觀點(diǎn)浮現(xiàn)了：對(duì)于人工智能技術(shù)在提升工作績(jī)效方面的作用，我們有了新的理解。與常規(guī)思維相反，當(dāng)人與人工智能攜手合作時(shí)，那些在技術(shù)上更先進(jìn)的AI模型，例如ChatGPT 3.5向ChatGPT 4.0的飛躍，并沒有表現(xiàn)出預(yù)期中的優(yōu)勢(shì)。雖然ChatGPT 4.0在各種標(biāo)準(zhǔn)化測(cè)試的較量中可能會(huì)勝過(guò)它的前身，但當(dāng)涉及到與人類共同完成任務(wù)時(shí)，它的技術(shù)優(yōu)勢(shì)卻似乎黯然失色。更具體地說(shuō)，這種所謂的高級(jí)AI對(duì)成績(jī)的提升只是微不足道的不到2%。這一發(fā)現(xiàn)對(duì)于那種認(rèn)為擁有更先進(jìn)工具自然能在專業(yè)領(lǐng)域帶來(lái)更大優(yōu)勢(shì)的舊有看法提出了質(zhì)疑。

Figure 2 | Overall Performance in Study 1

既然在人機(jī)協(xié)作的背景下，更先進(jìn)復(fù)雜的AI模型的微小優(yōu)勢(shì)并非決定性因素，那么真正起到關(guān)鍵作用的是什么呢？答案雖然簡(jiǎn)單但意義深遠(yuǎn)：在對(duì)比有無(wú)人工智能協(xié)助完成任務(wù)的情形中，簡(jiǎn)單地引入AI使用本身便成了績(jī)效差異的決定因素，相對(duì)于其他解釋變量，在任務(wù)過(guò)程中是否使用生成式的影響程度為81%。而那些我們習(xí)以為常的人力資本因素，比如學(xué)歷、智商和性格，在這種對(duì)比中所占的比重甚至不足20%

Figure 3 | Determinants of Performance Variances in Study 1

然而，當(dāng)人工智能的使用變得普遍，每個(gè)人都在使用AI完成任務(wù)的情況下，那些技術(shù)層面的因素，比如AI模型的先進(jìn)程度，其影響力竟降至只有10.9%。換言之，如果所有人都使用AI完成任務(wù)，在這個(gè)前提下，人的因素——智商以及使用AI的經(jīng)驗(yàn)——成為了主角。智商獨(dú)自就貢獻(xiàn)了33%，之前使用AI的經(jīng)驗(yàn)也貢獻(xiàn)了15.9%。

Figure 4 |Factors in the Context of Pervasive Use of AI

AI training

更為引人注目的是，當(dāng)我們將AI培訓(xùn)——一種旨在精煉人機(jī)協(xié)作能力的有意識(shí)努力——引入實(shí)驗(yàn)，技術(shù)進(jìn)步因素的影響進(jìn)一步縮水至8.5%。

Figure 5 | Overall Performance in Study 2

此時(shí)，人的因素依舊是不可或缺的支柱，智商的影響力保持在20.5%，而培訓(xùn)的效果也十分顯著，占比達(dá)到了15.8%。這一系列發(fā)現(xiàn)顛覆了我們對(duì)技術(shù)進(jìn)步與工作績(jī)效關(guān)系的傳統(tǒng)認(rèn)知，揭示了在人工智能時(shí)代，人的角色和能力的不減反增的重要性。

Figure 6 |Determinants of Performance Variances in Study 2

這一發(fā)現(xiàn)意味著，人工智能素養(yǎng)（即使用AI的能力）成為了一門獨(dú)立于傳統(tǒng)技能和知識(shí)之外的新興必備技藝。值得注意的是，研究中提出的“技能一致性”的新觀點(diǎn)進(jìn)一步驗(yàn)證了該項(xiàng)能力的客觀存在性。在實(shí)驗(yàn)中，我們觀察到一個(gè)有趣的現(xiàn)象：人們?cè)讵?dú)立完成任務(wù)時(shí)表現(xiàn)出的技能一致性，在利用人工智能輔助時(shí)也能體現(xiàn)出來(lái)。換句話說(shuō)，如果某人在沒有AI輔助的情況下表現(xiàn)良好，他們?cè)陔S后的獨(dú)立任務(wù)中仍然能維持這種良好表現(xiàn)。同樣，那些在AI輔助任務(wù)中表現(xiàn)出色的人，在同樣與AI合作的任務(wù)中也往往能保持這種優(yōu)勢(shì)。

然而，這種一致性并不跨越這兩種場(chǎng)景，也就是說(shuō)，那些在獨(dú)立任務(wù)中表現(xiàn)出色的人，并不一定能在利用AI的任務(wù)中同樣表現(xiàn)出色，反之亦然。這表明，在人工智能輔助的任務(wù)中表現(xiàn)有效所需的技能集可能與獨(dú)立完成任務(wù)所需的技能集有所不同。這種技能差異的出現(xiàn)要求我們進(jìn)一步探索在人工智能時(shí)代是否存在獨(dú)特的能力。

既往研究表明，那些在常規(guī)工作中表現(xiàn)欠佳的人群，一旦融入人工智能的輔助，他們的工作效率和成果便會(huì)顯著提升。但該研究成果為我們帶來(lái)了更加深入的理解：盡管人工智能的加持確實(shí)能夠普遍提高工作的平均水平，卻并沒有縮小人與人之間的表現(xiàn)差異。這一現(xiàn)象深刻地提示我們，與人工智能的深度合作遠(yuǎn)超出了簡(jiǎn)單技術(shù)應(yīng)用的范疇，它實(shí)際上是對(duì)個(gè)體能力的一次重新探索和定義。這一點(diǎn)不僅打破了我們對(duì)于專業(yè)領(lǐng)域中“佼佼者”傳統(tǒng)定義的認(rèn)知，而且還預(yù)示著在未來(lái)與人工智能共同成長(zhǎng)的過(guò)程中，人類將迎接一系列全新的技能需求和能力構(gòu)架的形成。

