別再怪員工了，AI垃圾泛濫是管理層的失敗

要讓AI在工作中發揮作用，我們需要變得更像人。領導者需要為那些不那么光鮮、速度較慢但回報更豐厚的人類協作留出空間。如果沒有組織變革來賦能自主權與信任，而是對不堪重負的團隊強制推行AI指令，我們都將在“工作垃圾”的泥沼中沉沒。

隨著AI工具在工作場所迅速普及，其使用壓力也與日俱增，員工們不得不面對“工作垃圾”的困擾——即那些由AI生成、表面工整卻實質低質低效的產出。這類成果將本應承擔的認知負荷轉嫁給接收方，最終徒耗雙方的時間與精力。對接收者而言，這往往是一種令人困惑甚至憤慨的體驗。

去年秋天我們在哈佛商業評論的文章中首創“工作垃圾”一詞時指出，它會毒化職場關系，滋生不信任感，導致團隊成員質疑發送者的智力與可信度等品質。在持續研究中，我們聽到了大量案例，說明“工作垃圾”如何引發敵意、侵蝕信任，并逐漸腐蝕團隊士氣：

● 某公司員工隨意編碼，在代碼庫中引入大量關鍵錯誤，致使一名工程師 “對團隊極度不滿”，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，經理將他們的研究結果輸入 ChatGPT 生成表格和討論部分后，他們感到 “被誤導” 且 “憤怒”。這位研究員告訴我們：“結果是錯誤的，討論部分滿是毫無意義的行話。” 他們感到沮喪 “不僅因為這毫無幫助”，還因為未經他們許可就將其工作內容輸入了 ChatGPT，“這感覺像是一種侵犯”。

● 科技公司員工發現，其績效評估的語氣與經理平日風格迥異，且內容大量重復其自評材料。這一經歷讓他們感到“不被重視與賞識”，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”帶來的生產力損耗——人們處理每份收到的低質成果所浪費的時間——但領導者更應警惕的是它對人際關系的破壞。

人們很容易對制造“工作垃圾”者報以輕蔑。但我們的研究指向了一個令人不安的答案：“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指令與不堪重負的團隊。領導者發布籠統指令，要求員工快速使用極其強大的工具；而許多員工已然超負荷、心力交瘁，且身處一種“承認不確定或尋求幫助會感到不安”的環境中。

“工作垃圾”并非必然。以下是領導者需要了解的事實以及可以采取的預防措施。

“工作垃圾”的壓力鍋

理解一項新技術的實際使用方式及其對使用者的影響往往需要時間。隨著生成式AI工具在工作場所扎根，我們開始觀察到它們如何改變職場生態。我們三位作者在不同情境、不同技術演進過程中，目睹了這一過程的不同版本。

作為研究者，我們中的兩位數十年來持續追蹤技術如何塑造溝通——從早期對互聯網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實驗室與斯坦福社交媒體實驗室為期兩年的合作，我們追蹤了人們在工作場所使用AI時的思考、感受與表現。

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。幾乎在每一次對話中，相同的問題反復出現：我們如何確保AI投資獲得回報？如何在快速推進的同時避免破壞性后果？高管們面臨切實壓力，必須推行AI使用——尤其是在董事會要求精簡團隊、擴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”，無論是在增長還是創新方面。

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

如今，我們開始理解“工作垃圾”的源頭：通過對預測因素和前因的進一步分析，我們收集的數據顯示，“工作垃圾”產生于組織兩端人員所承受的壓力。

在高層，面對不確定性和宏觀經濟壓力，許多領導者被迫就AI投資做出負責任決策。董事會日益將AI視為彌補生產力放緩、在快速數字化的全球經濟中保持競爭力的希望杠桿。

作為回應，領導者采取了生硬的策略，廣泛而快速地強制員工使用AI。我們的數據印證了這一點：41%的受訪員工表示，領導鼓勵他們使用AI，但未提供詳細指導，也缺乏將AI有意義地應用于具體任務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應用，卻缺乏清晰的戰略愿景，這令董事會持續感到挫敗。他們希望看到AI落地，但除了‘在所有環節每日使用’這種籠統要求外，并沒有明確的成功標準能讓團隊因應用AI而獲得認可。”

另一家公司的執行副總裁表示：“我的團隊仍然非常擔心我們對 AI 的使用 ‘不夠多’，所以我認為除了繼續推進別無他法。其他高管樹立的榜樣實在糟糕。數量和‘AI 的使用’ 比質量和有效性更受重視。我正在找新工作。”

我們調查中的一位副總裁解釋說：“我認為各組織（包括我所在的組織）可以更明確地說明 AI 應如何具體應用于組織和團隊的使命與目標。大家都被強烈要求 ‘使用 AI！’，但對于符合工作特定要求的高質量 AI 產出是什么樣，卻沒有明確說明。”

為何人們制造“工作垃圾”

