当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 调查发现:64%的受访者将生成式AI完成的工作据为己有

调查发现:64%的受访者将生成式AI完成的工作据为己有

来源:51CTO.COM 2023-11-20 21:37:45 0浏览 收藏

亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《调查发现:64%的受访者将生成式AI完成的工作据为己有》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下,希望所有认真读完的童鞋们,都有实质性的提高。

调查发现:64%的受访者将生成式AI完成的工作据为己有

Salesforce在进行的一项调查中发现,在缺乏使用生成式AI明确政策的情况下,64%的受访者承认,他们将使用生成式AI完成的工作看作是自己完成的工作。

即使生成式AI的普及程度持续增长,企业也迫切需要明确定义使用生成式AI的策略,以防止员工使用未经授权的这一工具,这可能会使企业面临一些风险。这是Salesforce最近对14个国家约14,000名全职员工进行的一项重要调查结果。

调查表明,四分之一以上(28%)的受访员工在工作中使用生成式AI,其中一半以上在未经雇主批准或授权的情况下使用生成式AI。值得关注的是,另有32%的受访者表示,他们计划很快开始使用生成式AI。这项调查是Salesforce的Generative AI Snapsho研究系列“AI在工作中的承诺和陷阱”的一部分。

越来越多的员工使用生成式AI的一个关键原因是,他们意识到它可以显著提高工作效率。生成式AI的用户意识到了它的重要性,71%的员工表示生成式AI让他们的工作更有效率,58%的员工认为这项技术让他们在工作中更加投入。

有趣的是,近50%的受访员工表示,开发生成式AI的专业知识将有助于提高他们的工作满意度,使他们在工作中更受欢迎,并将提高收入。

所有这些都预示着生成式AI的快速普及和发展。麦肯锡表示,生成式AI每年可能为全球经济增加2.6万亿美元至4.4万亿美元。

政策的缺失使企业容易受到生成式AI安全风险的影响

尽管生成式AI的使用率不断增加,但缺乏安全和授权工具的政策和明确性正在增加企业的安全风险。在Salesforce今年早些时候进行的一项调查中,73%的受访者表示,他们认为生成式AI存在安全风险。不准确的结果和可能侵犯知识产权是使用生成式AI面临的其他一些风险。

Salesforce的调查表明,在其调查的14个国家中,印度使用未经授权和被禁止的生成式AI工具的比例最高,各行业中有64%的受访员工使用这些工具来促进他们的职业发展。另一方面,荷兰未经授权的生成AI工具的使用率最低,只有43%的员工使用。

缺乏明确定义的使用生成式AI政策使企业容易受到这些风险的影响,并使他们无法利用生成性AI的巨大潜力。根据Salesforce的调查,约79%的企业没有明确定义使用生成式AI的政策。其中,15%的受访者表示在工作中使用生成式AI的政策定义不明确,37%的受访者表示没有在工作中使用生成式AI的政策,其余27%的的受访者表示对此一无所知。

不道德地使用生成式AI

随着未经授权的生成式AI的使用率增加,一些员工正在不道德地使用,包括将生成式AI的工作成果据为己有。将近64%的受访者将生成式AI工作视为自己完成的工作,41%受访者可能会夸大自己的生成式AI技能以确保工作机会。

在Salesforce调查中,其中存在的一个重要问题是缺乏培训。近70%的受访者既没有完成也没有接受过任何有关在工作中安全、道德地使用生成式AI的培训。Salesforce首席道德与人道使用官Paula Goldman在一篇博客文章中表示:“有了明确的指导方针,员工才能理解和应对生成式AI的风险,同时利用其创新来促进他们的职业发展。”

本篇关于《调查发现:64%的受访者将生成式AI完成的工作据为己有》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!

AI
版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
什么是人工智能民主化?如何让AI技术进一步被社会认可什么是人工智能民主化?如何让AI技术进一步被社会认可
上一篇
什么是人工智能民主化?如何让AI技术进一步被社会认可
AI将改变投资核心逻辑,60/40股债策略将过时?
下一篇
AI将改变投资核心逻辑,60/40股债策略将过时?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    389次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    469次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    476次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    420次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    244次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码