KI-Agenten und die Arbeit der Zukunft
Das Übersetzungsbüro von Shenyiju ist ein Übersetzungsteam unter dem Dach von 36 Kr. Es konzentriert sich auf Technologie, Geschäft, Arbeitswelt und Lebensbereich und stellt insbesondere neue Technologien, neue Ansichten und neue Trends aus dem Ausland vor.
Herausgeberhinweis: Aufgrund der Entstehung von künstlichen Intelligenzagenten stehen etwa 70 Millionen US - Arbeiter vor dem größten Karriere - Wandel in ihrer beruflichen Laufbahn, aber ihre Stimmen werden oft ignoriert. Um diese Lücke zu schließen, haben wir eine Prüfungsuntersuchung in ganz den Vereinigten Staaten durchgeführt, um genau zu verstehen, welche Aufgaben die Mitarbeiter möchten, dass die künstlichen Intelligenzagenten automatisch ausführen oder welche Fähigkeiten diese verstärken sollen, und ob diese Erwartungen mit den derzeitigen Fähigkeitsniveaus übereinstimmen. Die Daten von 1.500 Mitarbeitern aus 104 Berufen haben zu folgenden drei Haupterkenntnissen geführt: 1) Das "Wille - Fähigkeit" - Diagramm der künstlichen Intelligenzagenten in der Arbeitswelt zeigt eine gravierende Fehlzuordnung der gegenwärtigen Forschung und Investitionen in künstliche Intelligenzagenten. Bei der Zuordnung der Start - Unternehmen von Y Combinator (YC) zu konkreten Aufgaben sind bis zu 41,0 % der Unternehmen in der "Niedrigprioritätszone" und der Automatisierungs - "Rotsignallichtzone" konzentriert. 2) Viele berufliche Aufgaben erfordern eine gleichrangige Zusammenarbeit zwischen Menschen und Agenten. Dennoch neigen die Mitarbeiter allgemein dazu, ein höheres Maß an menschlicher Autonomie zu behalten, was darauf hindeutet, dass es in Zukunft möglicherweise zu Arbeitsplatzreibung kommen könnte, wenn die Fähigkeiten der künstlichen Intelligenz steigen. 3) Mit dem Eintritt von künstlichen Intelligenzagenten in die Arbeitswelt könnte sich der Kernkompetenzbereich der Menschen von Informationsverarbeitungsfähigkeiten hin zu kommunikativen und organisatorischen Fähigkeiten verschieben. Dieser Artikel stammt aus einer Übersetzung.
Die künstlichen Intelligenzagenten gestalten die Arbeitswelt neu
Vielleicht interessiert dich künstliche Intelligenz nicht, aber die künstliche Intelligenz wird dich auf jeden Fall im Visier haben.
Die künstliche Intelligenz bringt schnelle und überraschende Veränderungen in den gesamten Arbeitsmarkt. Studien schätzen, dass etwa 80 % der US - Mitarbeiter feststellen könnten, dass große Sprachmodelle (LLM) mindestens 10 % ihrer Arbeitsaufgaben beeinflussen, wobei 19 % von ihnen sogar das Risiko haben, dass mehr als die Hälfte ihrer Arbeitsverantwortlichkeiten auf den Kopf gestellt werden. Die Daten zur Nutzung großer Modelle Anfang 2025 zeigen ferner, dass in 36 % der Berufe künstliche Intelligenztools bereits in mindestens 25 % der Aufgaben aktiv eingesetzt werden.
