半人马与赛博格：在未来工作的前沿 [译]

关于 AI 是否将重塑工作的问题，似乎我们找到了答案....

很多人都在好奇，AI 究竟能否真正影响未来的工作模式。最新的一篇研究论文给出了一个强有力的肯定回答。

在过去的几个月中，我和一群社会科学家一起，在波士顿咨询集团进行了一项大型研究，我们把他们的办公室变成了一个用于探索 AI 时代下专业工作未来的先锋实验场。我们的首份论文今天发布了。虽然论文中包含了许多重要且实用的细节，但先让我揭晓最引人注目的发现：在 18 项被选中的、反映精英咨询公司日常工作的任务中，使用了 ChatGPT-4 的顾问在各个方面都明显胜过那些未使用 AI 的顾问。

这是所有任务的成果质量分布图。蓝色代表未使用 AI 的组，绿色和红色代表使用了 AI 的组，其中红色组还接受了如何使用 AI 的额外培训。

使用 AI 的顾问在任务完成率上平均增加了 12.2%，完成任务的速度提高了 25.1%，而且他们的工作成果质量比未使用 AI 的顾问高出40%。这些数据揭示了 AI 带来的巨大影响。现在，让我们深入探讨其中的细节。

首先，需要强调的是，这项工作是跨学科的，包括了多种实验和数百次访谈，由一个杰出团队负责，其中包括哈佛大学的社会科学家 Fabrizio Dell’Acqua、EdwardMcFowland III 和 Karim Lakhani，以及来自沃里克商学院的 Hila Lifshitz-Assaf 和麻省理工学院的 Katherine Kellogg（还有我本人）。Saran Rajendran、Lisa Krayer 和 François Candelon 在波士顿咨询集团（BCG）领导了这项实验，动用了该公司 7% 的咨询人力（共 758 名顾问）。他们的工作非常细致，远不止这篇文章所能涵盖。因此，如果你想了解更多细节，特别是关于数据或方法方面的问题，请查阅完整论文。我在这里只能简要概述 58 页的研究成果，任何误差都是我的责任，而非我的合作者。此外，虽然这些实验已经预先注册，但这仍是一篇新的工作论文，可能存在一些错误或疏漏，目前还未经过同行评审。知晓这些，我们现在可以详细探讨这些内容……

探索不均匀的 AI 边界

AI 的世界充满奇异。就连最先进的大语言模型（如 GPT-4）的全部潜能，也无人能够完全了解。我们还不清楚如何最佳地利用它们，或它们在什么情况下会出错。没有现成的使用指南。在某些任务上，AI 表现出惊人的能力，而在其他任务上，它可能完全失败，或出现微妙的错误。除非你经常运用 AI，否则很难辨别它的长短。

这就是我们所说的 AI 的“锯齿边界”。想象一下一座城堡的防御墙，有些部分高耸，突出于乡村之外，而有些部分则低垂，回缩向城堡中心。这堵墙代表了 AI 的能力范围，距离中心越远，任务难度越大。墙内的任务都能被 AI 完成，而墙外的则难以为继。难题在于这堵墙是无形的，因此一些看似与中心等距离的任务——例如写一首十四行诗与一首恰好 50 个词的诗——实际上难度却大不相同。AI 在写十四行诗方面游刃有余，但因为它是基于 token 而非词汇来理解世界，它在写出刚好 50 个词的诗方面却常常失败。同样，一些看似难以预料的任务（如创意生成）对 AI 来说却轻而易举，而一些看起来应该简单的任务（如基础数学）对于大语言模型却是一大挑战。

我曾请带有代码解释功能的 ChatGPT 帮助我们形象化这个概念：

为了深入探索 AI 对知识型工作的影响，我们选择了数百名咨询师进行实验，随机分配他们是否可以使用 AI。我们允许使用 AI 的人获得了对 GPT-4 的访问权限，这是全球 169 个国家的任何人都可以通过 Bing 免费使用或通过支付每月 20 美元给 OpenAI 使用的同一模型。他们使用的是未经特别微调或定制提示的纯净 GPT-4，仅通过 API 进行访问。

我们首先进行了大量的预测试和调研以建立初始基准，随后请顾问为一个虚构的鞋品公司完成了 BCG 团队精心挑选的各种任务，这些任务准确地反映了顾问的工作内容。这包括创意性任务（“为一个服务不足的市场或运动领域设计至少 10 种新型运动鞋。”），分析性任务（“按用户对鞋类市场进行分类。”），写作与营销任务（“为你的产品撰写一份新闻稿。”），以及说服力任务（“写一份鼓舞员工的备忘录，说明你的产品如何胜过竞争对手。”）。我们甚至还咨询了鞋类公司的高管，以确保这些任务的现实性 - 他们确认了这一点。而且，考虑到 AI 的发展，这些任务可能正是我们预期在技术前沿的工作。

根据我们的理论，正如我们之前讨论的，我们发现有 AI 辅助的顾问表现更佳，无论他们之前是否简要了解过 AI（在图表中为“概览”组）或未曾接触。无论是完成任务的时间、完成的总任务数量（我们设定了总体时间限制），还是工作成果的质量，表现都更好。我们用人工和 AI 评估者对成果质量进行了评估，双方评价一致，这本身就是个有趣的发现。

