新德里，9月10日(ANI):最近的一项科学研究表明，生成式人工智能(GenAI)可以显着扩展工人的能力，使他们能够执行超出现有技能的任务。
这项研究是由波士顿咨询公司亨德森研究所与波士顿咨询公司X和波士顿大学的艾玛·怀尔斯合作进行的。
这项研究的标题是“基因不仅仅是提高生产力。它扩展了能力”，探讨了GenAI如何提高工人承担新任务的能力，挑战知识工作的传统界限。
研究结果强调了基因增强工作者处理新任务的潜力，即使他们之前几乎没有编码或统计经验。
该实验涉及480名BCG顾问，他们完成了数据科学家通常执行的三项任务中的两项:编写Python代码合并数据集、构建预测模型和验证chatgpt生成的统计分析。
尽管有GPT-4提供的先进数据分析功能的GenAI工具的帮助，但这些任务对于非专业人员来说很难，需要参与者手动输入。他们的结果与44名BCG数据科学家的结果进行了比较，这些科学家在没有人工智能支持的情况下完成了任务。
根据这项研究，使用GenAI的参与者在编码任务上表现出了显著的进步，平均得分达到数据科学家设定的基准的86%，比没有人工智能支持的参与者提高了49个百分点。研究还显示，基因人工智能辅助的参与者完成任务的速度也比数据科学家快大约10%。
“在使用GenAI时，研究中的顾问能够立即扩展他们对新任务的能力。即使没有编码或统计方面的经验，使用GenAI的顾问也能够编写代码，适当地应用机器学习模型，并纠正错误的统计过程。”
“在一个前所未有的技术颠覆时代，全球研究《基因增强工人的崛起》揭示了知识型劳动力的关键转变。技术工作者不仅学习速度更快——他们正在以显著提高生产力和创新的方式提高技能，”波士顿咨询公司印度董事总经理兼合伙人Nipun Kalra表示。
然而，该工具在预测分析任务中效果较差，顾问和GenAI工具都难以达到最佳结果。尽管如此，GenAI作为一个强大的头脑风暴伙伴，允许参与者将他们的知识与AI结合起来，发现新技术并改进解决问题的能力。
研究指出:“对于预测分析任务，实验参与者遇到了一个重大挑战:他们和GenAI工具在这一领域的熟练程度都不高。”
这项研究的一个关键结论是，GenAI虽然扩大了能力，但不会自动对工人进行再培训。参与者没有表现出显著的学习收益，这表明在人工智能支持下“完成”任务并不等同于独立“学习完成”这些任务。(ANI)
