哈佛研究揭示：GPT-4通过提升工作产出超过40%。

最近一项哈佛大学的研究深入研究了人工智能正在改变行业的时代中，OpenAI的GPT-4对专业表现的巨大影响。但它是否真正提升生产力，或者是否存在隐藏的缺点呢？

GPT-4在专业环境中的力量

专业人士使用人工智能的方式可以显著提高或降低其表现。

这是哈佛商学院最近一项研究的主要发现。相比于没有使用人工智能的同事，使用OpenAI的GPT-4语言模型的顾问表现出了显著增加的生产力和输出质量。

这项研究对比了BCG咨询师，并发现使用GPT-4的人完成的工作质量提高了40%。

这一点在题为“探索不平衡的技术景观”的论文中有所阐述，该论文是由哈佛大学、麻省理工学院、沃顿商学院、波士顿咨询公司和华威商学院的专家撰写。

利用GPT-4带来的好处在整个过程中都很明显。顾问们的工作速度增加了25%，任务完成率增加了12%。

有趣的是，虽然所有顾问都从人工智能的整合中受益，但是在低层次的表现上，改善最为明显，相较于顶级顾问的17%增长，低层次的顾问实现了43%的增长。

然而，并不是所有的都是好消息。这项研究确定了一个潜在的缺点：工作多样性的下降。

根据研究，“GPT-4在生成高质量内容方面表现出色，但可能导致更多标准化的输出结果。”

研究的范围并不局限于可以由人工智能处理的任务。它还探究了人工智能可能面临困难的领域。

当被要求从附有电子表格数据的面试记录中得出见解时，主要依赖人工智能的咨询师的准确度比较低，减少了19%。

根据报告，专业人士不应仅仅信任人工智能的输出结果。在研究中，建立了“不连续技术前沿”的术语来描述这种不稳定的表现。

它强调了一个观点，即虽然人工智能在某些领域可能是改变游戏规则的工具，但它可能并非适用于所有活动的最佳选择。

该研究调查了758位咨询顾问（约占BCG员工的7%）的日常职责，还定义了两种AI用户：‘半人马’和‘机械人’。半人马根据各自的技能将工作与AI分配。

但是，与此相反的是，半机械人将人类的努力与人工智能相结合，经常在任务的微小层面上进行合作。这种对比强调了人工智能合作没有一种适合所有的策略。

根据个体企业的需求和条件，最佳策略可能会有所不同。

然而，一个重大的问题是人工智能擅长的活动可能会使初级人员被边缘化，这可能导致长期的培训差距。

为了充分实现人工智能的承诺，研究人员强调持续学习和提升技能的重要性。