Sprig 分享 Angi UX 研究副总裁观点：AI 是辅助研究员的“实习生”而非替代者

AI 已成为当前各行各业中最热门的话题之一。在研究领域，人们既兴奋又焦虑和疲惫，因为团队试图跟上技术快速成长的步伐。 

在最近与 Angi 用户体验研究副总裁 Lauren Everett 举行的行业聚焦网络研讨会上，她提出了一个观点：AI 不会取代研究人员，而应被用作“有用的实习生”。与其问 AI 是否会取代研究人员，不如问 AI 应该支持哪些工作，以及哪些工作仍然需要人类判断？

为什么 AI 感觉如此不同

正如 Lauren 指出的那样，对新技术的恐惧并非新鲜事。写作、书籍、电话、电影、汽车和互联网在其早期阶段都引发了恐慌。但 AI 确实感觉不同，原因有二。首先，它出现在一个已经充斥着社交媒体和全天候评论的世界中。其次，也是最重要的，目前的采用曲线要陡峭得多。团队感到有真正的压力，必须尽快成为 AI “专家”。Lauren 用创新的 S 曲线来解释这一模式：

• 起初，新技术感觉像是一种威胁
• 然后它感觉像是魔法
• 最终，它变成了基础设施。最后这一点是大多数人忽略的：基础设施不等于替代。

AI 很有用，但仍需要方向

“实习生”这个类比之所以有效，是因为它既捕捉到了 AI 的优势，也捕捉到了其局限性。就像一个能力强的实习生一样，AI 速度很快。它可以帮助进行摘要、初稿、模式识别、转录、案头研究和早期结构搭建。Lauren 分享说，她曾使用 AI 将一周的案头研究压缩到几分钟内完成。但也像实习生一样，AI 缺乏战略研究工作中最重要的东西：背景知识、判断力、责任感和生活经验。你不会让一个实习生独自进入 CEO 办公室去提出高风险的建议，同样，你也不应该向 AI 输入一个简单的提示词，然后立即将其生成的报告发送给利益相关者。  

虽然 AI 在很多地方确实很有帮助，但在许多领域，人类的专业知识仍然不可或缺。你在研究中深入得越深，人类的判断力就越重要。研究人员仍然需要在实地调研、综合分析和沟通方面发挥主导作用。AI 无法独立知道哪些主题是有意义的，哪些权衡是重要的，或者哪些建议实际上适合业务。那是人类判断力的领域。

对人类研究人员而言变得更有价值的技能

最重要的研究技能并没有过时。它们正变得更有价值。Lauren 强调了研究人员必须继续加强的三项技能集：

• 同理心：察觉犹豫和矛盾
• 判断力：决定什么重要、什么合乎道德、什么值得追求
• 清晰度：将信息转化为团队能够理解并据此行动的意义 

只有当研究有助于组织做出更好的决策时，它才有意义，而这种转化层仍然属于人类研究人员。

AI 辅助的工作表面上看起来更具创造性，但它往往趋向于中间水平。按照 Lauren 的说法：AI 提高了下限，但缩小了原创性的上限。这对研究团队是一个有用的警告：如果你通过提示词来完成综合、洞察开发和故事讲述，你可能会在短期内节省时间，但也可能外包掉那些创造差异化的核心工作。

这对研究团队意味着什么

结论不是抵制 AI，而是有目的地使用它。研究人员应该学习这些工具，尽早进行实验，并弄清楚 AI 可以在哪些地方消除繁琐的工作，同时牢牢掌控那些不可委托的任务。当 AI 成为基础设施时，研究人员的机会在于成为懂得如何有效引导它的人。每一波新技术都会引发恐慌和过高的期望。但研究的未来可能并非变得不那么人性化，实际上可能需要更多人类的判断力、清晰度和同理心。