🔥 Search Hot Tweets

AI炮制的“工作垃圾”，正在摧毁你的生产力 尽管生成式AI在工作场所的使用激增，但大多数公司几乎看不到任何可衡量的投资回报率。一个可能的原因是，AI工具正被用来生产“工作垃圾”——这些内容表面光鲜，实则空洞无物。 作者：Guidelines for Authors 一个令人困惑的矛盾正在那些拥抱生成式AI工具的公司中上演：虽然员工们基本上都在遵从指令使用这项技术，但很少有人看到它创造了真正的价值。不妨看看这些数据：去年，完全由AI主导流程的公司数量几乎翻了一番，同时，自2023年以来，AI在工作中的使用也翻了一倍。然而，麻省理工学院媒体实验室（MIT Media Lab）最近的一份报告发现，95%的组织在这些技术上的投资没有看到任何可衡量的回报。如此多的行动，如此高的热情，回报却如此之少。这是为什么？ 我们BetterUp Labs的研究团队与斯坦福大学社交媒体实验室（Stanford Social Media Lab）合作，发现了一个可能的原因：员工们正在使用AI工具，炮制那些不费什么力气、看起来还过得去的工作，结果却给同事制造了更多的工作。在社交媒体上，这种低质量的AI生成内容（已经让社交媒体乌烟瘴气）通常被称为“AI垃圾”(AI slop)。在工作场景下，我们称这种现象为“工作垃圾” (workslop)。我们将其定义为：由AI生成的工作内容，它伪装成高质量的成果，但实际上缺乏实质内容，无法有意义地推进任何任务。 这是怎么发生的呢？随着AI工具越来越普及，员工们能够迅速生成看起来很精美的作品：格式漂亮的幻灯片、结构完整的长篇报告、外行人写的貌似清晰的学术论文摘要，以及能用的代码。但是，虽然有些员工利用这种能力来润色高质量的工作，另一些人却用它来创造那些实际上毫无帮助、不完整或缺少关键项目背景的内容。“工作垃圾”的阴险之处在于，它将工作负担转移给了下游的同事，要求接收者去解读、纠正甚至重做。换句话说，它把力气从创造者身上转嫁给了接收者。 如果你有过这种经历，你可能还记得打开这类文件后那种困惑的感觉，紧接着是沮丧——等等，这到底是什么东西？——然后你开始怀疑，发送者是不是根本没过脑子，直接用AI生成了大段文字。如果这听起来很耳熟，那么你就是被“工作垃圾”坑了。 根据我们最近正在进行的一项调查，这是一个相当严重的问题。在对各行业1150名美国全职员工的调查中，40%的人表示在过去一个月里收到过“工作垃圾”。遇到过“工作垃圾”的员工估计，他们在工作中收到的内容平均有15.4%属于此类。这种现象主要发生在同事之间（40%），但也有直属下属发给经理的（18%）。还有16%的情况是自上而下，由经理发给团队，甚至来自更高层的领导。“工作垃圾”遍布各个行业，但我们发现，专业服务和科技行业受到的影响尤为严重。 以下是领导者需要了解的关于“工作垃圾”的一切——以及如何阻止它在公司里拖后腿。 将认知工作外包给机器，也就是所谓的“认知减负”（Cognitive offloading），并不是什么新概念，人们对技术会绑架我们认知能力的焦虑也由来已久。例如，2006年，科技记者尼古拉斯·卡尔（Nicolas Carr）在《大西洋月刊》上发表了一篇引人深思的文章，题为《谷歌在让我们变笨吗？》。对于“认知减负”——这个概念可以一直追溯到苏格拉底对字母发明的担忧——人们普遍的看法是，我们将辛苦的脑力活丢给像谷歌这样的技术，因为在网上搜索比自己记住要容易得多。 然而，与这种将脑力外包给机器不同，“工作垃圾”的独特之处在于，它利用机器将认知工作转移给了另一个人。当同事收到“工作垃圾”时，他们通常需要承担起解读内容、推断缺失或错误背景的负担。接下来可能是一连串费心费力的决策过程，包括返工和与同事进行尴尬的沟通。 来看几个例子。 当被问及收到AI生成的“工作垃圾”的经历时，一位金融行业的普通员工这样描述其影响：“这让我陷入两难：是自己重写，还是让他重写，或者干脆就这么算了。这种现象正在助长一个懒于动脑、思维迟钝的社会，最终我们将完全依赖于外部力量。” 在另一个案例中，一位科技行业的一线经理描述了他的反应：“邮件内容让人有点困惑，搞不清到底发生了什么，以及他到底想说什么。我们可能花了一两个小时才把大家召集起来，用清晰简洁的方式把信息重说了一遍。” 一位零售业的总监说：“我不得不浪费更多时间去核实这些信息，用我自己的研究去查证。然后我又浪费了更多时间去跟其他主管开会讨论这个问题。最后，我还得继续浪费自己的时间亲自重做这项工作。” 每一次“工作垃圾”事件都给公司带来了实实在在的成本。员工报告称，处理每起“工作垃圾”事件平均要花费1小时56分钟。根据参与者估算的时间花费和他们自己报告的薪水，我们发现这些事件带来了一项隐形成本，相当于每人每月$186美元。对于一个拥有一万名员工的组织来说，考虑到“工作垃圾”的普遍性（41%），这意味着每年生产力损失超过$900万美元。 受访者还报告了“工作垃圾”带来的社交和情感成本，包括如何圆滑地回应，尤其是在上下级关系中。当我们问参与者收到“工作垃圾”是什么感觉时，53%的人表示“恼火”，38%的人感到“困惑”，22%的人觉得“被冒犯了”。 