別再怪員工了，AI垃圾泛濫是管理層的失敗

要讓AI在工作中發(fā)揮作用，我們需要變得更像人。領(lǐng)導(dǎo)者需要為那些不那么光鮮、速度較慢但回報(bào)更豐厚的人類協(xié)作留出空間。如果沒有組織變革來賦能自主權(quán)與信任，而是對(duì)不堪重負(fù)的團(tuán)隊(duì)強(qiáng)制推行AI指令，我們都將在“工作垃圾”的泥沼中沉沒。

隨著AI工具在工作場(chǎng)所迅速普及，其使用壓力也與日俱增，員工們不得不面對(duì)“工作垃圾”的困擾——即那些由AI生成、表面工整卻實(shí)質(zhì)低質(zhì)低效的產(chǎn)出。這類成果將本應(yīng)承擔(dān)的認(rèn)知負(fù)荷轉(zhuǎn)嫁給接收方，最終徒耗雙方的時(shí)間與精力。對(duì)接收者而言，這往往是一種令人困惑甚至憤慨的體驗(yàn)。

去年秋天我們?cè)诠鹕虡I(yè)評(píng)論的文章中首創(chuàng)“工作垃圾”一詞時(shí)指出，它會(huì)毒化職場(chǎng)關(guān)系，滋生不信任感，導(dǎo)致團(tuán)隊(duì)成員質(zhì)疑發(fā)送者的智力與可信度等品質(zhì)。在持續(xù)研究中，我們聽到了大量案例，說明“工作垃圾”如何引發(fā)敵意、侵蝕信任，并逐漸腐蝕團(tuán)隊(duì)士氣：

● 某公司員工隨意編碼，在代碼庫中引入大量關(guān)鍵錯(cuò)誤，致使一名工程師 “對(duì)團(tuán)隊(duì)極度不滿”，最終提前兩天通知離職。

● 在另一家公司，一位定性研究員表示，經(jīng)理將他們的研究結(jié)果輸入 ChatGPT 生成表格和討論部分后，他們感到 “被誤導(dǎo)” 且 “憤怒”。這位研究員告訴我們：“結(jié)果是錯(cuò)誤的，討論部分滿是毫無意義的行話?！?他們感到沮喪 “不僅因?yàn)檫@毫無幫助”，還因?yàn)槲唇?jīng)他們?cè)S可就將其工作內(nèi)容輸入了 ChatGPT，“這感覺像是一種侵犯”。

● 科技公司員工發(fā)現(xiàn)，其績(jī)效評(píng)估的語氣與經(jīng)理平日風(fēng)格迥異，且內(nèi)容大量重復(fù)其自評(píng)材料。這一經(jīng)歷讓他們感到“不被重視與賞識(shí)”，并“徹底放棄了晉升的希望”。

盡管許多讀者反饋聚焦于“工作垃圾”帶來的生產(chǎn)力損耗——人們處理每份收到的低質(zhì)成果所浪費(fèi)的時(shí)間——但領(lǐng)導(dǎo)者更應(yīng)警惕的是它對(duì)人際關(guān)系的破壞。

人們很容易對(duì)制造“工作垃圾”者報(bào)以輕蔑。但我們的研究指向了一個(gè)令人不安的答案：“工作垃圾”的泛濫是管理層的失敗。具體而言，它源于模糊的AI指令與不堪重負(fù)的團(tuán)隊(duì)。領(lǐng)導(dǎo)者發(fā)布籠統(tǒng)指令，要求員工快速使用極其強(qiáng)大的工具；而許多員工已然超負(fù)荷、心力交瘁，且身處一種“承認(rèn)不確定或?qū)で髱椭鷷?huì)感到不安”的環(huán)境中。

“工作垃圾”并非必然。以下是領(lǐng)導(dǎo)者需要了解的事實(shí)以及可以采取的預(yù)防措施。

“工作垃圾”的壓力鍋

理解一項(xiàng)新技術(shù)的實(shí)際使用方式及其對(duì)使用者的影響往往需要時(shí)間。隨著生成式AI工具在工作場(chǎng)所扎根，我們開始觀察到它們?nèi)绾胃淖兟殘?chǎng)生態(tài)。我們?nèi)蛔髡咴诓煌榫场⒉煌夹g(shù)演進(jìn)過程中，目睹了這一過程的不同版本。

