Genai -Systeme beeinflussen unsere Arbeit. Dieser allgemeine Begriff ist bekannt. Wir sind uns jedoch der genauen Auswirkungen von Genai immer noch nicht bewusst. Wie stark beeinflussen diese Instruments beispielsweise unsere Arbeit? Haben sie einen größeren Einfluss auf bestimmte Aufgaben? Was bedeutet das für uns in unserer täglichen Arbeit?
Um diese Fragen zu beantworten, Anthropisch veröffentlichte eine Studie basierend auf Millionen von anonymisierten Gesprächen über Claude.ai. Die Studie enthält Daten darüber, wie Genai in reale Aufgaben einbezogen wird und tatsächliche Genai-Nutzungsmuster zeigt.
In diesem Artikel werde ich die vier wichtigsten Erkenntnisse der Studie durchgehen. Basierend auf den Erkenntnissen werde ich ableiten, wie Genai unsere Arbeit verändert und welche Fähigkeiten wir in Zukunft benötigen.
Hauptergebnisse
Genai wird hauptsächlich für Softwareentwicklung und technische Schreibaufgaben verwendetquick 50 % aller Aufgaben. Dies ist wahrscheinlich darauf zurückzuführen, dass LLMs größtenteils textbasiert sind und somit für bestimmte Aufgaben weniger nützlich sind.
Genai hat einen stärkeren Einfluss auf einige Berufsgruppen als andere.Mehr als ein Drittel der Berufe verwenden Genai in mindestens einem Viertel ihrer Aufgaben. Im Gegensatz dazu verwenden es nur 4 % der Berufe für mehr als drei Viertel ihrer Aufgaben. Wir können sehen, dass nur sehr wenige Berufe Genai über die meisten ihrer Aufgaben verwenden. Dies deutet darauf hin, dass kein Job vollständig automatisiert wird.
Genai wird eher für die Augmentation als für die Automatisierung verwendetdh 57 % gegenüber 43 % der Aufgaben. Die meisten Berufe nutzen jedoch sowohl Augmentation als auch Automatisierung über Aufgaben hinweg. Augmentation bedeutet hier, dass der Benutzer mit dem Genai zusammenarbeitet, um seine Fähigkeiten zu verbessern. Im Gegensatz dazu bezieht sich die Automatisierung auf Aufgaben, bei denen der Genai die Aufgabe direkt ausführt. Die Autoren vermuten jedoch, dass der Anteil der Augmentation sogar noch höher ist, da Benutzer Genai -Antworten außerhalb des Chat -Fensters anpassen könnten. Daher ist die Automatisierung tatsächlich die Augmentation. Die Ergebnisse deuten darauf hin, dass Genai als Effizienzwerkzeug und als kollaborativer Associate dient, was zu einer verbesserten Produktivität führt. Diese Ergebnisse stimmen sehr intestine zu meiner eigenen Erfahrung überein. Ich benutze meistens Genai -Instruments, um meine Arbeit zu erweitern, anstatt Aufgaben zu automatisieren. In dem folgenden Artikel können Sie sehen, wie Genai -Instruments meine Produktivität gesteigert haben und was ich für täglich verwende.
Genai wird meist für Aufgaben verwendetwie Datenwissenschaftler. Im Gegensatz dazu zeigen die niedrigsten und höchsten bezahlten Rollen eine viel geringere Verwendung von Genai. Die Autoren kommen zu dem Schluss, dass dies auf die aktuellen Grenzen von Genai -Fähigkeiten und praktischen Hindernissen bei der Verwendung von Genai zurückzuführen ist.
Gesamt, Die Studie legt nahe, dass sich Berufe eher entwickeln als verschwinden. Dies liegt aus zwei Gründen. Erstens bleibt die Genai -Integration in den meisten Berufen eher selektiv als umfassend. Obwohl viele Jobs Genai verwenden, werden die Instruments nur für bestimmte Aufgaben selektiv verwendet. Zweitens struggle die Studie eine klare Präferenz für die Augmentation gegenüber der Automatisierung. Daher dient Genai als Effizienzinstrument und kollaborativer Associate.
