作为工艺的AI竞争：如何通过抵制和拥抱生成式AI重塑写作职业

研究背景与问题

• 发现的问题或挑战: 作者指出，生成式人工智能 (GAI) 的快速发展对写作专业产生了深远的影响。这不仅改变了传统写作实践，还使专业身份受到挑战。目前已有研究探索了创意实践者如何初步采用 GAI，但对抗性（抵制 GAI）的策略及其影响尚未充分研究。同时，缺乏对这些早期经验如何演变为固定实践的理解。
• 重要性: 写作专业在文化传播、信息分享和社会价值创造中扮演重要角色。GAI 的介入可能导致专业技能的丧失、身份模糊以及潜在失业问题。这是强调公平工作环境和长期职业发展的关键研究领域。
• 研究动机与相关工作: 通过扩展现有关于技术推动创意劳动研究的框架，作者希望深入了解专业写作中 GAI 的影响。此外，作者应用“工作调整”理论，研究如何通过抵制和接受生成式 AI 来修改任务和改造专业关系。

解决方案

• 提出的方法或解决方案: 作者采用定性研究，进行 25 名写作专业人士的半结构化访谈，探索他们如何通过抵制和接受 GAI 改变工作实践。研究从“工作调整”理论视角入手，分析专业人士如何保护身份、优化实践，并应对 GAI 带来的变化。
• 创新之处:
  • 提出了四种写作专业人士调整工作的方法：基于人性驱动的扩展策略（增强身份和技能），基于人性驱动的本地化策略（减少不必要努力并创造利基市场），基于 GAI 驱动的扩展策略（优化创意工作流），以及基于 GAI 驱动的委托策略（分担重复性或困难任务）。
  • 首次发现一种独特的现象，即写作专业者如何将自身与 GAI 定位为竞争对手，产生“对抗性工作调整”。
  • 提倡使用更全面的评估指标，超越单一的生产力和效率视角，以更好地衡量人性化和 GAI 技术驱动策略的价值。
• 实施步骤与关键技术:
  • 招募美国范围内从事不同写作领域的专业人士，确保样本的职业和背景多样性。
  • 使用定性访谈方法，收集有关日常工作实践和对 GAI 的态度。
  • 采用主题分析，对访谈数据进行编码，明确写作实践的变化趋势。

研究成果

• 具体成果:
  • 抵制 GAI 的策略:
    • 强化职业身份: 将自己的劳动与 GAI 生成内容区分开。
    • 扩展技能集: 学习相邻职业技能以提高竞争力。
    • 创建利基市场: 向特别看重人类劳动价值的客户和社区推广手工制作的内容。
  • 接受 GAI 的策略:
    • 优化工作流: 使用 GAI 进行创意生成（如起草脚本或撰写元数据描述）。
    • 降低依赖: 减少对内部专家或团队合作的需求。
    • 分担困难的任务: 将复杂或不感兴趣的任务外包给 GAI，但可能导致技能退化。
  • 对抗性工作调整: 分析抵制者如何与 GAI 构建一种竞争关系，利用 GAI 的弱点展示人类劳动的独特价值。
• 优势:
  • 抵制者保留了自己的职业身份和技能，尤其是在创意集中和传统工作领域，而接受者提升了任务效率并将 GAI 整合到工作流中。
  • 提供更深层次的理解，为设计公平的劳动政策和机制奠定基础。
• 实验或评估结果: 发现了人性化扩展策略与基于 GAI 的工作优化策略的显著差异，同时揭示了 GAI 技术对隐形劳动（如“AI 管理劳动”）的需求。
• 局限性与未来方向:
  • 样本量较小，且只涵盖了熟悉 GAI 的美国专业人士，可能限制结果的普适性。
  • 未来可探索社会边缘群体如何应对类似技术干扰，以及 GAI 对其他领域的长期职业和经济影响。

总结

这项研究通过定性分析揭示了写作专业人士在面对生成式 AI 的威胁和机遇时如何调整工作实践，生成了关于抵制与接受策略的宝贵洞察。研究不仅强调了职业身份的重要性，也探讨了如何公平地利用 GAI 技术为所有工作者创造可持续的未来。这些发现为改进 GAI 人机交互设计和制定劳动政策提供了理论和实践支持，同时帮助理解技术驱动的职业变革的复杂性。