作為研究者，我們中的兩位數(shù)十年來持續(xù)追蹤技術(shù)如何塑造溝通——從早期對(duì)互聯(lián)網(wǎng)聊天室溝通模式的研究，到社交媒體使用的心理維度分析。最近，通過BetterUp實(shí)驗(yàn)室與斯坦福社交媒體實(shí)驗(yàn)室為期兩年的合作，我們追蹤了人們?cè)诠ぷ鲌?chǎng)所使用AI時(shí)的思考、感受與表現(xiàn)。

作為BetterUp的CEO，我們中的另一位則近距離觀察了AI如何重塑我們的工作方式。幾乎在每一次對(duì)話中，相同的問題反復(fù)出現(xiàn)：我們?nèi)绾未_保AI投資獲得回報(bào)？如何在快速推進(jìn)的同時(shí)避免破壞性后果？高管們面臨切實(shí)壓力，必須推行AI使用——尤其是在董事會(huì)要求精簡(jiǎn)團(tuán)隊(duì)、擴(kuò)大管理幅度的背景下。隱含的期望是，AI將幫助管理者“以少博多”，無論是在增長(zhǎng)還是創(chuàng)新方面。

隨著我們深入研究生成式AI的影響，一幅令人擔(dān)憂的圖景開始浮現(xiàn)。我們的初步研究揭示了“工作垃圾”的存在。在參與調(diào)查的1150名美國(guó)各行業(yè)全職員工中，41%的受訪者能回憶起收到過影響其工作的具體“工作垃圾”實(shí)例。更有甚者，超過一半的受訪者承認(rèn)曾向同事發(fā)送過“工作垃圾”。十分之一的受訪者表示，他們發(fā)送給同事的AI生成成果中，50%及以上“實(shí)際上毫無幫助、敷衍了事或質(zhì)量低下”。

如今，我們開始理解“工作垃圾”的源頭：通過對(duì)預(yù)測(cè)因素和前因的進(jìn)一步分析，我們收集的數(shù)據(jù)顯示，“工作垃圾”產(chǎn)生于組織兩端人員所承受的壓力。

在高層，面對(duì)不確定性和宏觀經(jīng)濟(jì)壓力，許多領(lǐng)導(dǎo)者被迫就AI投資做出負(fù)責(zé)任決策。董事會(huì)日益將AI視為彌補(bǔ)生產(chǎn)力放緩、在快速數(shù)字化的全球經(jīng)濟(jì)中保持競(jìng)爭(zhēng)力的希望杠桿。

作為回應(yīng)，領(lǐng)導(dǎo)者采取了生硬的策略，廣泛而快速地強(qiáng)制員工使用AI。我們的數(shù)據(jù)印證了這一點(diǎn)：41%的受訪員工表示，領(lǐng)導(dǎo)鼓勵(lì)他們使用AI，但未提供詳細(xì)指導(dǎo)，也缺乏將AI有意義地應(yīng)用于具體任務(wù)或工作流程所需的深層情境理解。

一位公司總裁坦言：“作為管理層的一員，我感到自己正被裹挾著在全公司推行AI應(yīng)用，卻缺乏清晰的戰(zhàn)略愿景，這令董事會(huì)持續(xù)感到挫敗。他們希望看到AI落地，但除了‘在所有環(huán)節(jié)每日使用’這種籠統(tǒng)要求外，并沒有明確的成功標(biāo)準(zhǔn)能讓團(tuán)隊(duì)因應(yīng)用AI而獲得認(rèn)可。”

另一家公司的執(zhí)行副總裁表示：“我的團(tuán)隊(duì)仍然非常擔(dān)心我們對(duì) AI 的使用 ‘不夠多’，所以我認(rèn)為除了繼續(xù)推進(jìn)別無他法。其他高管樹立的榜樣實(shí)在糟糕。數(shù)量和‘AI 的使用’ 比質(zhì)量和有效性更受重視。我正在找新工作?！?/p>

我們調(diào)查中的一位副總裁解釋說：“我認(rèn)為各組織（包括我所在的組織）可以更明確地說明 AI 應(yīng)如何具體應(yīng)用于組織和團(tuán)隊(duì)的使命與目標(biāo)。大家都被強(qiáng)烈要求 ‘使用 AI！’，但對(duì)于符合工作特定要求的高質(zhì)量 AI 產(chǎn)出是什么樣，卻沒有明確說明?！?/p>

