人与生成式人工智能的协同作业在提高生产效率和业绩方面蕴藏着巨大的潜能，然而，组织机构需关注其可能引发的心理效应。通过巧妙地构建融合生成式人工智能的工作流程，企业可以在不削弱员工积极性和投入度的前提下，充分发挥其优势。归根结底，未来的工作不仅取决于人工智能能够完成什么任务，更在于人类与人工智能携手所能达成的成就。
生成式人工智能，即Gen AI，已经对职场环境产生了根本性的变革，使得专业人士得以在更短暂的时间内创造出高水准的工作业绩。无论是编制绩效评价、激发创意思维，抑或是策划营销邮件，人与生成式人工智能的配合往往能够实现更高的工作效率，并且所取得的成果质量也更加卓越。
尽管与生成式人工智能的协作能够增强当前任务的完成效果，但研究结果表明，当员工需要独立完成没有技术支持的任务时，这种合作可能会降低他们的内在工作动力，同时加剧他们的无聊情绪。这一发现对于那些希望借助生成式人工智能提高工作效率，同时又不希望影响员工在其他工作领域的积极性的企业来说，具有非常重要的启示作用。
研究过程
在四项研究中，我们针对3500多名参与者进行了探讨，研究人类与生成式人工智能在协同完成日常工作任务时的互动情况。这些任务包括撰写Facebook帖子、进行创意头脑风暴以及起草电子邮件等，均来源于现实世界的专业场景。在这些任务中，参与者要么得到生成式人工智能的协助，要么独立完成。接着，我们对该任务的表现进行了综合评价，并考察了参与者们的心理感受，这涵盖了他们的控制感、内在的驱动力以及感受到的乏味程度。
我们的研究揭示了人与生成式人工智能合作时，出现了两种完全相反的效应：
即时绩效提升
生成式人工智能显著提升了任务完成的品质与速度。比如，运用生成式人工智能编写的绩效报告，与独立完成的情况相比，内容更加丰富、分析更为透彻，且措辞更加具有指导意义。此外，与纯人工撰写的邮件相较，借助生成式人工智能草拟的邮件通常采用更为温馨、亲切的措辞，融入了更多的激励、同理心以及社交互动的表达。这突显了生成式人工智能在帮助员工产出精致、吸引人且组织结构完善的工作成果方面的作用。
心理代价
尽管他们在绩效上有所进步，然而那些先与生成式人工智能合作完成任务，后又转而独立完成无辅助任务的参与者，普遍反映他们的内在动力有所减弱，同时无聊感有所增强。在我们的多项研究中，我们发现参与者的内在动力平均下降了11%，而无聊感则平均上升了20%。
相较于那些全程未采纳人工智能技术的参与者，他们的心理状态维持了较为平稳的水平。这一研究成果揭示了协作优势的一个核心要点：尽管运用生成式人工智能工具在起初让人感受到高效与强大，然而，当员工投身于那些无需人工智能协助的工作时，他们可能会感到参与感有所下降——这种现象在日常工作流程中是普遍存在的，因为并非所有任务都适合或必须依赖人工智能来完成。
动力下降与无聊感增加的原因
与生成式人工智能进行合作或许能消除任务中认知难度最高的环节，而这些环节往往正是赋予工作以挑战性和个人满足感的关键所在。
进行绩效评估需要运用批判性思考以及提供个性化的评价。然而，随着生成式人工智能在生成此类内容中扮演越来越大的角色，这一过程逐渐失去了吸引力，让人感觉与工作内容有所脱节。个体在重新独立完成任务时，这种差异尤为突出，进而引发无聊情绪和动力下降的现象。
研究发现，与生成式人工智能合作初期，员工会感受到对自身工作的掌控力下降——即他们作为工作主要推动者的感觉减弱。掌控感是内在动力的核心要素，一旦人们感觉未能完全掌握工作成果，便可能削弱他们对任务的投入感。尽管如此，我们亦观察到，尽管回归独立工作可以恢复这种掌控感，但随之而来的是乐趣的减少。本质上，员工重新获得了自主权，但却感觉灵感和挑战减少了。
这些新发现为未来工作方式的演变提供了关键洞见。尽管人工智能在短期内能助力企业提升业绩，但若过度依赖，长此以往将对员工的心理健康造成不利影响。若员工持续依赖人工智能来完成那些需要创造力和认知挑战的任务，他们可能会逐渐丧失激发工作热情、促进个人成长和获得成就感的核心因素。
