超越自动化：利用大语言模型重构岗位以提升生产力
综合经济学
2025-12-08 v1 经济学
摘要
生成式人工智能 (AI) 的采用被预测将导致劳动力市场发生根本性变动，导致 AI 暴露岗位的角色被取代或增强。为调查 AI 在大型组织中的影响，我们在英国文官服务 (UKCS) 中对角色内任务层面的 AI 暴露程度进行评估。我们使用覆盖 6 年、共计 193,497 个职位空缺的 UKCS 职位广告新型数据集，通过大语言模型 (LLM) 驱动的分析估算了 1,542,411 个任务的 AI 暴露得分。通过聚合每个角色中任务的 AI 暴露得分，我们计算了该角色对 AI 暴露的平均值和方差，凸显了即便是看似相同的工作在 AI 影响上的异质性。随后我们使用 LLM 重构岗位，重点关注任务自动化、任务优化和任务重新分配。我们发现，重构过程导致的任务聚焦于 AI 相对于人类的优势领域，包括战略领导、复杂问题解决和利益相关者管理。总体而言，自动化和增强预计将在整个组织层级上产生细致的影响。AI 的大部分经济价值预计将源于生产力提升，而非角色取代。我们为自动化、增强和生产力的讨论做出贡献，并推进了关于 AI 时代下工作重构的理解。
引用
@article{arxiv.2512.05659,
title = {Beyond Automation: Redesigning Jobs with LLMs to Enhance Productivity},
author = {Andrew Ledingham and Michael Hollins and Matthew Lyon and David Gillespie and Umar Yunis-Guerra and Jamie Siviter and David Duncan and Oliver P. Hauser},
journal= {arXiv preprint arXiv:2512.05659},
year = {2025}
}
备注
98 pages, 22 figures