Je UI tat delovnih mest ali supermoč? Vpogled v vpliv generativne UI na delo

Govorice so postale ropot: Generativna UI je tu in revolucionira tkivo našega delovnega življenja. A onkraj naslovov in naslonjačnega ugibanja – kaj se v resnici dogaja v jarkih vsakdanjega dela? Smo na pragu obsežne avtomatizacije ali brez primere razširitve človeških zmogljivosti? Prelomna študija iz masivnega korpusa resničnih interakcij z Microsoft Bing Copilot – Working with AI: Measuring the Occupational Implications of Generative AI avtorjev Kiran Tomlinson, Sonia Jaffe, Will Wang, Scott Counts in Siddharth Suri (arXiv:2507.07935) – ponuja nekatere od najboljših odgovorov doslej in razkriva tančico dela, ki ga ljudje v resnici opravljajo z UI, in načinov, kako UI sama deluje. To ni teorija, temveč natančen pogled na stotisoče anonimiziranih pogovorov, ki nam dajejo vpogled v nastajajočo dinamiko med ljudmi in njihovimi kopilot UI. Rezultat je niansiran profil, ki se upira popularnim pripovedim in zahteva niansiran odnos do dela prihodnosti.

Od hipe do trdnih podatkov: Razpletanje vloge UI

Za vpogled v vplive UI so raziskovalci preučili korpus 200.000 anonimiziranih in zasebnostno pregledanih dialogov med Microsoft Bing Copilot in njegovimi uporabniki. Njihov pristop se razlikuje po dveh ključnih komponentah vsake interakcije med ljudmi in UI: cilj uporabnika in dejanje UI. Razmislite o tem: cilj uporabnika je tisto, kar želi človek doseči s pomočjo UI. Torej, če imate tehnično težavo, bi bil vaš cilj uporabnika nekaj kot »reševanje računalniških težav«. Dejanje UI je nasprotno aktivnost, ki jo UI dejansko izvaja kot odziv – v istem primeru bi dejanje UI bilo »zagotavljanje tehnične podpore«.

Razlog, zakaj je to razlikovanje med ciljem uporabnika in dejanjem UI pomembno, je, da nam pomaga bolje prepoznati, koliko UI dopolnjuje človeško aktivnost in v nekaterih primerih dejansko opravlja človeško delo. Kaj torej ljudje najpogosteje počnejo z generativno UI? Raziskave razkrivajo, da so najpogostejši cilji uporabnikov v dialogih Copilot zbiranje informacij, pisanje in komunikacija z drugimi. To so stvari, pri katerih se ljudje najpogosteje obračajo na pomoč UI. Kaj pa UI sama? Najpogostejša vedenja UI jo najpogosteje postavljajo v servisno vlogo. Najpogosteje zagotavlja informacije in pomaga, piše, uči in svetuje. Opazite to pomanjkanje korelacije: v 40 % dialogov sta se cilj uporabnika in dejanje UI nanašala na ločene sklope delovnih aktivnosti. UI je bolj usposobljena za svetovanje in poučevanje, medtem ko jo uporabnik uporablja za zbiranje informacij, branje in raziskovanje.


Delovne aktivnosti z najbolj skrajnimi razmerji med deležem aktivnosti cilja uporabnika in dejanja UI
Pogosteje podprto s strani UI Pogosteje opravljeno s strani UI
Purchase goods or services. (118.4x) Train others on operational procedures. (17.9x)
Execute financial transactions. (58.8x) Train others to use equipment or products. (16.0x)
Perform athletic activities. (47.3x) Distribute materials, supplies, or resources. (11.2x)
Obtain information about goods or services. (25.9x) Train others on health or medical topics. (11.2x)
Research healthcare issues. (20.5x) Provide general assistance to others. (10.9x)
Prepare foods or beverages. (14.7x) Coach others. (10.6x)
Research technology designs or applications. (13.5x) Provide information to clients/customers. (8.6x)
Obtain formal documentation or authorization. (12.5x) Advise others on workplace health/safety. (7.5x)
Operate office equipment. (11.4x) Teach academic or vocational subjects. (6.6x)
Investigate incidents or accidents. (11.3x) Teach safety procedures or standards. (6.5x)
Opomba: Vključeni so le IWA z deležem aktivnosti uporabnika ali UI ≥ 0,05 %. Številke kažejo obliko nadreprezentacije IWA.

