喀什地区网站建设_网站建设公司_Spring_seo优化

Anthropic推出了一个新工具Anthropic Interviewer（Anthropic 采访者），这款工具利用Claude的能力，对1250名来自不同领域的专业人士进行了深度访谈。

AI从回答者摇身一变成了采访者，然后将采访结果进行了分析，揭示了AI正在深刻影响我们每一个人。

数百万人在工作中悄悄使用AI，大多数人感到效率提升却羞于向同事承认，这种隐秘的生产力革命正在重塑我们对工作的定义。

为了搞清楚人们在聊天框之外究竟如何使用AI，以及这些工具如何影响他们的职业生涯和心理状态，Anthropic开发了这个采访者。

采访对象涵盖了普通职场人、科学家和创意工作者。数据揭示了一个充满矛盾的现状：人们在享受AI带来的效率红利的同时，也深陷于对自己职业未来的焦虑之中。

以下是一般工作、创意与科研3大领域不同方面从悲观到乐观的分布可视化。

采访数据也开源了出来：

https://huggingface.co/datasets/Anthropic/AnthropicInterviewer

职场人的隐秘角落与身份重构

在针对1000名普通职场人士的调查中，一个显著的现象浮出水面：AI的使用正在成为一种不能说的秘密。

数据显示，86%的职场人士承认AI节省了他们的时间，65%的人对AI在工作中的角色感到满意。

这种高满意度背后，却隐藏着巨大的社会压力。

69%的受访者提到了在工作中使用AI工具带来的社会耻辱感。

一位事实核查员坦言，当同事表达对AI的厌恶时，他选择了沉默，他从不透露自己的工作流程，因为他深知周围人对这项技术的抵触情绪。

这种沉默不仅仅是出于尴尬，更源于一种深层的职业不安全感。

尽管41%的受访者认为自己的人类技能不可替代，但仍有55%的人对AI影响下的未来感到焦虑。

这种焦虑并非毫无来由，它直接指向了对自己职业身份的重新定义。

人们试图在自动化浪潮中寻找平衡点。

25%的焦虑者选择为AI划定界限，比如一位教育工作者坚持亲自编写教案，只把周边工作交给AI。

另外25%的人则选择主动调整角色，承担更多AI无法完成的责任。

一位货车调度员就在努力寻找人类独有的价值，他认为个性化的人际互动是自动化的盲区，但他也悲观地预感到，即使是这种互动，长远来看可能也不再必要。

这种身份的挣扎在数据分析中表现得尤为明显。

一位数据质量经理将使用AI比作学习外语，单纯依赖翻译软件学不到东西，但把AI当作私教却能事半功倍。

一位牧师则认为，如果能利用AI处理繁琐的行政事务，他就能腾出更多时间去陪伴信徒，但他同时强调了界限的重要性，不能因为依赖技术而忘记了神职人员的召唤。

更有趣的是，人们对自己使用AI的方式存在认知偏差。

在访谈中，65%的人认为自己是在利用AI进行增强式工作，即人与AI协作，只有35%的人认为是自动化工作，即直接让AI代劳。

Anthropic的后台经济指数分析却给出了不同的答案：实际的对话记录显示，增强式和自动化用途几乎各占一半，分别为47%和49%。

这种差异揭示了人们的心理防御机制。

也许人们在潜意识里更愿意相信自己仍然掌握着主导权，是AI的指挥官而非旁观者。

这种心理在未来的职业规划中体现得淋漓尽致，48%的受访者计划将职业方向转向管理和监督AI系统，而不是亲自做具体的执行工作。

一位通信行业的专业人士直言，他预见自己的大部分工作终将被取代，未来的角色将主要是向模型发布指令、监督质量和进行训练。

那些目前因行业规定无法使用AI的律师、会计师和医疗工作者，也在密切关注政策的松动。

他们预见到，一旦合规性问题解决，大量的日常任务将被自动化取代。

只有8%的人对这种未来感到焦虑却没有任何应对计划，绝大多数职场人已经在为这个注定到来的人机协作时代做准备，无论是主动适应，还是像那位准备转行的口译员一样，寻找新的出路。

