# Generative AI and the Productivity Divide: Human-AI Complementarities in Education

### 저자

Lihi Idan, Bharat Anand

### 💡 개요

본 연구는 생성형 AI(GenAI)가 지식 노동자의 생산성에 미치는 영향을 분석하며, 특히 사용자 간 생산성 효과의 이질성에 주목합니다. 무작위 통제 실험을 통해 GenAI 접근이 평균적으로 업무 수행 능력을 향상시키지만, 그 이득은 'AI 상호작용 역량(AIC)'에 따라 크게 달라짐을 밝혔습니다. AIC가 높은 사용자는 큰 이득을 얻었으나, 낮은 사용자는 제한적이거나 오히려 부정적인 결과를 경험했습니다.

### 🔑 시사점 및 한계

- 생성형 AI는 평균 생산성을 높이지만, AI 상호작용 역량(AIC)이라는 새로운 능력 격차를 야기합니다.

- AI 상호작용 역량(AIC)은 학점이나 사전 지식보다 GenAI 생산성 향상에 더 큰 영향을 미칩니다.

- 개념 지도와 같은 표준화된 워크플로우는 AI 활용으로 인한 성과 불평등을 완화할 수 있습니다.

- 향후 과제로는 다양한 직무 및 전문 분야에서의 GenAI 생산성 효과와 AIC 향상을 위한 효과적인 교육 방안 연구가 필요합니다.

---

[PDF 보기](https://arxiv.org/pdf/2605.18143)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).