為何人們制造“工作垃圾”

在我們的調(diào)查中，我們?cè)儐枂T工，他們發(fā)送給同事的AI生成成果中，有多少是毫無幫助、敷衍了事或質(zhì)量低下的。53%的受訪者承認(rèn)至少有時(shí)會(huì)這樣做。

為何人們明知成果不佳仍發(fā)送給同事？受訪者表示，主要原因是感到力不從心。隨著公司收緊預(yù)算、合并崗位、要求員工承擔(dān)更多任務(wù)而未經(jīng)正式角色重設(shè)計(jì)，一線員工和基層管理者比以往任何時(shí)候都更疲于奔命。這導(dǎo)致員工心力交瘁，疲于應(yīng)付日益沉重的工作負(fù)荷。

在此背景下，一刀切地強(qiáng)制使用AI——通常未配以相應(yīng)培訓(xùn)、自主權(quán)或文化信任來審慎試驗(yàn)這些強(qiáng)大新工具——最終鼓勵(lì)了人們表演性地使用AI。這些低努力、低價(jià)值的用法，表面上顯示出對(duì)試驗(yàn)指令的遵從，實(shí)則將工作負(fù)擔(dān)轉(zhuǎn)嫁給了接收者。“工作垃圾”由此產(chǎn)生。

要理解正在發(fā)生的一切，領(lǐng)導(dǎo)者需要看清全局。考慮兩個(gè)數(shù)據(jù)點(diǎn)：首先，在 BetterUp 包含 40 多萬名員工的數(shù)據(jù)庫中，對(duì)員工的調(diào)查顯示，自 2020 年以來，對(duì)領(lǐng)導(dǎo)力和工作表現(xiàn)至關(guān)重要的基本心態(tài)（如專注力、敏捷性、戰(zhàn)略規(guī)劃）下降了 2 - 6%。其次，愛德曼 2025 年全球信任晴雨表也反映了類似情況：?jiǎn)T工對(duì)雇主的信任度下降了 3 個(gè)百分點(diǎn)，他們稱這種轉(zhuǎn)變 “前所未有”。

這些績(jī)效和信任度的下滑可能由多重壓力匯聚導(dǎo)致：延綿不絕的后疫情壓力、經(jīng)濟(jì)和地緣政治的不確定性、混合辦公帶來的割裂感、不斷加劇的職業(yè)倦怠，以及員工期望的代際轉(zhuǎn)變。這些壓力的累積效應(yīng)，侵蝕了有效協(xié)作所需的認(rèn)知與關(guān)系能力：信任、創(chuàng)造性解決問題、管理者識(shí)別團(tuán)隊(duì)成員的能力以及目標(biāo)達(dá)成能力。

“工作垃圾”既是這些深層問題的癥狀，也是其潛在催化劑。作為癥狀，源于促使其產(chǎn)生的動(dòng)態(tài)機(jī)制；作為催化劑，是因?yàn)槿舨患佣糁疲鼘p害人際關(guān)系、破壞團(tuán)隊(duì)協(xié)作、削弱信任。

AI將提高生產(chǎn)力——這在我們自身研究、學(xué)術(shù)出版物和行業(yè)報(bào)告中均有體現(xiàn)。但“工作垃圾”的普遍性表明，僅僅擁有AI并不能保證組織獲得這些收益。相反，這表明許多工作場(chǎng)所需要解決嚴(yán)重的潛在問題，才能廣泛受益。

緩解壓力：

領(lǐng)導(dǎo)者如何減少“工作垃圾”

我們的研究揭示了幾個(gè)能使組織對(duì)“工作垃圾”更具抵抗力的關(guān)鍵因素。除了收回模糊的一刀切AI指令，領(lǐng)導(dǎo)者還應(yīng)向內(nèi)審視，投資于適合自身組織的系統(tǒng)性應(yīng)對(duì)措施。

首先，我們發(fā)現(xiàn)，對(duì)AI工具擁有勝任感和掌控感的人，制造“工作垃圾”的可能性降低一半。公司可以通過多種方式為團(tuán)隊(duì)培養(yǎng)這種心態(tài)，包括增加AI素養(yǎng)投資、鼓勵(lì)員工分享和示范目前“隱藏”的優(yōu)秀AI實(shí)踐，或者前置部署AI工程師以幫助團(tuán)隊(duì)將AI有效整合到工作流程中。這類投資將產(chǎn)生健康的回報(bào)。

