Wszystkie badania
Badania są uporządkowane według pierwszego autora. Etykieta pokazuje, jak każde przeprowadzono. Badanie, które nie przeszło recenzji naukowej, jest tak oznaczone. Recenzja naukowa oznacza, że inni badacze sprawdzili pracę, zanim czasopismo ją opublikowało.
- Uczniowie radzili sobie lepiej z ChatGPT podczas ćwiczeń, a gorzej bez niego na sprawdzianie Podczas ćwiczeń uczniowie ze zwykłym czatem GPT-4 dostawali o 48% wyższe oceny, a ci z tutorem dającym tylko podpowiedzi o 127% wyższe. Na sprawdzianie bez AI grupa ze zwykłym czatem wypadła o 17% gorzej niż uczniowie, którzy nigdy nie mieli AI. Grupa z podpowiedziami wypadła mniej więcej tak samo jak oni.
- Uczenie się w cieniu: jak chirurdzy w trakcie szkolenia stracili drogę do nauki W chirurgii tradycyjnej szkolący się uczyli się, z czasem wykonując coraz większą część operacji. Chirurgia robotyczna mocno ograniczyła ich udział w operacji. Biegłość osiągnęła tylko mniejszość, dzięki nieoficjalnej praktyce.
- Doświadczeni programiści pracowali z AI wolniej, a sądzili, że szybciej Zadania z dozwoloną AI trwały o 19% dłużej. Przed badaniem programiści oczekiwali, że AI zaoszczędzi im 24% czasu. Po nim nadal sądzili, że zaoszczędziła około 20%.
- US Census: 18% firm używa AI w jakiejś funkcji biznesowej Od listopada 2025 do stycznia 2026 roku 18% firm w USA używało AI w jakiejś funkcji biznesowej, a 32%, gdy firmy zważyć liczbą pracowników. 66% użytkowników używało AI tylko do pomocy pracownikom w zadaniach, a 2% firm zlikwidowało etaty z powodu AI.
- Mniej młodych ludzi zatrudnianych w zawodach narażonych na AI: dane płacowe z USA Zatrudnienie osób w wieku 22–25 lat w zawodach narażonych na AI jest o 19% niższe, niż byłoby, gdyby rosło w tym samym tempie co u rówieśników w mniej narażonych zawodach. U doświadczonych pracowników takiej luki nie ma. Luka wynika głównie z tego, że zatrudnia się mniej młodych ludzi.
- Asystent AI dla 5172 konsultantów obsługi klienta Konsultanci z asystentem AI rozwiązywali średnio o 15% więcej spraw klientów na godzinę. Najwięcej zyskali mniej doświadczeni. Najbardziej doświadczeni zyskali niewiele, a jakość ich pracy nieco spadła.
- Których zadań mogą nauczyć się maszyny? Ocena 18 156 zadań Większość zawodów obejmuje przynajmniej część zadań, które mogłoby wykonać uczenie maszynowe. Niewiele zawodów da się w pełni zautomatyzować. Żeby skorzystać, zwykle trzeba przebudować to, z czego składa się praca.
- Po trzech miesiącach z AI endoskopiści bez niej znajdowali mniej zmian W kolonoskopiach wykonanych bez AI odsetek badań, w których lekarze znaleźli co najmniej jedną zmianę przednowotworową, spadł z 28,4% do 22,4% w ciągu trzech miesięcy od wprowadzenia AI. Lekarze stracili część umiejętności, którą narzędzie wykonywało za nich.
- Czy gotowość do zmiany przewiduje sukces? Przegląd 47 badań Nie wiadomo, czy i w jakich warunkach gotowość organizacji do zmiany prowadzi do udanego wdrożenia. Badania definiują i mierzą gotowość na wiele różnych sposobów, a większość mierzy ją tylko raz.
- Narażenie na AI a zmiany zawodu w Brazylii i Wielkiej Brytanii Młodzi absolwenci często zaczynają od prac, które AI raczej zastąpi, i przechodzą do prac, w których AI raczej pomoże. AI może poszerzyć tę ścieżkę. Może też usunąć prace na start.