系統(tǒng)化AI能力培訓(xùn)的關(guān)鍵作用

正如上述所知，要最大限度地挖掘與人工智能合作的潛能，精確而有效的培訓(xùn)至關(guān)重要。我們的研究強(qiáng)調(diào)了系統(tǒng)化AI能力培訓(xùn)對(duì)于優(yōu)化人機(jī)交互模式和提升成果效率的關(guān)鍵作用。深入分析人機(jī)互動(dòng)日志——既包括人類向人工智能發(fā)出的命令（Prompt），也包括人工智能的反饋?lái)憫?yīng)（Response）——使我們深入理解了促成高效合作的主要機(jī)制。這種詳盡的文本分析不僅為我們提供了成功交流策略的全新視角，還展示了如何巧妙操控人工智能以提升工作效率。

具體來(lái)說(shuō)，接受AI培訓(xùn)改變了人們與人工智能的互動(dòng)方式。接受過(guò)培訓(xùn)的個(gè)體更傾向于給出精確而清晰的命令，并通過(guò)反復(fù)的交互來(lái)實(shí)現(xiàn)更深層次的人機(jī)協(xié)同。我們的研究通過(guò)對(duì)互動(dòng)文本數(shù)據(jù)中抽取的交互特征進(jìn)行聚類分析，辨別出三類不同的使用群體。其中一類使用者，被我們稱為AI新手，他們?cè)谒薪换ヌ卣魃系牡梅制毡檩^低，暴露出他們?cè)谔峁┟鞔_指令或采納高效互動(dòng)策略上的不足。與此同時(shí)，另外兩個(gè)群體雖然策略各異，卻都能有效地引導(dǎo)人工智能完成既定任務(wù)。這一發(fā)現(xiàn)不僅凸顯了針對(duì)性培訓(xùn)的必要性，也為未來(lái)的人機(jī)協(xié)作模式提供了寶貴的策略洞見。

同時(shí)，我們?nèi)匀话l(fā)現(xiàn)培訓(xùn)極大地降低了所謂的“新手”使用者的比例，這揭示了培訓(xùn)在提升人們的人工智能素養(yǎng)和應(yīng)用能力方面具有根本性的變革作用。這種轉(zhuǎn)變凸顯了與人工智能相關(guān)技能的可塑性以及為了配合技術(shù)進(jìn)步而在人力資本發(fā)展上進(jìn)行投資的重要性。隨著我們深入探索人工智能融合的復(fù)雜性，通過(guò)精心設(shè)計(jì)的培訓(xùn)計(jì)劃培育出一支能夠熟練掌握人工智能技術(shù)的勞動(dòng)力，對(duì)于在專業(yè)領(lǐng)域持續(xù)實(shí)現(xiàn)卓越表現(xiàn)將變得至關(guān)重要。

在這場(chǎng)人與人工智能協(xié)作的探索旅程中，我們不僅窺見了技術(shù)進(jìn)步的無(wú)限潛能，更重要的是，我們認(rèn)識(shí)到了人的不可替代性。生成式人工智能的興起雖然為我們的職業(yè)生涯帶來(lái)了翻天覆地的變化，但這場(chǎng)變革的核心并不僅僅在于技術(shù)的先進(jìn)性。我們的研究強(qiáng)調(diào)了一個(gè)根本性的規(guī)律：釋放人工智能合作的全部潛力，關(guān)鍵在于培養(yǎng)人的能力——了解人工智能、與之有效互動(dòng)的方式，以及最關(guān)鍵的，系統(tǒng)性的培訓(xùn)和教育。

人工智能的力量確實(shí)能夠提升我們的表現(xiàn)，尤其是對(duì)那些在傳統(tǒng)環(huán)境下可能會(huì)處于劣勢(shì)的人。但它同時(shí)也為我們的工作環(huán)境引入了新的技能要求，這些要求正在重新定義什么是職場(chǎng)中的“贏家”。培訓(xùn)在這一過(guò)程中顯得尤為重要，它不僅能夠幫助初學(xué)者成長(zhǎng)為能夠熟練與人工智能協(xié)作的專家，還能確保在人工智能普及的時(shí)代，個(gè)體間的能力差異不會(huì)因技術(shù)的進(jìn)步而加劇。

因此，當(dāng)我們走向一個(gè)人工智能技術(shù)如同日常生活?？桶銦o(wú)處不在的未來(lái)時(shí)，我們必須記?。宏P(guān)鍵不在于你選擇了哪種人工智能模型，而在于是否主動(dòng)地?fù)肀墒紸I以及你如何利用和與之互動(dòng)。在這個(gè)新時(shí)代，對(duì)人力資本的培養(yǎng)和人工智能技能的訓(xùn)練，可能成為通往成功最關(guān)鍵的要素之一。畢竟，在人與技術(shù)的較量中，保持人性和增強(qiáng)人的能力，可能是我們最強(qiáng)大的也是最不可替代的優(yōu)勢(shì)。

論文引用：

Li, Ning and Zhou, Huaikang and Deng, Wenming and Liu, Junyuan and Liu, Fengxian and Mikel-Hong, Kris, When Advanced AI Isn't Enough: Human Factors as Drivers of Success in Generative AI-Human Collaborations (February 26, 2024). Available at SSRN: https://ssrn.com/abstract=4738829orhttp://dx.doi.org/10.2139/ssrn.4738829