Mga benepisyo ng generative AI sa trabaho: alin ang magkasamang nakikita?

May tatlong pagpipilian ang mga manggagawa: “Sumasang-ayon”, “Hindi sumasang-ayon at hindi rin tumututol”, at “Hindi sumasang-ayon”. Tumutugon sila sa mga pahayag na nakatitipid ng oras ang generative AI, nagpapaganda ito ng kalidad ng kanilang trabaho at nagbibigay-kakayahang gumawa ng bagong gawain. Kasama sa pagsusuri ang mga nag-ulat na nagtrabaho para sa bayad o kita at gumamit ng generative AI sa trabahong iyon noong buwan bago ang sarbey. Hindi itinuturing na paggamit sa questionnaire ang basta makakita ng AI-generated na resulta sa search engine.^[2]

Nailathala na ng Federal Reserve ang magkakahiwalay na antas ng pagsang-ayon sa mga gumagamit na ito: 81% para sa pagtitipid ng oras, 52% para sa kalidad at 55% para sa bagong gawain. Ipinapakita nitong magkaiba ang antas ng pagsang-ayon sa tatlong pahayag. Hindi nito sinasabi kung ilan sa parehong mga tao ang sumasang-ayon sa lahat ng tatlo, o kung paano nagsasama ang iba pang mga sagot.^[3]

Mahalaga ang mismong tanong. Ang pagsang-ayon tungkol sa kalidad ay hindi quality score mula sa isang independiyenteng reviewer. Hindi rin sinasabi ng pagsang-ayon sa oras kung ilang oras ang natipid. At maaaring iba ang kakayahang gumawa ng bagong gawain sa mas mabilis na paggawa ng nakasanayan na. Pinananatili namin ang mga pagkakaibang ito sa buong artikulo sa halip na pagsamahin ang mga sagot sa iisang productivity score.

Ang pinakamalaki sa walong kombinasyon ng pagsang-ayon ay yaong sumang-ayon sa lahat ng tatlong pahayag: 34.0% ng mga gumagamit na pasok sa pamantayan. Ipinapakita sa chart ang bawat kombinasyon. Ang pahayag na hindi nakalista sa isang row ay sinagot nang neutral o hindi sang-ayon; hindi nito ibig sabihing walang naranasang benepisyo ang manggagawa.

Tatlong iba pang kombinasyon ang nagpapakita kung bakit kapaki-pakinabang ang pagtingin sa mga sagot nang magkakasama. May 17.0% na sumang-ayon sa pagtitipid ng oras ngunit hindi sa kalidad o bagong gawain. May 16.9% na sumang-ayon sa oras at bagong gawain ngunit hindi sa kalidad. May 13.1% na sumang-ayon sa oras at kalidad ngunit hindi sa bagong gawain.

Magkakaibang kombinasyon ito ng mga sagot mula sa mga taong pawang sumang-ayon sa pagtitipid ng oras. Magkalapit sa paglalarawan ang dalawang porsiyentong nasa 17%; hindi sapat ang napakaliit na agwat para rangguhan ang isang uri ng paggamit ng AI kaysa sa isa. Mas kapaki-pakinabang ang dagdag na tanong tungkol sa bagong gawain dahil naihihiwalay nito ang mga taong mapapangkat nang magkasama kung oras at kalidad lang ang titingnan.

May 10.6% pang hindi sumang-ayon sa alinman sa tatlong pahayag. Kasama rito ang mga neutral na sagot at mga hindi sang-ayon. Lalampas sa sinasabi ng mga tanong kung tatawagin silang mga taong walang nakuhang halaga mula sa AI. Maaaring gumamit ng tool ang isang tao nang hindi sinasang-ayunan ang partikular na mga pahayag na ito, at hindi ipinapaliwanag ng sarbey ang kanilang mga dahilan.

May 20 sumagot sa maliit na grupong sang-ayon sa kalidad at bagong gawain ngunit hindi sa oras. Nananatili ito sa kumpletong paglalahad, pero hindi ito dapat gawing nakakagulat na headline. Magkaiba ang pagpapakita ng isang kategorya at pagbuo ng matibay na interpretasyon mula rito. Pinananatili ng mga sumusunod na talahanayan ang mas detalyadong mga sagot.