以下是各个职业领域的六种情绪的强度：期待，担忧，信任，骄傲，满意，挫败。

可以看到各类满意强度都差不多，最担心的是艺术、设计与媒体类。挫败感最强的是计算机与数学。

创意阶层的效率悖论与生存焦虑

对于创意工作者而言，AI带来的冲击更为直接且充满情感张力。

在125名参与调查的作家、艺术家和设计师中，AI既是提升效率的神器，也是引发存在主义危机的源头。

效率的提升是显而易见的。

惊人的97%的创意人士报告AI节省了时间，68%的人认为提高了工作质量。

一位小说家发现，繁琐的研究工作不再令人望而生畏，写作速度因此大幅提升。

一位网络内容创作者表示，他的日产量从2000字精修文章跃升至5000字以上。

摄影师则利用AI处理常规编辑任务，将原本需要12周的交付周期缩短至3周，这让他有更多时间去打磨那些过去因赶工期而被忽略的艺术细节。

这种高效率伴随着巨大的心理代价。

与普通职场人一样，70%的创意工作者也在努力应对同行评议的压力。

一位地图艺术家坦言，他不希望自己的品牌形象与AI捆绑，因为这个圈子里对AI充满了成见。这种成见背后，是对人类创造力贬值的深刻恐惧。

经济焦虑在访谈中随处可见。

一位配音演员指出，工业配音等细分领域已经因AI的崛起而名存实亡。

作曲家担心平台利用AI技术生成海量廉价音乐，挤压人类创作的生存空间。

一位创意总监更是直言不讳地指出这原本就是一场零和游戏，他节省下来的成本，正是另一位创意人员失去的收入，那位曾经日薪2000美元的产品摄影师，如今已不再被需要。

更深层的矛盾在于创作主权的模糊。

所有125名受访者都表示希望保持对自己作品的控制权，但在实际操作中，这条防线岌岌可危。

许多人承认，在某些时刻，是AI在主导创作决策。

一位艺术家承认，由于AI提供了大部分概念，他实际上只是在引导AI，作品中60%是AI的产物，只有40%源于他的想法。

一位音乐家也不得不承认，在使用某些插件时，大部分控制权实际上掌握在工具手中。

这种矛盾在情感分析图谱中表现得极为剧烈。

游戏开发者和视觉艺术家表现出了极高的满意度，但也伴随着极高的担忧。

设计师群体则表现出明显的挫败感，且满意度较低。

信任感在所有创意职业中都普遍偏低，这表明大家对AI长期影响的不确定性有着共同的担忧。

创意阶层正处于一种分裂的状态：他们一边利用AI工具在市场上厮杀，一边哀叹这种工具可能终结他们引以为傲的职业身份。

以下是各个职业领域的六种情绪的强度：期待，挫败，宽慰，信任，满意，担忧。

可以看到，最满意和最担心的是视觉艺术家和游戏开发者，最挫败的是设计师。

科学家的信任危机与工具理性

相比于职场人的务实和创意人的纠结，科学家群体对AI的态度则显得更为审慎和理性。

在125名来自物理、化学、生物等领域的科研人员中，AI目前更多扮演的是助手的角色，而非核心研究伙伴。

科学家们希望AI能做更多事。

91%的受访者表达了获得更多AI协助的愿望，他们不仅希望AI能帮忙写论文，更渴望AI能参与到提出假设、设计实验这些核心科研环节中。

一位医学科学家憧憬道，如果AI能帮助生成假设，或者发现人类难以察觉的新型相互作用关系，那将是极大的助力。

另一位研究者也希望能有一位真正有价值的研究伙伴，能为科研带来全新的视角。

现实与愿景之间存在着巨大的信任鸿沟。

79%的访谈提到了信任和可靠性问题，27%的人指出了现有系统的技术局限。

对于严谨的科学研究来说，准确性是底线。

一位信息安全研究员指出，如果他必须反复核查AI提供的每一个细节以确保无误，那么使用代理工具就失去了意义。

一位数学家也表达了同样的挫败感，核查AI输出所花的时间，几乎等同于自己从头做一遍。

化学工程师则担心AI的阿谀奉承倾向，AI往往会顺着用户的提问方式调整答案，这种不一致性直接破坏了科学的严肃性。

因此，目前AI在科研中的应用主要局限于文献综述、代码编写和文稿润色等外围任务。

一位食品科学家坦言，如果没有AI工具，他甚至不知道如何帮学生调试代码。

一位分子生物学家则看到了AI在整合数据方面的潜力，认为如果AI能将分散的数据标准化到一个单一的存储库中，将极大推动生物学发现。

与创意工作者不同，科学家们普遍不担心失业。

他们坚信科学研究中包含着大量难以数字化的隐性知识。

一位微生物学家解释说，某些细菌菌株的颜色变化必须亲眼观察才能理解，这些细微的差别很少被记录在案，因而无法被AI学习。

生物工程师也强调，实验和研究本质上是由人决定的，即便自动化最方便的环节，也因无法兼容研究的复杂性而必须由人亲力亲为。

外部约束也是阻碍AI深入科研核心的因素。

在涉密环境中工作的研究人员指出，安全流程严格限制了代理框架甚至大语言模型的使用。

资金和资源的限制也让AI设计的理想实验难以落地，一位机械工程师无奈地表示，虽然AI擅长设计实验，但在现实中，预算、时间和样本的限制往往让这些完美方案无法执行。

从情感分析来看，大多数科学领域表现出较高的满意度，但挫败感的来源各不相同。

物理学家和数据科学家的挫败感较强，而化学和机械工程师则较少感到受挫。

这可能反映了计算密集型领域试图将AI整合进核心工作流时遇到的阻力，而实验型领域目前仅将AI用于辅助，因而冲突较少。

无论哪个领域，信任度都处于低位，这说明在AI证明自己不会撒谎、不会产生幻觉之前，它在科学殿堂里只能做一名勤勉的实习生。

以下是各个职业领域的六种情绪的强度：信任，期待，怀疑，担忧，满意，挫败。

此时无声胜有声的数据回响

Anthropic 采访者展示了一种全新的研究范式：利用AI自身的能力来研究AI对人类的影响。

这个工具不仅能够进行数千次的访谈，还能通过三个阶段——计划、访谈、分析——自动生成结构化的研究结果。

在计划阶段，它根据研究目标生成访谈大纲；在访谈阶段，它根据受访者的回答实时调整对话流；在分析阶段，它与人类研究员协作，从海量文本中提取出关键主题。

这种方法解决了传统定性研究难以规模化的痛点，让我们得以窥见统计数字背后鲜活的个人故事。

这次研究也暴露出了一些局限性。

受访者来自于众包平台，可能无法完全代表全球职场人的全貌。

受访者知道自己在与AI对话，这可能会导致他们调整自己的回答，或是出于社会期许而美化自己的使用习惯。

尽管如此，这些数据为我们提供了一个宝贵的切面。

它告诉我们，职场正在经历一场静悄悄的变革。

人们渴望将重复性工作剥离，保留那些定义他们职业身份的核心任务。

无论是担心饭碗的创意人，还是谨慎验证数据的科学家，亦或是试图在自动化浪潮中转型的普通职场人，大家都在试图搞清楚一个问题：

在这个AI日益强大的世界里，作为人类工作的意义究竟是什么。

参考资料：

https://www.anthropic.com/research/anthropic-interviewer