Anthropic自研AI面試官，深度訪談1250名職場人，揭示AI在工作中的真實影響

↑閱讀之前記得關注+星標??，，每天才能第一時間接收到更新

Anthropic剛剛發布了一款名為Anthropic Interviewer的新工具，旨在規模化地理解人們對AI的看法

為了測試這款工具，他們已經用它對1250名專業人士進行了一場大規模訪談，覆蓋普通職場人、科學家和創意工作者三大群體

研究的核心發現是什么？一言以蔽之：

普遍樂觀，局部悲觀：在受訪樣本中，人們對AI在工作中的作用持樂觀態度。但少數話題，如教育融合、藝術家替代和安全問題，則帶有更多悲觀情緒

普通打工人：希望保留定義其職業身份的核心任務，將重復性工作委托給AI。他們設想的未來是，AI負責自動化常規任務，而自己的角色轉變為監督AI系統

創意工作者：盡管面臨同行評判和對未來的焦慮，他們仍在使用AI提高生產力，同時也在應對AI使用帶來的污名化、經濟替代和人類創意身份被侵蝕的深層擔憂

科學家：渴望與AI建立伙伴關系，但目前還無法信任它執行核心研究。他們普遍希望AI能生成假設和設計實驗，但實際使用僅限于撰寫文稿或調試代碼等輔助任務

Anthropic表示，這項研究的數據（經參與者同意）將全部公開發布。

現在，讓我們深入了解這項研究是如何進行的，以及它還揭示了哪些細節。

用AI面試官，規模化探究AI影響

數以百萬計的人每天都在使用AI。作為AI開發公司，Anthropic希望了解用戶如何及為何使用AI，以及這對他們產生了什么影響。這不僅是為了開發更好的產品，更是為了解答“人與AI的互動”這一我們時代最重大的社會學問題之一。

此前，Anthropic的工具只能分析Claude對話框內發生的事情。但對話結束后呢？人們如何使用Claude的輸出？他們對此有何感受？他們如何想象AI在自己未來工作中的角色？

要獲得全面的圖景，就需要直接與人交流。傳統上，這意味著要進行數百次人工訪談。

這一次，Anthropic讓AI來幫忙。

他們構建了一款由Claude驅動的訪談工具——Anthropic Interviewer。它能以前所未有的規模自動進行詳細訪談，并將結果反饋給人類研究員進行分析。

研究方法

本次初步測試的核心是探索工作者如何將AI融入專業實踐，以及他們對AI未來角色的感受。

參與者

Anthropic Interviewer共訪談了1250名專業人士。這些參與者通過眾包平臺招募，但他們的主業均非眾包工作。

普通職場人群（1000人）：樣本未限定特定職業。其中最大的子群體來自教育（17%）、計算機與數學（16%）以及藝術、設計、娛樂和媒體（14%）

創意工作者（125人）：主要包括作家（48%）和視覺藝術家（21%），以及電影制作人、設計師、音樂家等

科學家（125人）：包括物理學家（9%）、化學家（9%）、化學工程師（7%）和數據科學家（6%），覆蓋超過50個不同的科學學科。

之所以選擇創意和科學這兩個專業領域，是因為AI在這些領域的角色仍充滿爭議且在迅速演變。

所有參與者均同意其訪談數據用于研究分析并公開發布。

Anthropic Interviewer如何工作？

整個流程分為三步：規劃、訪談和分析。

1.規劃（Planning）：AI首先創建一個訪談框架。這個框架既能保證所有訪談都圍繞核心研究問題展開，又足夠靈活，能適應個別訪談中出現的不同話題和方向。研究人員通過系統提示（System Prompt）設定研究假設和訪談最佳實踐，然后AI生成具體問題和對話流程，最后由人類研究員與AI協作完成最終方案。

2.訪談（Interviewing）：AI隨后根據訪談計劃進行實時、自適應的訪談。每次訪談在Claude.ai上進行，持續約10-15分鐘。

3.分析（Analysis）：訪談結束后，人類研究員與AI協作分析訪談記錄。AI根據最初的訪談計劃，輸出研究問題的答案和相關的引言。同時，一個獨立的AI分析工具會識別出訪談中涌現的普遍主題，并量化其出現頻率。