在我們的調查中，我們詢問員工，他們發送給同事的AI生成成果中，有多少是毫無幫助、敷衍了事或質量低下的。53%的受訪者承認至少有時會這樣做。

為何人們明知成果不佳仍發送給同事？受訪者表示，主要原因是感到力不從心。隨著公司收緊預算、合并崗位、要求員工承擔更多任務而未經正式角色重設計，一線員工和基層管理者比以往任何時候都更疲于奔命。這導致員工心力交瘁，疲于應付日益沉重的工作負荷。

在此背景下，一刀切地強制使用AI——通常未配以相應培訓、自主權或文化信任來審慎試驗這些強大新工具——最終鼓勵了人們表演性地使用AI。這些低努力、低價值的用法，表面上顯示出對試驗指令的遵從，實則將工作負擔轉嫁給了接收者。“工作垃圾”由此產生。

要理解正在發生的一切，領導者需要看清全局。考慮兩個數據點：首先，在 BetterUp 包含 40 多萬名員工的數據庫中，對員工的調查顯示，自 2020 年以來，對領導力和工作表現至關重要的基本心態（如專注力、敏捷性、戰略規劃）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：員工對雇主的信任度下降了 3 個百分點，他們稱這種轉變 “前所未有”。

這些績效和信任度的下滑可能由多重壓力匯聚導致：延綿不絕的后疫情壓力、經濟和地緣政治的不確定性、混合辦公帶來的割裂感、不斷加劇的職業倦怠，以及員工期望的代際轉變。這些壓力的累積效應，侵蝕了有效協作所需的認知與關系能力：信任、創造性解決問題、管理者識別團隊成員的能力以及目標達成能力。

“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，源于促使其產生的動態機制；作為催化劑，是因為若不加遏制，它將損害人際關系、破壞團隊協作、削弱信任。

AI將提高生產力——這在我們自身研究、學術出版物和行業報告中均有體現。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，這表明許多工作場所需要解決嚴重的潛在問題，才能廣泛受益。

緩解壓力：

領導者如何減少“工作垃圾”

我們的研究揭示了幾個能使組織對“工作垃圾”更具抵抗力的關鍵因素。除了收回模糊的一刀切AI指令，領導者還應向內審視，投資于適合自身組織的系統性應對措施。

首先，我們發現，對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隊培養這種心態，包括增加AI素養投資、鼓勵員工分享和示范目前“隱藏”的優秀AI實踐，或者前置部署AI工程師以幫助團隊將AI有效整合到工作流程中。這類投資將產生健康的回報。

我們的研究還顯示，在團隊內建立信任文化是抵御“工作垃圾”的重要保護因素。當人們相信他們可以承認使用了AI、可以就AI可能影響質量的問題提出關切、可以尋求反饋而不怕被污名化時，他們會產出更好的工作。對我們的參與者而言，對團隊的信任使“工作垃圾”減少了61%。

最后，我們需要重新構建對“工作垃圾”的認知。每一例“工作垃圾”都是一個信號，表明組織正承受壓力——上層要求證明AI的投資回報率，下層則承受著員工過載帶來的日益增長的壓力。它為領導者提供了重要的情報，因為它暴露了組織設計中需要彌補的裂痕，這些裂痕關乎公司能否成功駕馭未來的變革。

當我們收到“工作垃圾”時，翻個白眼、加以評判是簡單的出路。這是典型的基本歸因錯誤：我們歸咎于個人的懶惰與無能，卻低估了情境的影響。解決它需要一個至少在三個層面運作的系統級響應：

文化層面：領導者應從重建信任感開始，回歸日常協作實踐，如給予反饋、提出問題、為對話創造空間。

實踐層面：領導者需要通過建立清晰預期和規范（明確何時及如何使用AI）以及明確的審核流程（強化而非卸責于人類判斷），來創造使用AI的自主權。

責任層面：組織需要既懂技術又懂關系的人才。我們可以設想一個新的角色——前置部署的AI協作架構師——他們能夠定位摩擦點，根據員工動機和工作流程定制AI集成方案，并將AI戰略與具體成果聯系起來。

最大的諷刺在于：要讓AI在工作中發揮作用，我們需要變得更像人。領導者需要為那些不那么光鮮、速度較慢但回報更豐厚的人類協作留出空間。如果沒有組織變革來賦能自主權與信任，而是對不堪重負的團隊強制推行AI指令，我們都將在“工作垃圾”的泥沼中沉沒。

關鍵詞：

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首席科學家、社會心理學家，研究聚焦AI在工作場所應用、人類發展及人際溝通中的作用。亞歷克西·羅比肖是BetterUp聯合創始人兼首席執行官。杰弗里·T·漢考克是斯坦福大學哈里與諾曼·錢德勒傳播學講席教授，斯坦福社交媒體實驗室創始主任，斯坦福網絡政策中心主任。其研究關注技術使用（包括AI與社交媒體）的心理層面。

周強 | 編校

你有沒有收到過AI生成的錯漏百出的工作內容？或是為了應付AI要求，硬著頭皮發過敷衍的東西？在你看來，如何才能減少“工作垃圾”？歡迎在留言區交流。

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org