Z世代曾被承諾，人工智慧將是偉大的平等工具：讓24歲的年輕人能產出媲美資深人士的工作成果。然而經濟學家David Autor的新研究顯示，AI反而可能拉近即時表現的差距，卻同時擴大底層技能的鴻溝。

在一項為期三個月、以專利律師為對象的實驗中，AI提升了各個資歷層級的草擬品質。但當研究人員移除工具、測試律師的獨立判斷力時，只有資深律師平均有所進步，初級律師則不然。

「我們的研究結果挑戰了AI是自動技能平等工具的觀念，」Autor在書面回覆《Fortune》時表示。「我們的數據顯示，它是表現的平等工具，卻是技能的『去平等化』工具，因為只有已具備基礎心智模型的從業者，才能提升其底層技能組合。」

這項研究依資歷而非年齡將律師分組。「資深」意指執業七年以上，研究人員並未將Z世代作為獨立群體進行研究。但研究發現與仍在累積專業能力的早期職涯工作者最為直接相關。

從中國衝擊到AI

Autor是MIT經濟學系系主任，也是Google科技與社會訪問研究員。他最為人熟知的是與經濟學家David Dorn和Gordon Hanson共同發展的「中國衝擊」研究。他們的研究發現，中國進口競爭對美國製造業社區造成持久傷害，而這些社區的調適並不如全球化樂觀論者所預期的那般順利。

在受衝擊嚴重的勞動市場，工資與勞動參與率持續低迷，失業率則居高不下，持續至少十年。近來，Autor與Hanson更警告「中國衝擊2.0」：中國在先進產業的競爭，可能威脅美國的科技領導地位及伴隨而來的高薪工作。

一些知名經濟學家，包括Apollo Global Management的Torsten Slok，表示「AI衝擊」對美國勞動力的影響可能與中國衝擊有相似之處。Tufts大學的Bhar Chakravorti更創造了「有線地帶」一詞，與鐵鏽地帶相呼應。

Autor在LinkedIn共同創辦人Reid Hoffman主持的Possible播客節目中反駁了這種比較。他表示，AI「在任何意義上都不會是中國貿易衝擊的重演」，因為中國衝擊對美國企業而言是「純粹的負面競爭衝擊」，而AI將以「截然不同的面貌」提升生產力。

關於AI的辯論，部分建立在中國衝擊所挑戰的一項假設之上：一旦技術接手例行工作，勞工自然會晉升至更高層級的技能。Autor告訴《Fortune》，他對AI的憂慮主要並非大規模失業。

「AI可能帶來的危險，不在於它淨減少了大量工作，而在於它消除某些專業領域的同時也創造新的領域，」他說。「這聽起來像是合理的交易，但失去舊職業的勞工，通常不是能夠把握新機會的那群人。」

這項專利法實驗探討的是一個較狹隘的問題：使用強大新工具的工作者，是否真的在累積晉升所需的專業能力。

草擬品質更好，學習效果卻不均

Autor與六位共同作者以國家經濟研究局（NBER）工作論文的形式發表了這項研究。該論文尚未經過同行評審——工作論文在期刊審查前先公開流通以供討論與評論。

這項研究招募了與Google有持續專利草擬合作關係的美國11家智慧財產權法律事務所共133名律師。研究人員隨機分配律師使用一款客製化AI專利草擬助理，即當時尚未發布的Google Labs工具。三分之二的律師獲得使用權，其餘人在研究期間則未使用該工具。這種隨機分配是研究設計的核心：由於使用權係由機率決定，兩組之間的結果差異可歸因於工具本身，而非事先存在的能力差異。

Google的角色不止於提供軟體。論文列明Autor的六位共同作者均為Google員工。論文並指出，研究由Google執行並支付直接成本，而MIT的人體受試者委員會認定MIT並未參與這項研究。在給《Fortune》的電子郵件中，Google代表稱該論文是Autor在訪問研究員任內進行的獨立研究。

律師在第10天和第90天分別依模擬發明人資料草擬專利。根據論文，一家獨立法律事務所的專利律師在不知道哪些律師使用過AI的情況下評分。他們評估了可執行性、準確性、策略性模糊、完整性與清晰度。

90天後，AI使用權使草擬分數提升了0.38個標準差。在伴隨論文發布的Google部落格文章中，Autor與共同作者Tanya Rodchenko將此結果描述為相對於對照組的11個百分位數提升。論文指出，進步來自薄弱作品減少，而非優秀作品增加。

更艱難的測試在實驗結束時登場。律師必須標註修改一份假想的專利，據部落格文章所述，該專利包含大量實質性與風格性錯誤。論文稱這是專利律師「例行的無輔助工作」。測試中禁止使用AI。