Einschränkungen
Bevor wir die Auswirkungen von Genai ableiten können, sollten wir uns mit den Grenzen der Studie befassen:
- Es ist nicht bekannt, wie die Benutzer die Antworten verwendeten. Sind sie unkritisch Kopiercode-Snippets oder bearbeiten sie in ihrer IDE? Daher könnten einige Gespräche, die wie die Automatisierung aussehen, stattdessen Augmentation gewesen sein.
- Die Autoren verwendeten nur Konversationen aus Claude.ais Chat, nicht jedoch von API- oder Enterprise -Benutzern. Daher zeigt der in der Analyse verwendete Datensatz nur einen Bruchteil der tatsächlichen Genai -Verwendung.
- Die Automatisierung der Klassifizierung könnte zur falschen Klassifizierung von Gesprächen geführt haben. Aufgrund der großen Menge an Gespräch sollte die Auswirkungen jedoch eher gering sein.
- Claude ist nur textbasierte Aufgaben und kann daher bestimmte Jobs ausschließen.
- Claude wird als hochmodernes Codierungsmodell beworben, wodurch die hauptsächlich Benutzer für Codierungsaufgaben anzieht.
Insgesamt kommen die Autoren zu dem Schluss, dass ihr Datensatz keine repräsentative Stichprobe der Genai -Verwendung im Allgemeinen ist. Daher sollten wir die Ergebnisse mit Sorgfalt bewältigen und interpretieren. Trotz der Einschränkungen der Studie können wir einige Auswirkungen auf die Auswirkungen von Genai auf unsere Arbeit sehen, insbesondere als Datenwissenschaftler.
Implikationen
Die Studie zeigt, dass Genai das Potenzial hat, Arbeitsplätze umzugestalten, und wir können bereits ihre Auswirkungen auf unsere Arbeit erkennen. Darüber hinaus entwickelt sich Genai schnell weiter und immer noch in den frühen Phasen der Arbeitsplatzintegration.
Daher sollten wir offen für diese Veränderungen sein und uns an sie anpassen.
Am wichtigsten ist, dass wir neugierig, adaptiv und lernbereit bleiben müssen. Im Bereich von Datenwissenschaft Änderungen treten regelmäßig auf. Bei Genai -Instruments wird sich noch häufiger ändern. Daher müssen wir auf dem Laufenden bleiben und die Instruments verwenden, um uns auf dieser Reise zu unterstützen.
Derzeit hat Genai das Potenzial, unsere Fähigkeiten zu verbessern, anstatt sie zu automatisieren.
Daher sollten wir uns auf die Entwicklung von Fähigkeiten konzentrieren, die Genai ergänzen. Wir brauchen Fähigkeiten, um Workflows effektiv in unseren Arbeiten und analytischen Aufgaben zu erweitern. Diese Fähigkeiten liegen in Bereichen mit geringer Durchdringung von Genai. Dies schließt menschliche Interaktion, strategisches Denken und nuancierte Entscheidungsfindung ein. Hier können wir auffallen.
Darüber hinaus werden Fähigkeiten wie kritisches Denken, komplexe Problemlösung und Urteilsvermögen von großer Wert bleiben. Wir müssen in der Lage sein, die richtigen Fragen zu stellen, die Ausgabe von LLMs zu interpretieren und auf der Grundlage der Antworten Maßnahmen zu ergreifen.
Darüber hinaus wird Genai unsere Zusammenarbeit mit Kollegen in Projekten nicht ersetzen. Die Verbesserung unserer emotionalen Intelligenz hilft uns daher, effektiv zusammenzuarbeiten.
Abschluss
Genai entwickelt sich rasch entwickelt und immer noch in den frühen Stadien der Arbeitsplatzintegration. Wir können jedoch bereits einige Auswirkungen auf die Auswirkungen von Genai auf unsere Arbeit sehen.
In diesem Artikel habe ich Ihnen die wichtigsten Ergebnisse einer kürzlich durchgeführten Studie von Anthropic über die Verwendung ihrer LLMs gezeigt. Basierend auf den Ergebnissen habe ich Ihnen die Auswirkungen auf Datenwissenschaftler gezeigt und welche Fähigkeiten möglicherweise wichtiger werden.
Ich hoffe, dass Sie diesen Artikel nützlich finden und dass er Ihnen hilft, ein besserer Datenwissenschaftler zu werden.
Wir sehen uns in meinem nächsten Artikel.