文章详情

XM交易:研究AI的经济学家说,AI对Z世代工人是悖论式的“技能去均衡器”

币界网报道:

Gen Z原本被承诺,AI会成为伟大的“均衡器”:一种能让24岁年轻人做出像资深人士一样工作的工具。但David Autor的最新研究表明,结果可能恰恰相反。

在一项为期三个月、针对专利律师的实验中,AI让各组的草稿质量都有所提升。但当研究人员把工具拿走,并测试独立判断能力时,只有经验更丰富的律师平均表现有所改善。初级律师没有。

Autor在给《财富》的书面回复中说:“我们的结果挑战了AI会自动成为技能均衡器这一想法。我们的数据表明,它更像是绩效均衡器,但也是技能去均衡器,因为只有那些已经具备基础心智模型的从业者,才能把自己的底层技能真正提升上去。”

这项研究是按经验而不是年龄来划分律师的。“资深”指执业七年及以上,研究并没有把Z世代作为一个整体来研究。但这些发现最直接影响的,仍然是早期职业阶段的劳动者。

从“中国冲击”到AI

Autor是麻省理工学院经济系主任,也是Google Technology and Society Visiting Fellow。他最知名的研究是与经济学家David Dorn和Gordon Hanson共同提出的“China shock(中国冲击)”。他们的研究显示,中国进口竞争对美国制造业社区造成了持久伤害,而这些社区并没有像全球化乐观叙事所预测的那样顺利调整。在受冲击最严重的劳动力市场中,工资和劳动参与率至少在十年内都维持低迷,失业率也一直偏高。

近来,Autor和Hanson又警告称,可能存在“China shock 2.0”:中国在先进产业中的竞争威胁美国的技术领导地位,以及与之相关的高薪岗位。一些知名经济学家,包括Apollo Global Management的Torsten Slok,警告说,“AI冲击”在对美国劳动力的影响上可能与中国冲击有相似之处;塔夫茨大学的Bhaskar Chakravorti甚至创造了“wired belt”一词,作为对“rust belt(锈带)”的类比。

Autor在LinkedIn联合创始人Reid Hoffman主持的《Possible》播客中反驳了这一说法。他表示,AI“在任何意义上都不会重演中国贸易冲击”,因为后者对美国企业来说是一次“纯粹的负面竞争冲击”,而AI在提升生产率方面会呈现“非常不同的特征”。

围绕AI的争论,建立在一种被中国冲击推翻的假设之上:一旦技术接管了例行工作,劳动者就会自然转向更高层次的技能。Autor在给《财富》的回复中说,他对AI的担忧并不是大规模失业。“我们面临的AI危险,不是它会净消灭大量岗位,而是它会在创造新岗位的同时消灭某些专业领域,”他说。“这听起来像一笔合理的交易,但失去旧职业的工人,通常并不是那些能利用新岗位的人。”

这项专利律师实验关注的是一个更窄的问题:使用强大新工具的劳动者,是否真的在建立自己未来晋升所需的专业能力。

更好的草稿,不均衡的学习

Autor和另外六位合著者将这项研究发表为一篇美国国家经济研究局(NBER)工作论文,尚未经过同行评审。根据论文,研究纳入了133名律师,来自11家美国知识产权律所,这些律所与Google有持续的专利撰写合作。研究人员随机分配了一个定制AI专利撰写助手的使用权限,这是一款当时尚未发布的Google Labs工具。三分之二的律师获得了使用权限,其余律师直到研究结束前都不能使用。

Google的角色不止于提供工具。论文列出的六位合著者都是Google员工。论文还称,Google实施了这项研究并支付了直接成本,而麻省理工学院的人体研究委员会认定MIT并未参与该研究。Google代表在给《财富》的电子邮件中表示,这篇论文是Autor作为其访问学者期间开展的独立研究。

律师们在10天后和90天后,分别根据模拟发明材料起草专利。根据论文,一家独立律所的专利律师在不知道哪些律师使用过AI的情况下,对这些作品进行评分,评分维度包括可执行性、准确性、策略性模糊、完整性和清晰度。

论文发现,90天后,获得AI权限的律师在起草评分上提高了0.38个标准差。Autor和合著者Tanya Rodchenko在配套的Google博客文章中将这一结果描述为,相对于对照组得分提升了11个百分点。论文称,这种改善来自较少的低质量作品,而不是更多的优秀作品。

更难的测试出现在最后。律师们必须对一份假设专利进行修改;根据博客文章,这份专利包含许多实质性和风格性错误。论文称,这是专利律师“通常会在没有辅助的情况下完成”的任务。这里不允许使用AI。

