研究表明，ChatGPT 等工具的兴起对于工作表现不佳的员工来说是个好消息
近几个月，我一直在关注经济学家们对人工智能（AI）在工作场所的价值的研究。他们探究的是 AI 在多大程度上助力白领专业人士提升工作效率。研究发现，AI 显著提高了我们的工作效率：AI 让我们变得更加出色和迅速。这一发现让 AI 的支持者看到了经济增长的希望，而反对者则担忧未来可能面临的就业减少问题。
然而，这些数据背后隐藏的一些深层次发现更引人关注。问题不仅仅在于 AI 在办公室的作用有多大，而是它帮助了哪些人以及为什么。
研究指出，AI 以一种不寻常的方式提升了我们的工作效率。它并非让所有人的工作表现都变得更好，而是主要提升了那些工作表现不佳的员工，对那些本来就工作高效的人几乎无益，有时甚至会产生阻碍。简而言之，AI 通过缩小高效员工和低效员工之间的差距，提升了整体生产力。它使白领工作领域这一经济大块地区，原本基于“有些人天生就会比其他人工作得更好”的假设，变得更为均衡。
在深入了解这些研究的更广泛意义之前，我们先来看看它们的具体发现。经济学家们分析了 AI 在六个不同工作领域的影响：
创意写作。 研究人员安排人们撰写短篇故事，并比较有无 AI 辅助工具生成创意的情况。对于那些本身缺乏创意的人，AI 的帮助使他们的作品创意性提高了约 11%，趣味性提高了 23%。但对于本就具备创造力的人，AI 则没有提供太多帮助。
办公备忘录。 在写作任务中，研究人员让受试者完成一些常见的专业工作写作，例如新闻稿、简报和处理微妙的电子邮件。使用 AI 让所有人的写作速度平均提高了 37%，不管他们原本的水平如何。但在写作质量方面，AI 主要帮助了那些原本表现较差的人。
编程。 相对于经验丰富的编码者，初入职场的软件工程师在使用 GitHub Copilot（一款 AI 编程助手）时收益更大。
管理咨询。 研究人员针对专业咨询师的 18 项高知识强度任务进行评估 进行了评级，发现利用 GPT-4，低成绩者的得分提高了 43%，而高成绩者仅提升了 17%。
法学院。 研究人员对 法学生 进行了带有和不带 GPT-4 的考试。成绩较差的学生在使用该工具后成绩大幅提升，而班级尖子生的成绩反而受到了影响。
呼叫中心工作。 研究人员在一个 真实的呼叫中心 测试了定制 AI 工具的效果。发现新手和技能较低的员工生产力提升了 34%，而经验丰富、技能高的员工几乎没有收益。对于顶尖表现者而言，在某些方面如对话质量，使用 AI 甚至略有不利影响。
综上所述，AI 在提高从低薪呼叫中心的重复性工作到精英管理咨询公司的复杂任务等广泛的办公任务生产力方面起到了显著作用。虽然大部分研究是在实验室内进行的假设性实验，其结果难以直接应用于现实世界，但呼叫中心的研究则是基于一家真实公司的实际工作表现。AI 提高生产力的方式值得我们深入探究。这些研究共同展示了一个观点：通过显著提升底层人员的能力，新一代 AI 工具正逐步缩小工作表现的差异。在短短几个月内，AI 已经开始实现了数十年教育所未能完成的任务——使美国工作场所变得更加平等。
当我们深入思考大语言模型（Large Language Model）是如何运作的时，会发现这项发现非常合理。大语言模型主要是重复之前成功的事物 – 这是低表现者可以学习的重点，但对于已经知道这些的高表现者来说就显得平庸。比如，如果你给每个人都配备一根拐杖，它将显著提高最慢行者的速度。但对于像尤赛恩·博尔特（Usain Bolt）这样的快速跑者，这种辅助作用微乎其微，甚至可能会成为他们的负担。
与过去的技术如个人电脑不同，它们通常更受有大学学历的高薪员工欢迎，人工智能似乎更倾向于帮助那些技能较少、经验较少的人群。Bettmann/Getty
这种情况与我们通常对工作场所中技术的认识相悖。在过去几十年中，新兴技术如工业机器人、个人电脑和互联网，大多数情况下都是在帮助那些有大学学位的高技能工人，对于那些技能较少、教育水平较低的人群来说，这些技术帮助不大，甚至有时候会给他们带来负面影响。经济学家将这种现象称为“技能偏向的技术变革”，这是自 1980 年代以来收入不平等激增的主要原因之一。
这就引出了这些研究的更深层含义。如果人工智能能够提高低绩效者的生产力，让他们与那些业界翘楚并驾齐驱，那么这将如何改变我们对专业工作的认识呢？
其中一种可能性是，人工智能能够帮助扭转美国日益严重的收入不平等问题。我们今天看到的一些不平等，源自于许多精英职业内部巨大的薪酬差距，比如一个能够迅速编写成千上万行代码的顶尖软件工程师，与一名普通表现的技术人员相比，显然前者因为工作能力更强而获得更高的薪酬。但如果人工智能使得每个程序员都能迅速编码，那么这些顶尖人才就很难再为他们高得离谱的薪水找到合理的理由。
