Η παραγωγικότητα της εργασίας αυξάνεται χάρη στη χρήση της Τεχνητής Νοημοσύνης

Σύμφωνα με τη μελέτη, οι εργαζόμενοι δήλωσαν ότι εξοικονόμησαν σημαντικό χρόνο και αύξησαν την παραγωγικότητα χάρη στη χρήση τεχνητής νοημοσύνης.

Σύμφωνα με έρευνα που διεξήγαγε η Ομοσπονδιακή Τράπεζα του Σεντ Λούις, μαζί με τα Πανεπιστήμια Βάντερμπιλτ και Χάρβαρντ, οι εργαζόμενοι ανέφεραν σημαντική εξοικονόμηση χρόνου και αυξημένη παραγωγικότητα χάρη στη χρήση της γενετικής τεχνητής νοημοσύνης (Generative AI).

Οι ερευνητές, βασιζόμενοι στην πρώτη εθνική έρευνα για την υιοθέτηση της γενετικής τεχνητής νοημοσύνης, μέτρησαν τον αντίκτυπο της τεχνολογίας στην παραγωγικότητα των εργαζομένων με βάση την έκταση και τη συχνότητα χρήσης της τεχνητής νοημοσύνης από τους εργαζόμενους. Τα αποτελέσματα έδειξαν ότι οι χρήστες της γενετικής τεχνητής νοημοσύνης εξοικονόμησαν σημαντικό χρόνο. « Κατά μέσο όρο, οι εργαζόμενοι εξοικονόμησαν 33% του χρόνου τους ανά ώρα εργασίας όταν χρησιμοποιούσαν γενετική τεχνητή νοημοσύνη », διαπίστωσε η μελέτη.

Σύμφωνα με τη μελέτη, το 34% των συμμετεχόντων στην έρευνα δήλωσαν ότι εξοικονόμησαν 4 ώρες ή περισσότερο. Εικόνα φωτογραφίας

Από τους ερωτηθέντες που συμμετείχαν στην έρευνα την περασμένη εβδομάδα, το 21% δήλωσε ότι η τεχνολογία τους εξοικονόμησε τέσσερις ώρες ή περισσότερο, το 20% τρεις ώρες, το 26% δύο ώρες και το 33% μία ώρα ή λιγότερο.

Όσοι χρησιμοποίησαν την παραγωγική τεχνητή νοημοσύνη (GPU) πιο συχνά εξοικονόμησαν περισσότερο χρόνο, γεγονός που υποδηλώνει μια καμπύλη μάθησης κατά την υιοθέτηση της τεχνολογίας. Συγκεκριμένα, μεταξύ εκείνων που χρησιμοποίησαν την παραγωγική τεχνητή νοημοσύνη κάθε μέρα την περασμένη εβδομάδα, το 34% δήλωσε ότι εξοικονόμησε 4 ώρες ή περισσότερο, σε σύγκριση με μόλις το 12% εκείνων που χρησιμοποίησαν την τεχνητή νοημοσύνη μόνο μία ημέρα την εβδομάδα.

Η μελέτη διαπίστωσε ότι ένας εργαζόμενος που χρησιμοποιεί Τεχνητή Νοημοσύνη και εργάζεται 40 ώρες την εβδομάδα θα μπορούσε να εξοικονομήσει κατά μέσο όρο 2,2 ώρες. Αν προστεθούν και οι χρήστες που δεν χρησιμοποιούν Τεχνητή Νοημοσύνη, οι συνολικές ώρες που εξοικονομήθηκαν σε όλους τους ερωτηθέντες αντιπροσώπευαν το 1,4% όλων των ωρών εργασίας χάρη στην παραγωγική Τεχνητή Νοημοσύνη.

Με τη γήρανση του πληθυσμού και τις αυξανόμενες ανησυχίες για το έλλειμμα του ομοσπονδιακού προϋπολογισμού στις ΗΠΑ, η αύξηση της παραγωγικότητας θεωρείται βασικός παράγοντας για την τόνωση της αύξησης των πραγματικών μισθών, των εταιρικών κερδών και των εσόδων από τη φορολογία της κυβέρνησης .

Η μελέτη διαπίστωσε ότι η εξοικονόμηση χρόνου συνδέεται στενά με ορισμένους κλάδους. Οι εργαζόμενοι στον κλάδο των υπηρεσιών πληροφόρησης είχαν το υψηλότερο ποσοστό ωρών που αφιερώθηκαν σε παραγωγική Τεχνητή Νοημοσύνη (14%) και την υψηλότερη εξοικονόμηση χρόνου (2,6%). Εν τω μεταξύ, ο κλάδος της ψυχαγωγίας, της διαμονής και άλλων υπηρεσιών είχε το χαμηλότερο ποσοστό ωρών που αφιερώθηκαν σε παραγωγική Τεχνητή Νοημοσύνη (2,3%) και τη χαμηλότερη εξοικονόμηση χρόνου (0,6%), σύμφωνα με την έκθεση.

Ωστόσο, η ευρεία χρήση της Τεχνητής Νοημοσύνης εξακολουθεί να αποτελεί ένα νέο φαινόμενο και ο τελικός αντίκτυπός της στη συνολική αύξηση της παραγωγικότητας παραμένει ασαφής, σύμφωνα με την έκθεση. «Εάν οι εργαζόμενοι μπορούν πλέον να ολοκληρώνουν εργασίες σε λιγότερο χρόνο χωρίς να εντοπίζονται από τους εργοδότες τους, μπορεί να χρησιμοποιήσουν τον χρόνο που εξοικονομείται ως διάλειμμα από την εργασία, κάτι που θα βελτίωνε την ευημερία αλλά δεν θα συνέβαλε στην παραγωγικότητα», γράφουν οι συγγραφείς.

Με τη γήρανση του πληθυσμού και τις αυξανόμενες ανησυχίες για το έλλειμμα του ομοσπονδιακού προϋπολογισμού στις ΗΠΑ, η αύξηση της παραγωγικότητας θεωρείται βασικός μοχλός αύξησης των πραγματικών μισθών, των εταιρικών κερδών και των εσόδων από την κρατική φορολογία. Κατά μέσο όρο, οι εργαζόμενοι εξοικονομούν 33% του χρόνου τους ανά ώρα εργασίας όταν χρησιμοποιούν παραγωγική τεχνητή νοημοσύνη.

Πηγή: https://congthuong.vn/nang-suat-lao-dong-tang-vot-nho-su-dung-ai-376118.html