- Ta sama presja AI może zwiększyć albo zmniejszyć chęć korzystania z AI Gdy pracownicy widzieli wymagania AI jako wyzwanie, któremu mogą sprostać, czuli się dobrze i chętniej korzystali z AI. Gdy widzieli je jako przeszkody, czuli niepokój i korzystali mniej chętnie.
- Wśród 160 097 programistów doświadczeni zyskali na narzędziach AI do kodowania, a początkujący nie AI napisała według szacunków 29% funkcji w Pythonie w Stanach Zjednoczonych. Kwartalne wyniki, mierzone wkładem w kod, wzrosły według szacunków o 3,6%. Doświadczeni programiści tworzyli więcej i przechodzili do nowych rodzajów oprogramowania; u początkujących nie widać wyraźnej korzyści.
- Postrzępiona granica: AI pomogła konsultantom w części zadań, a w jednym zaszkodziła W 18 zadaniach, które AI wykonuje dobrze, konsultanci z AI wykonali o 12,2% więcej zadań i pracowali o 25,1% szybciej, z lepszą jakością. W jednym zadaniu wybranym tak, by przekraczało możliwości AI, mieli o 19 punktów procentowych mniejszą szansę na poprawną odpowiedź.
- Po ChatGPT liczba ogłoszeń o zlecenia na teksty i programowanie spadła o 21% W ciągu ośmiu miesięcy od udostępnienia ChatGPT ogłoszeń o zlecenia na pisanie i programowanie ubyło o 21% w porównaniu z pracami wymagającymi umiejętności manualnych. Ogłoszeń o tworzenie obrazów ubyło o 17% po pojawieniu się AI generującej obrazy.
- Asystent AI do pracy biurowej oszczędził czas na e-mailach, ale nie zmienił samej pracy 80% pracowników, którzy dostali narzędzie i go używali, spędzało na e-mailach około dwie godziny mniej tygodniowo i mniej pracowało poza zwykłymi godzinami. Poza tą oszczędnością czasu badanie nie wykazało zmiany w ilości ani rodzaju pracy.
- Losowe eksperymenty na platformie handlowej: AI najbardziej zwiększyła sprzedaż tam, gdzie wcześniej nie było obsługi Wpływ na sprzedaż wahał się od zera do 16,3%. Największy wzrost dał chatbot przedsprzedażowy tam, gdzie kupujący nie mieli wcześniej pomocy na żywo. Wzrosty wynikały głównie z tego, że kupowało więcej osób, a zwroty i oceny się nie pogorszyły.
- 46% małych firm z pracownikami w USA używa AI; 31% użytkowników podaje wyższą sprzedaż 46% małych firm z pracownikami podało, że firma lub jej pracownicy używają AI w pracy. Wśród użytkowników 71% podało wyższą wydajność, a 31% wyższą sprzedaż. 77% nie zauważyło zmiany kosztów pracy, a 18% wydawało mniej na usługi z zewnątrz.
- Miara tego, jak bardzo każdy zawód jest narażony na AI Badanie zbudowało i sprawdziło wskaźnik tego, na ile każdy zawód opiera się na umiejętnościach, w których AI zrobiła postęp. Z tych samych danych można wyliczyć wskaźniki dla branż, regionów i pojedynczych firm.
- Małe firmy rzadziej próbują AI, ale używają jej równie intensywnie: ankieta firm ze strefy euro 41% mikrofirm nie używało AI, wobec 13% dużych firm. Ale odsetek firm używających AI w znacznym stopniu był mniej więcej taki sam przy każdej wielkości, około 7–8%. Wielkość wiąże się z tym, czy firma zaczyna, a nie z tym, jak daleko idzie.
- Narażenie na AI a zatrudnienie w 23 krajach Nie było wyraźnego związku między tym, jak bardzo zawód był narażony na AI, a tym, jak zmieniało się w nim zatrudnienie. W zawodach, w których dużo pracuje się na komputerze, większe narażenie szło w parze z szybszym wzrostem zatrudnienia.
