AIPress.com.cn报道
4月7日消息，麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的一项最新研究显示，人工智能在工作场景中的能力提升更像是持续上升的“潮水”，而不是突然改变行业格局的“巨浪”。研究认为，这种渐进式发展模式意味着技术变化虽然迅速，但在实际工作中的影响往往以更平滑的方式展开。
该研究基于超过1.7万次AI系统任务评估，涵盖美国劳动力市场中大量以文本处理为核心的工作任务，例如写作、分析和沟通等。研究人员发现，AI能力的提升通常同时出现在多个任务领域，而不是在某些特定任务上突然实现突破。
研究团队将这种模式描述为“rising tide（涨潮）”，与另一种假设中的“crashing wave（突变式浪潮）”相对。后者指的是AI在长时间表现有限后突然掌握某类任务，而研究数据显示，当前的技术进展更多表现为多任务能力同步提升。
研究人员还发现，AI完成任务的成功率与任务复杂度之间并未呈现明显断层，这表明技术进步并非集中在少数简单或特定任务上，而是在不同难度任务中普遍发生。
在当前水平下，研究估计大型语言模型已经能够在无需人工修改的情况下完成约50%至75%的文本类工作任务，达到“最低可接受质量”的标准。如果这一趋势持续，到2029年，大多数文本类任务的完成成功率可能提升至80%至95%。
在企业环境中，这种渐进式进步往往表现为能力扩散而非单点替代。IBM软件创新实验室产品孵化负责人Ayhan Sebin表示，AI正在让更多员工具备开发和自动化能力。“开发者和非技术领域专家都在成为‘10倍构建者’，他们能够利用AI更快地自动化流程和开发应用。”
这种变化降低了软件开发和自动化工具的使用门槛，使原本需要专业编程技能的任务可以由具有行业知识的员工完成。研究认为，这种“构建能力的民主化”正在改变组织内部的工作方式。
与此同时，人类专家的角色也在发生转变。随着AI系统承担更多执行工作，一些专业人员逐渐转向监督、评估和管理AI系统的角色。Sebin表示，未来专家更像是“AI代理的管理者”，负责指导模型、审核结果并确保输出符合质量和合规要求。
不过研究人员同时指出，渐进式发展并不意味着影响有限。随着AI能力持续积累并被更广泛采用，其对就业结构和工作方式的长期影响仍可能十分深远。（AI普瑞斯编译）
