AI没有节省时间，反而制造了一种新型倦怠

最近读到一篇发表在《哈佛商业评论》上的研究，数据来自UC伯克利和耶鲁大学，结论让很多职场人感到既意外又熟悉：AI工具并没有减少工作量，反而加剧了工作强度。

这项研究在一家200人的科技公司进行了八个月的嵌入式调研，员工自愿采用AI工具。结果揭示了一种研究者称之为”工作量蠕变”（workload creep）的现象——AI让工作变得更简单，于是人们做了更多工作，而这反过来又让他们更依赖AI去简化这些工作。循环往复，最终走向倦怠。

AI带来的三种工作强度模式

最先出现的是任务范围的扩大。产品经理开始写代码，研究员承担工程工作。原本清晰的岗位边界变得模糊，员工开始处理过去不属于自己职责范围内的工作——而AI让这个转变显得可行，甚至自然而然。

一位工程师在接受采访时说得很直接：

“你原本以为，’哦，既然用AI能提高效率，那你省下的时间，你就可以少工作一点’。但后来你会发现，你并没有少工作，你只是做了同样的量，甚至更多。”

更微妙的是，那些自动化了自己部分工作的人，实际上为别人制造了更多工作——工程师们突然发现自己要审查、纠正、指导那些在”vibe coding”（直觉式编程）的同事。

AI的对话式界面让开始工作变得毫不费力——没有空白页面的恐慌，没有陡峭的学习曲线。所以员工开始在离开办公桌前发送”最后的几个快速提示”，让AI在自己离开时继续处理琐事。

很多人甚至在工作时间之外使用AI提示。AI在工作时间外的使用逐渐累积成小时、天——工作中的自然停顿越来越少。

员工被期望同时管理多条工作流，因为AI给人一种错觉——任务可以在后台被处理。承诺的生产力提升往往转化为持续的注意力切换和越来越长的任务清单。

把这些加在一起，就形成了研究者所描述的自我强化循环：AI让事情变得更容易，所以人们做更多的事，这反过来让他们更依赖AI让这些事变得更容易。循环，重复，倦怠。

“多位参与者指出，尽管他们感觉更高效，但并不感觉更清闲，有些人甚至感觉比以前更忙了。”

DHR Global对1500名企业专业人士的最新调查显示，83%的人正经历倦怠，过量的工作负荷和过度的工作时长是首要原因。

早在2024年，Upwork研究所就报告称，77%使用AI的员工表示，这些工具降低了他们的生产力并增加了工作量。

伯克利研究者强调，这种工作扩张短期内看起来很有生产力，但可能会逐渐演变为认知疲劳、决策能力下降，最终导致人员流失——当员工发现自己在工作量增长的同时，还忙着试用ChatGPT时，这种觉醒往往来得太晚。

研究者的建议不是放弃AI，而是建立一套刻意的AI使用规范，他们称之为”AI实践”（AI practice）：

“没有这样的实践，AI辅助工作的自然倾向不是收缩，而是强化，这对倦怠、决策质量和长期可持续性都有深远影响。”研究者总结道。

研究还揭示了一个显著的层级差异：初级员工和入门级员工的倦怠率达62%和61%，而C级高管仅为38%。

AI放大了基层员工的负担，因为他们最需要处理那些被扩张的任务和模糊的边界，而高管层则更多地享受AI带来的战略层面的效率提升，却不必承担执行层面的强度升级。

AI承诺节省时间，但结果往往是工作被重新组织而不是减少。 真正的转变不是失业，而是工作强化——那些留下来的人，正被拉伸到倦怠的边缘。

我们需要的不是更快地使用AI，而是更聪明地使用它——建立边界、设置节奏、保护人的认知健康。技术进步不应该以牺牲人的可持续性为代价。