@MSFTResearch: 在微软研究播客中,微软的Jaime Teevan、Jenna Butler、Jake Hofman和Rebecca Janssen探讨了如何……
摘要
微软研究播客一期节目讨论了New Future of Work Report 2025,探索AI的采用和影响,以及AI应被视为工具还是协作者。
查看缓存全文
缓存时间: 2026/06/23 23:55
在微软研究播客中,微软的 Jaime Teevan、Jenna Butler、Jake Hofman 和 Rebecca Janssen 探讨了将人工智能视为不仅仅是自动化人们已经能够完成的任务的工具,如何可能开启新的可能性。https://t.co/YylAxqqonm https://t.co/xty2yyWkpr
理念:引导人工智能走向我们想要的工作未来 - 微软研究
来源:https://www.microsoft.com/en-us/research/podcast/ideas-steering-ai-toward-the-work-future-we-want/ 每一项新兴技术的背后,都有一个推动其前进的伟大理念。在微软研究播客系列 Ideas (https://www.microsoft.com/en-us/research/podcast-series/ideas/) 中,微软研究社区的成员们探讨着驱动他们研究的信念、启发他们的经历和思想家,以及这些研究旨在实现的积极人文影响。
自2020年以来,微软的研究人员们作为“新工作未来”研究计划的一部分,对人们的工作方式进行了持续的、重要的研究、梳理和分析。他们通过多种视角——从疫情带来的变化,到混合工作实践的采用,再到日益强大的 AI 模型的出现——来开展这项工作,旨在赋能个人和组织实时重新定义工作。
在本期节目中,微软首席科学家兼技术院士 Jaime Teevan (https://www.microsoft.com/en-us/research/people/teevan/) 与研究人员 Jenna Butler (https://www.microsoft.com/en-us/research/people/jennbu/)、Jake Hofman (https://www.microsoft.com/en-us/research/people/jmh/) 和 Rebecca Janssen (https://www.microsoft.com/en-us/research/people/rjanssen/) 一起探讨了他们最新的成果:Microsoft 新工作未来报告 2025 (https://www.microsoft.com/en-us/research/wp-content/uploads/2025/12/New-Future-Of-Work-Report-2025.pdf)。他们探讨了该报告关于 AI 的采用和影响、创造一个人人繁荣的未来所需的有意识行动,以及当前人们对 AI 使用的看法。此外,AI 是 工具 还是 协作者?以及为什么这个问题的答案至关重要。
文字记录
[音乐]
JAIME TEEVAN: 实际上,我们一直经历着的,并非每年工作方式都在发生划时代的变化。更多的是,我们正处于一个巨大转变之中,即数字技术如何支持人们完成工作。
JENNA BUTLER: 这并非预先注定。工作的未来正由我们,由消费者,积极地构建着。我喜欢这一点。
JAKE HOFMAN: 我们很容易说,让每个人都采用,提升效率。让一切变得非常快,对吧。但我认为那并不是我们真正想要生活的未来。
REBECCA JANSSEN: 我们一直在以过去为基准。比如,AI 能做什么,或者 AI 能完成我们已经能做的事情吗?我认为这是一个错误,或者说,这可能只是第一步,而更重要的一步还在后面。
标准开场白: 您正在收听的是 Ideas,一个深入探讨技术研究世界以及代码背后深刻问题的微软研究播客。
[音乐渐弱]
JAIME TEEVAN: 大家好,我是 Jaime Teevan,微软首席科学家兼技术院士。今天,我们将讨论新工作未来。
早在2020年,来自微软各地的研究人员齐聚一堂,试图理解因疫情而发生的这一工作实践的巨大转变。次年,该小组发布了第一份“新工作未来”报告 (https://www.microsoft.com/en-us/research/publication/the-new-future-of-work-research-from-microsoft-into-the-pandemics-impact-on-work-practices/)。自那以后,微软每年都会发布一份新报告,期间从不缺少颠覆性事件和重大技术变革。
今天与我一起探讨最新报告 (https://www.microsoft.com/en-us/research/publication/new-future-of-work-report-2025/) 的是我的同事 Jenna Butler、Jake Hofman 和 Rebecca Janssen,他们是该报告的众多作者中的几位。
Jenna、Jake、Rebecca,欢迎来到播客。
REBECCA JANSSEN: 谢谢,Jaime。
JAKE HOFMAN: 谢谢,Jaime。
JENNA BUTLER: 谢谢。
TEEVAN: 塑造人们所做的工作及其方式的因素有很多,从社会因素到经济因素再到技术因素。而且,正如我们从以前共同撰写的报告中学到的,要解释这种复杂性,需要非常多样化的背景、知识基础、方法和研究思路。
因此,在我们深入探讨报告的具体内容之前,我希望你们每个人都能分享一下你们为报告所做贡献所带的经验和专业知识,以及你们所做工作的重要性。Jenna,你先开始好吗?