我们还发现了一个越来越明显的 AI 相关现象：它能够均衡技能水平。在实验开始时表现最差的顾问，在使用 AI 后表现提升了 43%，这是最显著的进步。即使是顶尖顾问也有所提升，尽管幅度较小。从这些结果来看，我认为目前还没有足够多的人意识到，当一项技术能够将所有工人的表现提升到顶尖水平时，这意味着什么。这有点像过去人们关心矿工挖掘岩石的能力好坏……直到蒸汽铲的出现，挖掘能力的差异就不再重要。虽然 AI 还没有达到那种颠覆性的变革水平，但它在技能均衡方面的影响是巨大的。

超越创新的边界

故事背后还有更深层的含义。BCG 设计了一个特别的任务，旨在确保 AI 无法给出正确的答案。这个任务的设计颇具挑战。正如我们在论文中提到的：“鉴于 AI 显示出惊人的能力，设计一个在 AI 能力范围之外、且人类凭借高水平的专业知识能够持续胜过 AI 的任务并不容易。”但我们最终找到了这样一个任务，它利用了 AI 的局限性，确保 AI 对人类能够解决的问题给出错误但看似合理的答案。实际上，没有 AI 协助的人类顾问解决问题的正确率高达 84%，但当他们依赖 AI 时，表现反而下降，正确率仅为 60-70%。这是怎么回事呢？

在我们合作的另一篇论文中，Fabrizio Dell’Acqua 指出过度依赖 AI 可能带来的弊端。他在一项实验中发现，使用高品质 AI 的招聘人员变得懒散、不够细心，并在判断上失去锐度。他们错过了许多优秀的候选人，做出的决策甚至不如那些使用低质量 AI 或不使用 AI 的招聘人员。当 AI 表现出色时，人们往往不再努力思考和关注细节，而是任由 AI 主导，忽略了将其作为辅助工具的初衷。他将这种现象形容为“驾驶时打瞌睡”，这可能会对人类的学习、技能提升和工作效率造成负面影响。

在我们的实验中，我们也观察到了类似的现象。那些使用 AI 的顾问给出的答案准确度实际上低于那些未被允许使用 AI 的顾问（尽管他们在撰写结果方面的表现仍优于未使用 AI 的顾问）。如果对 AI 的边界认识不清，AI 的权威性可能会误导人们。

半人马与半机械人的合作模式

尽管如此，许多顾问成功地处理了 AI 技术的内部和边缘任务，既利用了 AI 的优势，又避免了其不足。他们通常采用两种策略之一：化身为半人马或者成为半机械人。幸运的是，这里说的“化身”并不涉及在身体上植入任何电子设备，或者变成希腊神话中那种半人半马的生物。这其实指的是两种在 AI 锯齿般边界上高效协作的方式，巧妙地结合人类和机器的工作。

在半人马模式下，人和机器之间的分工非常明确，就像神话中的半人马那样，人的躯干和马的身体界限分明。半人马模式下，根据各自的长处和能力来分配责任，灵活地在 AI 和人的任务之间切换。比如，当我借助 AI 进行数据分析时，我会以半人马的方式来操作：我决定使用哪些统计技术，然后让 AI 负责绘制图表。在我们 BCG 的研究中，半人马们会亲自完成自己最擅长的工作，然后把位于 AI 锯齿边界的任务交给 AI 来处理。

而半机械人模式则是将人与机器紧密结合，深度融合两者。在这种模式下，人不仅仅是分配任务，而是与 AI 密切合作，灵活穿梭于 AI 的锯齿边界。他们会将任务的一部分交给 AI 来处理，例如，他们可能会启动一个句子，然后让 AI 来完成，从而实现与 AI 的并行工作。这就是我推荐用 AI 进行写作的方法，例如。这也是我在论文中制作两幅插图的方式（包括“锯齿边界”图像和“54 线图表”），这两幅图都是我在 ChatGPT 的初步指导和引导下完成的。

在充满挑战的前沿起舞

我们的论文，加上其他学者的一系列杰出研究，均指出，无论人们如何围绕 AI 的本质和未来展开哲学和技术辩论，AI 已成为我们实际工作方式的一大变革力量。这不是一项需要五年才能改变世界的被过度宣传的新技术，也不需巨额投资和大公司的资源支持 - 它已经出现在我们眼前。那些顶尖顾问所使用的工具，其实和我们每个人现在能用的工具没有两样。而且，顾问们目前使用的工具很快就会变得比大家现有的还要落后，因为技术前沿不仅多变，还在不断扩展。我非常自信，在未来一年内，至少会有两家公司推出比 GPT-4 更为强大的模型。这个充满挑战的前沿正在快速发展，我们必须做好准备迎接。

除了这种说法可能引起的不安之外，AI 的其他不足之处也值得注意。人们使用 AI 时容易进入“自动驾驶”模式，对 AI 的错误视而不见。另外，正如其他研究所发现的，AI 的输出虽然在质量上超过人类，但在总体上看却显得过于雷同和单一。这就是“赛博格”和“人马合体”变得重要的原因 - 它们让人类能够与 AI 合作，创造出比单独由人类或 AI 完成的工作更多样、更准确、更出色的成果。而成为这样的存在并不困难，只需在工作中频繁使用 AI，你就会逐渐领略到这个复杂前沿的轮廓，明白 AI 在哪些方面表现出色，以及在哪些方面还有所不足。

在我看来，关键的问题已经不再是 AI 是否会重塑我们的工作方式，而是我们希望通过 AI 重塑工作带来什么样的意义。我们可以选择如何利用 AI 来使工作更高效、更有趣、更有意义。但我们必须尽快做出这些选择，以便我们能开始以道德和有价值的方式积极利用 AI，像“赛博格”和“人马合体”那样，而不只是被动地应对技术变革。与此同时，那个充满挑战的前沿仍在不断前进。