Anthropic 访谈工具：1250 位职场人士如何看待与 AI 共事¶

发布日期： 2025-12-04

类别： 社会影响

作者： Kunal Handa, Michael Stern, Saffron Huang, Jerry Hong, Esin Durmus, Miles McCain, Grace Yun, AJ Alt, Thomas Millar, Alex Tamkin, Jane Leibrock, Stuart Ritchie, Deep Ganguli

引言¶

Anthropic 推出了一款由 Claude 驱动的自动化深度访谈工具，用于大规模收集人们对 AI 的真实看法。

每天有数百万人使用 AI，但我们对他们为什么用、怎么用、用后感受如何，了解得远远不够。Anthropic 此前构建了 Clio 在保护隐私的前提下探索 AI 使用模式，也发布了 Anthropic 经济指数 来分析 AI 在经济中的变化趋势。但这些方法无法触及人们在对话结束后的真实体验——他们的感受、困惑和对未来的期待。

为此，Anthropic 推出了 Anthropic Interviewer——一款由 Claude 驱动的自动访谈工具，能够大规模开展深度结构化访谈，再将结果交由人类研究者分析。首次测试覆盖了三个群体：普通劳动者（N=1000）、科学家（N=125）、创意工作者（N=125）。所有访谈数据已在 HuggingFace 公开发布。

核心发现¶

整体而言，人们对 AI 在工作中的角色持乐观态度。但在教育整合、艺术家被替代、数据安全等话题上，悲观情绪较为突出。

话题分布图¶

不同群体讨论的话题呈现出从悲观到乐观的连续谱。

普通劳动者讨论的话题分布：

创意工作者讨论的话题分布：

科学家讨论的话题分布：

三组受访者在访谈中讨论的话题分布。所有群体对 AI 对职业活动的影响均以积极情绪为主，但在个人控制权、岗位替代和自主性等话题上存在犹豫。话题大致按从悲观到乐观排列。

各群体典型引述¶

普通劳动者¶

职业适应（偏悲观）： 货运调度员："I'm always trying to figure out things that humans offer to the industry that can't be automated and really hone in on that aspect..."

社会视角（偏乐观）： 行政助理："It's a tool to me like a computer was, or a type writer was in the day—computers didn't get rid of mathematicians..."

写作独立性： 销售人员："I hear from colleagues that they can tell when email correspondence is AI generated and they have a slightly negative regard..."

教育整合： 特教老师："I am hoping that AI will be a more collaborative partner that will help me better manage my time..."

创意工作者¶

控制边界（偏悲观）： 互动小说作家："During these storytelling sessions, I would say that there's only the illusion of collaboration for the most part..."

工作流自动化（偏乐观）： 社交媒体运营："I'm less stressed, honestly. It has created a ton of efficiency for me so I can focus on my favorite aspects..."

作家被替代： 创意小说作家："A novel written by AI might have a great plot and be technically brilliant. But it won't have the deeper nuances..."

音乐制作： 音乐制作人："Sometimes, when it comes time to add lyrics, I'll ask ChatGPT or Claude for lists of interesting word pairings..."

科学家¶

安全顾虑（偏悲观）： 医学科学家："Our confidence in AI just isn't high enough at the moment to trust it with our data..."

研究辅助（偏乐观）： 分子生物学家："If AI could integrate and normalize all this data in a single repository, it could be a very exciting thing..."

内容验证： 经济学家："What I would really like from an AI would be the ability to accurately grab information, summarise it..."

代码开发： 食品科学家："Honestly I wouldn't have known how to help my student with her code if something was off without AI tools."

方法¶

本研究通过定性访谈加定量问卷相结合的方式，探究各行业从业者如何将 AI 融入工作以及他们对 AI 未来角色的感受。

初始测试探索了从业者如何在专业实践中整合 AI，以及他们对其未来角色的看法。我们进行了深度访谈以获取定性数据，并辅以行为和职业背景的定量问卷。随后使用自动化 AI 分析工具对访谈记录进行主题聚类分析。

参与者¶

1250 名受访者通过众包平台招募，均为从事主要职业的在职人员（众包仅为副业）。

所有参与者均签署知情同意书，同意分析及公开发布访谈记录。

Anthropic Interviewer 工作流程¶

工具分三阶段运行：规划、访谈、分析——AI 执行访谈，人类研究者全程把关。

Anthropic Interviewer 的三个阶段。

阶段一：规划¶

工具先生成一套面向数百上千场访谈的标准化访谈大纲，同时保留针对个体差异的灵活性。系统提示词中包含研究方法论——假设和最佳实践（由用户研究团队协同开发）。工具生成具体问题和对话流程计划，随后由人类研究者审核。

阶段二：访谈执行¶

实时自适应访谈，遵循预设计划。系统提示词指导最佳实践。访谈在 Claude.ai 上进行，每场持续 10-15 分钟。

访谈在类似上图的 claude.ai 界面上进行（上图为目前面向用户的实际模块）。

阶段三：分析¶

人类研究者与 Anthropic Interviewer 协同分析访谈记录。分析步骤以初始访谈计划为输入，输出研究问题的答案和具有代表性的引述。自动化 AI 分析工具负责识别涌现主题并量化其分布。

各群体的研究目标¶

研究发现¶

AI 对普通劳动者的影响¶

86% 的受访者表示 AI 节省了时间，但 69% 提到工作中使用 AI 存在社会偏见。

一位事实核查员说："A colleague recently said they hate AI and I just said nothing. I don't tell anyone my process..."

