人工智能对知识工作者生产力和工作质量影响报告

根据哈佛商学院技术管理运营研究所与波士顿咨询集团的研究，大语言模型 (LLM) 可显著提高知识工作者的生产力和工作质量。

该项目研究了人工智能对现实、复杂和知识密集型任务的绩效影响。预注册实验涉及 758 名顾问，约占公司个人贡献者级顾问的 7%。在建立类似任务的绩效基线后，受试者被随机分配到以下三种情况之一：无 AI 访问权限、GPT-4 AI 访问权限或 GPT-4 AI 访问权限并具有及时的工程概述。

报告认为，人工智能的能力创造了一个“锯齿状的技术前沿”，其中一些任务可以很容易地由人工智能完成，而另一些任务，尽管难度级别看似相似，但超出了人工智能当前的能力范围。

对于人工智能能力前沿范围内的 18 项实际咨询任务中的每一项，使用人工智能的顾问的工作效率显着提高（他们平均完成的任务多了 12.2%，完成任务的速度提高了 25.1%），并且产生了显着更高质量的结果（与对照组相比，质量提高了 40% 以上）。

不同技能水平分布的顾问都从人工智能增强中受益匪浅，绩效低于平均绩效阈值的顾问绩效增加了 43%，高于平均绩效阈值的顾问则增加了 17%（水平越低从AI中受益越多）。然而，对于个别非前沿任务，使用人工智能的顾问与不使用人工智能的顾问相比，产生正确解决方案的可能性要低 19 个百分点。

分析表明，在人类与人工智能融合的一系列过程中，人类成功使用人工智能的方式出现了两种独特的模式：一组顾问充当“半人马”，就像神话中的半马/半人生物一样，将他们的解决方案创建活动划分并委托给人工智能或他们自己。另一组顾问的行为更像是“生化机器人”（Cyborgs），将他们的任务流程与人工智能完全集成，并不断与技术交互。

报告下载链接：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4573321