Malaking bahagi ng agwat ng pagsang-ayon sa oras at kalidad ang mga neutral na sagot. Pinananatili ng susunod na talahanayan ang tatlong orihinal na pagpipilian. Nakabatay ang bawat porsiyento sa lahat ng 1,850 gumagamit na pasok sa pamantayan, kaya hindi umaabot sa 100% ang kabuuan ng bawat row.

Tinatayang 47.1% ng lahat ng gumagamit na pasok sa pamantayan ang sumang-ayon sa pagtitipid ng oras at sa kalidad. May 26.9% na sumang-ayon sa oras ngunit neutral sa kalidad, at 7.0% na sumang-ayon sa oras ngunit hindi sa kalidad. Magkakaibang sagot ang mga ito na may magkakaibang kahulugan.

Kung ang titingnan lamang ay mga sumang-ayon na nakatitipid ng oras ang AI, nagiging 1,489 na sumagot ang denominator. Sa grupong iyon, 58.2% ang sang-ayon sa kalidad, 33.2% ang neutral at 8.6% ang hindi sang-ayon. Pareho pa rin ang mga sagot, na ipinapakita sa loob ng grupong sang-ayon sa oras; hindi ito bagong sample o sumunod na pagsukat.

Hindi ibig sabihin ng neutral na sagot na hindi sigurado ang isang tao, walang nabago sa kalidad, o kulang ang kanyang karanasan. Ang sagot ay hindi siya sang-ayon at hindi rin tutol. Gayundin, ang hindi pagsang-ayon na nagpapaganda ng kalidad ang AI ay hindi patunay na pinasasama nito ang trabaho.

Kapaki-pakinabang ang pagkakaibang ito kapag inuunawa ng tindahan ng bisikleta ang sariling feedback. Kung sinasabi ng katrabaho na mas mabilis ang paggawa ng draft pero hindi niya sinasang-ayunan ang kalidad ng pinal na paliwanag, malinaw ang susunod na hakbang ng may-ari: ihambing ang paliwanag sa mga tala ng mekaniko. Nagiging konkretong usapan tungkol sa trabahong makikita ng customer ang isang malawak na impresyon.

Nagdaragdag pa rin ng impormasyon ang mga sagot tungkol sa bagong gawain kahit nakatuon na tayo sa mga sumang-ayon sa pagtitipid ng oras. Sa susunod na talahanayan, lahat ng porsiyento ay nakabatay sa 1,489 na sumang-ayon na nakatitipid ng oras ang AI. Ipinapakita ng siyam na cell kung paano nagsasama ang kanilang mga sagot sa kalidad at bagong gawain.

Sa grupong ito, 42.0% ang sumang-ayon sa dalawa pang pahayag. Ang parehong 617 taong ito ang bumubuo sa 34.0% na sumang-ayon sa lahat ng tatlo sa kabuuang 1,850 gumagamit na pasok sa pamantayan. Magkaiba ang porsiyento dahil kasama sa isang denominator ang lahat ng pasok sa pamantayan, samantalang ang isa ay ang 1,489 lamang na sumang-ayon sa pagtitipid ng oras.

Sa mga sumang-ayon na nakatitipid ng oras ang AI, may 17.8% pang sumang-ayon sa bagong gawain pero neutral sa kalidad. May 13.4% na sumang-ayon sa kalidad pero neutral sa bagong gawain. May 11.9% pang neutral sa pareho. Mahigit 180 tao ang sumagot sa bawat isa sa mga cell na ito; lahat ng siyam na cell sa talahanayang nakatuon sa grupong ito ay may hindi bababa sa 40.

Mas tiyak ito kaysa sabihing maraming posibleng benepisyo ang AI. May mga sumang-ayon sa mas malawak na kakayahang gumawa kasabay ng pagtitipid ng oras, pero hindi sa mas magandang kalidad. May mga sumang-ayon naman sa kalidad at oras, pero hindi sa bagong gawain. Hindi dapat gawing mga yugto ng paggamit o kuwento ng pag-unlad ng kasanayan ang kanilang mga sagot. Mga kombinasyon ang nakikita natin, hindi pagkakasunod-sunod ng pag-unlad.