- Generatywna AI a miejsca pracy: globalne oszacowanie ILO Badanie przewiduje, że generatywna AI będzie głównie pomagać ludziom w pracy, a nie ich zastępować. Najbardziej narażona jest praca biurowa, dlatego najmocniej dotknięte są bogatsze kraje i kobiety.
- Startupy najbardziej narażone na AI zwolniły ludzi, głównie młodszych, i szybciej rosły Startupy, których praca była w pełni narażona na AI, zmniejszyły zatrudnienie o 8% w ciągu dwóch kwartałów od udostępnienia ChatGPT, głównie na stanowiskach juniorskich i wykonawczych. Ich wkład w kod wzrósł o 64%, a szansa, że znajdą się wśród startupów z najwyższą sprzedażą na pracownika, wzrosła.
- AI decydowała, czy zdjęcie ocenia jeden radiolog, czy dwóch: więcej wykrytych nowotworów, o 44% mniej odczytów Badanie przesiewowe z AI wykryło 6,4 nowotworu na 1000 kobiet, wobec 5,0, gdy każde zdjęcie oceniało dwóch radiologów. Liczba fałszywych alarmów nie wzrosła. Radiolodzy wykonali o 44,2% mniej odczytów.
- Firmy, które wprowadziły generatywną AI do swojej pracy, zatrudniały mniej młodszych pracowników Od początku 2023 roku zatrudnienie młodszych pracowników w firmach wdrażających AI spadło w ciągu sześciu kwartałów o około 9% w porównaniu z pozostałymi firmami. Zatrudnienie starszych pracowników prawie się nie zmieniło. Spadek wynikał z wolniejszego zatrudniania, a nie z odejść.
- Chatboty AI, zarobki i godziny pracy: dane z Danii Dwa lata po pojawieniu się ChatGPT chatboty AI były powszechnie używane, a pracownicy mówili o korzyściach. Badanie nie znalazło jednak wpływu na zarobki ani zarejestrowane godziny pracy i wyklucza efekty większe niż 2%.
- Strach przed utratą pracy przez AI a ukrywanie wiedzy Pracownicy, którzy bali się, że przez AI stracą pracę, częściej ukrywali swoją wiedzę przed kolegami. Częściowo wynikało to z mniejszego bezpieczeństwa psychologicznego. Wiara we własną zdolność do nauki AI łagodziła ten efekt.
- Wdrażanie AI, bezpieczeństwo psychologiczne i depresja wśród pracowników Pracownicy, którzy widzieli w swojej firmie więcej wdrożeń AI, później zgłaszali mniejsze bezpieczeństwo psychologiczne, a następnie więcej objawów depresji. Etyczne przywództwo osłabiało pierwszy z tych związków.
- Ankiety OECD wśród pracodawców i pracowników o AI w pracy Pracownicy i pracodawcy ogólnie dobrze oceniali wpływ AI na wyniki i warunki pracy, ale mieli realne obawy o utratę pracy. Tam, gdzie pracodawcy szkolili pracowników i konsultowali się z nimi, wyniki dla pracowników były lepsze.
- Pracownicy, którzy bardziej ufają AI, deklarują mniej krytycznego myślenia o jej wynikach Pracownicy, którzy bardziej ufali generatywnej AI, deklarowali mniej krytycznego myślenia o jej wynikach. Pracownicy, którzy bardziej ufali własnej umiejętności wykonania zadania, deklarowali go więcej. Z AI myślenie przesunęło się w stronę sprawdzania informacji i dopasowywania wyników AI do pracy.
- Przegląd 16 kwestionariuszy, które mierzą wiedzę o AI Z 16 kwestionariuszy, które mierzą kompetencje w zakresie AI, 13 prosi ludzi o ocenę własnej wiedzy. Tylko 3 ją sprawdzają. Żadnego nie sprawdzono pod kątem tego, czy działa tak samo w różnych kulturach.
- Skryby AI w badaniu z losowym przydziałem: jedno narzędzie skróciło czas pisania notatek o 9,5%, a lekarze używali ich w około jednej trzeciej wizyt Lekarze z narzędziem Nabla spędzali na pisaniu notatek o 9,5% mniej czasu niż lekarze bez skryby. U lekarzy z DAX Copilot nie było wyraźnej zmiany. Lekarze używali skrybów w około jednej trzeciej wizyt.
