當生成式AI成為“優勢放大器”，專業能力更重要了

從文案撰寫到軟件開發，領導者都認為生成式AI可以幫助員工承擔更高級別的職責。麻省理工學院教授戴維·奧托爾（David Autor）等人的研究表明，生成式AI能縮短新手掌握新任務的時間，但在提升員工技能方面的潛力仍然有待開發，其中一個關鍵問題是，它能否幫助員工像專家一樣出色地完成任務？

為了嘗試回答這個問題，斯坦福大學和哈佛商學院數字數據設計研究所的研究人員進行了一項對照實驗，涉及英國金融科技公司IG集團的78名員工。他們首先將員工分成三組：專家、相關外行和無關外行。其中專家是定期為IG網站撰寫文章的作者；相關外行是來自撰稿部門的營銷人員，他們沒有文章撰寫經驗，但大致了解撰稿人的工作內容；無關外行是完全沒有營銷或寫作背景的開發人員和數據專家。實驗中，每個小組都要完成兩項任務：構思以及撰寫一篇與公司官網風格一致的文章。研究人員隨機分配了部分參與者使用生成式AI輔助工作，另一部分則不使用。隨后，IG集團高管按照1分（最低）至5分（最高）的標準，給所有成果評分。

在不借助生成式AI構思文章時，撰稿人的平均得分最高（3.82分），其次是營銷人員（3.04分）和技術專家（3.02分）。撰稿人和其他人之間存在顯著的技能差距。然而，當實驗對象獲得生成式AI的輔助時，這一差距大幅縮小，撰稿人構思的內容平均得分為4.12，而營銷人員和技術專家的構思得分分別為4.18分和4.05分。換言之，使用AI的營銷人員表現略優于使用AI的撰稿人，且所有使用AI的三個小組，表現均優于未使用AI的撰稿人。

但在文章撰寫環節結果則有所不同。在不使用生成式AI的情況下，撰稿人在所有小組中表現最佳。然而，即便借助AI，其他兩組也無法寫出與撰稿人同等質量的作品。不出所料，使用AI的撰稿人表現依舊最佳（平均3.96分）；獲得AI輔助的營銷人員緊隨其后（3.92分）；但獲得AI輔助的技術專家表現則不盡如人意，事實上，他們使用與未使用生成式AI的得分基本持平（分別為3.38分和3.42分）。

效果分水嶺

生成式AI對一項任務的提升效果為什么會遠大于另一項，且對技術專家的寫作幫助十分有限？

在對參與者進行訪談后，研究人員得出結論，員工如果不熟悉完成某項任務所需的知識，即使有生成式AI的協助，他們也難以達到有相關專業知識同事的水平。使用AI的非專家在構思方面表現更好，是因為這比寫作所需的專業知識更少——人們只需判斷一個提議的主題是否足夠好。然而，撰寫文章則需要知道如何用恰當的語言傳達想表達的信息。一位參與者用一個比喻解釋了這種區別：構思就像想象跑一場馬拉松，而寫作則像實際去跑一場馬拉松，這需要完全不同層次的專業技能。

研究人員還發現，正是專業能力讓人能更有效地與AI工具協作。營銷專員了解撰稿人使用的通用語言，且擁有足夠的領域知識來優化生成式AI產出的內容。但工作與寫作毫無關聯的技術專家則無法有效利用或改進AI給出的建議。他們缺乏判斷哪些語言該保留、哪些語言該舍棄所需的直覺與知識。研究人員將這一現象稱為“AI效果的分水嶺”，即生成式AI在幫助人們完成其專業領域之外的任務時，存在能力上限。

這一發現對企業部署生成式AI工具具有啟示意義。它挑戰了一種假設，即這項技術可以消除技能層級差異，并實現學術界所稱的“通用任務流動性”。相反，研究人員認為，生成式AI的效果取決于用戶與任務領域的專業差距，他們還指出，“AI效果的分水嶺”并不局限于撰稿人和技術專家的場景。

研究人員針對將生成式AI與不同專業水平的員工搭配，提出了兩項實踐建議。

不要高估生成式AI的能力。員工必須對應用AI工具的領域具備基本理解和一定經驗，這一點至關重要。他們至少應該擁有足夠知識，能夠評估并改進AI生成的內容。例如，在這項寫作研究中，許多技術專家只是將AI給出的建議直接復制粘貼到文章中，因為他們缺乏調整和整合語言所需的細微判斷力?！叭绻鸄I無法完全自動完成任務，它就不是解決工作中所有問題的萬能方案。”主導該研究的斯坦福博士后研究員盧卡·文德拉米內利（Luca Vendraminelli）表示，“當AI無法獨立完成工作，但又替代了專家時，它確實能幫助一部分人縮小與專家間的差距，但這僅限于特定的情況和條件。它并不是個一刀切的解決方案?！?/p>

重新思考工作方式。我們需要思考一旦員工有效運用生成式AI，組織需要做出哪些改變。為了從中獲得最大價值，企業可能需要調整流程、決策方式，以及團隊的協作方式。生成式AI工具甚至可以模糊相關領域的職位，例如負責搜索引擎優化（SEO）的專員與內容策劃。不過，利用AI彌合營銷、銷售、產品團隊之間這類更大的鴻溝則要困難得多，因為這些崗位關聯著不同的專業知識、預算與權力結構。將崗位設計得更寬泛、有靈活性，將有助于應對這一挑戰，但要實現這種轉變，企業還需要進行結構與文化層面的變革。

此外，將生成式AI融入工作流程時，還要考慮人的因素。誰在使用AI？這些人具備哪些知識？他們解讀與優化AI輸出結果的能力如何？“AI的作用終歸有限，”文德拉米內利表示，“專業能力是無法復制的，沒有任何技術可以替代它?！?/p>

關于本研究 《生成式AI的分水嶺效應：審視職業內部人員與外部人員之間橫向專業知識轉移的局限性》（The GenAI Wall Effect: Examining the Limits to Horizontal Expertise Transfer Between Occupational Insiders and Outsiders），盧卡·文德拉米內利等，工作論文，2025。

孫燕 | 編輯

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org