Magagamit ng negosyo ang pagkakaibang ito upang magpasya kung anong ebidensiya ang kailangan. Ang tool na ginagamit para pabilisin ang pamilyar na gawain ay dapat suriin batay sa gawaing iyon. Kailangan naman ng hiwalay na pagsusuri ang iminungkahing bagong gamit: kapaki-pakinabang at katanggap-tanggap ba ang nagiging resulta? Hindi kailangan sa alinmang pasya ang pangakong sabay-sabay darating ang bawat benepisyo.

Hindi rin kailangang ibigay ng isang kapaki-pakinabang na gamit ang lahat ng benepisyo. Kung layunin ang bawasan ang oras sa dati nang gawain habang pinananatili ang katanggap-tanggap na pamantayan, maaaring walang kinalaman sa pasyang iyon ang kakayahang gumawa ng bago. Kung layunin namang mag-alok ng hindi pa nagagawa ng negosyo, hindi sapat ang bilis para masabing matagumpay. Nagbibigay-lugar ang mga kombinasyon sa magkakaibang layuning ito nang hindi itinatakda kung alin ang dapat piliin ng negosyo.

Balikan ang kathang-isip na tindahan ng bisikleta. Gusto ng may-ari ng mga post na nagpapaliwanag kung aling serbisyo ang dapat i-book ng customer. Nagbibigay ang mekaniko ng mga katotohanan, at tumutulong ang generative AI sa draft. Maaari munang suriin ng team ang tiyak na gawaing ito bago gawing regular na bahagi ng produksyon. Mungkahi namin ang sumusunod na paraan; hindi ito prosesong sinubok ng SHED.

Una, tukuyin kung ano ang maituturing na tapos na trabaho. Dito, iyon ay isang aprubadong post na tumpak na naglalarawan ng serbisyo at malinaw na nagsasabi ng susunod na hakbang sa customer. Isama sa pagrepaso ang oras sa paghahanda ng mga tala, pag-check ng draft, pagwawasto ng mali at pag-apruba ng post. Hindi pareho ang oras na lumabas ang unang draft at ang oras na handa na ang trabaho.

Pagkatapos, ihambing ang pinal na paliwanag sa mga orihinal na tala ng mekaniko. Tama ba ang pagkakaiba ng mga serbisyong mapagpipilian? May idinagdag bang presyo, pangako o teknikal na pahayag na hindi sinusuportahan ng mga tala? Malinaw ba sa mambabasa ang susunod na gagawin? Nagbibigay ang mga check na ito ng ebidensiya tungkol sa mismong post. Hindi kailangang gawing quality assessment ang pangkalahatang kasiyahan ng manggagawa sa AI.

Para sa bagong kakayahan, maaaring isaalang-alang ng may-ari ang hiwalay na balangkas ng tanong at sagot na ginagawang kapaki-pakinabang na sanggunian ang paulit-ulit na tanong ng customer. Ang mahalagang tanong ay kung kaya na ngayong gumawa ng team ng kapaki-pakinabang na bagay na hindi nito nagagawa noon, hindi kung mas marami lang ang bersiyon ng nakasanayang post. Kailangan pa rin ng pagsusuri sa mga detalye at pag-edit ang bagong format.

Maaaring mas tiyak ang magiging pasya kaysa “gumamit pa ng AI.” Kung may praktikal na pakinabang sa pag-draft ng paliwanag ng serbisyo, maaaring ipagpatuloy iyon habang hiwalay na sinusuri ang mungkahing sangguniang tanong at sagot. Kung nauubos sa pag-check at pagwawasto ang tila natipid na oras, dahilan iyon para muling pag-isipan ang prosesong ito. Nakabatay ang pasya sa nangyayari sa sariling gawain ng tindahan, kasama ang trabahong kailangan upang maihanda ang draft para ilathala.

Magagamit ng isang creator ang parehong pagkakaiba sa balangkas ng video, brief para sa sponsor o materyal para sa mga subscriber. Magsimula sa isang tiyak na output at sa umiiral na pamantayan para tanggapin ito. Hindi nagtatakda ng target para sa sariling resulta ng creator ang pambansang mga kombinasyon, at hindi tinutukoy ng sarbey ang hiwalay na populasyon ng creator o freelancer.

