新火種
2024-01-04 
與普遍看法相反 研究認為人工智能不會讓你失業(yè)
一項新的研究顯示，工作經(jīng)驗對員工如何與人工智能互動有很大影響。擁有更多特定任務(wù)經(jīng)驗的員工從人工智能中獲益更多，而資深員工則由于擔(dān)心人工智能的不完善而不太可能信任人工智能。研究結(jié)果強調(diào)，在工作場所整合人工智能時，需要采取量身定制的策略，以加強人與人工智能的團隊合作。
新的研究揭示了人類與人工智能互動的復(fù)雜方面，凸顯了一個令人驚訝的趨勢：人工智能系統(tǒng)傾向于使初級員工受益，但原因卻不盡如人意。
發(fā)表在 INFORMS 期刊《管理科學(xué)》（Management Science）上的最新研究為企業(yè)領(lǐng)導(dǎo)者提供了關(guān)于工作經(jīng)驗對員工與人工智能互動的影響的寶貴見解。
這項研究探討了人類工作經(jīng)驗的兩種主要形式--狹義經(jīng)驗（由特定任務(wù)量定義）和廣義經(jīng)驗（以總體資歷為特征）--對人類-人工智能團隊內(nèi)部動態(tài)的影響。
羅切斯特大學(xué)的王偉光（Weiguang Wang）是這項研究的主要作者。他說："我們在研究中的發(fā)現(xiàn)令我們大吃一驚。工作經(jīng)驗的不同維度與人工智能有著截然不同的互動關(guān)系，并在人類與人工智能的團隊合作中發(fā)揮著獨特的作用。"
"雖然人們可能會認為經(jīng)驗較少的工人應(yīng)該從人工智能的幫助中獲益更多，但我們發(fā)現(xiàn)情況恰恰相反--人工智能讓擁有更多任務(wù)經(jīng)驗的工人獲益。與此同時，資深員工盡管經(jīng)驗更豐富，但從人工智能中獲得的好處卻少于資歷淺的同事，"該研究的合著者、約翰霍普金斯大學(xué)凱瑞商學(xué)院的高國棟（Gordon）說。
資歷與人工智能信任的困境
進一步的調(diào)查顯示，人工智能帶來的生產(chǎn)力提升相對較低，這并不是資歷本身造成的，而是他們對人工智能不完美的敏感度較高，從而降低了他們對人工智能的信任度。
"這一發(fā)現(xiàn)提出了一個兩難的問題：經(jīng)驗豐富的員工更有條件利用人工智能提高生產(chǎn)力，但那些承擔(dān)更大責(zé)任、關(guān)心組織的資深員工卻傾向于回避人工智能，因為他們看到了依賴人工智能協(xié)助的風(fēng)險。因此，他們無法有效利用人工智能，"該研究報告的共同作者、約翰霍普金斯大學(xué)凱瑞商學(xué)院的 Ritu Agarwal 說。
研究人員敦促雇主在工作中引入人工智能時，仔細考慮不同工人的經(jīng)驗類型和水平。任務(wù)經(jīng)驗較少的新員工在利用人工智能方面處于劣勢。同時，組織經(jīng)驗豐富的資深員工可能會擔(dān)心人工智能帶來的潛在風(fēng)險。應(yīng)對這些獨特的挑戰(zhàn)是人類與人工智能團隊合作取得成效的關(guān)鍵。
參考文獻：《朋友還是敵人？人工智能與不同經(jīng)驗工人之間的團隊合作》，
DOI: 10.1287/mnsc.2021.00588
編譯來源：ScitechDaily
Tags:
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風(fēng)險，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負任何責(zé)任。