- Samoocena umiejętności cyfrowych a wyniki testu u 629 studentów Samoocena umiejętności cyfrowych studentów różniła się od wyników testu bardziej, niż mógłby to wyjaśnić przypadek. Jedni się przeceniali, inni nie doceniali. Rozwiązywanie problemów i praca z informacją były słabe nawet u najlepszych.
- Globalna ankieta McKinsey z 2025 roku o AI w organizacjach 88% organizacji używa AI w co najmniej jednym obszarze działalności, ale tylko około 6% to „liderzy”, którzy przypisują AI 5% lub więcej zysku operacyjnego. Liderzy prawie trzy razy częściej przebudowali przebiegi pracy od podstaw.
- Zdolności AI a wyniki firmy: ankieta wśród 143 członków kadry zarządzającej Firmy, których szefowie oceniali swoje zdolności AI wyżej, zgłaszały też większą kreatywność organizacji i lepsze wyniki. Badanie dało miarę zdolności AI złożoną z 46 pytań.
- ChatGPT i zawodowe zadania pisarskie: eksperyment Specjaliści, którzy korzystali z ChatGPT, kończyli zadania pisarskie o 40% szybciej, a jakość ich pracy wzrosła o 18%. Różnica między lepiej i słabiej piszącymi się zmniejszyła.
- Doradca biznesowy AI pomógł mocnym małym firmom i zaszkodził słabym Średnio doradca AI nie zmienił w wykrywalny sposób przychodów ani zysków. Właściciele, których firmy na początku radziły sobie słabo, z doradcą osiągali wyniki o prawie 10% gorsze. Ci, którym szło dobrze, mogli osiągać wyniki o ponad 15% lepsze.
- Wiedza o tym, jak działa AI, poprawia decyzje o tym, co jej przekazać Osoby, które nauczono, jak działa AI, przekazywały jej zadania, które jej pasowały, a zostawiały sobie te, które pasowały im. Ich wyniki się poprawiły. Deklarowały też, że w przyszłości rzadziej będą używać AI.
- Współpracownicy oceniają osoby używające AI jako mniej kompetentne Ludzie spodziewali się, że zostaną ocenieni jako mniej kompetentni i mniej zmotywowani, jeśli będą używać AI w pracy, i oceniający rzeczywiście tak oceniali osoby używające AI. Ta kara wpływała też na ocenę kandydatów do pracy.
- Gotowi na zmianę, oporni czy jedno i drugie? Gotowość do zmiany i opór wobec zmiany zwykle traktuje się jak dwa końce jednej skali. Autorzy dowodzą, że to dwie odrębne rzeczy. Ktoś może mieć wysoki poziom obu albo niski poziom obu.
- Jak automatyzacja osłabiła umiejętności w firmie księgowej Poleganie na zautomatyzowanym oprogramowaniu przez kilka lat osłabiło umiejętności księgowych. Ani pracownicy, ani menedżerowie tego nie zauważyli. Stało się to problemem, bo pracownicy wciąż odpowiadali za pracę, której już w pełni nie rozumieli.
- Umiejętności cyfrowe w firmie finansowej: pracownicy a przełożeni Pracownicy i ich przełożeni różnie opisywali umiejętności cyfrowe pracowników. Rozbieżności dotyczyły cyberbezpieczeństwa, korzystania z narzędzi cyfrowych do usprawniania pracy i równowagi między pracą a życiem prywatnym.
- Narażenie to nie wdrożenie: co AI mogłaby robić, a do czego się jej używa Wskaźniki narażenia zawodu na AI mierzą, co AI mogłaby robić. Miara tego, do czego AI jest faktycznie używana, lepiej przewidywała popyt na pracowników.
- Eksperci decydowali lepiej, gdy AI pokazywała, gdzie patrzyła Z obrazem pracownicy fabryki byli o 7,7 punktu procentowego dokładniejsi, a radiolodzy o 4,7 punktu, niż koledzy, którzy widzieli tylko wynik. Większość pracowników fabryki z obrazem radziła sobie lepiej niż sama AI.
