本文研究了人工智能对创新的影响,在一家大型美国公司的研发实验室中,将新材料发现技术的随机引入向1,018个科学家介绍。AI辅助研究人员发现了44%的材料,导致专利申请增加了39%,下游产品的增加17%。这些化合物具有更多新颖的化学结构,并导致更根本的发明。然而,该技术在整个生产力分布中具有明显的不同影响:虽然最底层的科学家看到的好处很少,但顶级研究人员的输出几乎翻了一番。研究了这些结果背后的机制,我表明AI自动化了57%的“创意”任务,将研究人员重新分配给评估模型生产的候选材料的新任务。顶级科学家利用其领域知识来优先考虑有希望的AI建议,而其他人则浪费了大量资源测试假阳性。一起,这些发现证明了ai augment研究的潜力,并强调了创新过程中算法和专业知识之间的同意。调查证据表明,这些收益是有代价的,但是由于82%的科学家报告说,由于创造力降低和技能不足,对工作的满意度降低了。
主要关键词