研究目標

本次測試的主要研究目標如下：

普通職場人群：了解個人如何將AI工具整合到專業工作流中，探索使用模式、任務偏好和互動方式

創意工作者：了解創意專業人士目前如何將AI融入創作過程，以及他們對AI與人類創造力未來關系的看法

科學家：了解AI系統如何融入科學家的日常研究工作流，考察其在科學過程不同階段的使用模式、感知價值、信任水平和采用障礙。

研究發現

AI對普通職場人群的影響

總體而言，普通職場樣本的成員將AI視為生產力助推器。86%的受訪者表示AI為他們節省了時間，65%的人對AI在工作中的作用感到滿意。

一個普遍的主題是工作場所動態對AI采納的影響。69%的專業人士提到，在工作中使用AI工具可能會帶來社會污名。一位事實核查員說：

“最近一個同事說他討厭AI，我什么也沒說。我不會告訴任何人我的工作流程，因為我知道很多人對AI的看法。”

在工作安全感方面，41%的受訪者認為自己的工作很安全，相信人類技能是不可替代的；而55%的人則對AI的未來影響表示焦慮。在感到焦慮的群體中，25%的人選擇為AI使用設定界限（如教育工作者堅持自己制定教學計劃），另有25%的人則通過承擔額外職責或追求更專業的任務來調整自己的工作角色。

應對策略也多種多樣。一位數據質量經理選擇學習而非自動化：“我把它看作學習外語——只用翻譯App學不到任何東西，但有一位能回答問題、為你定制內容的導師則大有裨益。”一位市場營銷人員采取了靈活策略：“我正努力在保持強大專業優勢的同時實現多元化。”一位口譯員已經準備轉行：“我相信AI最終會取代大多數口譯員……所以我已經在為職業轉換做準備了。”

值得注意的是，只有8%的焦慮者沒有明確的應對計劃。

情感分析圖表顯示，不同職業的情感特征非常一致，均表現出高滿意度。然而，這也伴隨著挫敗感，表明專業人士在發現AI有用性的同時，也遇到了顯著的實施挑戰。

在之前的分析中，AI的使用被分為增強（AI與用戶協作完成任務）和自動化（AI直接執行任務）。在本次訪談數據中，65%的參與者將AI的主要作用描述為增強，35%描述為自動化。

這與此前對Claude實際使用情況的分析（47%增強 vs 49%自動化）存在顯著差異。可能的原因包括：樣本差異、用戶在對話后對AI輸出進行了再加工、用戶為不同任務使用不同AI、自我報告與實際使用存在偏差等。

對于未來，專業人士設想的是一種增強與自動化并存的模式：自動化處理常規、行政性任務，同時保留人類的監督。48%的受訪者考慮將自己的職業轉向管理和監督AI系統，而非直接從事技術工作。

AI對創意行業的影響

創意專業人士同樣報告了AI帶來的生產力提升。97%的人表示AI節省了時間，68%的人認為AI提高了作品質量。

一位小說家解釋說：“我感覺寫作速度變快了，因為研究工作不再那么令人望而生畏。”一位攝影師提到AI處理了常規的編輯任務，將周轉時間從“12周縮短到大約3周”。

與普通職場人群相似，70%的創意工作者提到他們需要應對來自同行的評判壓力。一位地圖藝術家說：“我不想讓我的品牌和商業形象與AI及其附帶的污名緊密相連。”

經濟焦慮貫穿了創意工作者的訪談。一位配音演員直言：

“由于AI的興起，配音行業的某些領域，比如工業配音，基本上已經消亡了。”

一位作曲家擔心，平臺可能會“利用AI技術和他們的發行曲庫無限生成新音樂”，從而用廉價的替代品充斥市場。另一位藝術家表達了類似的擔憂：“現實地說，我擔心我需要繼續使用生成式AI，甚至開始銷售生成內容，才能在市場上跟上步伐，維持生計。”

