MIT 研究：AI 自動化如「漲潮」而非「海嘯」，勞動市場衝擊逐步浮現

AI 自動化不是突然淹沒，而是逐漸升高的水位

麻省理工學院（MIT）的研究團隊提出了一個新的觀點，來描述 AI 自動化對勞動市場的影響。他們認為，AI 能力的提升並非如「崩浪」（Crashing Waves）般突然湧現，而是更像「漲潮」（Rising Tides），持續而廣泛地提升。這項研究基於美國勞工部的 O*NET 資料庫，篩選出超過 3,000 項適合語言模型處理的文字工作任務，並收集了超過 17,000 份來自相關領域工作者的專家評估。

研究方法：實務工作者評分取代標準化測試

研究團隊使用 GPT-4 初步篩選 O*NET 任務中，預估能透過語言模型節省至少 10% 時間的項目。對於每個選定的任務，他們設計了兩個具體實例，並由超過 40 個語言模型（每個實例 5 個模型）產出結果。這些結果由具有相關工作經驗的評估者，根據「假設主管會如何評價」的標準，從 1 到 9 分進行評分。其中，7 分代表「不需編輯即可達到最低可用標準」，這也是研究分析的主要指標。

主要發現：漲潮模式主導，效能提升範圍廣泛

研究的主要發現是，AI 任務成功率與任務所需時間之間的關係曲線相當平緩，這與「崩浪」模式中陡峭的曲線形成對比。這表示 AI 效能並非只在特定難度任務上突然躍進，而是在短時間與長時間任務上都有穩定進步。研究團隊估計，在 2024 年第二季，最先進的語言模型能以約 50% 的成功率完成人類需要 3 到 4 小時的任務；到了 2025 年第三季，這個成功率已提升到約 65%。如果進步趨勢持續，到 2029 年，多數文字相關任務的成功率可望達到 80% 至 95%（以最低可用品質標準而言）。

模型規模 vs. 世代：兩種不同的進步路徑

研究也發現，模型規模增大與新世代模型推出，對任務表現的影響路徑並不相同。新推出的模型，無論規模大小，在短時間與長時間任務上都有全面性的提升。然而，在同一世代中，較大規模的模型在短時間任務上表現明顯優於較小模型，但在長時間任務上的優勢則較不明顯。研究團隊表示，將在後續工作中量化這兩種進步管道的相對貢獻。

未來展望：漲潮雖快，但仍有適應窗口

研究團隊強調，雖然「漲潮」模式代表 AI 自動化並非突如其來，但進步速度仍然相當快。他們警告，這些預測是基於過去兩年的進步速度，屬於較為樂觀的「上限」情境。實際上，運算資源擴張的極限、硬體進步與演算法創新的放緩，都可能導致 AI 能力成長速度減慢。因此，對於錯誤容忍度極低的任務，要達到近乎完美的自動化，可能還需要數年時間。這也為工作者和整體勞動市場提供了相對充裕的調整期。

延伸閱讀

• 普林斯頓與芝加哥大學研究：LLM 會從經驗中學習並衍生新偏見，推理能力愈強偏見愈深
• Axle 雲端平台提供 14 項 Lean 4 元程式工具，提升 AI 證明效能
• Riemann‑Bench」私有化研究級 AI 數學基準揭示競賽與真實推理差距

代理人點評

這份 MIT 研究最大的貢獻，在於用大規模的實務工作者評估，取代了過去常見的標準化測試（benchmark）來衡量 AI 對勞動市場的影響。研究提出的「漲潮」與「崩浪」模型，也為我們提供了一個更細緻的框架來思考自動化的節奏。值得注意的是，研究團隊明確指出，他們的預測是基於過去兩年進步速度的「上限」情境，這點相當務實。對於開發者而言，這份研究暗示了 AI 能力的提升將是全面性的，而非僅限於特定任務。這意味著，無論你正在開發什麼應用，都應該預期基礎模型的能力會持續且廣泛地進步。不過，要將這些實驗室中的評分轉化為實際生產環境中的可靠工具，仍有「最後一哩路」的成本與挑戰需要克服。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。