斯坦福重磅研究：80% 打工人將被 AI 重塑！你的工作在 H 幾級？ 精華
1.人機協作新時代：終結“是否自動化”的爭論
斯坦福大學于 2025 年初至 5 月進行大規模調研，發布劃時代模型：Human Agency Scale（HAS） —— 一種五級人機協作標準（H1–H5），用來衡量工作中人類應保有多少主動權。
HAS 等級 | 定義 | 應用示例 |
H1 | 全自動（AI 全權） | 數據清洗、排序 |
H2 | 自動+人類監督 | 日常流程審批 |
H3 | 人機協作（AI 輔助） | 市場分析、寫作支持 |
H4 | 人類主導，AI 附助 | 內容策劃、教學設計 |
H5 | 完全人類決策 | 戰略規劃、談判等高階任務 |
?
關鍵洞察：研究預計約 80% 的美國勞動者將有 至少 10% 的任務受到 LLMs 影響數據回顧：2025 年初，已有 36% 的職業 中的員工使用 AI 處理 25% 以上 的任務
HAS 量表
2.不同崗位，擁抱 AI 的姿勢各不同
調研揭示不同職業群體在 HAS 等級偏好上存在巨大差異：
多數員工希望擁有比技術專家評估更高的控制權（Human Agency）
但這種“人愿意參與 vs 技術可以自動化”的差距也暴露出 AI 設計與員工期待的錯位，需引起研發者重視。
員工對 AI 抵觸的三大主因：
- 45%不信任 AI 的準確性與能力
- 23%害怕崗位被替代
- 16.3%擔憂缺乏“人性”——AI 無法提供創意判斷、情緒理解、價值共鳴
負面情緒數據圖
趨勢預警：46.1% 的任務可自動化，但不能忽視 28% 員工的抵觸情緒
3.未來技能的“紅綠燈”：哪些升值？哪些易被替代？
斯坦福研究構建出一張“雙維度技能地圖”：
- 橫軸：薪資高低
- 縱軸：人類參與程度（HAS 需求）
綠線代表升值區：如 教學、規劃、協作協調紅線代表貶值區：如 數據處理、重復性信息操作
技能價值圖
數據總結：
類型 | 高危技能（紅區） | 增值技能（綠區） |
工資高但低參與 | 數據分析、流程整合 | 項目協作、用戶溝通 |
工資中等但高參與 | 策劃、教學、組織能力 | 決策、表達、人際理解力 |
核心趨勢：信息型能力貶值風險加劇，“人性技能”成為 AI 時代新硬通貨！
4.AI 理想介入區：H2-H3 是黃金協作帶
研究追蹤了 700+ 任務中，員工希望的 HAS 等級 vs 專家評估的可行等級，并繪制出任務分布熱力圖：
- 112 項任務落在 H2：AI 主做，人類監督
- 114 項任務落在 H3：人機共同決策
- 極少任務落在 H1（全自動）或 H5（全人類處理）
任務分布圖
啟示：AI 的成功落地，并不在于“替代人”，而在于找到最合適的協作等級
5.決勝 AI 時代的三大行動指南
斯坦福研究團隊基于調查結果，提出面向未來的三項關鍵建議：
- 重新定義核心技能：將培訓重點從“信息記憶”轉向“人際賦能”
- 增強信任機制設計：通過可解釋性與透明機制打破 45% 員工的不信任
- 構建靈活適配體系：設立定期 HAS 評估機制，追蹤任務遷移趨勢
研究警告：當前 23% 的“失業恐懼”可能阻礙 AI 落地速度企業亟需培養“人類領航員”角色，成為 AI 系統的價值調節器
結尾號召｜測一測：你現在處于 H 幾級？
當 Hugging Face 等研究機構也在驗證人機協作光譜，這項來自 斯坦福大學 的研究，或將成為下一輪 AI 工具落地的“操作系統”。
立即行動：
- 對照 HAS 量表掃描自己的核心任務處于哪一級？
- 審視技能是處于紅區風險還是綠區增值帶？
本文轉載自???AI小智???，作者： AI小智
