萬字追問：打工人必備，AI效率狂歡下的心理暗流

在當今社會，工作已不僅是謀生手段，更成為個體身份認同與人生意義的核心源泉。而如今，生成式人工智能（GenAI）正以前所未有的速度與廣度重塑我們熟悉的工作環境。與歷史上任何一代技術革命不同，GenAI展現出的認知能力、創造潛能以及人際互動特質，正在模糊人機界限的傳統邊界，甚至從根本上重新定義了工作的知識基礎、任務構成及其社會屬性。

這場技術變革既是機遇也是挑戰。一方面，GenAI能顯著提升勞動者的生產效率與工作表現；另一方面，它也可能威脅勞動者的專業技能、工作自主權以及建立人際聯系的能力，從而對勞動者的心理健康構成潛在威脅。

在這樣的背景下，如何在擁抱技術進步的同時保護勞動者的心理健康？在人工智能與人類協作的新時代，如何構建真正以人為中心的工作環境？面對GenAI帶來的雙重效應，如何應對策略來平衡技術創新與人文關懷？這些問題不僅關乎企業效能，更關乎每一位勞動者的尊嚴與福祉，值得我們深入探討。

追問快讀：

1. 生成式人工智能（GenAI）通過模仿傳統上被視為人類獨有的認知、創造和人際能力，挑戰傳統人機界限，重塑工作場景和工作本身。

2. GenAI融入工作環境后，既增強甚至替代人類工作能力，同時改變工作所需的知識、包含的任務以及社會特征。

3.雖然GenAI的應用能在心理層面使工作者受益，但也可能通過削弱工作者對能力、自主性和人際關系的基本心理需求，引發心理威脅。

4.工作者可采用五種應對策略（直接解決、象征性自我完成、解離、逃避和流動補償）來應對GenAI帶來的心理威脅，保護自己的職業身份。

GenAI如何改變工作

工作不止是一種經濟活動，也是身份認同、意義來源和社交回報的源泉。GenAI正在被迅速采用——其速度比互聯網和個人計算機在引入時的速度更快——并通過增強或替代勞動者，迅速重塑工作場景。數百年來，工作的本質不斷被技術創新所改變，而GenAI進一步突破了傳統邊界，它不僅限于自動化常規體力勞動，還展現出認知、創造和人際交往等曾被認為是人類特有的能力。

GenAI擬人化的對話交互和說服能力，模糊了人機邊界，讓人將其視為具有能動性的實體，并可成為社交活動中的參與者。相較于日歷應用程序，人們更傾向賦予能安排日程的虛擬助手以意圖和心理狀態。在與GenAI交互時，人們更可能遵循社會規范，并像判斷其他社會參與者那樣，根據意圖是否和善、能力是否勝任來感知GenAI，這兩點和以往任何工具都不一樣。

?圖1：GenAI對工作和勞動者的影響。

GenAI具備重塑知識、任務與社會三大工作特征的潛力。越來越多的實證證據表明，GenAI為各種任務、多個崗位帶來了能力和效率的提升。相比之下，我們對GenAI如何改變勞動者的自我認知改變，繼而引發心理威脅和挑戰的理解仍然不足。鑒于GenAI融入工作場景的速度與潛力，以及勞動者對在職業和個人生活中“傳統”AI的抵觸與恐懼，理解這些挑戰和心理威脅至關重要。

