❝ 当 36% 的职业已用 AI 完成 1/4 任务，是恐慌失业还是拥抱变革？ 斯坦福大学 2025 年最新研究提出五级人机协作量表（HAS），揭示未来职场赢家如何用 AI 成就“超能同事”！
01｜人机协作新时代：终结“是否自动化”的争论
斯坦福大学于 2025 年初至 5 月进行大规模调研，发布划时代模型：Human Agency Scale（HAS） —— 一种五级人机协作标准（H1–H5），用来衡量工作中人类应保有多少主动权。
| HAS 等级 | 定义 | 应用示例 | | --- | --- | --- | | H1 | 全自动（AI 全权） | 数据清洗、排序 | | H2 | 自动+人类监督 | 日常流程审批 | | H3 | 人机协作（AI 辅助） | 市场分析、写作支持 | | H4 | 人类主导，AI 附助 | 内容策划、教学设计 | | H5 | 完全人类决策 | 战略规划、谈判等高阶任务 |
❝ 关键洞察 ：研究预计约 80% 的美国劳动者将有 至少 10% 的任务受到 LLMs 影响数据回顾 ：2025 年初，已有 36% 的职业 中的员工使用 AI 处理 25% 以上 的任务
HAS 量表
02｜不同岗位，拥抱 AI 的姿势各不同
调研揭示不同职业群体在 HAS 等级偏好上存在巨大差异：
❝ 多数员工希望拥有比技术专家评估更高的控制权（Human Agency）
但这种“人愿意参与 vs 技术可以自动化”的差距也暴露出 AI 设计与员工期待的错位 ，需引起研发者重视。
员工对 AI 抵触的三大主因：
- 45% 不信任 AI 的准确性与能力
- 23% 害怕岗位被替代
- 16.3% 担忧缺乏“人性”——AI 无法提供创意判断、情绪理解、价值共鸣
负面情绪数据图
❝ 趋势预警 ：46.1% 的任务可自动化，但不能忽视 28% 员工的抵触情绪
03｜未来技能的“红绿灯”：哪些升值？哪些易被替代？
斯坦福研究构建出一张“双维度技能地图”：
- 横轴：薪资高低
- 纵轴：人类参与程度（HAS 需求）
❝ 绿线代表升值区 ：如 教学、规划、协作协调红线代表贬值区 ：如 数据处理、重复性信息操作
技能价值图
数据总结：
| 类型 | 高危技能（红区） | 增值技能（绿区） | | --- | --- | --- | | 工资高但低参与 | 数据分析、流程整合 | 项目协作、用户沟通 | | 工资中等但高参与 | 策划、教学、组织能力 | 决策、表达、人际理解力 |
❝ 核心趋势 ：信息型能力贬值风险加剧，“人性技能”成为 AI 时代新硬通货！
04｜AI 理想介入区：H2-H3 是黄金协作带
研究追踪了 700+ 任务中，员工希望的 HAS 等级 vs 专家评估的可行等级，并绘制出任务分布热力图：
- 112 项任务 落在 H2：AI 主做，人类监督
- 114 项任务 落在 H3：人机共同决策
- 极少任务落在 H1（全自动）或 H5（全人类处理）
任务分布图
❝ 启示 ：AI 的成功落地，并不在于“替代人”，而在于找到最合适的协作等级
05｜决胜 AI 时代的三大行动指南
斯坦福研究团队基于调查结果，提出面向未来的三项关键建议：
- 重新定义核心技能 ：将培训重点从“信息记忆”转向“人际赋能”
- 增强信任机制设计 ：通过可解释性与透明机制打破 45% 员工的不信任
- 构建灵活适配体系 ：设立定期 HAS 评估机制，追踪任务迁移趋势
❝ 研究警告：当前 23% 的“失业恐惧”可能阻碍 AI 落地速度企业亟需培养“人类领航员”角色，成为 AI 系统的价值调节器
结尾号召｜测一测：你现在处于 H 几级？
当 Hugging Face 等研究机构也在验证人机协作光谱，这项来自 斯坦福大学 的研究，或将成为下一轮 AI 工具落地的“操作系统”。
✨立即行动 ：
- 📍 对照 HAS 量表扫描自己的核心任务处于哪一级？
- 🧭 审视技能是处于红区风险还是绿区增值带？
- 💬 留言获取《AI 时代技能迁移路线图》，制定你的未来工作策略！
❝ 真正掌握 AI 时代节奏的人，不是最懂技术的，而是最会与 AI 协作的那个人！
今天的内容就到这里，如果老铁觉得还行，可以来一波三连，感谢！