BUTLER: 当然,好的,谢谢 Jaime。
我从2020年报告开始就一直参与其中,我为我们所做的工作感到非常自豪。我认为它之所以重要,有多个原因,但最重要的是,尤其是在当下,我觉得人们感觉技术似乎是在“发生在他们身上”,这些变化是在“发生在他们身上”。而实际上,对于我们引入社会的任何技术,这都是一种社会技术变革。因此,人们如何看待它、使用它、想用它做什么、愿意为之付出什么——所有这些都很重要。所以,我认为这份报告给了人们一些主动权,让他们了解:现在正在发生什么,最新的研究是什么,以及你自己的行为和观点是如何塑造技术的。
谈到专业知识,我研究软件工程生产力,目前尤其关注 AI 如何影响或改变它。但我的背景其实最初是生物信息学,研究癌症。我一直喜欢多学科领域,因为我觉得,面对当今世界的问题,解决方案往往存在于多个学科的交叉点上。因此,这份由来自全球超过50位不同作者共同完成的报告,我认为是一个很好的例子,展示了当你把这样不同的人聚集在一起时,能产生多少精彩的东西。
TEEVAN: 谢谢,Jenna。Jake,你呢?
HOFMAN: 好的,我从2023年开始参与这份报告,所以时间比 Jenna 短,最初是作为与 AI 和认知相关的章节的作者,这是我们微软研究纽约市实验室 (https://www.microsoft.com/en-us/research/lab/microsoft-research-new-york/) 的一个核心研究课题。最近,我与另一位研究员 Richard Banks (https://www.microsoft.com/en-us/research/people/rbanks/) 共同领导了一个全公司范围内的工作流,名为“与 AI 一起思考和学习”,简称 TALA。
所以,当真正领导和推动这份报告的 Jenna、Rebecca 和同事们今年邀请我担任章节编辑时,我非常乐意地接受了。因为我知道这份报告阅读广泛,影响深远。我认为这是一个绝佳的机会,不仅能够展示来自微软内部,也能展示来自全球各地的研究,并以一个连贯的视角和声音呈现出来。
TEEVAN: 谢谢,Jake。Rebecca 呢?
JANSSEN: 是的,我们真的很高兴你能加入我们担任章节编辑,Jake,必须得说。
好的,我于2024年10月全职加入微软,所以算是我们三人中的新人。在读博期间,我就对 AI 及其对工作和社会的各种影响感兴趣,特别是从经济学角度。所以我一直对这个小组的工作感到非常兴奋,并且非常期待不仅在经济视角和那些章节上深入参与,而且在更广泛的层面,比如整个报告的编辑工作中发挥作用。
至于为什么它重要,我认为这份报告令人兴奋之处在于其人员的多样性、背景的多样性以及主题的多样性。有太多可以谈论、可以说的东西,同时也能意识到,哦,AI 正在影响工作,但也在影响生活中许多其他不同的方面。
TEEVAN: Rebecca,我也很喜欢你的故事,你之前在微软外部阅读这份报告,然后有机会加入进来参与。我知道今年有不少参与的人都有类似的经历。这感觉挺酷的,就像它已经成为了一个某种意义上的机构。
JANSSEN: 是的,没错。
TEEVAN: 是的,非常酷。但对于那些 初次接触 《新工作未来报告》的听众,你们能分享一下它是什么、为谁而写、人们可以用它来做什么吗?