?表1. GenAI改變工作特征

工作特征

影響

知識特征

• 工作復雜性與信息處理

• 支持高級認知能力及更復雜任務和大規模（多模態）數據/信息處理

• 需要適應GenAI的功能/界面并解釋GenAI的輸出

• 技能多樣性與專業化

• 新的GenAI特定技能和崗位，如提示工程、輸出解釋/檢查以及GenAI的系統整合與監督

• 從傳統常規技能轉向專業能力

任務特征

• 任務多樣性與任務重要性

• 重復性/常規性/非核心任務的自動化

• 更加重視和聚焦核心任務和/或高價值任務（例如，戰略、創意）

• 通過自動化/外包常規任務，在工作流程構建和任務優先級排序方面更具靈活性

• 基于數據驅動、實時洞察的決策支持和建議

社會特征

• 社會支持與反饋

• 即時和實時反饋、學習機會以及提高生產力的資源

• 相互依賴與合作

• GenAI作為與個人工作者和團隊合作的助手、同事以及共同創造者

而當勞動者感到自己非但未被GenAI賦能，反而可能被其取代時，恐懼情緒可能會放大。例如，應對GenAI所構成的存在性威脅，好萊塢編劇組織了為期148天的工會罷工，旨在捍衛職業身份、協商對GenAI使用其作品的所有權，并確保未來的職業可持續發展。

GenAI的使用和參與，正在給勞動者自我認知和專業身份帶來切實的心理影響，我們需要理解這一技術如何改變了人們對自身及其角色的感知與定位。

勞動者如何在心理層面

從GenAI中獲益

預測GenAI對工作者的影響，主要基于兩個心理學理論：自我決定理論（Self-determination，SDT）和基本心理需求理論（basic psychological needs，BPNT）。這些理論認為，勞動者的工作動機、滿意度、幸福感和績效，取決于滿足三種基本心理需求的能力，即勝任感、自主性和歸屬感；相反，這三種需求受挫會導致幸福感降低和工作能力受損。通常，需求滿足與積極結果更強相關，而需求挫敗與消極結果相關。

GenAI能夠在工作數量、質量、意義以及職場人際關系等方面，提供普遍性和針對性的幫助，從而滿足人們對勝任感、自主性和歸屬感的基本需求。

首先，GenAI能夠強化工作能力和技能，增強勞動者的勝任感，提升其創造力、決策能力、復雜問題解決能力，從而優化工作質量。例如，銷售助理可借助大語言模型回答產品問題并提供專業推薦；無編程經驗者也能利用GenAI分析消費者評論、生成產品圖像和創建商業材料。這些增強和改進，可以賦能和激勵勞動者，提高他們的滿意度和幸福感，促進個人和職業成長。

其次，集成GenAI帶來的能力提升，體現在勞動者平均生產力和績效的提高，但這些提升并非均勻分布。技能較低的勞動者主要從客戶支持、寫作、軟件開發和咨詢中獲益，而技能較高的勞動者則在投資創業決策和科學發現等復雜任務中獲益。高技能勞動者的獨特益處，可歸因于他們更專業的領域知識，這使他們能夠更準確地評估GenAI的輸出質量并有效實施。

