نقشه برداری از ادغام هوش مصنوعی مولد در وظایف روزانه از طریق یک نظرسنجی ملی
در یک مطالعه تحقیقاتی اخیر برای اندازه گیری تأثیر واقعی هوش مصنوعی مولد، اقتصاددانان الکساندر بیک، آدام بلاندین و دیوید جی. دمینگ، یکی از اولین نظرسنجی های نماینده ملی را انجام دادند که نحوه استفاده آمریکایی ها از این فناوری جدید را ردیابی می کند. طراحی نوآورانه مطالعه آنها داده ها را از دو موج نظرسنجی در سال 2024 ترکیب کرد و پاسخ هایی را از بیش از 10000 بزرگسال در سن کار از طریق نظرسنجی جمعیت در زمان واقعی (RPS) جمع آوری کرد. محققان با دقت در ساختاربندی نظرسنجی خود برای موازی کردن روش شناسی نظرسنجی جمعیت جاری، توانستند یافته های خود را در برابر الگوهای پذیرش تاریخی سایر فناوری های متحول کننده مانند رایانه های شخصی و اینترنت محک بزنند. این مطالعه همچنین معیارهای جدیدی را برای سنجش نه تنها استفاده افراد از هوش مصنوعی مولد، بلکه میزان استفاده آنها و میزان صرفه جویی در وقت آنها معرفی کرد. پرسش و پاسخ زیر به بررسی یافته های کلیدی این مقاله تحقیقاتی جامع می پردازد.
فهرست مطالب
- وضعیت فعلی پذیرش هوش مصنوعی مولد در نیروی کار چیست؟
- پذیرش فردی هوش مصنوعی مولد در مقایسه با پذیرش سازمانی چگونه است؟
- پذیرش هوش مصنوعی مولد در بین گروه های جمعیتی و مشاغل مختلف چگونه است؟
- افراد با چه شدتی از هوش مصنوعی مولد در کار خود استفاده می کنند؟
- هوش مصنوعی مولد برای کدام وظایف کاری بیشترین ارزش را دارد؟
- کاربران چه دستاوردهای بهره وری را از هوش مصنوعی مولد تجربه می کنند؟
- تاثیر بالقوه هوش مصنوعی مولد بر بهره وری اقتصادی کلان چیست؟
- پیامدهای عملی برای تیم هایی که برنامه ها و راه حل های هوش مصنوعی می سازند چیست؟
I. پذیرش و استفاده از هوش مصنوعی مولد
الف. وضعیت و روندهای کنونی
س: وضعیت فعلی پذیرش هوش مصنوعی مولد در نیروی کار چیست؟
پاسخ: تا اواخر سال 2024، هوش مصنوعی مولد به پذیرش قابل توجهی دست یافته است و نزدیک به 40 درصد از جمعیت 18 تا 64 ساله ایالات متحده از آن استفاده می کنند. در میان افراد شاغل، 23 درصد حداقل به صورت هفتگی و 9 درصد روزانه از هوش مصنوعی مولد برای کار استفاده می کنند. محبوب ترین ابزارها عبارتند از ChatGPT (28٪ از کل پاسخ دهندگان)، Gemini (17٪) و محصولات جاسازی شده مانند Microsoft Copilot (14٪). این پذیرش سریع با پذیرش اولیه رایانه های شخصی (PC) قابل مقایسه است و سریعتر از پذیرش اولیه اینترنت است. پذیرش در محیط کار به طور خاص با پذیرش اولیه رایانه های شخصی مطابقت دارد، در حالی که پذیرش کلی (شامل استفاده غیر کاری) به طور قابل توجهی سریعتر از رایانه های شخصی و اینترنت است.
س: پذیرش فردی هوش مصنوعی مولد در مقایسه با پذیرش سازمانی چگونه است؟
پاسخ: یک یافته کلیدی، تفاوت بین پذیرش فردی و سازمانی است. در حالی که حدود 40 درصد از افراد گزارش می دهند که از هوش مصنوعی مولد استفاده می کنند، پذیرش رسمی سازمانی بسیار کمتر است (حدود 5.4 درصد از شرکت ها). این نشان می دهد که بسیاری از پذیرش های فعلی غیررسمی است و کارمندان به طور مستقل این ابزارها را به جای ابتکارات رسمی در سطح سازمان ادغام می کنند. این هم فرصتی و هم چالشی را برای سازمان هایی که به دنبال رسمی کردن و بهینه سازی پیاده سازی هوش مصنوعی مولد خود هستند، برجسته می کند.
