Newshot

哈佛研究:员工每天切换应用900次,使用AI后切换次数下降

Translation(model translation, not the source's own text)

计算机科学 > 人机交互

标题:跨 1.03 亿次应用事件的数字碎片化与生成式 AI 使用

摘要:知识工作者每天在应用程序之间切换数千次,在一个称为数字碎片化的过程中,将近十分之一的工作年时间花在数字应用之间的转换上。这种碎片化究竟反映了员工的个人特质、工作场所,还是他们当天的状态,一直是一个悬而未决的问题。我们分析了来自 8 个组织(主要雇用知识工作者,例如法律、金融服务)的 1,017 名员工逐秒记录的 1.03 亿次应用事件。单个员工内部碎片化的日常波动占数字碎片化变异的 44.6%,略高于员工之间稳定的个体差异(35.8%),并远高于组织之间的差异(19.6%)。碎片化在整个工作周内上升,并在周末和假期后重置。通信应用的使用高于平常时,工作也更为碎片化。生成式 AI 的使用也发生在更为碎片化的日子里,但 AI 使用之后的时段表现为更窄、更长且更可预测的应用使用。这些发现将工作日确定为理解和干预数字碎片化的关键层面,并表明 AI 可能有助于为碎片化的工作提供结构,而不仅仅是加剧它。
学科:人机交互 (cs.HC) ; 人工智能 (cs.AI); 新兴技术 (cs.ET); 应用 (stat.AP)
引用为:arXiv:2607.06681 [cs.HC]
(或 arXiv:2607.06681v2 [cs.HC] 用于此版本)
https://doi.org/10.48550/arXiv.2607.06681 arXiv 发布的 DOI 经由 DataCite

提交历史

访问论文:

附加功能

  • 音频摘要

当前浏览上下文:

参考文献与引用

  • Google Scholar
  • Semantic Scholar

BibTeX 格式引用

书签

书目与引用工具

与本文相关的代码、数据和媒体

演示

推荐与搜索工具

arXivLabs:与社区合作者的实验性项目

arXivLabs 是一个框架,允许合作者直接在我们的网站上开发和共享新的 arXiv 功能。

与 arXivLabs 合作的个人和组织都秉持并接受了我们的价值观:开放、社区、卓越和用户数据隐私。arXiv 致力于这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有想法为 arXiv 社区创造价值的项目吗?了解有关 arXivLabs 的更多信息。

The translation is machine-generated and individual terms may be off. Nothing is rewritten or cut; the original is authoritative.

Published by HN AI
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