本周发表在《哈佛商业评论》上的一项新研究证实了许多员工早已怀疑的事情：人工智慧工具不会减少工作量，反而会增加工作量。
该研究引用了加州大学柏克莱分校和耶鲁大学的数据，这些数据是在一家拥有 200 名员工的科技公司进行的为期 8 个月的嵌入式研究中收集的，该公司的员工自愿采用了人工智慧工具。
结果显示，工作强度逐渐增加，悄悄演变成研究人员所说的「工作量累积」。
首先是任务范围的扩大。产品经理开始编写程式码，研究人员承担了工程工作。曾经界线分明的角色变得模糊不清，员工们开始处理以前超出其职责范围的工作。人工智慧让这种转变变得切实可行。
一位工程师告诉研究人员：“你可能以为，’哦，因为人工智慧可以提高生产力，所以可以节省时间，减少工作量。’但实际上，你并没有减少工作量，反而工作量不变，甚至更多。”
这产生了连锁反应。工程师突然发现自己需要审查、纠正和指导那些同事的程式码，正如一位参与者精辟地描述的那样，这些同事的程式码是在「凭感觉编码」。
将部分工作自动化的人，实际上只是为其他人创造了更多的工作。
其次是界线模糊化。人工智慧的对话式介面让工作变得轻松便捷——不再有面对空白页面的无助感，也没有令人望而生畏的学习曲线。
因此，员工们开始在离开办公桌前发送“快速最后提示”，让人工智慧在他们离开期间处理一些琐事。许多人甚至在空闲时间也使用人工智慧提示，以至于在非工作时间使用人工智慧处理工作的时间累积起来，导致自然休息时间减少，工作时长甚至天数都大幅增加。
第三，多工处理激增。由于人工智慧给人一种错觉，即任务可以在后台处理，因此员工被要求同时管理多个工作流程。
承诺的生产力提升往往转化为不断切换注意力以及更长的任务清单。
把所有这些因素综合起来，就形成了研究人员所定义的自我强化循环：人工智慧让事情变得更简单，于是员工做了更多这样的事情，最终导致他们更加依赖人工智慧来简化这些事情。如此循环往复，最终导致倦怠。
研究人员指出：“一些参与者表示，虽然他们感觉工作效率更高了，但他们并没有感觉不那么忙，在某些情况下，他们甚至感觉比以前更忙了。”
工人正逐渐被解雇，留下来的人也因为工作过度而精疲力尽。
DHR Global 对 1500 名企业专业人士进行的一项新调查发现，83% 的人正在经历职业倦怠，工作量过大和工作时间过长是造成倦怠的主要原因。
早在 2024 年，Upwork 研究机构就报告称，77% 使用人工智慧的员工表示，这些工具降低了他们的生产力，增加了他们的工作量。
今年，同一机构报告称，过去几个月来需求量最大的技能都与人工智慧相关。
柏克莱的研究人员强调，这种工作量的增加在短期内可能看起来很有成效，但随著员工意识到他们在忙于尝试 ChatGPT 时工作量增加，可能会导致认知疲劳、决策能力下降，并最终导致人员流失。
他们的解决方案是：公司需要“人工智慧实践”，或者围绕人工智慧使用制定有意识的规范。
在做出重大决定之前，要考虑有条不紊的停顿；要安排工作顺序以减少上下文切换；要预留时间进行真正的人际交往。
研究人员总结道：“如果没有这些做法，人工智慧辅助工作的自然趋势不是收缩而是加强，这将对倦怠、决策品质和长期可持续性产生影响。”
数据显示，员工倦怠程度有显著的资历差异。 62%的员工和61%的初级员工表示他们感到倦怠，而高阶主管中这一比例仅为38%。