ب. جمعیت شناسی و رفتار کاربر
س: پذیرش هوش مصنوعی مولد در بین گروه های جمعیتی و مشاغل مختلف چگونه است؟
پاسخ: الگوهای پذیرش هوش مصنوعی مولد تا حد زیادی منعکس کننده پذیرش اولیه رایانه است. کارگران جوانتر، تحصیلکردهتر و با دستمزد بالاتر، بیشتر احتمال دارد که آن را بپذیرند. یک تفاوت قابل توجه جنسیت است: استفاده اولیه از هوش مصنوعی مولد در بین مردان بیشتر است، در حالی که استفاده اولیه از رایانه در بین زنان بیشتر بود (به دلیل شیوع زنان در نقش های دفتری و اداری در آن زمان). از نظر شغلی، پذیرش در نقش های رایانه/ریاضیات، مدیریت و تجارت/مالی بالاترین است. این الگوها به خوبی با ارزیابی های تخصصی از قرار گرفتن در معرض هوش مصنوعی مبتنی بر وظیفه مطابقت دارد و چنین پیش بینی هایی را برای درک تأثیرات بالقوه بازار کار تأیید می کند.
س: افراد با چه شدتی از هوش مصنوعی مولد در کار خود استفاده می کنند؟
پاسخ: شدت استفاده بسیار متفاوت است. در میان کاربران کاری، 34 درصد هر روز کاری از آن استفاده می کنند، 52 درصد در برخی روزها اما نه همه روزها از آن استفاده می کنند و 14 درصد در هفته گذشته از آن استفاده نکرده اند (علیرغم اینکه به عنوان کاربر شناسایی شده اند). در روزهایی که از هوش مصنوعی مولد استفاده می کنند، 32 درصد به مدت یک ساعت یا بیشتر، 47 درصد به مدت 15 تا 59 دقیقه و 21 درصد به مدت کمتر از 15 دقیقه از آن استفاده می کنند. محققان تخمین می زنند که در حال حاضر 1 تا 5 درصد از کل ساعات کار در ایالات متحده توسط هوش مصنوعی مولد پشتیبانی می شود. کاربران مکررتر تمایل دارند زمان بیشتری را روزانه با فناوری بگذرانند، که نشان دهنده ادغام عمیق تر در گردش کار آنها است.
ج. کاربردهای خاص کار
س: هوش مصنوعی مولد برای کدام وظایف کاری بیشترین ارزش را دارد؟
پاسخ: هوش مصنوعی مولد برای وظایف مرتبط با متن بیشترین ارزش را دارد. رایج ترین کاربردها شامل نوشتن ارتباطات (39.5٪ آن را در دو رتبه برتر خود قرار داده اند)، انجام وظایف اداری (25.6٪)، تفسیر/ترجمه/خلاصه کردن متن یا داده (22.7٪) و جستجوی اطلاعات (18٪) است. در حالی که وظایف مبتنی بر متن غالب هستند، حداقل 10 درصد از کاربران هشت دسته از ده دسته وظیفه رایج را در دو رتبه برتر خود قرار داده اند که نشان دهنده تطبیق پذیری گسترده است. برنامه نویسان همچنین از ابزارهای هوش مصنوعی برای کدنویسی و اشکال زدایی استفاده می کنند. به طور کلی، وظایف شامل ایجاد یا دستکاری داده های متنی از هوش مصنوعی مولد سود قابل توجهی می برند.
II. تاثیر و پیامدهای هوش مصنوعی مولد
الف. دستاوردهای بهره وری
س: کاربران چه دستاوردهای بهره وری را از هوش مصنوعی مولد تجربه می کنند؟
پاسخ: کاربران از صرفه جویی قابل توجهی در زمان گزارش می دهند. در میان کسانی که از آن برای کار استفاده می کنند، میانگین صرفه جویی در زمان 5.4٪ از ساعات کاری آنها است. با احتساب افراد غیر کاربر، این به طور متوسط 1.4٪ در بین همه کارگران ترجمه می شود. صرفه جویی در زمان به شدت با شدت استفاده مرتبط است و در بین مشاغل و صنایع مختلف متفاوت است. به عنوان مثال، کارگران در مشاغل رایانه، ریاضیات و مدیریت 2.1-2.5٪ از ساعات کاری خود را صرفه جویی می کنند، در حالی که کارگران در مشاغل خدمات شخصی فقط 0.4٪ صرفه جویی می کنند. داده ها نشان می دهد که هر ساعت صرف شده برای استفاده از هوش مصنوعی مولد، بهره وری یک کارگر را برای آن ساعت حدود 33٪ افزایش می دهد، که با مطالعات تجربی نشان دهنده میانگین سود 27٪ است.
