AIPress.com.cn報道
4月7日消息，麻省理工學院計算機科學與人工智能實驗室（MIT CSAIL）的一項最新研究顯示，人工智能在工作場景中的能力提升更像是 持續上升的「潮水」，而不是突然改變行業格局的「巨浪」。研究認為，這種漸進式發展模式意味着技術變化雖然迅速，但在實際工作中的影響往往以更平滑的方式展開。
該研究基於 超過1.7萬次AI系統任務評估，涵蓋美國勞動力市場中大量以文本處理為核心的工作任務，例如寫作、分析和溝通等。研究人員發現，AI能力的提升通常同時出現在多個任務領域，而不是在某些特定任務上突然實現突破。
研究團隊將這種模式描述為 「rising tide（漲潮）」，與另一種假設中的 「crashing wave（突變式浪潮）」 相對。後者指的是AI在長時間表現有限後突然掌握某類任務，而研究數據顯示，當前的技術進展更多表現為多任務能力同步提升。
研究人員還發現，AI完成任務的成功率與任務複雜度之間並未呈現明顯斷層，這表明技術進步並非集中在少數簡單或特定任務上，而是在不同難度任務中普遍發生。
在當前水平下，研究估計 大型語言模型已經能夠在無需人工修改的情況下完成約50%至75%的文本類工作任務，達到「最低可接受質量」的標準。如果這一趨勢持續，到 2029年，大多數文本類任務的完成成功率可能提升至 80%至95%。
在企業環境中，這種漸進式進步往往表現為能力擴散而非單點替代。IBM軟件創新實驗室產品孵化負責人 Ayhan Sebin 表示，AI正在讓更多員工具備開發和自動化能力。「開發者和非技術領域專家都在成為‘10倍構建者’，他們能夠利用AI更快地自動化流程和開發應用。」
這種變化降低了軟件開發和自動化工具的使用門檻，使原本需要專業編程技能的任務可以由具有行業知識的員工完成。研究認為，這種 「構建能力的民主化」 正在改變組織內部的工作方式。
與此同時，人類專家的角色也在發生轉變。隨着AI系統承擔更多執行工作，一些專業人員逐漸轉向 監督、評估和管理AI系統 的角色。Sebin表示，未來專家更像是「AI代理的管理者」，負責指導模型、審核結果並確保輸出符合質量和合規要求。
不過研究人員同時指出，漸進式發展並不意味着影響有限。隨着AI能力持續積累並被更廣泛採用，其對就業結構和工作方式的長期影響仍可能十分深遠。（AI普瑞斯編譯）