?表2. GenAI的生產力效應

聚焦領域

影響

信息工作者的生產力

• 文檔數量增加10%，電子郵件數量減少11%（電子郵件處理時間減少4%），具體變化取決于任務和組織環境

寫作任務

（短篇小說、創意寫作、特定職業相關）

• 提高了個人創造力、故事質量和娛樂性，尤其是在創造力較低的作家中

• 通過與GenAI的協作，完成時間減少36%，輸出質量提高，用戶滿意度提升，但內容多樣性降低

• 完成時間減少37%，輸出質量提高；對低技能勞動者而言效益更高

數字藝術創作

• 藝術家生產力提高25%，作品接受度（同行評價）提高50%；平均新穎性降低

廣告創作

• 包含GenAI的團隊產生廣告有更高文本質量但圖像質量較低

• 在包含GenAI的團隊，個體廣告產出比純人類團隊增加了60-73%；團隊總產出沒有差異

• 包含GenAI的團隊增加了以內容/流程為導向的溝通（消息量增加了45%），同時減少了社會/情感溝通

咨詢

• 完成任務量增加2.2%，任務完成速度提升25.1%，質量提升 40%，其中表現較低的顧問的輸出量增加43%（較高的則為17%）

軟件開發

• 完成任務量增加了26.08%，在經驗較少的開發者中生產率提升更為顯著

• 感知到的生產力（努力程度、質量和速度）的微小改進，其中 57.4%的開發者認為GenAI使他們更有效率

客戶支持

• 勞動生產率提高14%，其中新手/低技能勞動者提高34%，而經驗豐富的勞動者提高幅度較小

產品創新

• 使用GenAI的勞動者個人在解決方案質量上提高0.37個標準差，與沒有使用GenAI的團隊相當（即與傳統團隊的輸出質量匹配）

• 使用GenAI的勞動者個人完成時間減少了16.4%

• 使用GenAI的團隊產生解決方案中最好的10%包含的可能性是未使用GenAI團隊的約3倍

創業決策

• 高績效企業家利潤提升15%，低績效者下降8%；無整體/平均效應

材料研發

• 材料發現量增加44%，專利申請量增長39%，下游產品創新增長 17%；頂尖科學家的產出幾乎翻倍，但底層三分之一的科學家幾乎未受益

投資決策

• 更好的處理財務信息和投資決策；具有更高財務專業知識的人受益更多

其三，GenAI可通過代為執行單調重復的常規性任務，增強勞動者的自主性。將這類任務交給GenAI，可以減輕認知負荷，使勞動者擺脫枯燥工作，轉而專注于更具價值的活動，如創造性思考和批判性分析。例如，用戶體驗設計師可借助GenAI自動處理數據分類、行為預測和洞察提取等流程，騰出時間用于產品優化和戰略決策。這不僅提升效率，還能增強工作滿足感和意義感。

最后，GenAI通過強化任務的社交屬性并提升勞動者的社交技能，滿足了其歸屬感的心理需求，從而有利于他們在組織內外的職業關系。GenAI可以讓入職流程個性化，以保持新勞動者的參與度并降低離職率。而類似人類的對話能力，能夠帶來積極的情感體驗（如，提高熱情、參與度），減少挫敗感，并模擬多人協作的激勵效果。與GenAI共事的專業人士報告說，其情感收益與在人類團隊中經歷的相當甚至更高，這表明GenAI可以作為一名“賽博隊友”，有效滿足勞動者的社會聯系和歸屬感需求。

GenAI給勞動者

制造的三種心理威脅

基于SDT和BPNT理論的預測，GenAI融入工作場景可能會損害勝任感、自主性和歸屬感這三種基本心理需求，繼而引發心理威脅，表現為實際與理想能力、技能、控制感以及社會聯接之間的實際或感知差異。特別值得注意的是，GenAI對人類的增強和替代，會影響工作的知識、任務和社會特征，并威脅其勝任感、自主性和歸屬感。

勝任感

GenAI的采用可能通過兩種方式挫敗勞動者的勝任感：一是取代或重新定義他們現有的能力與技能，二是創造出對發展新能力或掌握新技能的要求與期待。

例如，勞動者可能需要提高數字素養或深化專業知識，以便識別GenAI的幻覺。GenAI的創造力、分析性和溝通能力可能使勞動者感到自身能力不足。自動化常規任務和支持更復雜任務的過程，會減少勞動者使用和提升技能的機會，進而導致勞動者認為職業成長中出現了職業成長停滯或技能退化。

對于低技能勞動者而言，GenAI雖然可以提高生產力，但也會威脅其勝任工作的心理需求。對GenAI依賴增加，會導致認知卸載，從而阻礙任務相關技能和領域知識的培養。例如，沒有數據科學培訓的咨詢師在接受簡短培訓后使用ChatGPT，在數據科學和統計問題上的表現能與數據科學家相當。但當他們無法再使用模型時，就無法完成任務，說明他們依賴模型完成工作，而非掌握了相關技能。

隨著勞動者越來越多地將任務外包給GenAI而非掌握相關技能，GenAI就會更多地削弱他們的基礎技能（如批判性問題解決能力），并阻礙其職業發展。一旦出現GenAI無法解決的意外問題，低技能勞動者可能難以應對，從而導致無力感或沮喪感。同時，任務自動化，會加劇勞動者對被GenAI替代的擔憂，并使其感到自身角色變得多余，威脅職業認同。

而對于高技能勞動者而言，工作場景整合GenAI帶來了不同的挑戰和威脅。高技能勞動者通常投入大量資源發展專業技能，但GenAI在執行復雜任務（如科學研究、戰略決策）方面的能力不斷增強，可能會帶來技能貶值，挫敗其勝任感，并威脅職業認同。一些高技能、高績效的勞動者，可能會將GenAI視為對其專業優勢的潛在威脅，擔憂社會地位不保。