根据论文,获得AI权限的资深律师在这项测试中的表现比对照组同业高出0.45个标准差。初级律师平均没有提升。

论文也列出了一些限制。133名律师中只有91人完成了这项无AI测试。各律所起初拒绝做技能测试,因此研究人员是通过随机分配来推断技能提升,而不是通过前后测量。作者还标记出91份修改稿中的15份可能受到了AI辅助,尽管规则禁止使用AI,而且这些标记在对照组律师中出现的频率也差不多。若剔除这15份,论文称,资深律师的优势缩小到0.39个标准差,且仍然成立,但统计显著性门槛更宽松。整体效果则不成立。

“胜任感的幻觉”

论文发现,初级律师的得分分布出现分化:明显更多的低分、更少的中等分、更多的高分,但最高分没有提升。作者写道,AI“对一些初级律师起到了跳板作用,对另一些则起到了缓冲作用”。

博客文章描述了初级律师的工作方式。他们往往从上到下处理,先润色开头文字,再处理核心主张。一些人发现了严重缺陷,却只是留下评论说明问题,而没有真正修正。对照组中的初级律师也有同样做法,作者把这称为“初级层面的基础缺陷”,而三个月的AI使用并没有修复这一问题。

不过,初级律师确实感受到了不同:他们喜欢这款工具。Autor在给《财富》的回复中说,使用AI的初级律师报告任务满意度大幅上升,这是研究中最大的效果。他说,他们觉得跳过“空白页难题”,让自己可以直接进入审阅者角色。

“年轻专业人士需要警惕胜任感的幻觉,”他说。“你真正知道自己是否在提升技能的唯一方式,就是在没有AI辅助的情况下完成任务,并评估自己的表现。”

为什么资深律师受益

根据博客文章,经验丰富的律师在后续访谈中把AI描述为一种“逻辑审计员”,而不是最终成品。作者写道,AI削弱了他们对既有文字的依附,并迫使他们把结构性修改背后的原因和方式说得更清楚。

Autor告诉《财富》:“可以说,只有当你已经足够懂法律,能看出流畅文本在法律上哪里有问题时,你才能把AI当作‘逻辑审计员’来使用。”他说,他认为,把基础起草工作外包出去,让资深律师得以把精力放在战略范围上,也就是“看森林,而不是看树木”。

在无辅助测试中,博客文章称,接受AI辅助的资深律师跳过了低风险的文字修饰,从头重建了主张,删去了可能缩小法律保护范围的措辞,并把很多修改与法律原则联系起来。

这并不意味着初级律师应该放弃工具。Autor告诉《财富》,新手应该像资深人士那样工作:先在没有辅助的情况下构建论点,再用AI作为批评者来压力测试逻辑。他承认,这要求很高。“我们大多数人都没有足够的自律,在有一个随手可得、低成本的工具摆在面前、主动替我们做事时,还愿意手工完成任务,”他说。

不要砍掉学徒制

对雇主来说,更好的产出会诱使他们少招初级员工。Autor认为这种做法短视。“如果企业在没有用某种指导性学习环境替代的情况下,把形成性练习自动化掉,它们就切断了培养未来资深合伙人的学徒管道,”他告诉《财富》。

他建议企业决定哪些任务可以永久由AI辅助完成,哪些判断性任务则需要不借助工具的熟练掌握。企业还可以把AI推广与定期的无辅助技能检查结合起来,比如离线红线修改练习,并让合伙人对指导初级员工穿越技术失误负责。这些都只是想法,不是已经被证明有效的解决方案。“在这个研究和实践领域,现在还处于早期阶段,”Autor说,而且很少有解决方案经过了充分验证。

论文还列出其他限制。样本规模较小,且来自与单一成熟客户持续开展专利业务的律所;三个月的时间,与建立专利专业能力所需的多年相比也很短。博客文章补充说,如果今天重新做这项试验,更先进的模型和更广泛的AI熟悉度可能会改变结果。它并不能证明AI会在整个职业生涯中阻止初级律师成为专家。

Autor把这个问题重新联系到他对中国冲击的研究上。他告诉《财富》,大多数技术优势,与其说来自设备或蓝图,不如说来自人类知识,这种知识是通过缓慢而费力的掌握建立起来的。“如果我们认为AI会让我们摆脱掌握专业能力的负担,我想我们会大失所望,”他说。“人类智能和机器智能在长期内会是互补的。”