以一位常借助生成式人工智能来构思营销活动创意的营销专家为例，人工智能输出的成果或许在速度上更胜一筹，甚至质量更高。但若该专家完全依赖生成式人工智能，他们可能会丧失锻炼创造性思维、提升问题解决技巧以及获得成就感的机遇——这些正是个人及职业成长的重要推动力。
随着时间的发展，内在动力的减少可能引发工作热情的减退、工作满意度的降低，甚至可能导致职业倦怠的产生。我们的研究揭示了使用人工智能后产生无聊感的增加，这或许预示着上述负面后果即将显现的预警信号。
企业可以采取的措施
解决之道不在于彻底舍弃生成式人工智能的应用，而应着眼于对任务与工作流程的重新规划，旨在发挥人工智能的特长，同时确保人类内在动力的持续。具体而言，以下五项策略可供参考：，
1、融合人工智能与人力投入
不应让人工智能独立完成全部任务，而应将人工智能的成果作为基础，并激发人类的创新思维。比如，人工智能可负责草拟绩效评估的框架，随后管理者需结合自身独到的观点来丰富和完善其内容。再者，人工智能能够提供项目的初步构想，而项目组成员则需在此基础上进行拓展、深化和优化。
2、设计引人入胜的独立任务
为了缓解与人工智能协作带来的心理压力，在完成人工智能辅助的任务后，应安排一些能赋予员工自主权并激发创造挑战感的工作。比如，在利用人工智能撰写邮件之后，可以分配给员工一个自主设计新项目的任务。这样的任务能够让员工在无需依赖人工智能的情况下，提升个人技能、培养创造力和增强决策能力。
3、使人工智能协作透明化
研究结果显示，员工若觉得人工智能主导了工作流程，往往会产生一种被边缘化的感觉。若能明确传达人工智能是辅助而非替代员工工作的工具，便能帮助员工在执行任务时维持其主导地位和获得满足感。
4、任务轮换
企业能够通过设计一种在人工智能辅助型任务与独立任务间轮换的工作模式，以保持生产效率与员工积极性。管理者应当合理安排工作流程，先从需要较高认知能力的独立任务入手，随后过渡到借助人工智能提升效率的任务，如此一来，便能避免将性质相近的任务堆积在一起。自战略规划启动，借助人工智能技术进行内容编辑，直至项目收尾，从而在激发灵感与保证内容品质间达到和谐统一。
5、培训员工审慎使用人工智能
为防止对人工智能产生过度依赖，企业可开展系列培训，旨在提升员工在谨慎且高效地运用生成式人工智能方面的技能。此类培训可能涵盖组织提示词撰写专题研讨会、对人工智能产出内容进行深入批判性分析，以及开展基于实际场景的实操练习，强调在何种情况下应由人类决策起主导作用。员工能够了解人工智能如何辅助其工作，同时认识到个人技能在完成各项任务中的重要性——这种认识有助于激发员工的自主精神、创新能力和持续技能提升。
人与生成式人工智能协作在提升生产力和绩效方面具有巨大潜力，但组织必须留意其带来的心理影响。通过精心设计融入生成式人工智能的工作流程，企业能够在不损害员工动力和参与度的前提下，释放其优势。毕竟，未来的工作不仅仅关乎人工智能能做什么，更在于人类与人工智能共同能够取得的成就。
关键词：#AI
刘玉坤、吴苏青、阮梦琦、陈思宇、谢小云等人| 文
刘玉坤担任浙江大学管理学院助理教授一职。他的研究领域主要包括变革性的工作设计、员工福利，以及探讨在数字化时代组织如何促进人类的可持续发展。另一位助理教授吴苏青同样在浙江大学管理学院工作。她的研究兴趣聚焦于创造力与创新、工作动力、团队协作以及个人如何在现代组织环境中实现健康成长。阮梦琦，浙江大学管理学院的一名博士研究生，其研究聚焦于数字技术如何对员工行为及职场环境产生深远影响。另一位同校的博士研究生陈思宇，她的研究方向则是探讨新兴技术对人力资源管理和组织行为带来的变革。而谢小云教授，身为浙江大学管理学院院长，同时担任数字创新与管理实验室的负责人。他的研究主要集中在对组织变革的探讨、在极端环境下团队行为的变化、领导力的提升以及数字时代下人力资源管理的问题。
豆包 | 译 周强 | 编校