BUTLER: 好的,我来回答。显然我可能有偏见——我认为它是为所有人准备的。但也许并非如此。其理念是展示过去一年中发生的研究。所以我们每年(通常在12月)发布一次,针对这些正在发生的重大转变。过去几年,AI 一直是其中重要的一部分。其想法是,不仅从微软内部,也从全球各地的外部机构中选取研究,并尝试将它们总结成简短、有研究支持的陈述。我们非常谨慎,只在我们有研究人员、能够做出相当大胆断言、并且对数据有信心、数据支持我们所说内容的领域才这样做。
所以,如果你只想读一份报告(虽然可能有点长),你就能对 AI 和工作领域正在发生的事情有一个相当广泛的了解。从经济到采用,到思考和学习,到特定行业,再到公司外部的领先专家们的想法和预测,都包含在内。因此,它应该对各种学术受众普遍可及。你不需要成为 AI 专家就能阅读。希望它能对所有不同领域有所帮助。
TEEVAN: 你知道,回顾过去五年——这是我们的第五份报告——有一件事情让我印象深刻,那就是每次我们在发布报告时,都会觉得:“哦,天哪,工作变了。它将永远不会再一样了。” [笑声] 实际上,我刚刚读了报告过去的引言。
在2021年,考虑到疫情,我写道:“工作将再也不会一样了!(https://www.microsoft.com/en-us/research/publication/the-new-future-of-work-research-from-microsoft-into-the-pandemics-impact-on-work-practices/)”。2022年,随着我们转向混合工作,我说:“工作正在以前所未有的速度变化。(https://www.microsoft.com/en-us/research/publication/microsoft-new-future-of-work-report-2022/)”。2023年——我们经历的不是一次,而是两次工作方式的代际转变 (https://www.microsoft.com/en-us/research/publication/microsoft-new-future-of-work-report-2023/)。然后,最近,我们显然一直在大量讨论 AI 对生产力的变革性影响 (https://www.microsoft.com/en-us/research/publication/microsoft-new-future-of-work-report-2024/)。
有趣的一点是,通过撰写这份报告,我得以审视这些看似不同的随时间推移的变化,并能够看到其中的贯穿线索和联系。因为实际上,我们一直经历着的,并非每年工作方式都在发生划时代的变化。更多的是,我们正处于一个巨大转变之中,即数字技术如何支持人们完成工作。
我很好奇,在过去五年里,你们在业界和学术界,甚至个人层面上,都观察到了哪些关于 AI 和工作方面的态度和理解的变化?比如它对你个人来说是如何改变的。
HOFMAN: 也许我可以先开始。我觉得在过去三年里,思考一下研究界在生成式 AI 和工作方面发生了多么巨大的变化,真是令人惊叹。
你知道,我记得,比如2023年1月,人们一开始就全速冲刺。每个人都在竭尽全力地在孤立环境下评估一个模型,因为那是人们能接触到的方式。但很少有涉及人类在回路中的研究,也很少有人评估当模型不仅仅是参加标准化测试或基准测试时会发生什么。所以这是我们立即关注的重点,因为它正好切合了我们实验室的专业领域。当然,也有其他人在做,但能接触到模型以及有能力设计和运行涉及真实人类的实验的人仍然有限。而且即使如此,也大多局限于实验室环境。
而现在,时间快进三年,几乎每个人都可以接触到他们想要的任何模型。他们有很棒的工具来构建和设计实验,并且可以在实际场景中运行它们。我认为也出现了一个转变,从“这个工具能让我们提速多少?”转向了“这些工具除了提高效率之外,还有哪些更大、更广泛的影响?”——我认为这对于思考和学习尤其令人兴奋。
所以我认为这非常了不起。在其他任何时期,你都没有见过这样的飞跃:从仅仅三年时间里,从少数人进行小型实验室研究,到许多人进行具有深远影响的实地实验。
TEEVAN: 是的。Rebecca 或 Jenna,你们在自己的工作实践中是否也观察到了类似的变化?Jake 谈论了研究本身的变化。你们也注意到了类似的事情吗?