法学院的这项研究也触及了这个话题。作者指出：“法律职业中有一个众所周知的双重模式，即‘精英’和‘非精英’律师在薪酬和职业机会上的巨大差异。” “通过帮助提升底层人员（甚至可能降低顶层人员的地位），人工智能工具可能成为法律实践中实现平等的重要动力。”
AI 的真正潜力在于，不仅仅减少同一职业内的不平等，更重要的是弥合不同职业间的鸿沟。比如，在美国，软件开发者的平均收入是快餐员工的 5.5 倍。如果 AI 能帮助快餐员工更容易转型成为编程人员，我们就能看到收入差距的实质性缩小。GitHub Copilot 的研究就暗示了这种可能性：相比于资深程序员，这个工具对新手程序员的帮助更大，这可能会为更多有志于成为工程师的新一代降低入门门槛。
但对于那些已经是高薪编码人员的人来说，这可能不是个好消息。程序员薪资之所以高，一个重要原因是他们的稀缺性。AI 的广泛应用可能会让更多人加入这一行业，将一些编程水平一般的人提升到合格水平，这无疑会压低行业顶尖人士的高薪。在这种情况下，教育和专业知识的价值将不如从前。
当然，我这里描述的是一种乐观的场景，关于 AI 如何影响薪资水平。如果 AI 能够提高编程新手的技能，那么理应也能提高他们的薪资，不是吗？
事实可能并非如此简单。AI 减少工资不平等的另一个可能方式是，它可能会降低顶尖收入者的薪酬，而对底层工作者的工资提升不大。随着生产力的提升，企业主可能会选择将利润归于己有，降低薪资上限而非提高薪资底线。在这种情况下，尽管借助 AI 减少了收入不平等，但大家的总体收入可能都会有所下降。
就像 AI 通过商品化顶级插画师的才华而降低他们的薪酬一样，这与机械化织布机在工业革命期间摧毁手工织布工的生计如出一辙。
遗憾的是，AI 目前对就业市场的影响似乎是消极的。有研究分析了在线平台 Upwork 上，那些提供受 ChatGPT 等 AI 工具影响最大的服务的自由职业者的情况。结果显示，该平台的工作数量和自由职业者的收入都在下降。其中，收入最高的群体受到的冲击最为严重。比如，从事图像服务的顶尖自由职业者的工作量下降了 7%，收入更是惊人地减少了 14%。从经济角度来看，AI 并没有提升劳动力的技能，反而导致了技能流失。通过将顶尖插画师的才华商品化，AI 降低了他们的收入，这与工业革命初期机械化织布机摧毁工匠织布者的生计有异曲同工之妙。讽刺的是，AI 系统正是通过吸收这些顶尖人才的工作经验——也就是它们训练所用的数据集——来实现这一点的。
这些研究结果的影响可能远超薪酬和机会的范畴。我们对大多数白领工作的组织方式，是基于这样一个观点：人们的工作质量和数量存在巨大的个体差异。说到底，专业主义的核心理念就是基于人的天赋。有些人天生擅长自己的工作，因此投入大量资金聘请他们是值得的。这也是为什么我们会因学历、经验和专业技能的积累而得到加薪，以及为什么公司会制定复杂的绩效管理系统，用以淘汰低效员工，同时奖励、留用和晋升那些出类拔萃的员工。
但如果 AI 导致一个工作效果趋同的世界——不管学历、工龄或天赋如何——那么这将为未来的工作带来许多不可思议的变化。公司会开始对特定岗位的所有员工提供相同的薪酬吗？晋升会成为历史吗？如果薪资无法增长，我们将如何抚养家庭、为退休生活储蓄？人力资源部门是否会放弃繁琐的绩效评估？而且，如果管理者的大部分时间都用于指导、劝说和淘汰低效员工，当不再有低效员工时，他们的角色又将如何转变？
最近的人工智能（AI）研究似乎在暗示，雇主们应该聪明地选择低薪雇佣新手，同时淘汰那些高薪的资深大腕，这种策略类似于针对 ChatGPT 时代的“Moneyball”套利手段。然而，事实并非如此简单。过去一年中，我与多位高管进行了交流，他们在重新考虑团队配置时，没有一位提到要放弃他们的高薪员工。相反，他们中的许多人私下表示，他们计划采取完全相反的策略。由于 AI 越来越能够处理那些直接、明确的任务，他们打算减少刚毕业的初级员工的招聘，转而加大对能处理复杂难题的专家的投入。
尽管如此，我个人认为这种趋势不会长久。肯定会有一些雇主选择全面投资于经验较少的求职者，并利用 AI 提升他们的工作表现。这样做能大幅节约薪资开支，并且这种做法终将被更广泛地采用。这将为那些渴望成为专业人士的新人提供机会。但对于经验丰富的白领工作者来说，一场挑战可能正逼近——在这场挑战中，仅凭业务能力可能不再能带来过去的保护和优势。在法律和管理等行业，天赋一直被视为成功的敲门砖，值得丰厚的奖励。但现在，在人工智能平等的时代，它可能成为一种昂贵的负担。
2023 年 12 月 4 日：本文已更新，澄清 Upwork 研究的焦点不是整个平台，而是那些受 AI 影响最大的自由职业者。
Aki Ito 是 Business Insider 的资深记者。
关于 Discourse 故事
Business Insider 的 Discourse 新闻报道旨在深入探讨和阐释当下最吸引人的议题和观点。我们的作者提供基于深入分析、报道和专业知识的引人深思的视角。欲了解更多 Discourse 故事，请点击这里。