Vir 1: Working with AI: Measuring the Occupational Implications of Generative AI

Za kvantifikacijo tega učinka na spektru poklicev so raziskovalci razvili oceno primernosti UI za vsako delovno mesto. To ni zgolj surova uporaba v vakuumu; ocena vključuje naslednje:

  • Ali se delo poklica izvaja z UI v »netrivialnem« deležu.
  • Kako dobro so aktivnosti opravljene s pomočjo UI (glede na vhod uporabnika in klasifikator doseganja nalog).
  • Obseg vpliva UI – razdalja od zanemarljivih do pomembnih prispevkov k delovni aktivnosti.

Delovna mesta z najvišjo oceno na tej lestvici primernosti UI so večinoma dela z znanjem in komunikacijsko intenzivna dela, kot so:

  • Tolmači in prevajalci,
  • Avtorji in pisatelji,
  • Prodajni strokovnjaki storitev,
  • Predstavniki za stike s strankami,
  • Dela s področja računalništva in matematike,
  • Pisarniška in administrativna podporna dela.


40 poklicev z najvišjo oceno primernosti UI
Naziv delovnega mesta (okraj.) Pokritost Dokončan. Obseg Ocena Zaposlitev
Interpreters and Translators 0.98 0.88 0.57 0.49 51,560
Historians 0.91 0.85 0.56 0.48 3,040
Passenger Attendants 0.80 0.88 0.62 0.47 20,190
Sales Representatives of Services 0.84 0.90 0.57 0.46 1,142,020
Writers and Authors 0.85 0.84 0.60 0.45 49,450
Customer Service Representatives 0.72 0.90 0.59 0.44 2,858,710
CNC Tool Programmers 0.90 0.87 0.53 0.44 28,030
Telephone Operators 0.80 0.86 0.57 0.42 4,600
Ticket Agents and Travel Clerks 0.71 0.90 0.56 0.41 119,270
Broadcast Announcers and Radio DJs 0.74 0.84 0.60 0.41 25,070
Brokerage Clerks 0.74 0.89 0.57 0.41 48,060
Farm and Home Management Educators 0.77 0.91 0.55 0.41 8,110
Telemarketers 0.66 0.89 0.60 0.40 50,790
Concierges 0.70 0.88 0.56 0.40 41,020
Political Scientists 0.77 0.87 0.53 0.39 5,580
News Analysts, Reporters, Journalists 0.81 0.81 0.56 0.39 45,020
Mathematicians 0.91 0.74 0.54 0.39 2,220
Technical Writers 0.83 0.82 0.54 0.38 47,970
Proofreaders and Copy Markers 0.91 0.86 0.49 0.38 5,490
Hostesses 0.60 0.90 0.57 0.37 425,020
Editors 0.78 0.82 0.54 0.37 95,700
Business Teachers, Postsecondary 0.70 0.90 0.52 0.37 82,980
Public Relations Specialists 0.63 0.90 0.60 0.36 275,550
Demonstrators and Product Promoters 0.64 0.88 0.53 0.36 50,790
Advertising Sales Agents 0.66 0.90 0.53 0.36 108,100
New Accounts Clerks 0.72 0.87 0.51 0.36 41,180
Statistical Assistants 0.85 0.84 0.49 0.36 7,200
Counter and Rental Clerks 0.62 0.90 0.52 0.36 390,300
Data Scientists 0.77 0.86 0.51 0.36 272,190
Personal Financial Advisors 0.69 0.88 0.52 0.35 272,190
Archivists 0.66 0.88 0.49 0.35 7,150
Economics Teachers, Postsecondary 0.68 0.90 0.51 0.35 12,210
Web Developers 0.73 0.86 0.51 0.35 85,350
Management Analysts 0.68 0.90 0.54 0.35 838,140
Geographers 0.77 0.83 0.48 0.35 1,460
Models 0.64 0.89 0.53 0.35 3,090
Market Research Analysts 0.70 0.90 0.52 0.35 846,370
Public Safety Telecommunicators 0.66 0.88 0.53 0.35 97,820
Switchboard Operators 0.68 0.86 0.52 0.34 43,830
Library Science Teachers, Postsecondary 0.65 0.90 0.51 0.34 4,220
Opomba: Metrike so poročane kot povprečje ocene cilja uporabnika in dejanja UI.

