En generativ kunstig intelligens øgede arbejderens produktivitet og tilfredshed – og de lavest kvalificerede gavnede mest

En generativ kunstig intelligens øgede arbejderens produktivitet og tilfredshed – og de lavest kvalificerede gavnede mest

En generativ kunstig intelligens øgede arbejderens produktivitet og tilfredshed – og de lavest kvalificerede gavnede mest PlatoBlockchain-dataintelligens. Lodret søgning. Ai.

Siden OpenAI's udgivelse af ChatGPT i november sidste år, er buzzen omkring generativ AI steget støt. Nogle er begejstrede for den potentiale til at transformere måden vi arbejder, skaber og lever på, mens andre er på vagt over for farer det udgør og de uhyggelige måder, det kan bruges på. Vi ved, at programmer som Midjourney, DALL-E, og GPT-3 gør det muligt for millioner af mennesker at generere billeder og tekst, men ikke mange undersøgelser har gravet i, hvilken effekt disse værktøjer har, hvad enten de er positiv eller negativ.

En sådan undersøgelse blev udgivet i denne måned. Med titlen "Generativ AI på arbejde, "Avisen, af hold fra Stanford og Massachusetts Institute of Technology, er en af ​​de første gange, forskere tager et mikroskop af den måde, generativ AI faktisk påvirker folks job. Holdet så på, hvordan medarbejdere i en Fortune 500-virksomhed blev påvirket af generativ kunstig intelligens, da de begyndte at bruge det som en del af deres daglige arbejde.

Fortæl mig, hvad jeg skal sige

Undersøgelsen fulgte 5,179 kundeservicemedarbejdere hos et stort softwarefirma (hvis navn ikke blev oplyst) i løbet af et år. Medarbejderne, hovedsagelig baseret i Filippinerne, blev delt op i to grupper; den ene fik adgang til en AI, hvis hjælp de kunne vælge at integrere i deres arbejde, mens den anden fortsatte som normalt.

AI'en blev trænet på data fra over 5,000 succesfulde kundeserviceinteraktioner, sandsynligvis i form af optagelser af højtydende medarbejdere, der havde samtaler med kunder og løste deres problemer. AI'en overvågede derefter kundeinteraktioner i realtid og gav agenter forslag til, hvad de skulle sige. Medarbejderne kunne vælge at bruge forslagene ord for ord, afvise dem helt eller bruge en tweaket version.

Forskerne så på, hvor lang tid det tog for agenter at løse kundernes problemer, og hvor vellykket de gjorde det. Resultaterne? Gode ​​ting rundt omkring.

For det første gjorde AI'en det muligt for kundeservicemedarbejdere at komme hurtigere igennem opkald, løse flere kundeklager med succes og endda håndtere flere kundeopkald på én gang. Agenterne, der brugte AI'en, løste 13.8 procent flere problemer i timen, end de havde været i stand til uden AI'en.

Og det er ikke alt. Da AI's forslag var skæve til at hjælpe agenter med at være tålmodige og empatiske over for frustrerede kunder, behandlede kunderne agenterne bedre, mistede besindelsen og hævede stemmen mindre (det er ikke kønt, men lad os være ærlige, vi har alle været der). Som et resultat var agenterne gladere og mere tilfredse med deres arbejde.

Lukning af kløften?

Måske ikke overraskende var AI den mest hjælpsomme for de mindst kvalificerede arbejdere og dem, der havde været i virksomheden i kortest tid. I mellemtiden havde de højest kvalificerede og mest erfarne agenter ikke meget ud af at bruge AI. Dette giver mening, da værktøjet blev trænet på samtaler fra disse arbejdere; de ved allerede, hvad de laver.

"Højtkvalificerede arbejdere kan have mindre at vinde ved AI-assistance, netop fordi AI-anbefalinger fanger den viden, der er indeholdt i deres egen adfærd," sagde studie forfatter Erik Brynjolfsson, direktør for Stanford Digital Economy Lab.

AI gjorde det muligt for medarbejdere med kun to måneders erfaring at præstere lige så godt som dem, der havde været i deres roller i seks måneder. Det er en seriøs acceleration af færdigheder. Men er det "snyd"? Springer de ansatte, der bruger AI'en over værdifuld førstehåndstræning, og går glip af learning by doing? Ville deres færdigheder gå i stå, hvis AI'en blev fjernet, da de har gentaget dets forslag i stedet for at gennemtænke svar på egen hånd?

Det er muligt, at en overdreven tillid til værktøjet kan være skadelig for medarbejdernes evne til at opbygge og fastholde færdigheder. Men ideelt set de er læring ved at gøre, bare på en hurtigere måde, da de springer over trætten ved mange ubehagelige interaktioner med vrede kunder.

Hvor efterlader dette dog højtuddannede medarbejdere? Hvis deres arbejde bliver brugt til at træne AI'er, der derefter frit giver deres færdigheder til uerfarne medarbejdere, kan det skabe problemer omkring retfærdighed og kompensation. Hvis du har finpudset dine beroligende one-liners i årevis, kommer en nybegynder ind og siger alle de samme ting inden for måned to på jobbet, du vil ikke blive begejstret - især hvis du ikke får meget mere i løn end nybegynderen.

Generer mere end ord

Endelig, da AI i det væsentlige trænede nyere medarbejdere, behøvede deres ledere ikke at bruge så meget tid på at træne dem – og mere af deres tid blev dermed frigivet. Det betyder, at ledere kan antage større teams, hvilket betyder, at virksomheden i sidste ende kan ansætte flere medarbejdere (hvis den sælger nok af sine produkter) og gøre flere forretninger. Det ser ud til, at denne særlige "generative AI" genererede meget mere end blot samtaleforslag: den genererede medarbejdertilfredshed, erhvervelse af færdigheder og fritid.

Vil det samme gælde for andre scenarier, hvor disse værktøjer er implementeret? Det kunne være, men de bør introduceres med forsigtighed og tilsyn ikke desto mindre, da der sandsynligvis er mange sekundære effekter, generativ AI kan have på en arbejdsplads, som ikke ville blive tydelige med det samme, og måske ikke er helt positive.

"Vi har brug for meget mere forskning her," sagde Brynjolfsson. "AIs indvirkning på produktiviteten kan variere over tid, og tilføjelse af disse værktøjer til kontoret kan kræve supplerende organisatoriske investeringer, kompetenceudvikling og omlægning af forretningsprocesser. Og AI-systemer kan påvirke medarbejder- og kundetilfredshed, nedslidning og adfærdsmønstre. Der er så meget, vi ikke ved."

Billede Credit: Mohamed Hassan fra Pixabay

Tidsstempel:

Mere fra Singularitet Hub