تاثیر هوش مصنوعی بر یادگیری شغلی؛ آیا کارایی بالاتر لزوماً به معنای کارگران ماهرتر است؟

در یک آزمایش کنترل‌شده تصادفی سه‌ماهه با همکاری وکلای متخصص ثبت اختراع، مشخص شد که استفاده روتین از هوش مصنوعی کیفیت کار را در همه سطوح افزایش می‌دهد، اما تأثیر آن بر یادگیری حین کار به سابقه افراد وابسته است. وکلای ارشد که به مدت ۹۰ روز از هوش مصنوعی استفاده کرده بودند، قضاوت قوی‌تری از خود نشان دادند، در حالی که وکلای جوان بهبود میانگین مشخصی در مهارت‌های بنیادین کسب نکردند و نمرات آن‌ها دچار واگرایی شد.

ایجاد قضاوت حرفه‌ای مستلزم هزاران ساعت یادگیری حین کار و مواجهه با وظایف روال‌مند است. در حالی که ابزارهای هوش مصنوعی به عنوان یک ابزار کمکی موقت خروجی فوری را افزایش می‌دهند، این بهبود لزوماً به معنای کسب تخصص پایدار نیست. در این پژوهش، ۱۳۳ وکیل در شرکت‌های مختلف به دو گروه تقسیم شدند؛ گروهی به ابزار پیش‌نویس اختراع گوگل لبز دسترسی پیدا کردند و گروه کنترل پس از دوره سه ماهه از آن بهره‌مند شدند.

نتایج نشان داد که دسترسی به هوش مصنوعی نمرات پیش‌نویس را در روزهای دهم و نودم افزایش داد و این بهبود به ویژه برای وکلای جوان با صرفه‌جویی چشمگیر در زمان همراه بود. با این حال، هنگامی که در پایان دوره ۹۰ روزه ابزار هوش مصنوعی برداشته شد و از وکلا خواسته شد بدون ابزار به اصلاح خطاهای یک پتنت بپردازند، اثر برابرساز از بین رفت. وکلای ارشد توانستند عملکرد بسیار بهتری ثبت کنند، در حالی که وکلای تازه‌کار پیشرفت قابل‌توجهی نداشتند و نمرات آن‌ها به سمت مقادیر بسیار پایین‌تر یا پراکنده گرایش پیدا کرد.

بررسی الگوهای ویرایشی نشان داد که وکلای جوان بیشتر روی اصلاحات سطحی و ترتیبی تمرکز می‌کنند، در حالی که وکلای ارشد خروجی هوش مصنوعی را به عنوان یک ممیز منطقی در نظر گرفته و ساختار ادعاها را بازسازی می‌کنند. این امر نشان می‌دهد که بهبود عملکرد فوری و ساخت قضاوت حرفه‌ای پایدار دو هدف متفاوت هستند و چالش اصلی این است که ابزارهای هوش مصنوعی مانع از تبدیل متخصصان جوان به کارشناسان خبره آینده نشوند.