7月17日讯：Science 正刊发表对 ChatGPT 的调查报告，《生成式人工智能对生产力影响的实验证据》。
对于一些文书任务，ChatGPT 不仅能在节省 40% 时间的同时提高 18% 的绩效，还降低了不同人之间的绩效差异。
MIT 官方也对这一研究成果进行了报道。
对照组也会偷用
这场实验一共邀请了 453 名受试者，分为实验组和对照组。
这些受试者是来自不同领域、受过高等教育的专业人士。两个组中人员的薪资水平、职业等信息如下表所示：
在为期一个月的实验中，他们被要求完成与职业相关的写作任务。
这些任务包括撰写新闻稿、简短报告、分析计划和电子邮件，时长约为 20 到 30 分钟。评估的指标包括效率和质量两部分，每份成果分别交由三名相关领域的专业人士进行盲评（1-7 分）。
结果显示，实验组所用时间减少了 0.75 个标准差（约 11 分钟），评分则提高了 0.41 个标准差。
如果换算成百分数，时间缩短和质量提高的比例分别是 40% 和 18%。
具体而言，实验组首先被安排完成一项任务，之后注册 ChatGPT（3.5 版本）。他们被告知，如果觉得 ChatGPT 好用，那么就要在第二个任务中使用。
而对照组则被要求注册一款 LaTex 编辑器（注册复杂度与 ChatGPT 相当），但没有类似的告知。
结果，有 80% 的实验组人员在第二个任务中使用了 ChatGPT，而对照组中只有不到 5% 使用了 LaTex 工具。
对于第二个任务，实验组平均耗时为 17 分钟，比对照组少了 10 分钟。质量方面，实验组的平均成绩为 4.53，对照组的平均成绩则为 3.802。
除了提质增效，ChatGPT 还降低了不同人之间工作质量的差异。
根据第一个任务完成情况的不同，研究人员将这些人第二次任务的评分进行了线性拟合。结果显示，实验组评分的拟合斜率为 0.414，比对照组低了 0.272。
那么这些人又是如何使用 ChatGPT 的呢？是直接使用输出结果或仅做微调，还是只用来打草稿？
跟踪结果显示，有 33% 的受试者提交的是原汁原味的 ChatGPT 结果，而 53% 进行了修改。但这些修改可能十分微小，比如只是调整一下格式等等。
得出这一结论的理由是，他们在 ChatGPT 生成回复后的平均活动之间只有 3.3 分钟，且大部分位于 0-2 分钟之间。
需要说明的是，在实验开始之前，70% 的受试人员已经听说过 ChatGPT，32% 曾经使用过。所以，在实验过程中，研究人员发现，对照组中也有 10~20% 的人使用了 ChatGPT。
这一现象对实验结果存在一定影响，研究人员利用了统计学方法进行修正。
实验结束后，研究人员还对这些受试者进行了两次回访，分别有 92% 和 83% 的人给出了回复。
第一次回访是在实验结束后两周，实验组和对照组分别有 34% 和 18% 的人仍在使用 ChatGPT。六周之后，也就是实验结束后两个月，这组数字分别提升到了 42% 和 27%。
综上所述，研究人员认为，ChatGPT 在提升工作质效方面确实有显著作用，但其能否取代人类仍不明确。
原标题：Science：ChatGPT 缩小了打工人的差距