此外，高技能勞動者往往高估自己的專業知識，并可能認為GenAI“不適合”提升他們的能力和工作，從而產生“專業知識悖論”。他們可能因自認為擁有深厚的領域知識，而忽視或拒絕使用GenAI。

事實上，當前定義職業身份的技能組合，與有效使用GenAI所需的新技能之間，往往存在錯配。GenAI的整合也可能擾亂既定的工作流程，進而挫敗高技能勞動者的勝任感，并削弱支持高績效的結構。由于高技能勞動者未能及時掌握新角色所需的GenAI相關的新技能，其職業發展可能阻滯，甚至在GenAI驅動的工作環境中被邊緣化。這不僅延緩了GenAI的全面融入，還使原本的專家群體在技術變革中逐漸失去優勢。

自主性

當由GenAI驅動的系統自主決策時，勞動者可能因失去對任務和工作流程的控制，感到自主性需求受挫，產生失控感，并表現出反抗行為，特別是在勞動者重視手動操作或強烈認同自己的工作的情況下。

例如，在使用GenAI創建內容時，自主性需求可能會受到損害。勞動者會認為自己的貢獻不如GenAI；或將自己視為編輯而非共同創造者；或認為輸出更多是機器生成的，而非由于人類自身的創造力。這些認知會降低勞動者對工作成果的心理所有權。而感知到被排除在決策過程之外、貢獻被貶低，也可能會進一步威脅勞動者的職業認同。

如果整合GenAI是強制性的而非自愿的，自主性需求可能會進一步受挫，甚至視GenAI系統為“算法囚籠”。GenAI強制性的標準化流程，效率優先而靈活性及適應性不足，會限制勞動者根據個人或情境需求調整工作的能力。在極端情況下，某些系統可能會實施不安全的勞動實踐，而直接傷害到勞動者。例如，亞馬遜曾經的生產力系統，被發現會增加工作場所受傷的風險*。

* 美國參議院委員會報告指出，亞馬遜為保持生產力，未采納內部研究關鍵安全建議。2021年和2020年的兩項內部研究“Project Elderwand”和“Project Soteria”發現，工作速度與受傷風險增加存在直接聯系：每10小時輪班的重復運動超過1,940個重復運動，從而增加了背部受傷的風險。但公司因“技術原因”未采取行動。報告還稱亞馬遜操縱傷害數據，使其倉庫看起來比實際更安全。盡管亞馬遜否認，但報告的發布引發了對企業責任、生產力與員工福利平衡的討論，且公司未來可能面臨更嚴格監管和立法行動。來源：Newsweek

當勞動者認為自己無法影響GenAI的工作流程或任務執行方式，他們的控制感可能被進一步削弱。這種失控感會引發心理威脅，并這種失控感會疏遠他們曾經認為有意義的工作過程。有些情況下，即使勞動者對這些輸出的個人貢獻和控制有限，他們仍需對GenAI的輸出負責，由此出現了責任感和能動性分離的現象。

而最嚴重的自主性威脅，則發生在GenAI被用于監控的情況下。許多雇主正在通過鍵盤敲擊和鼠標移動來追蹤勞動者的活躍和閑置時長，來監控勞動者。這種持續監控的GenAI工具，進一步增加了勞動者的壓力和焦慮，也降低他們的工作滿意度。

歸屬感

GenAI可能通過影響工作中的社會結構和社交動態，威脅勞動者在工作中的歸屬感這一心理需求。無論它增強人類能力還是取代勞動者，GenAI的整合都可能帶來負面影響：一方面它會削弱勞動者建立有意義的人際關系的機會，降低與同事之間的團結感；另一方面，還可能放大不同勞動者之間的差異，破壞凝聚力。同時，GenAI通過自動化原本需要人際協作的任務（如提供信息）或直接取代人類勞動者，減少了人際互動和團隊合作的機會，容易引發勞動者的社會孤立感。