一位創意總監也表示：“我完全理解，我的收益就是另一位創意工作者的損失。我過去每天要付2000美元的產品攝影師，現在接不到我的生意了。”（值得注意的是，Claude不生成圖像、視頻或音樂，因此參與者表達的焦慮是針對廣義的AI。）

所有125名創意工作者都提到希望保持對創作成果的控制權。然而，這一界限在實踐中并不穩定。許多參與者承認，在某些時刻，AI主導了創意決策。一位藝術家承認：“AI驅動了很大一部分概念；我只是試著引導它……60%是AI，40%是我的想法。”

情感分析顯示，不同創意領域的情感特征存在差異：游戲開發者和視覺藝術家報告了高滿意度，但同時也伴隨著高度的擔憂。設計師則呈現出相反的模式，以挫敗感為主，滿意度極低。所有領域的信任度都持續偏低。滿意度與擔憂之間的緊張關系，可能正反映了創意工作者既擁抱AI工具，又對人類創造力的未來感到憂慮的矛盾處境。

AI對科學工作的影響

在對化學、物理、生物和計算領域研究人員的訪談中發現，AI目前還無法處理他們研究的核心環節，如假設生成和實驗設計。科學家主要將AI用于文獻回顧、編碼和寫作等輔助任務。

信任和可靠性問題是79%訪談中提到的主要障礙。一位信息安全研究員指出：“如果我必須仔細檢查并確認AI給出的每一個細節以確保沒有錯誤，那讓AI來做這項工作就失去了意義。”一位數學家也表示：“在我花時間驗證AI的輸出后，花費的時間基本上和自己做差不多。”一位化學工程師則提到了AI的“迎合奉承”問題，解釋說AI會根據用戶提問的方式改變答案，這種不一致性讓他對AI的回答持懷疑態度。

情感分析顯示，大多數科學領域報告了高滿意度，但挫敗感模式各不相同：物理學家和數據科學家的挫敗感更高。這可能反映了計算領域與實驗領域在嘗試將AI整合到核心工作流中的差異。

與創意工作者不同，科學家們對AI的擔憂程度相對較低，這與他們對AI目前無法完成核心研究任務的挫敗感相符。他們普遍不擔心因AI而失業。

原因包括：研究中存在難以數字化的隱性知識（一位微生物學家舉例說，有些實驗步驟需要根據細胞呈現的特定顏色來判斷，這種顏色差異必須親眼所見才能理解）；以及研究決策的內在人性。外部限制，如安全規定和預算/時間限制，也構成了AI替代的障礙。

盡管如此，91%的科學家表示渴望在研究中獲得更多AI輔助。大多數人希望AI能在整個研究過程中提供支持：評估實驗設計、訪問科學數據庫、運行分析等。一個共同的愿望是，希望AI能產生新的科學思想。

一位醫學科學家說：

“我希望AI能幫助生成或支持假設，或者尋找人類不易察覺的新穎互動/關系。”另一位科學家也表示：“我渴望一個能像有價值的研究伙伴一樣的AI……能帶來一些新東西。”

這次初步測試證明了Anthropic Interviewer在規模化研究方面的潛力，它使得原本耗時耗力的研究得以高效進行，并能提出和回答關于AI社會角色的新問題。

通過這項研究，Anthropic獲得了超越聊天窗口使用數據的洞察，了解了人們對AI的感受、期望和未來構想。這些發現將被用于與經濟顧問委員會和高等教育顧問委員會的討論，并為產品開發和政策倡導提供信息

Anthropic也正在與特定社群展開合作，將他們的專業知識融入AI開發

Anthropic表示，通過大規模部署Anthropic Interviewer，他們希望在人們的AI體驗和AI的開發之間建立一個反饋循環，最終構建出能反映公眾觀點和需求的AI系統

參考：

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

--end--

最后記得??我，每天都在更新：歡迎點贊轉發推薦評論，別忘了關注我