論文の概要: What Work is AI Actually Doing? Uncovering the Drivers of Generative AI Adoption

• arxiv url: http://arxiv.org/abs/2510.23669v1
• Date: Sun, 26 Oct 2025 19:13:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-29 15:35:36.333939
• Title: What Work is AI Actually Doing? Uncovering the Drivers of Generative AI Adoption
• Title（参考訳）: AIは実際に何をしているのか? ジェネレーティブAI導入の原動力を明らかにする
• Authors: Peeyush Agarwal, Harsh Agarwal, Akshat Ranaa,
• Abstract要約: 本研究は,本質的なタスク特性が,AIシステムに業務を委譲するユーザの判断を促すかを検討する。 本研究は,実世界の生成AI利用を,本質的なタスク特性の包括的多次元フレームワークに結びつける最初の体系的証拠を提供する。
• 参考スコア（独自算出の注目度）: 1.4977849232424492
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Purpose: The rapid integration of artificial intelligence (AI) systems like ChatGPT, Claude AI, etc., has a deep impact on how work is done. Predicting how AI will reshape work requires understanding not just its capabilities, but how it is actually being adopted. This study investigates which intrinsic task characteristics drive users' decisions to delegate work to AI systems. Methodology: This study utilizes the Anthropic Economic Index dataset of four million Claude AI interactions mapped to O*NET tasks. We systematically scored each task across seven key dimensions: Routine, Cognitive, Social Intelligence, Creativity, Domain Knowledge, Complexity, and Decision Making using 35 parameters. We then employed multivariate techniques to identify latent task archetypes and analyzed their relationship with AI usage. Findings: Tasks requiring high creativity, complexity, and cognitive demand, but low routineness, attracted the most AI engagement. Furthermore, we identified three task archetypes: Dynamic Problem Solving, Procedural & Analytical Work, and Standardized Operational Tasks, demonstrating that AI applicability is best predicted by a combination of task characteristics, over individual factors. Our analysis revealed highly concentrated AI usage patterns, with just 5% of tasks accounting for 59% of all interactions. Originality: This research provides the first systematic evidence linking real-world generative AI usage to a comprehensive, multi-dimensional framework of intrinsic task characteristics. It introduces a data-driven classification of work archetypes that offers a new framework for analyzing the emerging human-AI division of labor.
• Abstract（参考訳）: 目的:ChatGPTやClaude AIといった人工知能(AI)システムの迅速な統合は、仕事の仕方に大きな影響を与えます。 AIがどのように機能を再形成するかを予測するには、その能力だけでなく、実際にどのように採用されているのかを理解する必要がある。 本研究は,本質的なタスク特性が,AIシステムに業務を委譲するユーザの判断を促すかを検討する。 方法論:本研究では,O*NETタスクにマッピングされた400万個のクロードAIインタラクションの人文経済指標データセットを利用する。 我々は,各タスクを7つの重要な次元 – ルーチン,認知,社会的知性,創造性,ドメイン知識,複雑度,意思決定 – で体系的に評価した。 次に,多変量手法を用いて潜在タスクアーチタイプを特定し,AI利用との関係を解析した。 発見:高い創造性、複雑さ、認知的要求を必要とするタスク、しかし、ルーチン性の低いタスクは、最もAIの関与を惹きつけた。 さらに、動的問題解決、手続き的・分析的作業、標準化された操作タスクの3つのタスクアーチタイプを特定し、AIの適用性は個々の要因よりもタスク特性の組み合わせによって最もよく予測されることを示した。 分析の結果,全インタラクションの59%を占めるタスクは5%に過ぎなかった。 原性:本研究は、実世界の生成AI利用を、本質的なタスク特性の包括的多次元フレームワークに結びつける最初の体系的な証拠を提供する。 それは、新たな人間とAIの分業を分析するための新しいフレームワークを提供する、データ駆動型のワークアーチタイプ分類を導入している。

関連論文リスト

• A Task-Driven Human-AI Collaboration: When to Automate, When to Collaborate, When to Challenge [16.734679201317896]
  性能を改善しつつ、適切な人間とAIの統合が有意義なエージェンシーを維持するかを示す。 この枠組みは、実用的で道徳的に健全な人間とAIのコラボレーションの基礎を築いた。
  論文  参考訳（メタデータ） (2025-05-23T23:19:15Z)
• Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations [18.86239369192921]
  我々は最近のプライバシー保護システムを活用して、400万件以上のClaude.ai会話を分析します。 我々の分析によると、AIの利用は主にソフトウェア開発とタスクを書くことに集中している。 また、AIがタスクにどのように使われているかを分析し、使用量の57%が人間の能力の増強を示唆している。
  論文  参考訳（メタデータ） (2025-02-11T00:46:43Z)
• Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI [116.8199519880327]
  人工知能(Embodied AI)は、人工知能(AGI)の実現に不可欠である 本調査では,Embodied AIの最近の進歩を包括的に調査する。
  論文  参考訳（メタデータ） (2024-07-09T14:14:47Z)
• Pangu-Agent: A Fine-Tunable Generalist Agent with Structured Reasoning [50.47568731994238]
  人工知能(AI)エージェント作成の鍵となる方法は強化学習(RL)である 本稿では,構造化推論をAIエージェントのポリシーに統合し,学習するための一般的なフレームワークモデルを提案する。
  論文  参考訳（メタデータ） (2023-12-22T17:57:57Z)
• TaskMatrix.AI: Completing Tasks by Connecting Foundation Models with Millions of APIs [71.7495056818522]
  私たちは、基礎モデルと数百万のAPIを結合してタスク補完を行う、新しいAIエコシステムとしてTaskMatrix.AIを紹介します。 このようなエコシステムを構築するためのビジョンを示し、それぞれの重要なコンポーネントを説明し、このビジョンの実現可能性と次に取り組むべき主な課題の両方を説明するために研究ケースを使用します。
  論文  参考訳（メタデータ） (2023-03-29T03:30:38Z)
• Artificial Intelligence (AI) and IT identity: Antecedents Identifying with AI Applications [0.76146285961466]
  マネージャをAIシステムに置き換えることは、労働者の成果に悪影響を及ぼす可能性がある。 労働者がAIシステムとの関係から、同じ恩恵を受けるかどうかは不明だ。
  論文  参考訳（メタデータ） (2020-05-15T10:59:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。