Vir 2: Working with AI: Measuring the Occupational Implications of Generative AI

Nasprotno pa je najnižja primernost UI pri delovnih mestih, ki zahtevajo ročno delo, upravljanje strojev ali telesni stik z ljudmi. Pomislite na dela, kot so bolniški spremljevalci, maserji, pomivalci posode ali upravljalci pilotnih kladiv. To ni presenečenje – jezikovni model v bistvu ni primeren za ročne naloge ali neposredno upravljanje strojev.


40 poklicev z najnižjo oceno primernosti UI
Naziv delovnega mesta (okraj.) Pokritost Dokončan. Obseg Ocena Zaposl.
Phlebotomists 0.07 0.95 0.29 0.03 137,080
Nursing Assistants 0.07 0.85 0.34 0.03 1,351,760
Hazardous Materials Removal Workers 0.04 0.95 0.35 0.03 49,960
Helpers-Painters, Plasterers, ... 0.04 0.94 0.38 0.03 7,700
Embalmers 0.07 0.55 0.22 0.03 3,380
Plant and System Operators, All Other 0.05 0.93 0.38 0.03 15,370
Oral and Maxillofacial Surgeons 0.05 0.89 0.34 0.03 4,160
Automotive Glass Installers and Repairers 0.04 0.93 0.34 0.03 16,890
Ship Engineers 0.05 0.92 0.39 0.03 8,860
Tire Repairers and Changers 0.04 0.95 0.35 0.02 101,520
Prosthodontists 0.10 0.90 0.29 0.02 570
Helpers-Production Workers 0.04 0.93 0.36 0.02 181,810
Highway Maintenance Workers 0.03 0.96 0.32 0.02 150,860
Medical Equipment Preparers 0.04 0.96 0.31 0.02 66,790
Packaging and Filling Machine Op. 0.04 0.91 0.39 0.02 371,600
Machine Feeders and Offbearers 0.05 0.89 0.36 0.02 44,500
Dishwashers 0.03 0.95 0.30 0.02 463,940
Cement Masons and Concrete Finishers 0.03 0.92 0.39 0.01 203,560
Supervisors of Firefighters 0.04 0.88 0.39 0.01 84,120
Industrial Truck and Tractor Operators 0.03 0.94 0.28 0.01 778,920
Ophthalmic Medical Technicians 0.04 0.89 0.33 0.01 73,390
Massage Therapists 0.10 0.91 0.32 0.01 92,650
Surgical Assistants 0.03 0.78 0.29 0.01 18,780
Tire Builders 0.03 0.93 0.40 0.01 20,660
Drivers-Sales Workers 0.02 0.94 0.37 0.01 4,540
Logging Equipment Operators 0.01 0.96 0.47 0.01 4,400
Gas Compressor and Gas Pumping Station Op. 0.01 0.92 0.38 0.01 135,140
Roofers 0.02 0.94 0.38 0.01 43,830
Roustabouts, Oil and Gas 0.01 0.95 0.39 0.01 836,230
Maids and Housekeeping Cleaners 0.02 0.94 0.34 0.01 43,080
Paving, Surfacing, and Tamping Equipment Op. 0.00 0.96 0.29 0.01 43,080
Motorboat Operators 0.01 0.93 0.39 0.01 2,710
Orderlies 0.00 0.76 0.18 0.00 48,710
Floor Sanders and Finishers 0.00 0.94 0.34 0.00 5,070
Pile Driver Operators 0.00 0.98 0.24 0.00 3,010
Rail-Track Laying and Maintenance Equip. Op. 0.00 0.96 0.27 0.00 18,770
Foundry Mold and Coremakers 0.00 0.95 0.36 0.00 11,780
Water Treatment Plant and System Op. 0.00 0.92 0.44 0.00 120,710
Bridge and Lock Tenders 0.00 0.93 0.39 0.00 3,460
Dredge Operators 0.00 0.99 0.22 0.00 940
Opomba: Metrike so poročane kot povprečje ocene cilja uporabnika in dejanja UI.

