本週發表在《哈佛商業評論》上的一項新研究證實了許多員工早已懷疑的事情：人工智慧工具不會減少工作量，反而會增加工作量。
該研究引用了加州大學柏克萊分校和耶魯大學的數據，這些數據是在一家擁有 200 名員工的科技公司進行的為期 8 個月的嵌入式研究中收集的，該公司的員工自願採用了人工智慧工具。
結果顯示，工作強度逐漸增加，悄悄演變成研究人員所說的「工作量累積」。
首先是任務範圍的擴大。產品經理開始編寫程式碼，研究人員承擔了工程工作。曾經界線分明的角色變得模糊不清，員工們開始處理以前超出其職責範圍的工作。人工智慧讓這種轉變變得切實可行。
一位工程師告訴研究人員：“你可能以為，’哦，因為人工智慧可以提高生產力，所以可以節省時間，減少工作量。’但實際上，你並沒有減少工作量，反而工作量不變，甚至更多。”
這產生了連鎖反應。工程師突然發現自己需要審查、糾正和指導那些同事的程式碼，正如一位參與者精闢地描述的那樣，這些同事的程式碼是在「憑感覺編碼」。
將部分工作自動化的人，實際上只是為其他人創造了更多的工作。
其次是界線模糊化。人工智慧的對話式介面讓工作變得輕鬆便捷——不再有面對空白頁面的無助感，也沒有令人望而生畏的學習曲線。
因此，員工們開始在離開辦公桌前發送“快速最後提示”，讓人工智慧在他們離開期間處理一些瑣事。許多人甚至在空閒時間也使用人工智慧提示，以至於在非工作時間使用人工智慧處理工作的時間累積起來，導致自然休息時間減少，工作時長甚至天數都大幅增加。
第三，多工處理激增。由於人工智慧給人一種錯覺，即任務可以在後台處理，因此員工被要求同時管理多個工作流程。
承諾的生產力提升往往轉化為不斷切換注意力以及更長的任務清單。
把所有這些因素綜合起來，就形成了研究人員所定義的自我強化循環：人工智慧讓事情變得更簡單，於是員工做了更多這樣的事情，最終導致他們更加依賴人工智慧來簡化這些事情。如此循環往復，最終導致倦怠。
研究人員指出：“一些參與者表示，雖然他們感覺工作效率更高了，但他們並沒有感覺不那麼忙，在某些情況下，他們甚至感覺比以前更忙了。”
工人正逐漸被解僱，留下來的人也因為工作過度而精疲力盡。
DHR Global 對 1500 名企業專業人士進行的一項新調查發現，83% 的人正在經歷職業倦怠，工作量過大和工作時間過長是造成倦怠的主要原因。
早在 2024 年，Upwork 研究機構就報告稱，77% 使用人工智慧的員工表示，這些工具降低了他們的生產力，增加了他們的工作量。
今年，同一機構報告稱，過去幾個月來需求量最大的技能都與人工智慧相關。
柏克萊的研究人員強調，這種工作量的增加在短期內可能看起來很有成效，但隨著員工意識到他們在忙於嘗試 ChatGPT 時工作量增加，可能會導致認知疲勞、決策能力下降，並最終導致人員流失。
他們的解決方案是：公司需要“人工智慧實踐”，或者圍繞人工智慧使用制定有意識的規範。
在做出重大決定之前，要考慮有條不紊的停頓；要安排工作順序以減少上下文切換；要預留時間進行真正的人際交往。
研究人員總結道：“如果沒有這些做法，人工智慧輔助工作的自然趨勢不是收縮而是加強，這將對倦怠、決策品質和長期可持續性產生影響。”
數據顯示，員工倦怠程度有顯著的資歷差異。 62%的員工和61%的初級員工表示他們感到倦怠，而高階主管中這一比例僅為38%。
