AI如何重塑每個人工作與價值

老師教育微信公眾(zhong) 號自今日起將開啟每日更新，內(nei) 容將覆蓋更廣泛，更權威的留學相關(guan) 話題，包括留學升學政策動態、考試政策變更、老師原創專(zhuan) 欄、留學趣聞等，力求為(wei) 讀者全方位呈現更全麵、更精準、更高效的留學資訊。

老師教育將為(wei) 學生和家長提供更多優(you) 質內(nei) 容，助力打造更具影響力的教育品牌，持續提升服務水平，陪伴留學生及家長共同成長。

隨著人工智能（AI）在美國的廣泛應用，各行各業(ye) 的工作都受到了深遠影響。斯坦福大學的一個(ge) 研究團隊近期開展了一項全國範圍的審計，旨在深入了解勞動者期望人工智能在工作中能夠實現哪些自動化或增強功能，以及這些期望與(yu) 現有技術能力之間的契合程度。今天，老師教育與(yu) 大家分享這項研究，希望幫助更多人關(guan) 注人工智能帶來的趨勢變化，積極思考如何將人工智能更好地融入自己的工作與(yu) 發展中。

Future of Work with AI Agents《人工智能代理引領的職場未來》

新聞來源：Stanford University

7000萬(wan) 美國勞動者即將因人工智能代理迎來有史以來最大的職場轉型，但他們(men) 的聲音卻常常缺席。我們(men) 通過開展全國性審計來填補這一空白，以了解勞動者希望人工智能代理實現哪些自動化或增強功能，以及這些願望與(yu) 當前技術能力的契合程度。來自104個(ge) 職業(ye) 、1500名勞動者的數據揭示了三個(ge) 主要發現：

工作中人工智能代理的需求-能力圖景揭示了當前人工智能代理研究和投資的關(guan) 鍵錯配。Y Combinator公司任務映射中有41.0%集中在低優(you) 先級區域和自動化“紅燈”區域。

許多職業(ye) 任務需要人類與(yu) 人工智能代理平等合作。然而，勞動者普遍更傾(qing) 向於(yu) 較高水平的人類自主性，這可能預示著隨著人工智能能力的提升將出現摩擦。

假如人工智能代理開始進入職場，關(guan) 鍵的人類能力可能會(hui) 從(cong) 信息處理技能轉向人際交往和組織技能。

01、人工智能代理正在重塑職場

人工智能正在引發職場的快速且出乎意料的變化。研究估計，大約 80% 的美國勞動者可能會(hui) 受到大型語言模型（LLMs）對其至少 10% 工作任務的影響，其中 19% 的勞動者麵臨(lin) 超過一半職責可能被顛覆的風險。2025 年初的大型語言模型使用數據進一步表明，在 36% 的職業(ye) 中，人工智能工具已被積極用於(yu) 至少 25% 的工作任務。

為(wei) 了為(wei) 未來職場做好準備，我們(men) 與(yu) 斯坦福數字經濟實驗室的經濟學家合作，提出了一種基於(yu) 問卷調查、結合語音輔助的審計框架，用於(yu) 係統性地繪製人工智能代理在美國各類職業(ye) 中帶來的風險與(yu) 機遇圖譜。該審計框架以勞動者為(wei) 中心，收集正在從(cong) 事相關(guan) 任務的行業(ye) 勞動者的一手見解。我們(men) 以美國勞工部 O*NET 數據庫作為(wei) 任務來源，構建了“人工智能代理勞動者展望與(yu) 準備知識庫”（AI Agent Worker Outlook & Readiness Knowledge Bank, 簡稱 WORKBank），這是首個(ge) 記錄人工智能代理能力與(yu) 勞動者偏好的數據庫。

目前，該數據庫包含來自 104 個(ge) 職業(ye) 、1500 名勞動者的回應和 52 位人工智能專(zhuan) 家對 844 項職業(ye) 任務的注解，並設計為(wei) 可靈活擴展至更多任務，以反映不斷演變的技術能力與(yu) 勞動者偏好。

01、理解恐懼與(yu) 期望

人工智能正在引發職場的快速且出乎意料的變化。研究估計，大約 80% 的美國勞動者可能會(hui) 受到大型語言。

1. Where do workers resist AI agent automation? 勞動者在何處抵製人工智能代理的自動化？

我們(men) 基於(yu) 主題建模分析了勞動者的訪談記錄，並以以下提示語作為(wei) 引導：“勞動者對人工智能在工作中自動化最常見的恐懼”。分析結果顯示，三大最突出的問題分別是：缺乏信任（45%）、擔憂工作被取代（23%）、以及缺乏人情味（16.3%）。在按行業(ye) 細分 WORKBank 數據時，在藝術、設計和媒體(ti) 領域，僅(jin) 有 17.1% 的任務獲得了積極評價(jia) 。

2. Which occupational tasks do workers desire AI agent automation?勞動者希望人工智能代理自動化哪些職業(ye) 任務？

對於(yu) 46.1% 的任務，正在執行這些任務的勞動者在明確考慮了諸如失業(ye) 和工作樂(le) 趣減少等顧慮後，仍對人工智能代理的自動化持積極態度（在 5 分李克特量表上評分高於(yu) 3 分）。

3. Why do workers want AI agent automation?為(wei) 什麽(me) 勞動者希望人工智能代理實現自動化？

對於(yu) 支持自動化的回應，我們(men) 通過複選框和開放式問答收集了勞動者的動機。被提及最多的動機是“騰出時間用於(yu) 高價(jia) 值工作”（在 69.4% 的案例中被選擇）。其他常見原因包括任務的重複性（46.6%）、任務帶來的壓力（25.5%），以及提升工作質量的機會(hui) （46.6%）。

