[論文レビュー] Generative AI Enhances Team Performance and Reduces Need for Traditional Teams

Ning Li, Huaikang Zhou+1 more|arXiv (Cornell University)|May 28, 2024

Big Data and Business IntelligenceBusiness, Management and Accounting被引用数 3

ひとこと要約

本研究は、122のチームにまたがる435名の参加者を対象とした無作為化比較実験を通じて、生成的AIがチームパフォーマンスに与える影響を調査した。AIを統合したチームは、従来の人的チームを著しく上回るパフォーマンスを示したが、少数のメンバーがAIを集中して使用する場合が最適な結果をもたらした。一方、個人とAIのペアは、AI統合チームに比べてパフォーマンスが劣る結果となり、AIの導入により従来のチーム依存が軽減される一方で、チーム全体への統合がパフォーマンス向上を最大限に引き出すことが示唆された。

ABSTRACT

Recent advancements in generative artificial intelligence (AI) have transformed collaborative work processes, yet the impact on team performance remains underexplored. Here we examine the role of generative AI in enhancing or replacing traditional team dynamics using a randomized controlled experiment with 435 participants across 122 teams. We show that teams augmented with generative AI significantly outperformed those relying solely on human collaboration across various performance measures. Interestingly, teams with multiple AIs did not exhibit further gains, indicating diminishing returns with increased AI integration. Our analysis suggests that centralized AI usage by a few team members is more effective than distributed engagement. Additionally, individual-AI pairs matched the performance of conventional teams, suggesting a reduced need for traditional team structures in some contexts. However, despite this capability, individual-AI pairs still fell short of the performance levels achieved by AI-assisted teams. These findings underscore that while generative AI can replace some traditional team functions, more comprehensively integrating AI within team structures provides superior benefits, enhancing overall effectiveness beyond individual efforts.

研究の動機と目的

• 生成的AIが共同作業の文脈におけるチームパフォーマンスに与える影響を検討すること。
• AIが従来のチーム構造を代替するか、その必要性を低減できるかどうかを評価すること。
• 人間のみのチーム、個人とAIのペア、AIを統合したチームのパフォーマンスを比較すること。
• チーム内における集中型と分散型のAI使用がチーム成果に与える影響を調査すること。
• チームに複数のAIを導入することで、パフォーマンスにさらに向上が得られるかどうかを特定すること。

提案手法

• 435名の参加者を対象に、さまざまな設定での122のチームを形成した無作為化比較実験を実施した。
• チームを、人間のみの協働、個人とAIの協働、チームベースのAI強化の条件に割り当てた。
• 集中型AI導入を採用し、チームの一部のメンバーがグループ全体のためにAIとやり取りした。
• タスクの正確性、スピード、出力の質といった複数の指標でパフォーマンスを測定した。
• 統計的分析を用いて、各条件間のパフォーマンス結果を比較し、有意差を特定した。
• チームに複数のAIを導入した場合の影響を評価し、リターンの逓減を確認した。

実験結果

リサーチクエスチョン

• RQ1 生成的AIは、従来の人間のみの協働と比較して、チームパフォーマンスを向上させるか？
• RQ2 個人とAIのペアは、従来の人間チームのパフォーマンスに達するか、それを上回るか？
• RQ3 集中型と分散型のAI使用がチーム成果に与える影響は何か？
• RQ4 複数のAIを導入したチームは、単一のAIを導入したチームよりもさらにパフォーマンスが向上するか？
• RQ5 伝統的なチーム構造は、AI統合によってどの程度縮小または置き換え可能か？

主な発見

• AIを統合したチームは、すべてのパフォーマンス指標において、人間のみのチームを著しく上回った。
• 個人とAIのペアは、従来の人間チームと同等のパフォーマンスを示したが、それを上回ることはできなかった。
• 複数のAIを導入したチームは、さらなるパフォーマンス向上を示さず、リターンの逓減が確認された。
• 集中型のAI使用（少数のメンバーがAIとやり取り）は、分散型のAI活用よりも高いパフォーマンスをもたらした。
• AIを統合したチームは、最高の個人とAIのペアでさえも上回り、チームとAIの統合的協働の優位性を示した。
• 研究結果から、生成的AIは伝統的なチームの必要性を軽減できるが、チーム構造全体に統合することでパフォーマンス向上が最大限に達成されることが示唆された。