知识工作者认为生成性人工智能将(不)如何变革他们的行业

文献标题

知识工作者对生成式人工智能将（或不会）如何改变其行业的看法
(How Knowledge Workers Think Generative AI Will (Not) Transform Their Industries)

---

文献信息

• 主题领域: 人工智能与知识工作，尤其是生成式AI对不同知识行业的影响
• 关键词: 生成式人工智能、知识工作、行业变革、社会力量、人机交互、道德影响

---

研究背景与问题

发现的问题或挑战

• 生成式人工智能（如ChatGPT）的发展迅速，尽管存在生产力提升的潜力，但其对行业结构和就业市场的最终影响仍然不明朗。
• 在学术与媒体中，生成式AI经常被呈现为一种破坏性技术，但这些叙述是否与知识工作者的实际期望一致尚不清楚。

研究的重要性

• 探讨知识工作者对生成式AI影响的看法，有助于理解实际应用中的潜在障碍、机遇和社会影响。
• 当前AI相关的公共话语普遍强调技术潜力，但缺乏对行业实践者感受的关注。

研究动机与相关工作

• 作者指出，大量文献强调生成式AI可能消除大量知识工作岗位，但来自工作者自身的观点较少被研究和利用。
• 研究通过对7个知识行业的从业者展开参与式研讨，探讨AI的实际行业影响。

---

解决方案

提出的研究方法

• 方法论: 采用参与式研讨会，涉及7个专业领域的54名知识工作者（涵盖广告、商业通信、教育、新闻、法律、心理健康、软件开发）。
• 研究过程:
  • 三个美国城市分别进行工作坊。
  • 包括详细的生成式AI介绍、参与者对AI影响的预测、行业变化的讨论以及政策建议设计。
  • 收集数据包括手绘行业地图、填写的变更卡片、政策建议档案，以及工作坊录音的逐字转录。

创新之处

• 系统分析知识工作者对于AI的期望，揭示与学术和舆论领域不同的独特视角。
• 突出生成式AI如何被视为人类工作的辅助工具而非全面替代品。
• 着重考察“生成式AI与知识工作”的交集，并提出HCI（人机交互）社区的新研究挑战。

---

研究成果

主要发现

知识工作者的AI期望

1. 主要叙述:
   • 知识工作者普遍将生成式AI视为“节省精力的工具”，可处理琐碎、刻板的任务，如：起草文档、制定提纲等。
   • 尽管媒体和技术叙述强调颠覆性变革，知识工作者普遍认为AI不会显著颠覆其行业的整体结构。
2. 适用范围:
   • 工具地位：AI作为一种辅助工具，需在人类监督下工作。
   • 行业治理：现有的行业规章（如法律审查、代码检查）足以监督生成式AI的输出。
   • 工作岗位变化：生成式AI可能会影响特定的入门级岗位（如助理律师、摄影师等），但难以完全替代复杂的知识劳动。

社会力量对AI影响的放大

生成式AI被认为会放大以下社会力量：

• 技能弱化（Deskilling）：AI接管简单任务可能削弱人类的基本技能，并减少进入特定职业的管道。
• 去人性化（Dehumanization）：AI的使用可能使工作变得单调乏味，且危及人际互动的本质。
• 社会疏离（Disconnection）：过度依赖AI可能导致人与社会实际情境的失联感加剧。
• 信息失真（Disinformation）：AI可能进一步助长谣言传播和低质量信息生产。

不同行业的细化观点

• 法律行业: 强调AI能支持固定流程但无法胜任决策类任务。
• 广告和新闻: 某些图像生成与撰稿部分可能被取代，但更高层次的创造性工作仍需保留。
• 心理健康: 人机交流无法替代人际间的真实性互动。

相较现有方案的优势

• 通过深度工作坊设计，提供了对生成式AI人际感知的更细致分析。
• 强调嵌入生成式AI的工作场景，而不仅关注技术潜能。

局限性与未来方向

• 局限:
  • 样本局限在少数城市，结果不能完全推广。
  • 讨论对参与者本人从事行业的偏倚可能存在。
• 未来方向:
  1. 提升人机监督系统的设计：探索如何优化人类审查生成式AI结果的机制。
  2. 研究技能转型：制定更适配知识工作者的再教育与适应计划。
  3. 社会影响评估：利用更广泛的HCI研究方法探索AI对社会体系的深入影响。

---

输出格式

• 研究系统性揭示了一幅更加平衡的AI影响蓝图，从而提出对生成式AI的实际劳动力管理和社会政策的深思。