此外，GenAI的使用還可能改變勞動者對工作的印象，侵蝕社會規范，甚至加劇對其他勞動者的物化（objectification）。當勞動者將同事逐漸同化為他們所依賴的GenAI系統時，同事關系可能“非人化”。也就是說，勞動者開始以類似對待GenAI的方式看待同事，認為同事缺乏溫暖、同理心或能動性等人性特質。這種“非人化”的認知，可能會導致對人類同事產生負面的態度和行為，惡化人際關系質量，降低歸屬感，并減少幫助他人的意愿。如果勞動者認為GenAI的決策不公平，親社會動機也可能受到抑制。最后，人機協作中的沖突，會對團隊凝聚力和工作產生負面影響。

GenAI的應用可能會加劇勞動者之間的分化，進一步削弱勞動者的歸屬感并引發心理威脅。首先，不同勞動者使用、使用和培訓GenAI上的機會差異，可能會造成不平等，破壞團隊凝聚力。一些勞動者可能過度依賴GenAI或對其輸出缺乏審查，這會影響團隊績效。其次，勞動者之間對GenAI使用方式的不同認知也可能引發矛盾。例如，高技能、經驗豐富的勞動者認為，低技能、年輕的勞動者使用GenAI的方式缺乏意義；而低技能、年輕的勞動者則認為，高技能的勞動者過于遵循慣例與既往經驗。這些生產力和績效的差異，可能讓勞動者覺得GenAI會不公正地使某些崗位獲益，從而滋生怨恨或嫉妒，影響協作和團隊關系。

勞動者該如何應對

人工智能帶來的心理威脅

面對GenAI對知識、任務和社會特征的影響以及由此產生的心理威脅，勞動者可采用一系列應對策略，來緩解自我認知失調，維護職業身份和幸福感。然而，目前關于勞動者如何應對工作中和GenAI相關的負面影響和威脅的研究很少，主要集中于個別案例或單一干預措施，如自我肯定。

心理學和消費者研究發現，與智力、權力感和歸屬感相關的自我認知失調，這會觸發勞動者采取行動以彌補這些差距。這些失調與勝任感、自主性和歸屬感這三種心理需求相關聯。研究總結了五種應對策略：直接解決、象征性自我完成、解離、逃避主義和流動補償。這些策略為理解勞動者如何應對GenAI引起的心理威脅提供了一個框架。

應對策略

勝任感

自主性

歸屬感

直接應對

Direct resolution

技能提升（即學習如何有效使用GenAI）或調整工作流程，以重新在工作任務中獲得勝任感和掌控感

通過GenAI調整工作流程/任務，以保持對工作過程的控制感，并保留（最終）決策權

與同事合作，共同學習、實施和改進生成式人工智產生的解決方案

象征性自我完成

Symbolic self-completion

強調人類專業知識和領域知識，這些知識可以補充GenAI的輸出，但無法被其復制或模仿

在GenAI相關任務中強調任務或責任的所有權，通過擔任領導或決策者來維持控制

強調人類驅動的成就和貢獻對團隊/組織的價值，以加強社

會認可和歸屬感

解離

Dissociation

避免依賴GenAI的任務，以免暴露技能差距，保護勝任感和掌控感

避免由GenAI自動化，不涉及人類決策的任務，以抵抗由GenAI強加的控制

相對于涉及GenAI的工作和溝通，更傾向于人與人之間的團隊合作和溝通

逃避主義

Escapism

與有挑戰的技能保持距離，通過減少努力或將GenAI相關任務和責任委托給他人來實現

避免讓員工感到失控的情況、任務或責任，通過長時間休息或要求重新分配來實現

與需要與GenAI顯著合作的環境隔離，更傾向于

獨立項目而非與涉及GenAI的團隊合作

流動補償

Fluid compensation

注意力轉向技能不受影響或具有獨特人類特征的任務和領域（例如，創造力、同理心）

注意力轉向決策和控制仍由人類主導的角色或任務（例如，戰略或咨詢任務）

注意力轉向需要人類互動和協作的任務或領域

（例如，面向客戶的角色）

• 當人們在現實自我與理想自我之間，或當前技能能力與所需技能能力之間出現差異時，可以通過利用技能建設工具（如培訓項目或績效提升資源），來直接解決GenAI帶來的威脅。