Um die künftigen Arbeitsherausforderungen zu meistern, haben wir mit Ökonomen aus dem Stanford Digital Economy Lab zusammengearbeitet und ein auf empirischen Studien basiertes, sprachverstärktes normiertes Prüfungsframework entwickelt, um das Risiko und die Chancen, die von künstlichen Intelligenzagenten in allen Branchen in den Vereinigten Staaten gebracht werden, aufzuzeichnen. Dieses Prüfungsframework verwendet eine "mitarbeiterzentrierte" Methode und bezieht direkt erste - handige Einsichten von den Mitarbeitern ein, die die konkreten Arbeitsaufgaben ausführen. Wir haben die O*NET - Datenbank des US - Arbeitsministeriums als Aufgabenquelle genutzt und die "Knowledge Base für die Perspektive und Bereitschaft der Mitarbeiter von künstlichen Intelligenzagenten" (WORKBank) aufgebaut. Dies ist die erste Datenbank, die gleichzeitig die Fähigkeiten von künstlichen Intelligenzagenten und den Wunsch der Mitarbeiter quantifiziert. Derzeit enthält diese Datenbank echte Rückmeldungen von 1.500 Mitarbeitern aus 104 Berufen sowie die Bewertungen und Anmerkungen von 52 künstlichen Intelligenzexperten und umfasst 844 berufliche Aufgaben. Diese Datenbank ist gut erweiterbar und kann problemlos weitere Aufgaben aufnehmen und die Entwicklung der technologischen Fähigkeiten und die Veränderungen der Einstellungen der Mitarbeiter in Echtzeit widerspiegeln.
Übersicht: Prüfungsframework und Kernaussagen
Furcht und Wunsch verstehen
1. In welchen Aspekten widersetzen sich die Mitarbeiter der Automatisierung durch künstliche Intelligenzagenten?
Unter der Führung des Seed - Hinweistextes "Die häufigsten Ängste der Mitarbeiter bezüglich der künstlichen Intelligenzautomatisierung in der Arbeit" haben wir die Interviewtexte der Mitarbeiter durch Thememodellierung analysiert. Die Studie hat drei Hauptbedenken festgestellt: Mangel an Vertrauen (45 %), Angst vor Arbeitsplatzverlust (23 %) und Mangel an menschlichem Kontakt (16,3 %). Wenn wir die WORKBank - Daten nach Branchen aufteilen, stellen wir fest, dass in den Bereichen Kunst, Design und Medien nur 17,1 % der Aufgaben positive Rückmeldungen von den Mitarbeitern erhalten haben.
2. In welchen beruflichen Aufgaben wünschen sich die Mitarbeiter die Automatisierung durch künstliche Intelligenzagenten?
In 46,1 % der Aufgaben haben die Mitarbeiter, die diese Aufgaben derzeit ausführen, eine positive Einstellung gegenüber der Automatisierung durch künstliche Intelligenzagenten geäußert (die Wunschbewertung auf der Likert - 5 - Punkt - Skala ist höher als 3), auch wenn sie bereits potentielle Probleme wie Arbeitsplatzverlust und Verringerung der Arbeitsfreude in Betracht gezogen haben.
3. Warum wünschen sich die Mitarbeiter die Automatisierung durch künstliche Intelligenzagenten?
Für die Rückmeldungen, die die Automatisierung unterstützen, haben wir die Motive der Mitarbeiter durch Multiple - Choice - Fragen und offene Fragen gesammelt. Das am häufigsten genannte Motiv für die Unterstützung der Automatisierung ist "Zeit für hochwertige Arbeit schaffen" (in 69,4 % der Fälle ausgewählt). Andere häufige Gründe sind die Wiederholbarkeit der Aufgaben (46,6 %), der hohe Stress (25,5 %) und der Raum für Qualitätsverbesserungen (46,6 %).
4. Durch den Vergleich der Perspektiven von Mitarbeitern und künstlichen Intelligenzexperten werden vier Aufgabenbereiche herausgearbeitet.
Unsere Daten helfen, die beruflichen Aufgaben in vier Bereiche zu unterteilen:
Automatisierungs - "Grünsignallichtzone": Aufgaben, bei denen sowohl ein starker Wunsch nach Automatisierung besteht als auch die technologischen Fähigkeiten vorhanden sind. Dies sind die ersten Kandidaten für die Implementierung von künstlichen Intelligenzagenten und versprechen einen breiten Produktivitätssprung und soziale Nutzen.
Automatisierungs - "Rotsignallichtzone": Aufgaben, bei denen die technologischen Fähigkeiten hoch sind, aber der Wunsch nach Automatisierung gering ist. Bei der Implementierung in diesen Bereichen muss besonders vorsichtig vorgegangen werden, da es möglicherweise zu Widerstand der Mitarbeiter kommen könnte oder es zu breiteren negativen sozialen Auswirkungen führen könnte.