論文發現，獲得AI使用權的資深律師比對組同儕高出0.45個標準差。初級律師則無平均進步。

這項研究包含若干限制。133名律師中只有91人完成無AI測試。事務所拒絕在實驗開始時進行技能測試，因此研究人員是從隨機分配推論技能提升，而非進行前後測量。

作者還標記了91份標註中的15份可能在禁令下仍使用了AI。這類標記在對照組律師中出現的頻率差不多。論文指出，排除這15份標註後，資深律師的優勢降至0.39個標準差，在較寬鬆的統計門檻下仍具統計顯著性。但整體效果則不再成立。

「能力幻覺」

論文發現，初級律師的分數在分布上呈現分裂：差評明顯增多，中等評分減少，良好評分增加，但最高分的初級律師沒有進步。作者寫道，AI「對某些初級律師是跳板，對另一些人則是靠墊」。

伴隨的部落格文章描述了初級律師的工作方式。他們通常從文件開頭一路做到結尾，先潤飾導言文字，之後才處理主要權利請求。有些人發現了嚴重問題，卻只留下描述問題的評註而不加以修正。對照組的初級律師也有同樣情形，作者稱之為「初級律師的基線缺陷」，三個月的AI使用權並未消除這一現象。

不過，初級律師對這款工具的使用體驗相當正面。Autor告訴《Fortune》，獲AI輔助的初級律師回報工作滿意度大幅提升，是整項研究中最大的效果。他表示，他們覺得跳過「空白頁難題」讓他們能直接進入審閱者的角色。這份滿足感與無輔助測試中平均成果的欠缺並存——形成工作感受與獨立表現實際顯示結果之間的落差。

「年輕專業人士必須警惕能力幻覺，」Autor說。「真正了解自己是否在培養技能的唯一方法，就是在沒有AI輔助的情況下完成任務，並評估自己的表現。」

為什麼資深律師有所斬獲

據部落格文章所述的後續訪談，資深律師將AI形容為「邏輯稽核員」，而非成品。作者寫道，這款工具削弱了他們對既有文稿的依附，迫使他們清楚說明結構性修改的原因與方式。

「可以說，只有當你對法律的掌握足夠深入、能夠察覺流暢文字何時在法律上有缺陷時，你才能把AI當作『邏輯稽核員』使用，」Autor告訴《Fortune》。他表示，將基礎草擬工作交給AI，讓資深律師能專注於策略格局——「見林不見樹」。

部落格文章指出，在無輔助測試中，實驗組的資深律師略過低風險的文字段落、從頭重建權利請求、刪除可能限縮法律保護範圍的用語，並將多處修改與法律學說相互連結。

Autor並未表示初級律師應放棄AI。相反地，他告訴《Fortune》，新手應該更像資深律師那樣工作：先在不借助AI的情況下建構論證，再將AI當作批評者來壓力測試邏輯。他承認這樣的要求並不容易。

「當一個隨手可得、省時省力的工具就擺在眼前、主動表示願意代勞時，我們大多數人都沒有自律堅持親手完成，」他說。

不可切斷學徒制管道

對雇主而言產出品質的提升可能帶來減少聘用初級人員的誘因。Autor稱這種做法短視。

「如果企業將塑造性練習自動化，卻未以某種引導式學習環境取而代之，就等於切斷了培養明日資深合夥人的學徒制管道，」他告訴《Fortune》。

他建議企業區分哪些任務可以永久在AI輔助下完成，哪些需要判斷力的任務必須透過無輔助的熟練掌握。企業也可以在部署AI的同時定期進行無輔助技能檢核，例如離線紅線標註練習，並要求合夥人對指導初級律師修正技術錯誤負起責任。

Autor強調，這些是建議而非經過驗證的解方。「這個領域的研究與實務都還在起步階段，」他說，並補充很少有方法經過嚴謹的驗證。

論文還列出了其他限制。樣本規模小，且來自為單一高端客戶持續處理專利業務的事務所；此外，與累積專利專業能力所需的多年時間相比，三個月相當短暫。部落格文章表示，若實驗在今天進行，更新的AI模型與更普及的AI熟悉度可能會產生不同結果。

這項研究並未證明AI會阻礙初級律師在整個職涯中成為專家。

Autor將這個問題與他早年對中國衝擊的研究連結起來。他告訴《Fortune》，大多數技術優勢與其說來自設備或藍圖，不如說來自透過緩慢而艱辛的磨練所累積的人類專業知識。

「如果我們認為AI能免除我們精通專業的負擔，我想我們將大失所望，」他說。「人類智慧與機器智慧長期而言將是互補關係。」

本文最初刊載於Fortune.com。