老师教育微信公众号自今日起将开启每日更新，内容将覆盖更广泛，更权威的留学相关话题，包括留学升学政策动态、考试政策变更、老师原创专栏、留学趣闻等，力求为读者全方位呈现更全面、更精准、更高效的留学资讯。
老师教育将为学生和家长提供更多优质内容，助力打造更具影响力的教育品牌，持续提升服务水平，陪伴留学生及家长共同成长。
随着人工智能（AI）在美国的广泛应用，各行各业的工作都受到了深远影响。斯坦福大学的一个研究团队近期开展了一项全国范围的审计，旨在深入了解劳动者期望人工智能在工作中能够实现哪些自动化或增强功能，以及这些期望与现有技术能力之间的契合程度。今天，老师教育与大家分享这项研究，希望帮助更多人关注人工智能带来的趋势变化，积极思考如何将人工智能更好地融入自己的工作与发展中。
Future of Work with AI Agents《人工智能代理引领的职场未来》
新闻来源：Stanford University
7000万美国劳动者即将因人工智能代理迎来有史以来最大的职场转型，但他们的声音却常常缺席。我们通过开展全国性审计来填补这一空白，以了解劳动者希望人工智能代理实现哪些自动化或增强功能，以及这些愿望与当前技术能力的契合程度。来自104个职业、1500名劳动者的数据揭示了三个主要发现：
工作中人工智能代理的需求-能力图景揭示了当前人工智能代理研究和投资的关键错配。Y Combinator公司任务映射中有41.0%集中在低优先级区域和自动化“红灯”区域。
许多职业任务需要人类与人工智能代理平等合作。然而，劳动者普遍更倾向于较高水平的人类自主性，这可能预示着随着人工智能能力的提升将出现摩擦。
假如人工智能代理开始进入职场，关键的人类能力可能会从信息处理技能转向人际交往和组织技能。
01、人工智能代理正在重塑职场
人工智能正在引发职场的快速且出乎意料的变化。研究估计，大约 80% 的美国劳动者可能会受到大型语言模型（LLMs）对其至少 10% 工作任务的影响，其中 19% 的劳动者面临超过一半职责可能被颠覆的风险。2025 年初的大型语言模型使用数据进一步表明，在 36% 的职业中，人工智能工具已被积极用于至少 25% 的工作任务。
为了为未来职场做好准备，我们与斯坦福数字经济实验室的经济学家合作，提出了一种基于问卷调查、结合语音辅助的审计框架，用于系统性地绘制人工智能代理在美国各类职业中带来的风险与机遇图谱。该审计框架以劳动者为中心，收集正在从事相关任务的行业劳动者的一手见解。我们以美国劳工部 O*NET 数据库作为任务来源，构建了“人工智能代理劳动者展望与准备知识库”（AI Agent Worker Outlook & Readiness Knowledge Bank, 简称 WORKBank），这是首个记录人工智能代理能力与劳动者偏好的数据库。
目前，该数据库包含来自 104 个职业、1500 名劳动者的回应和 52 位人工智能专家对 844 项职业任务的注解，并设计为可灵活扩展至更多任务，以反映不断演变的技术能力与劳动者偏好。
01、理解恐惧与期望
人工智能正在引发职场的快速且出乎意料的变化。研究估计，大约 80% 的美国劳动者可能会受到大型语言。
1. Where do workers resist AI agent automation? 劳动者在何处抵制人工智能代理的自动化？
我们基于主题建模分析了劳动者的访谈记录，并以以下提示语作为引导：“劳动者对人工智能在工作中自动化最常见的恐惧”。分析结果显示，三大最突出的问题分别是：缺乏信任（45%）、担忧工作被取代（23%）、以及缺乏人情味（16.3%）。在按行业细分 WORKBank 数据时，在艺术、设计和媒体领域，仅有 17.1% 的任务获得了积极评价。
2. Which occupational tasks do workers desire AI agent automation?劳动者希望人工智能代理自动化哪些职业任务？
对于 46.1% 的任务，正在执行这些任务的劳动者在明确考虑了诸如失业和工作乐趣减少等顾虑后，仍对人工智能代理的自动化持积极态度（在 5 分李克特量表上评分高于 3 分）。
3. Why do workers want AI agent automation?为什么劳动者希望人工智能代理实现自动化？
对于支持自动化的回应，我们通过复选框和开放式问答收集了劳动者的动机。被提及最多的动机是“腾出时间用于高价值工作”（在 69.4% 的案例中被选择）。其他常见原因包括任务的重复性（46.6%）、任务带来的压力（25.5%），以及提升工作质量的机会（46.6%）。