在感到焦虑的 55% 中：25% 为 AI 使用设定了边界，25% 调整了工作角色定位，仅有 8% 表达焦虑却没有应对方案。

不同应对策略：

• 数据质量管理员："I try to think about it like studying a foreign language—just using a translator app isn't going to teach you anything..."
• 营销人员："I am trying to diversify while keeping a strong niche."
• 口译员："I believe AI will eventually replace most interpreters... so I'm already preparing for a career switch..."

情绪雷达图——普通劳动者¶

各职业类别访谈中表现出的六种核心情绪（希望、担忧、满意、沮丧、释然、信任）的强度分布。每个轴代表一种情绪，距中心越远表示表达该情绪的访谈比例越高。

教育与图书馆	计算机与数学	艺术设计媒体

商业与金融	行政办公	销售

不同职业呈现出惊人相似的情绪特征：高满意度与沮丧感并存，表明从业者虽然觉得 AI 有用，但在实际使用中仍面临诸多挑战。

增强 vs 自动化¶

从业者自我描述偏向"增强"，但实际使用模式更接近"自动化"。

从业者自述的 AI 使用方式与 Anthropic 经济指数中观察到的实际 Claude 使用模式对比。从业者描述中 65% 为增强型/35% 为自动化型；实际 Claude 对话中 47% 为增强型/49% 为自动化型。

根据此前分析，我们将 AI 使用分为增强（协作）和自动化（直接完成任务）两类。访谈中 65% 的人将 AI 描述为增强工具，35% 描述为自动化工具。但与最新分析中实际 Claude 使用模式（47%/49%）存在差异。

差异的可能解释：

48% 的受访者考虑过向管理/监督 AI 系统的方向转型，而非继续从事直接技术工作。

一位牧师说："...if I use AI and up my skills with it, it can save me so much time on the admin side which will free me up to be with the people." 他强调了"good boundaries"（良好的边界）。

一位传播专业人士说："I believe the majority of my job will probably be overtaken by AI one day. I think my role will eventually become focused around prompting..."

AI 对创意行业的影响¶

创意工作者从 AI 中获益最大，但也承受着最深的身份认同危机。

效率提升案例：

• 小说家："I feel like I can write faster because the research isn't as daunting"
• 网络内容写手：从每天 "2,000 words of polished, professional content" 提升到 "well over 5,000 words each day"
• 摄影师：AI 将交付周期从 "12 weeks to about 3"

一位地图插画师说："I don't want my brand and my business image to be so heavily tied to AI and the stigma that surrounds it."

经济焦虑：

• 配音演员："Certain sectors of voice acting have essentially died due to the rise of AI, such as industrial voice acting."
• 作曲家担忧平台可能 "leverage AI tech along with their publishing libraries [to] infinitely generate new music"
• 艺术家："Realistically, I'm worried I'll need to keep using generative AI and even start selling generated content just to keep up..."
• 创意总监："I fully understand that my gain is another creative's loss. That product photographer that I used to have to pay $2,000 per day..."

（注：Claude 目前不生产图片、视频或音乐——这里的焦虑是对广义 AI 的。）

所有 125 位受访者都提到希望保持对创作产出的控制权，但这种控制在实践中被证明是不稳定的：

• 艺术家："The AI is driving a good bit of the concepts; I simply try to guide it... 60% AI, 40% my ideas"
• 音乐人："I hate to admit it, but the plugin has most of the control when using this."

情绪雷达图——创意工作者¶

各创意领域访谈中表现出的六种核心情绪（希望、担忧、满意、沮丧、释然、信任）的强度分布。

作家	视觉艺术家	手工艺者

设计师	电影人	游戏开发者

游戏开发者和视觉艺术家呈现高满意度与高担忧并存的特征。设计师群体则以沮丧为主导，满意度较低。信任度在所有创意领域中均持续偏低。

AI 对科学研究的影响¶

科学家主要将 AI 用于文献综述、编程和写作，而非假设生成和实验等核心研究环节。

科学家目前主要将 AI 用于文献综述、代码编写和论文写作，而非假设生成和实验设计等核心研究任务。这正是 AI 公司——包括 Anthropic——正在努力改进的方向。

• 信息安全研究员："If I have to double check and confirm every single detail the [AI] agent is giving me to make sure there are no mistakes..."
• 数学家："After I have to spend the time verifying the AI output, it basically ends up being the same [amount of] time."
• 化学工程师指出了谄媚问题："AI tends to pander to [user] sensibilities and changes its answer depending on how they phrase a question..."

