AI 实际正在做什么工作？揭示生成式 AI 采用驱动因素
综合经济学
2025-10-30 v2 人工智能
计算机与社会
经济学
摘要
目的: 人工智能 (AI) 系统如 ChatGPT、Claude AI 等的快速集成深刻影响了工作方式。预测 AI 将如何重塑工作需要理解其 capabilities, 以及其实际采用的方式。本研究 investigates 哪些内在任务特征驱动用户将工作委托给 AI 系统的决策。方法: 本研究利用 Anthropic Economic Index 数据集中的 400 万条 Claude AI 交互记录, 映射到 O*NET 任务。我们系统性地对每个任务在七个关键维度上进行评分: Routine、Cognitive、Social Intelligence、Creativity、Domain Knowledge、Complexity 和 Decision Making, 使用 35 个参数。随后运用多变量技术识别潜在任务原型, 并分析其与 AI 使用之间的关系。发现: 要求高创造性、复杂性和认知需求, 但低常规性的任务吸引最多的 AI 参与。此外, 我们识别出三种任务原型: Dynamic Problem Solving、程序性与分析性工作以及标准化操作任务, 显示 AI 适用性最佳由任务特征的组合预测, 而非单个因素。我们的分析揭示了高度集中的 AI 使用模式, 仅 5% 的任务即可 account for 59% 的所有交互。原创性: 本研究提供了首次将真实世界生成式 AI 使用与内在任务特征的全面、多维框架系统性证据链接的研究。它引入了基于数据驱动的工作原型分类, 为分析新出现的 human-AI 劳动分工提供了新框架。
引用
@article{arxiv.2510.23669,
title = {What Work is AI Actually Doing? Uncovering the Drivers of Generative AI Adoption},
author = {Peeyush Agarwal and Harsh Agarwal and Akshat Rana},
journal= {arXiv preprint arXiv:2510.23669},
year = {2025}
}
备注
22 pages