4. Contrasting worker and AI expert perspectives delineate four task zones. 劳动者与人工智能专家观点的对比勾勒出了四类任务区域。
我们的数据帮助将职业任务划分为四类区域：
★自动化“绿灯”区域：对这些任务，劳动者的自动化意愿和技术能力都较高。这些任务是人工智能代理部署的优选对象，具有显著提升生产力和带来社会效益的潜力。
★自动化“红灯”区域：这些任务技术能力较高，但劳动者的自动化意愿较低。在此类任务中部署人工智能需要谨慎，因为可能会遭遇劳动者抵制或带来更广泛的负面社会影响。
★研发机会区域：这些任务的自动化意愿较高，但当前技术能力较低。这类任务代表了人工智能研究的有前景方向。
★低优先级区域：这些任务的自动化意愿和技术能力均较低。
5. The desire-capability landscape reveals opportunities and mismatches.需求-能力图景揭示了机遇与错配。
我们使用 Y Combinator（YC）公司作为代理，将其与 WORKBank 数据库中的任务进行映射。不幸的是，目前 YC 的投资并未更多聚焦于自动化“绿灯”区域和研发机会区域。41.0% 的 YC 公司被映射到低优先级区域和自动化“红灯”区域；而“绿灯”区域和机会区域内的许多具有潜力的任务，在当前投资中仍未得到充分关注。
01、人类与人工智能代理协作的机遇
我们的审计框架的一个独特之处在于，它不仅关注于自动化，还关注于增强——即技术如何补充和提升人类能力。为了为自动化与增强提供统一的量化语言，我们引入了人类自主性量表（Human Agency Scale, HAS），这是一个从 H1（无需人类参与）到 H5（人类参与至关重要）的五级量表。该新量表补充了 SAE L0-L5 自动化等级，通过量化完成职业任务和保证任务质量所需的人类参与程度，而非仅仅聚焦于“人工智能优先”的视角。
6. Workers in many occupations prefer a balanced, collaborative partnership with AI. 许多职业中的劳动者更倾向于与人工智能建立一种平衡、协作的伙伴关系。
我们引入了人类自主性量表（Human Agency Scale，H1–H5），用于量化完成职业任务及确保任务质量所需的人类参与程度。
该新量表以人类自主性为核心，提供了一种通用语言，用于描述自动化与增强之间的连续谱。值得注意的是，在分析的 104 个职业中，有 47 个职业中劳动者最期望的水平是 H3（平等伙伴关系），这成为最主要的劳动者偏好水平。
7. Workers generally prefer higher levels of human agency, potentially foreshadowing frictions as AI capabilities advance.劳动者普遍更倾向于较高水平的人类自主性，这可能预示着随着人工智能能力的提升将出现摩擦。
在 844 项任务中，有 47.5% 的任务上，劳动者偏好比专家认为技术上所需的水平更高的人类自主性。值得注意的是，在 16.4% 的任务上，劳动者偏好的自主性水平比专家评估的高出两个等级。
01、为未来做好准备
并非所有类型的工作都会同等程度地受到人工智能的影响。为了更好地理解职场的未来走向以及哪些技能将变得最具价值，我们进一步利用 WORKBank 数据库对人类技能转变进行了分析。
借助 O*NET 数据库，我们将每项职业任务与其所依赖的具体技能进行匹配。例如，金融经理执行的任务“批准、拒绝或协调批准或拒绝信用额度或商业、房地产或个人贷款”会被映射到“决策与解决问题”和“指导、引导和激励下属”等技能上。针对每项技能，我们估算了两个关键数值：
★人类自主性水平，基于专家对人类自主性水平的评估。
★平均工资，使用美国劳工统计局的工资数据作为当前经济价值的衡量指标。
通过对比这两维度下技能的排名，我们揭示了可能塑造未来人类工作的三大新兴趋势：
1. 对信息处理技能的需求正在缩减。与分析数据和更新知识相关的技能虽然在当前高薪职业中很常见，但在需要高人类自主性的任务中不再占据突出地位。
2. 对人际交往和组织技能的重视程度提升。涉及人际互动、协调和资源监控的技能更频繁地出现在高自主性任务中，即便它们目前在基于工资的评估中并未被高度重视。
3. 高自主性技能涵盖多元领域。平均所需人类自主性最高的前 10 项技能范围广泛，涵盖了从人际和组织能力到决策能力和质量判断等多个方面。
【竞赛报名/项目咨询+微信：mollywei007】