Forschungs - und Entwicklungs - Chancenzone: Aufgaben, bei denen der Wunsch nach Automatisierung hoch ist, aber die derzeitigen technologischen Fähigkeiten noch nicht ausreichen. Dies zeigt vielversprechende Entwicklungsmöglichkeiten für die künstliche Intelligenzforschung auf.
Niedrigprioritätszone: Aufgaben, bei denen sowohl der Wunsch als auch die Fähigkeiten gering sind.
5. Das "Wille - Fähigkeit" - Diagramm zeigt Chancen und Fehlzuordnungen auf.
Wir haben die von YC geförderten Start - Unternehmen als Marktrichtpunkt genommen und ihre Geschäftstätigkeiten auf die Aufgaben in der WORKBank - Datenbank abgebildet. Leider sind die derzeitigen YC - Investitionen nicht in die Automatisierungs - "Grünsignallichtzone" und die Forschungs - und Entwicklungs - Chancenzone gerichtet. 41,0 % der YC - Unternehmen sind in die Niedrigprioritätszone und die Automatisierungs - "Rotsignallichtzone" abgebildet; viele vielversprechende Aufgaben in der "Grünsignallichtzone" und der "Chancenzone" werden in der gegenwärtigen Investitionswelle jedoch nicht ausreichend bearbeitet.
Neue Chancen für die Mensch - Maschine - Zusammenarbeit
Ein einzigartiges Merkmal unseres Prüfungsframeworks besteht darin, dass es über die traditionelle Fokussierung auf "Automatisierung" hinausgeht. Wir haben auch die "Fähigkeitsverstärkung" eingehend untersucht - d. h., wie die Technologie mit menschlichen Fähigkeiten zusammenwirkt und diese verbessert. Um ein allgemeines Vokabular zur Quantifizierung von "Automatisierung" und "Fähigkeitsverstärkung" bereitzustellen, haben wir die "Menschenautonomieskala" (HAS) eingeführt, eine Fünf - Stufen - Skala von H1 (keine menschliche Beteiligung erforderlich) bis H5 (menschliche Beteiligung ist von entscheidender Bedeutung). Diese neue Skala ergänzt die bestehenden SAE L0 - L5 - Klassifizierungssysteme für autonomes Fahren, indem sie das Ausmaß der menschlichen Beteiligung bei der Erledigung beruflicher Aufgaben und ihrer Qualität quantifiziert, und überwindet die einseitige "AI - erste" Perspektive.
Menschenautonomieskala: Einteilung der Stufen der Menschenautonomieskala (HAS).
6. Die Mitarbeiter vieler Berufe neigen dazu, ein ausgewogenes, kooperatives Partnerschaftsverhältnis mit künstlicher Intelligenz aufzubauen.
Wir haben die Menschenautonomieskala (H1 - H5) eingeführt, um das Ausmaß der menschlichen Beteiligung bei der Erledigung beruflicher Aufgaben und der Gewährleistung ihrer Qualität zu quantifizieren. Diese Skala hat die menschliche Autonomie als Kernpunkt und bietet eine allgemeine Sprache, um das Spektrum von vollständiger Automatisierung bis hin zur Fähigkeitsverstärkung zu definieren. Bemerkenswerterweise ist in 47 der 104 analysierten Berufe der von den Mitarbeitern am meisten gewünschte Grad die Stufe H3 (gleichrangige Partnerschaft) der Menschenautonomieskala.
7. Die Mitarbeiter neigen allgemein dazu, ein höheres Maß an menschlicher Autonomie zu behalten, was darauf hindeutet, dass es in Zukunft möglicherweise zu Arbeitsplatzreibung kommen könnte, wenn die Fähigkeiten der künstlichen Intelligenz ständig verbessert werden.
Bei 47,5 % der 844 Aufgaben zeigt sich, dass der von den Mitarbeitern gewünschte Grad der menschlichen Autonomie höher ist als der, den die Experten als technologisch erforderlich einschätzen. Besonders auffällig ist, dass in 16,4 % der Aufgaben der von den Mitarbeitern gewünschte Autonomiegrad um ganze zwei Stufen höher ist als die Einschätzung der Experten.
