哈佛商学院与波士顿咨询集团（BCG）合作进行AI生产力研究。

最近哈佛商学院的一项研究发现，人工智能工具在某些任务上可以提高工作人员的生产率和准确性，但在某些类似难度的任务上有相反的效果，特别是在某一特定的“技术前沿”之外。

在一份名为“穿越崎岖的技术前沿：AI对知识工作者生产力和质量影响的实证证据”的工作论文中，哈佛商学院和波士顿咨询集团进行了一项联合研究，以探讨人工智能工具在咨询等知识密集型应用中的实际应用性。

这项研究由哈佛商学院的Karim R. Lakhani和Edward McFowland III教授、哈佛商学院的博士后研究员Fabrizio Dell’Acqua以及宾夕法尼亚大学沃顿商学院、麻省理工斯隆管理学院、沃里克商学院和BCG的研究人员共同进行。

研究人员发现，目前人工智能的能力涵盖了一组不均匀的技能，他们将其称为“技术前沿”。在这个前沿之外，人工智能的输出不准确，甚至可能降低人类绩效。

在研究中，758名BCG顾问完成了18项现实咨询任务，这些任务都处于技术前沿范围内，以跟踪工作人员生产率和准确性的变化。研究发现，与没有使用人工智能的工作人员相比，使用GPT-4的工作人员平均完成了12.2%更多的任务，速度提高了25.1%。此外，试验组中有40%的人产出了更高质量的结果。

与此同时，对于被认为在技术前沿之外的任务，使用人工智能的顾问产生正确解决方案的可能性较没有使用人工智能的顾问低19%。

作为研究的结果，研究人员区分了人工智能融入这些任务的两种不同模式：“半人马”和“半机械人”。

“半人马是指那些清晰界定人类和人工智能分工的人，他们利用人类的优势，让人工智能发挥其擅长的领域，” Dell’Acqua说道。

但大多数顾问被观察到是“半机械人”——顾问在工作中与人工智能有“持续互动”。

“这两种都是潜在成功的合作类型，” Dell’Acqua说。

在一个任务中，参与者需要从采访笔记和电子表格中的财务数据中分析零售策略，正确性评估显示，在具备人工智能访问权限的组中，性能出现了“相当大的下降” – Lakhani认为这是用户错误，而不是技术缺陷的结果。

“没有用户指南，我们不太知道技术前沿在哪里，”Lakhani解释说，技术前沿是“崎岖的”，或未定义的，这导致了用户错误。

Lakhani说：“人们使用它的方式不对。人们把它当作信息搜索工具，就像Google一样，但这不是Google。”

McFowland强调了当在技术前沿之外的情况中部署人工智能时准确性和速度之间的权衡。

他说：“我们获得了生产力的提升。事情得以更快地完成，但在许多情况下，更快地得到错误的答案通常不是理想的选择，或者至少不如较慢地得到正确答案好。”

研究总结认为，了解“技术前沿的形状和位置”对于优化人工智能对工作人员生产力的影响至关重要。

尽管随着人工智能的进展，技术前沿将不断前移，McFowland表示我们距离能够“封装所有人类认知和能力”还有很远。

他说：“技术前沿之外总会存在有能力的事物，而且经常具有挑战性，或者说可能是有害的，困难的部分是我们不知道这些事物是什么。”

尽管Lakhani表示“如果你知道如何使用它，它将为人类，对于我们所有人来说释放更多潜力”，但McFowland对将人工智能称为“革命”持保留态度。”

“技术一次又一次地改变了我们的做事方式，”他说。“但事后，我们认识到它们并没有如我们所想的那样改变了我们的世界，它们并没有像我们以前认为的那样改变生活。”

参考链接：https://www.thecrimson.com/article/2023/10/13/jagged-edge-AI-bcg/