Vir 3: Working with AI: Measuring the Occupational Implications of Generative AI

Zanimivo je, da rezultati tega dela precej tesno sledijo prejšnjim ocenam učinkov dela na podlagi UI, npr. tistim Eloundou et al. (Tyna Eloundou, Sam Manning, Pamela Mishkin in Daniel Rock. GPTs are GPTs: Labor market impact potential of LLMs. Science, 384(6702):1306–1308, 2024.) in kažejo zelo visoko korelacijo (0,73 na ravni poklica in izjemnih 0,91 na najbolj agregirani ravni najširše poklicne skupine). To kaže, da je naša intuicija o potencialnem obsegu pokritosti UI v povprečju pravilna.

Onkraj produktivnostnega paradoksa: Dopolnjevanje namesto avtomatizacije

Pogosta razprava vpliv UI pogosto uokvirja v nič-vsotnih modelih: dopolnjevanje (UI dela z ljudmi za boljše rezultate) ali avtomatizacija (UI v celoti prevzame naloge). Toda viri opozarjajo, da zmogljivost nove tehnologije nima neposrednega vpliva na odločitve v organizacijah. Stara analogija z bančnim avtomatom to ponazori: čeprav je bankomat avtomatiziral osnovno funkcijo bančnega uslužbenca, se je število delovnih mest bančnih uslužbencev dejansko povečalo, ker so se podružnice razmnožile in so uslužbenci postali graditelji odnosov.

To delo potrjuje to nianso. Čeprav UI izvaja dejanja, njena temeljna vrednost danes leži v ojačevanju. Raziskovalna in pisalna dela, na primer, ne predstavljajo le najpogostejših ciljev uporabnikov, ampak imajo tudi najvišje zadovoljstvo uporabnikov in največ opravljenega dela. To pomeni, da je Copilot dejansko koristen pri zgornjem delu, kar kaže, da se uporablja kot izjemno učinkovit produktivnostni ojačevalec. Bolj je zmožen na pisalni in raziskovalni strani dela z znanjem kot pri napredni analizi podatkov ali vizualizacijskem oblikovanju. »Aktivnosti, ki jih UI opravlja, so zelo različne od ciljev uporabnikov, ki jim UI pomaga: v 40 % pogovorov sta bila ta sklopa ločena.« Ta usklajenost ciljev uporabnika in aktivnosti UI nadalje poudarja ta komplement. V podporo uporabniku UI pomaga pri več delu, kot ga neposredno opravi. UI nato preide v način treniranja, poučevanja in svetovanja ter pomaga uporabniku pri opravljanju delovne aktivnosti z znanjem. Na primer, Copilot bi morda pomagal osebi pri pripravi obroka z priporočanjem receptov, a sam dejansko ne bi opravljal dela priprave obroka. To nakazuje interaktiven, ne zgolj nadomestljiv odnos.

Spreminjajoči se pesek spretnosti in dohodka: Socioekonomske korelacije

Eno najpogostejših vprašanj o vplivu UI na trg dela zadeva plače in izobrazbo. Ali bo učinek večji na nizko plačano delovno silo ali na visoko usposobljena delovna mesta? Analiza je ugotovila »šibko in nedosledno razmerje« med oceno primernosti in povprečno plačo poklica za UI. Medtem ko so prejšnja dela napovedovala bistven vpliv na dobro plačana dela, ti podatki o uporabi zagotavljajo nasprotni scenarij in kažejo, da je razmerje manj neposredno, kot je bilo prej mišljeno. Prodajna in pisarniška podporna dela z visokimi stopnjami zaposlenosti imajo relativno nizke plače, a visoko primernost za UI. Če pogledamo zahteve po izobrazbi, obstaja nekoliko bolj opazen vzorec: dela z bakalaureatom imajo višjo oceno primernosti za UI kot dela, ki zahtevajo manj izobrazbe. Toda raziskovalci opozarjajo, da še vedno obstaja masivno prekrivanje in obsežna distribucija potencialnega vpliva v vsakem razredu plač in izobrazbe. To kaže, da je pripoved o vplivu UI, ki ga poganjajo le nekateri deli delovne sile, nepopolna.

Kar to nakazuje, ima pomembne implikacije za politike prilagajanja in prekvalifikacije. Če vpliva UI ni mogoče popolnoma razdeliti po razredih plač ali izobrazbe, postane vprašanje prilagajanja bolj vseprisotno. To krepi argument za presečne politike nad skupinsko usmerjenimi politikami.