最令人担忧的成本可能在于人际关系。这种不费力、无益的AI生成工作正在严重影响工作中的协作。大约一半的受访者认为，发送“工作垃圾”的同事在创造力、能力和可靠性方面，都比他们之前印象中的要差。42%的人认为他们不那么值得信赖，37%的人认为这位同事不那么聪明。这很可能呼应了最近一项研究中提到的工作中使用AI会招致“能力惩罚”（competence penalty）的现象——在该研究中，被认为使用AI编写代码片段的工程师，被视为能力不如那些没有使用AI的工程师（而女性工程师受到的这种负面评价尤其严重）。 图2: “工作垃圾”让同事们看轻彼此。这张柱状图显示，在收到敷衍的AI生成工作后，受访者对同事的看法普遍变差，评估维度包括五个特质：创造力、能力、可靠性、可信度和智力。对于每个特质，参与者的回答选项为“我认为他们”更差了、没变化或更好了。在所有特质上，认为提交“工作垃圾”的同事“更好”的受访者比例都不超过14%。总体而言，参与者认为他们的同事要么“更差了”，要么“没变化”。认为同事“更差了”的比例从37%（认为同事智力更差）到54%（认为同事创造力更差）不等。同样，认为同事“没变化”的比例从36%（对同事创造力的看法不变）到53%（对同事智力的看法不变）不等。来源：Kate Niederhoffer 等。 更重要的是，34%收到“工作垃圾”的人会将这些事件告知团队成员或经理，这可能会侵蚀发送者和接收者之间的信任。三分之一（32%）收到过“工作垃圾”的人表示，他们未来不太愿意再与发送者合作。 随着时间的推移，这种人际关系上的“工作垃圾税”可能会侵蚀协作中的关键要素，而这些要素对于企业成功采纳AI和进行变革管理至关重要。 从某些方面来说，这并不是一个新故事。马虎的工作一直都存在。当我们疲惫时，我们容易拖延、走捷径，宁愿做些事务性工作也不愿认真思考。生成式AI为我们提供了新技术来延续这些老旧的坏习惯——但现在，它还带来了额外的代价：给同事制造更多工作，并大规模地破坏协作。 那么，组织该如何避免这种后果呢？他们又该如何优化员工对AI的使用，以确保在这项变革性技术上的巨大投资能获得可衡量的回报呢？基于我们最初的研究以及帮助《财富》500强公司成功在全员中推广AI的经验，我们在此提出几个关键原则： 1. 避免“一刀切”式的AI强制令。 当组织领导者鼓吹“随时随地，万物皆可AI”时，他们实际上是在示范一种对如何应用该技术不加辨别的态度。不难想象，这会导致员工不假思索地将AI的回答复制粘贴到文件中，即便AI并不适合手头的任务。生成式AI并非适用于所有任务，它也无法读懂人心。诚然，AI可以积极地改变工作的某些方面，但它仍然需要员工深思熟虑的指导和反馈，才能在复杂或模糊的工作中产出有用的结果。 更重要的是，不加区分的强制令本身就是在示范一种“甩锅”行为。虽然员工在使用AI方面应该有自主权，但组织自身也应该制定详尽的政策和建议，明确最佳实践、顶级工具和行为规范。如果说使用AI是每个人的工作，那么制定指导方针，帮助员工以最符合组织战略、价值观和愿景的方式使用这项新技术，更是组织领导者的首要职责。 2. 培养“飞行员”，而非“乘客”。 自2023年以来，我们的实验室一直在追踪影响生成式AI在员工中采纳情况的预测因素。我们发现，那些兼具高主动性和高乐观度的员工，比低主动性和低乐观度的员工更有可能采纳生成式AI。我们将前者称为“飞行员”（pilots），后者称为“乘客”（passengers）。“飞行员”在工作中使用生成式AI的频率比“乘客”高75%，在工作之外的使用频率更是高出95%。 不过，考虑到“工作垃圾”的发现，也许更重要的是“飞行员”如何使用生成式AI。例如，“飞行员”比“乘客”更有可能利用AI来增强自己的创造力。而“乘客”则比“飞行员”更有可能利用AI来逃避工作。“飞行员”有目的地使用AI来实现他们的目标。 3. 倡导协作式的AI规范。 要与AI高效合作，需要许多协作性的技能——比如给出提示、提供反馈、描述背景。今天的工作不仅需要越来越多的人与人之间的协作，现在还要加上与AI的协作。协作的复杂性只增不减。“工作垃圾”就是一个绝佳的例子，说明AI引入的新协作动态可能会消耗而非提升生产力。我们与AI的互动会影响到我们的同事，领导者需要推广那些能支持协作的人机互动模式。 在2025年，无缝协作必须包括我们将AI工作成果融入共同工作流程的方式，其目的应是服务于共同的目标，而不是成为一种暗中逃避责任的工具。这是一个全新的、至关重要的“组织公民行为”（organizational citizenship behaviors）领域，它将区分那些能最大化AI价值的公司，和那些空有AI活动却毫无成效的公司。 制造“工作垃圾”可能感觉毫不费力，但却要让整个组织付出代价。发送者眼中的捷径，却成了接收者必须费力填平的坑。领导者最好的做法是示范有目的、有意识的AI使用方式。为你的团队设定清晰的规范和可接受的使用界限。将AI定位为一个协作工具，而不是一条捷径。身体力行地展现出“飞行员”心态，以高主动性和乐观精神，通过特定的用法来加速实现特定成果。并且，对于人机协作完成的工作，要坚持与单由人类完成的工作同样卓越的标准。