JANSSEN: 是的,肯定有。我想说的是,看到这些工具如何帮助你,真是太有趣了。我的意思是,当我开始或者说完成我的博士学位时,正好经历了这波 AI 真正兴起的浪潮,即使在这么短的时间里也能看到:“哦,它在哪里帮助我?它在什么地方 不会 给我那么多帮助?”但同时也有压力:“哦,我想在哪些方面保持参与?”我认为至少对我来说,这是一个仍在进行中的探索或过程。我想这也是我从其他人那里听到的,他们也在大量实验、摆弄这些工具,并试图弄清楚:在更广泛的层面上,它究竟在哪里改变了事情,改变了工作流程。
BUTLER: 是的,Rebecca,关于“它在哪些方面帮助我,哪些方面不能”这一点,在报告过去的五年里,让我印象深刻的是其细微差别,以及我们如何预期某些事情,但实际情况却不一定如此。
比如,当所有人都远程办公时,我们以为人们会感到孤独。有一些研究关注这一点,结果发现:等等,有些人反而过得很好。这是怎么回事?然后是混合工作,比如我们不需要都回去,或者我们 有时 需要回去。
然后到了 AI 这里:“这个不可思议的工具——每个人都会受益。”然后我们看到,哦,有那么多因素在影响谁受益以及如何受益,甚至他们是否相信它会有所帮助都会产生影响,还有他们执行的任务类型以及他们的解决问题风格。所以,我觉一切的独特性,每个工作者都是不同的,没有单一答案,这一点看起来非常有趣——虽然也棘手,但这让我们有活干。
TEEVAN: 是的,是的,是的。我喜欢这种关于人们不同方式的思考……仅仅是听你们三位说话,看到你们思考自己工作实践变化的方式各不相同,很明显,采用率非常重要,我知道这是我们在报告中重点关注的一点。
Jake,你谈到每个人都能接触到
相似文章
@MSFTResearch:微软研究院推出了新的工具、模型、仓库和论文。使用AI和智能体?值得关注:• Mage…
微软研究在微软研究论坛虚拟系列中宣布了新的工具、模型、仓库和论文,包括MagenticLite、智能体驱动的GitHub工作流、验证优先的智能体以及语义匹配微调。
@GoogleDeepMind: 观看 → https://goo.gle/4w7S3LM Spotify → https://goo.gle/4eFgIA9 Apple Podcasts → https://goo.gle/3Sn4ZyM 或收听...
Google DeepMind 推广了一期播客节目,嘉宾为 Nenad Tomašev 和 Hannah Fry,讨论 AI 智能体、未来的智能体经济及相关安全问题。
@MSFTResearch:大规模评估智能体行为,倡导以仓库替代文档,并邀请全球研究者共同应对价值对齐挑战…
微软研究院最新通讯重点介绍了AgentPex(一个用于自动评估智能体行为的开源系统);关于排序系统方差缩减的新理论工作;呼吁从文档转向仓库以促进人机协作;以及一项关于AI价值对齐的全球挑战。
@MSFTResearch: 30倍加速分析,从SQL自动生成GPU内核,AI匹配实验室培养的肿瘤模型用于癌症治…
微软研究院在最新的Research Focus通讯中重点介绍了多项进展,包括使用CoddSpeed实现30倍加速分析、AI野生动物重新识别,以及无需重新训练即可跨任务学习的LLM。
@omarsar0: Microsoft Teams 今年跨越了一条我始料未及的界限。它现在运行着一个 AI 员工,能完成工作,而不仅仅是回答问题……
Microsoft Teams 引入了一个能执行任务的 AI 员工,而不仅仅是回答问题,这标志着工作场所 AI 自动化迈出了重要一步。