情绪雷达图——科学家¶

各科学领域访谈中表现出的六种核心情绪（希望、满意、沮丧、担忧、怀疑、信任）的强度分布。

化学家	物理学家	化学工程师

数据科学家	机械工程师	天文学家

大多数科学领域呈现高满意度但沮丧程度各异的特征：物理学家和数据科学家沮丧感较高；化学工程师和机械工程师沮丧感极低。信任度在所有领域中均偏低。与创意工作者相比，科学家的担忧水平相对较低。

关于岗位替代恐惧： 科学家普遍不太担心被替代：

• 微生物学家："I worked with one bacterial strain where you had to initiate various steps when the cells reached specific colors..."
• 生物工程师："Experimentation and research is also... inherently up to me"
• 涉密环境的研究者提到了安全导向的限制
• 机械工程师："most of my research has budget/time/specimen limits so the 'ideal' design isn't always viable"

监管合规、技能退化担忧和成本壁垒各自在不到 10% 的访谈中被提及。

对更多 AI 辅助的期望： 91% 表达了对更多 AI 辅助的渴望。大约三分之一期望主要在写作方面获得帮助；多数人希望在所有研究环节获得支持。

• 医学科学家："I wish AI could... help generate or support hypotheses or look for novel interactions/relationships..."
• 另一位："I would love an AI which could feel like a valuable research partner... that could bring something new to the table."

展望未来¶

这次测试证明了 Anthropic Interviewer 大规模访谈的可行性——1250 场访谈若用传统方法将耗费巨大的时间和资金。

这个工具改变了我们能够就 AI 社会角色提出哪些问题的边界。研究发现已与 Anthropic 经济顾问委员会 和 高等教育顾问委员会 分享。

Anthropic Interviewer 是我们"让人类声音居于核心"这一路线的最新进展，承接了此前的 集体宪法 AI 工作。

合作伙伴¶

参与访谈¶

Anthropic 推出了面向公众的试点访谈，探索人们对 AI 未来的体验、价值观和需求。参与地址：claude.ai/interviewer，约需 10-15 分钟。

结论与局限性¶

访谈揭示了一个正在积极协商与 AI 关系的劳动力群体。

受访者倾向于保留对职业身份至关重要的任务，同时将日常事务委托给 AI。创意工作者在承受偏见和焦虑的同时拥抱效率。科学家则对哪些研究任务可以托付给 AI 保持选择性。

局限性¶

参与者体验¶

访谈后问卷显示极高满意度——受访者对这种 AI 驱动的访谈形式接受度很高。

公众参与 FAQ¶

1. 如何参与？ Claude.ai 的 Free、Pro 或 Max 订阅用户（注册 2 周以上）可能会看到弹窗邀请。也可直接访问：https://claude.ai/interviewer。开放一周。

2. 会问什么问题？ 关于你对 AI 在生活中角色的愿景，是什么经历、价值观和需求塑造了这个愿景，以及什么可能促进或阻碍它的实现。

3. 数据如何使用？ 作为社会影响研究的一部分进行分析，发布研究发现，用于改进模型和服务。根据隐私政策作为反馈处理。可能包含匿名化的回答。了解更多。

4. 为什么我看不到邀请？ 仅面向注册 2 周以上的现有 Free、Pro 和 Max 用户开放。

贡献与致谢¶

Kunal Handa 领导项目，设计/原型开发 Anthropic Interviewer，执行调查/访谈/分析，绘制图表，撰写文章。Michael Stern 领导 Claude.ai 内的实现，管理时间线。Saffron Huang 领导公众试点。Jerry Hong 领导视觉设计，参与技术图表制作。Esin Durmus 参与实验设计。Miles McCain 联合领导原型技术基础设施实现。Grace Yun、AJ Alt、Thomas Millar 负责 Claude.ai 内实现并提供公众试点基础设施。Alex Tamkin 提供关键反馈。Jane Leibrock 参与全部方法论。Stuart Ritchie 参与框架设计和写作。Deep Ganguli 提供研究指导、反馈和组织支持。

另外感谢 Sally Aldous, Drew Bent, Shan Carter, Jack Clark, Miriam Chaum, Jake Eaton, Matt Galivan, Savina Hawkins, Sarah Heck, Hanah Ho, Mo Julapalli, Matthew Kearney, Mike Krieger, Chelsea Larsson, Joel Lewenstein, Jennifer Martinez, Wes Mitchell, Jared Mueller, Christopher Nulty, Adam Pearce, Sarah Pollack, Ankur Rathi, Drew Roper, David Saunders, Kevin Troy, Molly Villagra, Brett Wittmershaus, Casey Yamaguma 以及 Matthew Conlen, Deb Roy, Diyi Yang。

引用¶

@online{handa2025interviewer,
author = {Kunal Handa and Michael Stern and Saffron Huang and Jerry Hong and Esin Durmus and Miles McCain and Grace Yun and AJ Alt and Thomas Millar and Alex Tamkin and Jane Leibrock and Stuart Ritchie and Deep Ganguli},
title = {Introducing Anthropic Interviewer: What 1,250 professionals told us about working with AI},
date = {2025-12-04},
year = {2025},
url = {https://anthropic.com/research/anthropic-interviewer},
}