De un vistazo
- Fuente
- Noy and Zhang (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192. doi:10.1126/science.adh2586
- Cómo se hizo
- Un experimento en línea, registrado de antemano. La mitad de los participantes, elegidos al azar, usaron ChatGPT para una tarea de redacción remunerada, típica de su puesto. Experimento aleatorizado. Se asignó a las personas al azar a trabajar con o sin la herramienta, y se compararon los dos grupos.
- Quién participó
- 453 profesionales con estudios universitarios.
- Dónde
- En línea; los participantes hicieron tareas de redacción adaptadas a su ocupación.
“Our results show that ChatGPT substantially raised productivity: The average time taken decreased by 40% and output quality rose by 18%.” [Nuestros resultados muestran que ChatGPT elevó mucho la productividad: el tiempo medio empleado bajó un 40 % y la calidad del resultado subió un 18 %.]
Qué encontró
- El tiempo empleado bajó un 40 % de media.
- La calidad del resultado subió un 18 %.
- Las diferencias entre trabajadores se redujeron. Quienes rendían menos se acercaron a quienes rendían más.
- Las personas que usaron ChatGPT en el experimento tenían el doble de probabilidades de decir que lo usaban en su trabajo real dos semanas después, y 1,6 veces más probabilidades dos meses después.
Cuándo se cumple el resultado
Las tareas eran de redacción profesional de nivel intermedio, adaptadas a la ocupación de cada participante y pagadas según el resultado. Es un trabajo que las herramientas de redacción con IA hacen bien.
Límites
- Las tareas eran cortas, se hicieron una sola vez y quedaban fuera del trabajo real de los participantes.
- El experimento no midió la exactitud en tareas que necesitan datos que la IA no tiene.
Prácticas que usan este estudio
Este estudio respalda:
- Mida el tiempo ahorrado por tarea frente a una medición de partida Anote cuánto tarda una tarea y lo bueno que es el resultado antes de añadir la IA. Sin esa cifra de partida no podrá distinguir una mejora real de una esperanza. Hacer primero · Esfuerzo: bajo (días, una persona)
- Dé primero la ayuda de la IA al personal más nuevo Cuando implemente un asistente de IA para una tarea bien definida, empiece por las personas con menos experiencia. Los estudios muestran que son las que más ganan. Hacer después · Esfuerzo: bajo (días, una persona)