Navigacija po neznanih vodah: Česar še ne vemo

Čeprav to delo zagotavlja brez primere vpoglede, tudi signalizira obsežnost neznanega, ki leži pred nami. Raziskovalci odkrito navajajo naslednje omejitve:

  • Ena platforma UI: Podatki so samo iz Microsoft Bing Copilot. Druga orodja UI imajo morda drugačno vedenje in uporabniško bazo.
  • Osredotočenost na ZDA: Raziskava se opira na bazo podatkov O*NET in ima tako osredotočenost na ZDA. Rezultati morda niso splošno veljavni globalno.
  • Posnetki v času: Potencial UI se nenehno spreminja. Ta raziskava je posnetek in »meja primernosti UI za delo« je nenehno v gibanju.
  • Delo in prosti čas: Temeljno je zahtevno biti povsem prepričan, ali razprava zadeva delo ali prosti čas.
  • Več kot naloge: Razdelitev dela na naloge, čeprav priljubljena, ne zajame »lepila povezav« – mehkega dela dodane vrednosti.

Te omejitve opozarjajo na ključna vprašanja, ki ostajajo neodgovorjena, in signalizirajo ključne prihodnje smeri raziskav:

  • Preoblikovanje dolžnosti: Kako bodo delovne naloge v celoti preoblikovane, ko bodo organizacije na novo opredelile, kaj počnejo ljudje in UI?
  • Pojav novih poklicev: V preteklosti so nove tehnologije dale nastanek povsem novim poklicem. Katere poklice bo ustvarila UI?
  • Spreminjajoče se zmogljivosti UI: Kako bo dinamična meja zmogljivosti UI nadalje spreminjala njeno delovno primernost skozi čas?

Poziv k razmisleku in ukrepanju

To ni le tehnološki pojav; je družbeni. To delo zagotavlja prepričljiv, podatkovno podprt dokaz, da je današnja UI vgrajena v velik del današnjega dela z znanjem in komunikacije. Celo pomaga nam zbirati informacije, pisati in komunicirati bolje, skoraj izključno v vlogi pomočnika. »Človek v zanki« je daleč od izginotja, a narava zanke se bistveno spreminja. Organizacije morajo biti taktično premišljene pri načinih integracije UI za maksimizacijo dopolnjevanja in odklepanje potenciala delovne sile namesto da bi ciljale na njeno nadomestitev. Nosilci odločanja se soočajo s kratkoročno obveznostjo gradnje živahnih programov za prekvalifikacijo in varnostnih mrež, ki upoštevajo razširjene, ne ozko zasnovane vplive UI.

Za posameznike je sporočilo jasno:

  • vseživljenjsko učenje,
  • prilagodljivost in
  • pripravljenost na sprejetje novih modelov sodelovanja med človekom in UI bodo ključni.

Prihodnost dela ni vnaprej določena točka, ampak pokrajina, ki jo oblikujemo sami. Če razumemo dejanske zemeljske vplive namesto da bi reagirali na pretirane poročile, lahko skupaj usmerimo to masivno tehnologijo k prihodnosti, ki dviga človeške zmogljivosti in podpira vključujočo gospodarsko rast. Razprava se je začela; težko delo premišljene prilagoditve ostaja.

Prejšnja objava Naslednja objava

Sorodne objave

Article

Kaj AI ne more storiti: Vodstvene veščine, ki so pomembnejše kot kdaj koli

Read →

Article

AI ni avtomatiziral vaših delovnih mest — razkril je, da nikoli niso bila pravo delo

Read →

Article

Davek koordinacije: Zakaj AI orodja ne bodo rešila težave z velikostjo ekipe

Read →

Sorodne storitve

Service

Transformacija delovne sile in procesov z AI

Izvedi več →

Service

Svetovanje za operativno odličnost

Izvedi več →
Miloš Cigoj
Miloš Cigoj Ustanovitelj, Excellence Consulting  ·  Operativna odličnost in strategija AI

Vas zanima ta tema?

Pomagamo organizacijam pri krmarjenju skozi zahtevne regulatorne in tehnološke izzive. Pogovorimo se.

Stopite v stik