س: تاثیر بالقوه هوش مصنوعی مولد بر بهره وری اقتصادی کلان چیست؟
بر اساس نظرسنجی از کارگران، نویسندگان دریافتند که استفاده فعلی از هوش مصنوعی مولد می تواند بهره وری کلی کارگران را حدود 1.1 درصد افزایش دهد. این یافته با سایر تحقیقاتی که با بررسی انواع وظایفی که هوش مصنوعی می تواند به آنها کمک کند، افزایش 0.7 درصدی را پیش بینی کرده بودند، مطابقت دارد. در حالی که ممکن است به نظر برسد بهبود 1 درصدی اندک است، اما در واقع برای فناوری ای که اینقدر جدید است بسیار مهم است. اگر افراد بیشتری شروع به استفاده از هوش مصنوعی کنند، یا اگر کاربران فعلی زمان بیشتری را با آن بگذرانند، این مزایای بهره وری می تواند حتی بیشتر شود. با این حال، یک نکته مهم وجود دارد - این دستاوردهای بهره وری تنها در صورتی در اقتصاد ظاهر می شوند که شرکت ها انتظارات خود را در مورد آنچه کارمندان می توانند انجام دهند به روز کنند، و اگر کارگران از زمان صرفه جویی شده با هوش مصنوعی خود برای تولید کار بیشتر استفاده کنند تا اینکه آن را به عنوان استراحت های اضافی در طول روز کاری در نظر نگیرند.
ب. توصیه های استراتژیک برای توسعه دهندگان برنامه های کاربردی هوش مصنوعی
س: پیامدهای عملی برای تیم هایی که برنامه ها و راه حل های هوش مصنوعی می سازند چیست؟
پاسخ: یافته ها چندین جهت گیری استراتژیک را برای تیم هایی که برنامه های کاربردی هوش مصنوعی می سازند نشان می دهد:
- قابلیت کاربرد گسترده: فرصت هایی برای ایجاد ابزارهایی وجود دارد که با گردش کار در طیف گسترده ای از مشاغل، نه فقط نقش های فنی، ادغام می شوند. برنامه های کاربردی که کاربردهای رایج مانند نوشتن، مدیریت و پردازش اطلاعات را هدف قرار می دهند، ارزش روشنی دارند.
- کاربری آسان کلیدی است: پذیرش سریع تا حدی به دلیل سهولت استفاده از ابزارهای فعلی است. رابط های بصری را در اولویت قرار دهید و موانع ورود را به حداقل برسانید.
- تمرکز بر صرفه جویی در زمان قابل اثبات: کاربران جذب برنامه های کاربردی با مزایای ملموس بهره وری می شوند. راه حل هایی که صرفه جویی در زمان را اندازه گیری و نشان می دهند، به ویژه ارزشمند خواهند بود.
- پر کردن شکاف فردی-سازمانی: تفاوت بین پذیرش فردی و سازمانی، نیاز به برنامه های کاربردی را برجسته می کند که به نگرانی های سازمانی (امنیت، حاکمیت، ادغام) می پردازند و در عین حال سهولت استفاده را حفظ می کنند که باعث پذیرش فردی می شود.
- پشتیبانی از تطبیق پذیری کار: در حالی که برخی از وظایف استفاده بیشتری نشان می دهند، برنامه های کاربردی موفق باید از طیف وسیعی از موارد استفاده برای به حداکثر رساندن ارزش در نقش های مختلف پشتیبانی کنند.
- فعال کردن ادغام گردش کار: ابزارهایی که به طور یکپارچه در روال های روزانه ادغام می شوند، احتمال بیشتری دارد که پذیرش پایدار را شاهد باشند.
- رسیدگی به الگوهای جمعیتی: هنگام طراحی و بازاریابی راه حل ها، تغییرات در پذیرش در بین جمعیت ها، مشاغل و صنایع را در نظر بگیرید.
- تسهیل پذیرش سازمانی: ابزارها و منابعی را توسعه دهید که به سازمان ها کمک می کند تا از استفاده غیررسمی و فردی به اجرای استراتژیک و در سطح شرکت حرکت کنند.