我們的研究還顯示，在團(tuán)隊(duì)內(nèi)建立信任文化是抵御“工作垃圾”的重要保護(hù)因素。當(dāng)人們相信他們可以承認(rèn)使用了AI、可以就AI可能影響質(zhì)量的問題提出關(guān)切、可以尋求反饋而不怕被污名化時(shí)，他們會(huì)產(chǎn)出更好的工作。對(duì)我們的參與者而言，對(duì)團(tuán)隊(duì)的信任使“工作垃圾”減少了61%。

最后，我們需要重新構(gòu)建對(duì)“工作垃圾”的認(rèn)知。每一例“工作垃圾”都是一個(gè)信號(hào)，表明組織正承受壓力——上層要求證明AI的投資回報(bào)率，下層則承受著員工過載帶來的日益增長(zhǎng)的壓力。它為領(lǐng)導(dǎo)者提供了重要的情報(bào)，因?yàn)樗┞读私M織設(shè)計(jì)中需要彌補(bǔ)的裂痕，這些裂痕關(guān)乎公司能否成功駕馭未來的變革。

當(dāng)我們收到“工作垃圾”時(shí)，翻個(gè)白眼、加以評(píng)判是簡(jiǎn)單的出路。這是典型的基本歸因錯(cuò)誤：我們歸咎于個(gè)人的懶惰與無能，卻低估了情境的影響。解決它需要一個(gè)至少在三個(gè)層面運(yùn)作的系統(tǒng)級(jí)響應(yīng)：

文化層面：領(lǐng)導(dǎo)者應(yīng)從重建信任感開始，回歸日常協(xié)作實(shí)踐，如給予反饋、提出問題、為對(duì)話創(chuàng)造空間。

實(shí)踐層面：領(lǐng)導(dǎo)者需要通過建立清晰預(yù)期和規(guī)范（明確何時(shí)及如何使用AI）以及明確的審核流程（強(qiáng)化而非卸責(zé)于人類判斷），來創(chuàng)造使用AI的自主權(quán)。

責(zé)任層面：組織需要既懂技術(shù)又懂關(guān)系的人才。我們可以設(shè)想一個(gè)新的角色——前置部署的AI協(xié)作架構(gòu)師——他們能夠定位摩擦點(diǎn)，根據(jù)員工動(dòng)機(jī)和工作流程定制AI集成方案，并將AI戰(zhàn)略與具體成果聯(lián)系起來。

最大的諷刺在于：要讓AI在工作中發(fā)揮作用，我們需要變得更像人。領(lǐng)導(dǎo)者需要為那些不那么光鮮、速度較慢但回報(bào)更豐厚的人類協(xié)作留出空間。如果沒有組織變革來賦能自主權(quán)與信任，而是對(duì)不堪重負(fù)的團(tuán)隊(duì)強(qiáng)制推行AI指令，我們都將在“工作垃圾”的泥沼中沉沒。

關(guān)鍵詞：

凱特·尼德霍夫（Kate Niederhoffer）、亞歷克西·羅比肖（Alexi Robichaux）、杰弗里·T·漢考克（Jeffrey T. Hancock）| 文

凱特·尼德霍夫是BetterUp首席科學(xué)家、社會(huì)心理學(xué)家，研究聚焦AI在工作場(chǎng)所應(yīng)用、人類發(fā)展及人際溝通中的作用。亞歷克西·羅比肖是BetterUp聯(lián)合創(chuàng)始人兼首席執(zhí)行官。杰弗里·T·漢考克是斯坦福大學(xué)哈里與諾曼·錢德勒傳播學(xué)講席教授，斯坦福社交媒體實(shí)驗(yàn)室創(chuàng)始主任，斯坦福網(wǎng)絡(luò)政策中心主任。其研究關(guān)注技術(shù)使用（包括AI與社交媒體）的心理層面。

周強(qiáng) | 編校

你有沒有收到過AI生成的錯(cuò)漏百出的工作內(nèi)容？或是為了應(yīng)付AI要求，硬著頭皮發(fā)過敷衍的東西？在你看來，如何才能減少“工作垃圾”？歡迎在留言區(qū)交流。

聯(lián)系方式

投稿、廣告、內(nèi)容和商務(wù)合作

newmedia@hbrchina.org