斯坦福重磅研究：80% 打工人将被 AI 重塑！你的工作在 H 几级？ 精华

1.人机协作新时代：终结“是否自动化”的争论

斯坦福大学于 2025 年初至 5 月进行大规模调研，发布划时代模型：Human Agency Scale（HAS） —— 一种五级人机协作标准（H1–H5），用来衡量工作中人类应保有多少主动权。

❝

关键洞察：研究预计约 80% 的美国劳动者将有 至少 10% 的任务受到 LLMs 影响数据回顾：2025 年初，已有 36% 的职业 中的员工使用 AI 处理 25% 以上 的任务

HAS 量表

2.不同岗位，拥抱 AI 的姿势各不同

调研揭示不同职业群体在 HAS 等级偏好上存在巨大差异：

多数员工希望拥有比技术专家评估更高的控制权（Human Agency）

但这种“人愿意参与 vs 技术可以自动化”的差距也暴露出 AI 设计与员工期待的错位，需引起研发者重视。

员工对 AI 抵触的三大主因：

• 45%不信任 AI 的准确性与能力
• 23%害怕岗位被替代
• 16.3%担忧缺乏“人性”——AI 无法提供创意判断、情绪理解、价值共鸣

负面情绪数据图

趋势预警：46.1% 的任务可自动化，但不能忽视 28% 员工的抵触情绪

3.未来技能的“红绿灯”：哪些升值？哪些易被替代？

斯坦福研究构建出一张“双维度技能地图”：

• 横轴：薪资高低
• 纵轴：人类参与程度（HAS 需求）

绿线代表升值区：如 教学、规划、协作协调红线代表贬值区：如 数据处理、重复性信息操作

技能价值图

数据总结：

核心趋势：信息型能力贬值风险加剧，“人性技能”成为 AI 时代新硬通货！

4.AI 理想介入区：H2-H3 是黄金协作带

研究追踪了 700+ 任务中，员工希望的 HAS 等级 vs 专家评估的可行等级，并绘制出任务分布热力图：

• 112 项任务落在 H2：AI 主做，人类监督
• 114 项任务落在 H3：人机共同决策
• 极少任务落在 H1（全自动）或 H5（全人类处理）

任务分布图

启示：AI 的成功落地，并不在于“替代人”，而在于找到最合适的协作等级

5.决胜 AI 时代的三大行动指南

斯坦福研究团队基于调查结果，提出面向未来的三项关键建议：

• 重新定义核心技能：将培训重点从“信息记忆”转向“人际赋能”
• 增强信任机制设计：通过可解释性与透明机制打破 45% 员工的不信任
• 构建灵活适配体系：设立定期 HAS 评估机制，追踪任务迁移趋势

研究警告：当前 23% 的“失业恐惧”可能阻碍 AI 落地速度企业亟需培养“人类领航员”角色，成为 AI 系统的价值调节器

结尾号召｜测一测：你现在处于 H 几级？

当 Hugging Face 等研究机构也在验证人机协作光谱，这项来自 斯坦福大学 的研究，或将成为下一轮 AI 工具落地的“操作系统”。

立即行动：

• 对照 HAS 量表扫描自己的核心任务处于哪一级？
• 审视技能是处于红区风险还是绿区增值带？

本文转载自​​​AI小智​​​，作者： AI小智