作為人類，我們對新的數字同事的期望到底是什么？

任務委托在這個不斷發(fā)展的景觀中應該如何運作？

斯坦福大學最近的一項研究通過對100多種工作類型的15,000名工人進行了調查，探討了這一問題，以揭示他們對在工作場所中AI整合的真實感覺。

目標是什么？

一位研究人員的見解完美地抓住了研究的目的：

“隨著人工智能變得越來越強大，部署決策通常取決于技術的可能性，”首席作者兼博士學位Yijia Shao解釋說。斯坦福計算機科學系的候選人。 “但是，正是工人首當其沖，他們是我們經濟的骨干?！?/p>

從本質上講，一線員工受自動化影響最大，因此他們的聲音很重要，而不僅僅是市場數據。這就是為什么建議框在工作場所持續(xù)數十年的原因。技術必須無縫地適合工作流程；它不能像將意大利面條扔在墻壁上并希望有東西那樣偶然地推出。

關鍵發(fā)現(xiàn)

結果表明，信任仍然是核心 - 幾乎有一半（45％）的參與者質疑AI的可靠性，而23％的參與者擔心失業(yè)。

當被問及他們希望自動化的哪些任務時，工人確定了明確的類別：安全的賭注，高風險區(qū)域，低息材料和未來AI尚未準備就緒的未來機會。

斯坦福大學將這些區(qū)域標記為“綠燈”，“紅燈”，“低優(yōu)先事項”和“機會”。

綠燈區(qū)的任務（這些工人積極支持）包括針對稅務專業(yè)人士的安排，生成質量控制報告和解釋工程文件。

相反，紅光任務（那些遇到了抵抗），包括為城市文員創(chuàng)建會議議程，并與物流角色接觸供應商。

有趣的是，計算機網絡支持專家表示對個人處理硬件和軟件研究的強烈偏愛 - 他們認為不應該將其交給機器。

低優(yōu)先級類別中的一個有趣的條目是“跟蹤丟失，延遲或誤導的行李”，通常由航空公司代理商處理。這可能解釋了為什么這么多旅行者到達遙遠的Airbnbs牙刷且沮喪。

在機遇區(qū)（AI）目前沒有能力，但工人希望它成為現(xiàn)實的機會區(qū)域，我們看到了希望進行AI輔助內容分發(fā)的技術作家，計算機科學家愿意讓AI管理運營預算，以及渴望自動化生產時間表的視頻游戲設計師。

是什么激勵自動化？

研究人員還挖掘了為什么人們想要某些任務自動化的原因。

超過2500名受訪者表示，自動化將騰出時間進行高價值工作。

大約1,500個將重復或乏味的任務稱為主要候選人，并同意自動化實際上可以提高產出質量。

更少的受訪者希望卸載壓力大，精神疲憊或過于復雜的任務。

這項研究進一步分類了人類與人工智能之間的控制動態(tài)：“ AI領導任務”，“人類領導任務”或“同等協(xié)作”，以及兩個中間級別。您可以在此處探索完整的報告，也可以通過我最喜歡的播客之一在此處深入研究。

一個主要的收獲？對分析和數據處理技能的需求可能會下降，從而為強調管理，溝通和協(xié)調的角色留學。盡管如此，許多工人仍然感到不安 - 即使對失業(yè)的23％的人可能低估了未來的干擾。專家們在這一巨大的技術過渡期間廣泛預測失業(yè)率上升，無論事情最終如何解決。

最終，這項研究為一個至關重要的問題增添了關鍵的觀點：AI在工作中應為我們做什么？

以上是斯坦福分析工人對人工智能的偏好的詳細內容。更多信息請關注PHP中文網其他相關文章！