- Czyje zdanie odzwierciedla wskaźnik dojrzałości cyfrowej? Wiele modeli dojrzałości cyfrowej zapisuje głównie to, co najwyższa kadra myśli o postępach, a nie mierzalne wyniki. Większość powstała dla dużych firm. Autorzy proponują model, który zamiast tego pyta zwykłych pracowników o codzienne zachowania.
- Popyt na pisanie i tłumaczenia u freelancerów spadł po ChatGPT o 20–50% Po premierze ChatGPT popyt na umiejętności freelancerów, które może on zastąpić, takie jak pisanie i tłumaczenia, spadł o 20–50% poniżej trendu oczekiwanego bez niego. Najbardziej spadły krótkie zlecenia. Popyt na budowę chatbotów AI prawie się potroił, a popyt na początkujących freelancerów spadł.
- Dziesięć lat modeli dojrzałości cyfrowej: czy przewidują wyniki? Powszechnie zakłada się, że wyższy poziom dojrzałości cyfrowej oznacza lepsze wyniki. Przegląd pokazał, że badacze to kwestionują: modele nie mają obiektywnych kryteriów oceny i brakuje danych, które łączyłyby dojrzałość z wynikami.
- Małe firmy, które wdrożyły AI, szybciej zatrudniały: dane płacowe Gusto Cztery kwartały po tym, jak właściciele zadeklarowali wdrożenie AI, zatrudnienie w ich firmach było o 6,8% wyższe niż w porównywalnych firmach bez AI. Firmy z mniej niż 10 pracownikami urosły o około 10% bardziej. W firmach z 10–24 pracownikami nie zmierzono żadnej zmiany.
- Kiedy człowiek z AI wygrywa z każdym z nich osobno: 106 eksperymentów Średnio człowiek pracujący z AI wypadał gorzej niż lepsze z nich dwojga pracujące osobno. Połączenie przegrywało w zadaniach decyzyjnych i zyskiwało w zadaniach, które polegają na tworzeniu treści.
- Które bariery hamują dojrzałość AI? Ankieta wśród 108 specjalistów Najsilniej na dojrzałość AI wpływały bariery związane z wykwalifikowanymi pracownikami. Hamowały ją bezpośrednio i sprawiały, że problemy z infrastrukturą i danymi wydawały się większe. Bariery infrastruktury i danych nie miały bezpośredniego wpływu większego niż przypadek.
- Dane bankowe: do końca 2025 roku za AI zapłaciło 17,7% małych firm w USA Do grudnia 2025 roku 17,7% małych firm przynajmniej raz zapłaciło za usługę AI, wobec 1,7% w styczniu 2019 roku. Mediana wydatków płacącej firmy na AI wyniosła w 2025 roku około $28 miesięcznie. Firmy zatrudniające pracowników płaciły za AI częściej niż jednoosobowe.
- Liderzy używają AI codziennie, a ich organizacje tkwią w pilotażach 83% badanych liderów używa AI codziennie, ale około 70% ich organizacji nie wyszło poza pilotaże. Liderzy, którzy wiedzieli o AI więcej, surowiej oceniali własne organizacje.
- 6000 menedżerów w czterech krajach: 69% firm używa AI, dziewięć na dziesięć nie widzi jeszcze efektu 69% firm aktywnie używało AI. Dziewięciu na dziesięciu menedżerów nie widziało wpływu AI na zatrudnienie ani produktywność swojej firmy w ostatnich trzech latach. W następnych trzech latach oczekują wzrostu produktywności o 1,4%, produkcji o 0,8% i spadku zatrudnienia o 0,7%.
- Niemieckie małe i średnie firmy: umiejętności i innowacje lepiej niż wielkość przewidują użycie AI W latach 2022–2024 AI używało 20% niemieckich małych i średnich firm, pięć razy więcej niż w latach 2016–2018. Użycie rosło od 19% w firmach z mniej niż 5 pracownikami do 36% w firmach z 50 lub więcej. Gdy uwzględniono absolwentów studiów, innowacje, badania i strategię cyfrową, wielkość i sektor niewiele znaczyły.