• 在組織環境中，象征性自我完成現象較多見，例如，那些缺乏客觀成功指標的專業人士更傾向于在線上交流中強調頭銜或資歷。

• 當身份威脅由情境線索（如代表性不足）觸發時，勞動者可能會產生心理上的疏離感，減少對相關領域的認同或心理投入。

• 逃避主義通常發生在壓力持續存在且支持有限的工作環境，它們通常對勞動者產生負面影響。當勞動者情緒耗竭時，逃避行為可能導致他們不再關心工作表現，或與客戶和同事疏遠。在極端情況下，勞動者可能完全脫離工作，在工作時間瀏覽社交媒體或從事其他與工作無關的活動。

• 流動補償可以通過強化自我認知中未受威脅的部分，來減輕身份威脅的影響。這種方法有助于恢復工作效率并減少威脅情境中的壓力。例如，營銷人員可能會轉移自身認同，從為具體的營銷素材創作，轉移到指導營銷活動策略上。

象征性自我完成，可能是對勞動者成本最低的策略，它僅需較少的努力和資源即可恢復勝任感、自主性和歸屬感。而直接解決和流動補償，通常需要勞動者投入更多的時間和個人資源，依賴組織支持（如培訓或資源）才能完全有效。相比之下，解離和逃避主義可以幫助勞動者立即與威脅來源保持距離，但代價可能是降低工作參與度、錯失個人成長機會以及減弱與工作的聯系感。

理解并識別這些策略，對于管理勞動者的生產力、動機和士氣至關重要。通過分析這些策略的觸發因素、成本和收益，組織可以更好地設計干預措施，引導勞動者采取具有積極的補償性策略。

GenAI對勞動者的心理影響，并非簡單的非黑即白；勞動者的應對策略亦然。有的威脅可能促使勞動者追求積極結果并采取行動解決威脅根源（如通過直接解決），有的則通過避免消極結果并調節威脅引發的情緒反應（如通過逃避）。與能力相關的威脅使人們關注積極結果，而與個人控制喪失和社會排斥相關的威脅則使人們傾向于避免消極結果。

例如，在分析任務上被GenAI超越，可能使勞動者感到其能力受到質疑，從而激勵他們參加分析課程以提升技能、重獲勝任感。但當GenAI成為決策中心時，勞動者若感到被排除在戰略討論之外，他們則可能會選擇退縮、避免參與討論，并利用工作時間瀏覽無關內容，以分散注意力、緩解壓力和應對自我差異感。未來研究需要進一步確定，哪些變量（例如感知到的控制力、強度）可以預測勞動者在應對心理威脅時選擇何種補償性策略。

未來工作的可能面貌

“人類歷史是一部進化與替代的故事”。許多技能和崗位將被GenAI所取代。但組織和勞動者像應對以往技術創新一樣，通過適應變化創造對新的技能和角色需求并加以發展。隨著GenAI開始重新定義工作及其心理意義，組織可以主動塑造其與勞動者的關系。

通過在GenAI的設計、開發和部署中融入心理學知識，組織可以賦能勞動者，緩解威脅，并提升工作場景中的個體和社會幸福感。專注于GenAI素養、技術和人際交往技能的培訓和技能發展的培訓項目，能夠增強勞動者的勝任感，使他們能夠與GenAI高效協作，并創造“人+GenAI”的協同效應。

向勞動者解釋GenAI如何做出決策和生成輸出，可以提升人機協作的興趣和效能。當勞動者能夠準確評估自身能力時，與GenAI的互補性將達到最佳。通過技能評估和針對GenAI的個性化培訓，組織可以為勞動制提供定制化學習路徑和反饋。

組織還可以通過允許勞動者參與GenAI整合和任務設計（即工作重塑）來增強自主性，并讓他們對工作產生歸屬感和控制感。GenAI與人類的協作可以通過增加社交機會和改善溝通，來加強工作中的相關性和社會聯系。