Ginamit namin ang pampublikong 2025 Survey of Household Economics and Decisionmaking, na isinagawa online para sa Federal Reserve mula Oktubre 17 hanggang 28, 2025. Ang target na populasyon ay mga sibilyang naninirahan sa U.S. na edad 18 pataas at hindi nakatira sa isang institusyon. May 12,934 na sumagot sa buong sarbey. Saklaw ng pagsusuri ang 1,850 na nag-ulat ng pagtatrabaho at paggamit ng generative AI sa trabaho noong buwan bago ang sarbey; lahat ay may inilabas na sagot sa tatlong tanong tungkol sa benepisyo.^[1][4]

Mahalaga ang pamantayan ng pagkakasama sa interpretasyon. Pag-aaral ito ng mga gumagamit na ng generative AI sa trabaho, hindi ng lahat ng manggagawa at hindi paghahambing sa mga hindi gumagamit. Hindi nito mahuhulaan ang benepisyong makukuha ng isang negosyo kapag gumamit ito ng tool. Ang mga sagot ay tungkol din sa panahong saklaw ng sarbey noong 2025; hindi ginagawang kasalukuyang pagtatantiya para sa ibang bansa ang mga ito kapag isinalin ang artikulo.

Ginagamit ng bawat porsiyento ang inilabas na cross-sectional survey weights. Ipinapakita rin ng mga talahanayan ang aktuwal na bilang ng mga sumagot, nang walang weighting. Inilalarawan ng bilang na iyon ang mga rekord sa likod ng pagtatantiya, hindi ang bilang ng mga tao sa buong bansa. Pinananatili ng kumpletong talahanayan ang lahat ng 27 kombinasyon; pinagsasama lamang ng chart na may walong kombinasyon ang neutral at hindi sang-ayon kapag tinutukoy kung aling pahayag ang sinang-ayunan.

Inulit din namin ang pagsusuri matapos alisin ang mga rekord na may imputation flag sa alinman sa limang field para sa pagkakasama, paggamit o benepisyo. Minamarkahan ng flag ang sagot na pinunan sa pamamagitan ng pagtatantiya. May natirang 1,841 na sumagot. Sa mga itinakdang talahanayan ng magkakasamang sagot, kombinasyon ng pagsang-ayon at bahagi ng bawat sagot sa benepisyo, humigit-kumulang 0.2 percentage points ang pinakamalaking absolute na pagbabago. Sinusuri lamang nito ang partikular na pag-aalis na iyon; hindi nito inaalis ang error mula sa hindi pagtugon, saklaw o pagsukat. Nananatili ang orihinal na weights ng mas maliit na grupo, at hindi ito itinamang pambansang pagtatantiya.^[5]

Mga deskriptibong pagtatantiya ang iniuulat namin, nang walang confidence interval o significance test. Hindi namin naitatag ang wastong variance estimate na sumusunod sa disenyo ng sarbey para sa mga talahanayang ito na nakatuon sa partikular na grupo. Hindi dapat ituring na maaasahang ranggo ang maliliit na pagkakaiba. Labinlima sa 27 cell ng kumpletong sagot ay may mas kaunti sa 30 tao at minarkahan nang naaayon; makikita pa rin ang buong mga bilang.

Itinakda sa loob ng team ang tanong tungkol sa magkakasamang sagot, mga depinisyon, weighting, sensitivity checks at pamantayan sa paglalathala bago kalkulahin ang mga kombinasyong ito. Alam na ang nailathalang porsiyento ng bawat tanong. Hindi ito pampublikong preregistration. Binago ng paglilinaw sa mga label ng source ang pagtutugma ng input, hindi ang planong pagsusuri, at nakatala ito sa download. Dalawang magkahiwalay na pagkalkula ang nakapag-ulit ng pinagsama-samang resulta.

Mula sa sarbey ng Federal Reserve ang source data at mga tanong; sa Influence IQ naman ang pagkalkula at interpretasyon ng magkakasamang sagot. Hindi ito nangangahulugan ng pag-endorso ng ahensiya. Nasa download ang kumpletong pinagsama-samang resulta, paraan at code, at mga tagubilin para makuha ang mismong pampublikong source na ginamit. Walang kasamang indibidwal na rekord o identifier ng sumagot.^[6]