Working with AI: Measuring the Occupational Implications of Generative AI

鉴于生成式人工智能的快速普及及其对众多任务可能产生的影响，了解人工智能对经济带来的影响是当今社会最重要的课题之一。在这项研究中，我们朝这一目标迈出了重要一步，分析了人们在工作中如何使用人工智能、这些工作活动完成的成功程度与广泛程度，并结合各职业所从事这些活动的数据进行综合评估。我们分析了一个包含20万个匿名且经过隐私保护处理的用户与微软Bing Copilot（一个公开可用的生成式人工智能系统）之间的对话数据集。我们发现，人们最常寻求人工智能帮助的工作活动主要包括信息搜集和写作，而人工智能本身最常执行的活动则包括提供信息与帮助、写作、教学和提供建议。 在将这些活动分类与任务完成的成功程度和影响范围的数据相结合后，我们为每个职业计算出了一个人工智能适用性评分。我们发现，知识型职业群体，例如计算机与数学类、办公与行政支持类，以及像销售这类工作内容涉及提供和传递信息的职业，人工智能的适用性评分最高。此外，我们还分析了哪些类型的工作活动人工智能完成得最为成功，工资和教育水平如何与人工智能的适用性相关联，以及现实世界中人工智能的使用情况与职业层面人工智能影响预测之间的差异。

论文试图量化生成式AI对经济和不同职业的影响，具体通过分析人们在工作中使用AI进行的活动类型、任务完成的成功率以及影响范围，来评估AI在各个职业中的适用性。这是一个新兴但至关重要的问题，因为生成式AI正在迅速改变工作方式。

论文的关键思路是将AI辅助的用户活动进行分类，并结合任务成功度和影响力范围，构建一个职业层面的AI适用性评分。这一方法不同于以往仅基于任务可自动化程度的理论分析，而是基于真实世界中AI系统（如Microsoft Bing Copilot）的大规模交互数据。

{"分析了20万个匿名用户与生成式AI（Microsoft Bing Copilot）的对话，识别出最常见的工作相关活动（如信息获取、写作、教学、建议）",提出了基于实际使用数据的职业AI适用性评分体系,发现知识型职业（如计算机、数学、行政支持、销售）具有最高的AI适用性,分析了AI适用性与工资、教育水平之间的相关性,对比了真实使用情况与之前职业AI影响预测之间的差异,数据经过隐私处理，具有较高的真实性和广泛性}

{"Brynjolfsson, E., & McAfee, A. (2017). Artificial Intelligence, for Real.","Felten, E. W., Raj, M., & Seamans, R. (2018). How Artificial Intelligence Affects Employment and Work.","Autor, D. H. (2015). Why Are There Still So Many Jobs? The History and Future of Workplace Automation.","Agarwal, B., et al. (2023). Large Language Models and the Future of Work: Evidence from a Survey of AI Scientists.","OpenAI的GPT影响系列研究，如'GPTs are GPT: Toward a Theory of Language Model Promptability'"}