4. Contrasting worker and AI expert perspectives delineate four task zones. 勞動者與(yu) 人工智能專(zhuan) 家觀點的對比勾勒出了四類任務區域。

我們(men) 的數據幫助將職業(ye) 任務劃分為(wei) 四類區域：

★自動化“綠燈”區域：對這些任務，勞動者的自動化意願和技術能力都較高。這些任務是人工智能代理部署的優(you) 選對象，具有顯著提升生產(chan) 力和帶來社會(hui) 效益的潛力。

★自動化“紅燈”區域：這些任務技術能力較高，但勞動者的自動化意願較低。在此類任務中部署人工智能需要謹慎，因為(wei) 可能會(hui) 遭遇勞動者抵製或帶來更廣泛的負麵社會(hui) 影響。

★研發機會(hui) 區域：這些任務的自動化意願較高，但當前技術能力較低。這類任務代表了人工智能研究的有前景方向。

★低優(you) 先級區域：這些任務的自動化意願和技術能力均較低。

5. The desire-capability landscape reveals opportunities and mismatches.需求-能力圖景揭示了機遇與(yu) 錯配。

我們(men) 使用 Y Combinator（YC）公司作為(wei) 代理，將其與(yu) WORKBank 數據庫中的任務進行映射。不幸的是，目前 YC 的投資並未更多聚焦於(yu) 自動化“綠燈”區域和研發機會(hui) 區域。41.0% 的 YC 公司被映射到低優(you) 先級區域和自動化“紅燈”區域；而“綠燈”區域和機會(hui) 區域內(nei) 的許多具有潛力的任務，在當前投資中仍未得到充分關(guan) 注。

01、人類與(yu) 人工智能代理協作的機遇

我們(men) 的審計框架的一個(ge) 獨特之處在於(yu) ，它不僅(jin) 關(guan) 注於(yu) 自動化，還關(guan) 注於(yu) 增強——即技術如何補充和提升人類能力。為(wei) 了為(wei) 自動化與(yu) 增強提供統一的量化語言，我們(men) 引入了人類自主性量表（Human Agency Scale, HAS），這是一個(ge) 從(cong) H1（無需人類參與(yu) ）到 H5（人類參與(yu) 至關(guan) 重要）的五級量表。該新量表補充了 SAE L0-L5 自動化等級，通過量化完成職業(ye) 任務和保證任務質量所需的人類參與(yu) 程度，而非僅(jin) 僅(jin) 聚焦於(yu) “人工智能優(you) 先”的視角。

6. Workers in many occupations prefer a balanced, collaborative partnership with AI. 許多職業(ye) 中的勞動者更傾(qing) 向於(yu) 與(yu) 人工智能建立一種平衡、協作的夥(huo) 伴關(guan) 係。

我們(men) 引入了人類自主性量表（Human Agency Scale，H1–H5），用於(yu) 量化完成職業(ye) 任務及確保任務質量所需的人類參與(yu) 程度。

該新量表以人類自主性為(wei) 核心，提供了一種通用語言，用於(yu) 描述自動化與(yu) 增強之間的連續譜。值得注意的是，在分析的 104 個(ge) 職業(ye) 中，有 47 個(ge) 職業(ye) 中勞動者最期望的水平是 H3（平等夥(huo) 伴關(guan) 係），這成為(wei) 最主要的勞動者偏好水平。

7. Workers generally prefer higher levels of human agency, potentially foreshadowing frictions as AI capabilities advance.勞動者普遍更傾(qing) 向於(yu) 較高水平的人類自主性，這可能預示著隨著人工智能能力的提升將出現摩擦。

在 844 項任務中，有 47.5% 的任務上，勞動者偏好比專(zhuan) 家認為(wei) 技術上所需的水平更高的人類自主性。值得注意的是，在 16.4% 的任務上，勞動者偏好的自主性水平比專(zhuan) 家評估的高出兩(liang) 個(ge) 等級。

01、為(wei) 未來做好準備

並非所有類型的工作都會(hui) 同等程度地受到人工智能的影響。為(wei) 了更好地理解職場的未來走向以及哪些技能將變得最具價(jia) 值，我們(men) 進一步利用 WORKBank 數據庫對人類技能轉變進行了分析。

借助 O*NET 數據庫，我們(men) 將每項職業(ye) 任務與(yu) 其所依賴的具體(ti) 技能進行匹配。例如，金融經理執行的任務“批準、拒絕或協調批準或拒絕信用額度或商業(ye) 、房地產(chan) 或個(ge) 人貸款”會(hui) 被映射到“決(jue) 策與(yu) 解決(jue) 問題”和“指導、引導和激勵下屬”等技能上。針對每項技能，我們(men) 估算了兩(liang) 個(ge) 關(guan) 鍵數值：

★人類自主性水平，基於(yu) 專(zhuan) 家對人類自主性水平的評估。

★平均工資，使用美國勞工統計局的工資數據作為(wei) 當前經濟價(jia) 值的衡量指標。

通過對比這兩(liang) 維度下技能的排名，我們(men) 揭示了可能塑造未來人類工作的三大新興(xing) 趨勢：

1. 對信息處理技能的需求正在縮減。與(yu) 分析數據和更新知識相關(guan) 的技能雖然在當前高薪職業(ye) 中很常見，但在需要高人類自主性的任務中不再占據突出地位。

2. 對人際交往和組織技能的重視程度提升。涉及人際互動、協調和資源監控的技能更頻繁地出現在高自主性任務中，即便它們(men) 目前在基於(yu) 工資的評估中並未被高度重視。

3. 高自主性技能涵蓋多元領域。平均所需人類自主性最高的前 10 項技能範圍廣泛，涵蓋了從(cong) 人際和組織能力到決(jue) 策能力和質量判斷等多個(ge) 方麵。