工作時人際關系中的支持性行為（如提供反饋、分享知識、展現同理心和真誠興趣、鼓勵協作），有助于滿足勞動者的三種心理需求，從而提升幸福感和工作效率。具有良好的人際溝通能力、同理心和情商的管理者，以及協作性組織文化（與更權威性的組織文化相比），會讓GenAI成為勞動者的伙伴而非“算法囚籠”，從而賦能勞動者，并緩和GenAI帶來的心理風險。

尚未解決的問題：

• GenAI對不同職業、任務、角色和行業的影響有何差異？

• 未來的通用技能和GenAI專項技能將呈現何種形態？勞動者應如何獲取并發展這些技能？

• GenAI的采用會提升還是降低勞動者知識與技能水平？

• 勞動者在面對不同心理威脅時，是否會采取不同的應對策略？

• 當GenAI發展為類人同事時，勞動者將如何與之互動和協作？

• 組織如何有效緩解心理威脅，同時最大化GenAI帶來的益處？

• 組織如何在GenAI驅動的人類能力增強與崗位替代之間取得平衡？

• 哪些因素導致勞動者對職場中GenAI的抗拒或接受？

• 組織應如何應對并減少勞動者對GenAI使用的抵觸情緒？

• GenAI在職場長期整合后，將對勞動者、工作性質及組織產生哪些長遠影響？

結論

GenAI正在重塑工作的執行方式和工作體驗。除了自動化常規任務外，GenAI還執行了以往被認為專屬于人類的認知、創造和人際交往功能。GenAI的能力重新定義了工作角色和所需技能組合，挑戰了勞動者的專業知識、自主權和社交歸屬感。GenAI提高了勞動者的生產力、創造力和協作能力，同時引發了心理威脅，這些威脅削弱了他們對于勝任感、自主性和歸屬感的基本心理需求。

面對這些威脅，勞動者常采取五種補償策略：直接解決、象征性自我完成、解離、逃避主義和流動補償。每種策略對勞動者的動機、工作效率和長期發展都有不同的影響。理解和積極應對這些心理風險和反應，對于創建能夠充分發揮GenAI潛力的，有道德的工作場景至關重要。

科學家、組織和政策制定者需要協同合作，共同識別、設計和實施能滿足勞動者心理需求、讓勞動者更加適應的系統與結構，從而引導GenAI成為有意義且充實的工作的補充而非威脅。

譯者后記

內卷or躺平，是等待AGI出現，還是在當下和GenAI合作獲得更高的生產力？該綜述列出了現有關于GenAI對勞動者心理健康的影響，提出了有待回答的問題。文中給出的幾種應對策略，筆者覺得有些覺得純屬白左特色，比如逃避主義，有些則屬于鴕鳥政策，比如解離。

之所以推薦這篇綜述的翻譯，是為了讓國內學術界，企業界熟悉相關話題，并促成更多該類型的研究。無論是管理學為了提升員工工作效率，降低離職率，還是心理學界考察工作相關的精神疾病，工作滿意度等，都離不開文中列出的勝任感，自主性和歸屬感。這三個關鍵變量的指出，讓這類研究的設計，能夠基于上述三個變量構建因果圖，從而更加有的放矢。

除了對學術界的啟發，希望該文能為企業管理者，人力資源相關從業人員提出警示，GenAI帶來的不僅僅是生產效率的可能提升（盡管有研究指出這只對經驗豐富的勞動者適用），也可能會給勞動者帶來心理困擾，從而影響勞動者的工作積極性和績效，而學術界也已給出了幾種可能的解決之法。

Hermann,E.,Puntoni,S.,& Morewedge,C. K. (2025). GenAI and the psychology of work. *Trends in Cognitive Sciences,29*(9),802-813.

https://doi.org/10.1016/j.tics.2025.04.009

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究AI與人類智能相互融合與促進，不斷探索科學的邊界。歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復哦~

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫院、上海市精神衛生中心設立了應用神經技術前沿實驗室、AI與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經科學研究院。

Chen Institute建成了支持腦科學和AI領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、等。