别再怪员工了，AI垃圾泛滥是管理层的失败

要让AI在工作中发挥作用，我们需要变得更像人。领导者需要为那些不那么光鲜、速度较慢但回报更丰厚的人类协作留出空间。如果没有组织变革来赋能自主权与信任，而是对不堪重负的团队强制推行AI指令，我们都将在“工作垃圾”的泥沼中沉没。

随着AI工具在工作场所迅速普及，其使用压力也与日俱增，员工们不得不面对“工作垃圾”的困扰——即那些由AI生成、表面工整却实质低质低效的产出。这类成果将本应承担的认知负荷转嫁给接收方，最终徒耗双方的时间与精力。对接收者而言，这往往是一种令人困惑甚至愤慨的体验。

去年秋天我们在哈佛商业评论的文章中首创“工作垃圾”一词时指出，它会毒化职场关系，滋生不信任感，导致团队成员质疑发送者的智力与可信度等品质。在持续研究中，我们听到了大量案例，说明“工作垃圾”如何引发敌意、侵蚀信任，并逐渐腐蚀团队士气：

● 某公司员工随意编码，在代码库中引入大量关键错误，致使一名工程师 “对团队极度不满”，最终提前两天通知离职。

● 在另一家公司，一位定性研究员表示，经理将他们的研究结果输入 ChatGPT 生成表格和讨论部分后，他们感到 “被误导” 且 “愤怒”。这位研究员告诉我们：“结果是错误的，讨论部分满是毫无意义的行话。” 他们感到沮丧 “不仅因为这毫无帮助”，还因为未经他们许可就将其工作内容输入了 ChatGPT，“这感觉像是一种侵犯”。

● 科技公司员工发现，其绩效评估的语气与经理平日风格迥异，且内容大量重复其自评材料。这一经历让他们感到“不被重视与赏识”，并“彻底放弃了晋升的希望”。

尽管许多读者反馈聚焦于“工作垃圾”带来的生产力损耗——人们处理每份收到的低质成果所浪费的时间——但领导者更应警惕的是它对人际关系的破坏。

人们很容易对制造“工作垃圾”者报以轻蔑。但我们的研究指向了一个令人不安的答案：“工作垃圾”的泛滥是管理层的失败。具体而言，它源于模糊的AI指令与不堪重负的团队。领导者发布笼统指令，要求员工快速使用极其强大的工具；而许多员工已然超负荷、心力交瘁，且身处一种“承认不确定或寻求帮助会感到不安”的环境中。

“工作垃圾”并非必然。以下是领导者需要了解的事实以及可以采取的预防措施。

“工作垃圾”的压力锅

理解一项新技术的实际使用方式及其对使用者的影响往往需要时间。随着生成式AI工具在工作场所扎根，我们开始观察到它们如何改变职场生态。我们三位作者在不同情境、不同技术演进过程中，目睹了这一过程的不同版本。

作为研究者，我们中的两位数十年来持续追踪技术如何塑造沟通——从早期对互联网聊天室沟通模式的研究，到社交媒体使用的心理维度分析。最近，通过BetterUp实验室与斯坦福社交媒体实验室为期两年的合作，我们追踪了人们在工作场所使用AI时的思考、感受与表现。

作为BetterUp的CEO，我们中的另一位则近距离观察了AI如何重塑我们的工作方式。几乎在每一次对话中，相同的问题反复出现：我们如何确保AI投资获得回报？如何在快速推进的同时避免破坏性后果？高管们面临切实压力，必须推行AI使用——尤其是在董事会要求精简团队、扩大管理幅度的背景下。隐含的期望是，AI将帮助管理者“以少博多”，无论是在增长还是创新方面。

随着我们深入研究生成式AI的影响，一幅令人担忧的图景开始浮现。我们的初步研究揭示了“工作垃圾”的存在。在参与调查的1150名美国各行业全职员工中，41%的受访者能回忆起收到过影响其工作的具体“工作垃圾”实例。更有甚者，超过一半的受访者承认曾向同事发送过“工作垃圾”。十分之一的受访者表示，他们发送给同事的AI生成成果中，50%及以上“实际上毫无帮助、敷衍了事或质量低下”。

如今，我们开始理解“工作垃圾”的源头：通过对预测因素和前因的进一步分析，我们收集的数据显示，“工作垃圾”产生于组织两端人员所承受的压力。

在高层，面对不确定性和宏观经济压力，许多领导者被迫就AI投资做出负责任决策。董事会日益将AI视为弥补生产力放缓、在快速数字化的全球经济中保持竞争力的希望杠杆。

作为回应，领导者采取了生硬的策略，广泛而快速地强制员工使用AI。我们的数据印证了这一点：41%的受访员工表示，领导鼓励他们使用AI，但未提供详细指导，也缺乏将AI有意义地应用于具体任务或工作流程所需的深层情境理解。

一位公司总裁坦言：“作为管理层的一员，我感到自己正被裹挟着在全公司推行AI应用，却缺乏清晰的战略愿景，这令董事会持续感到挫败。他们希望看到AI落地，但除了‘在所有环节每日使用’这种笼统要求外，并没有明确的成功标准能让团队因应用AI而获得认可。”

另一家公司的执行副总裁表示：“我的团队仍然非常担心我们对 AI 的使用 ‘不够多’，所以我认为除了继续推进别无他法。其他高管树立的榜样实在糟糕。数量和‘AI 的使用’ 比质量和有效性更受重视。我正在找新工作。”

我们调查中的一位副总裁解释说：“我认为各组织（包括我所在的组织）可以更明确地说明 AI 应如何具体应用于组织和团队的使命与目标。大家都被强烈要求 ‘使用 AI！’，但对于符合工作特定要求的高质量 AI 产出是什么样，却没有明确说明。”

为何人们制造“工作垃圾”

在我们的调查中，我们询问员工，他们发送给同事的AI生成成果中，有多少是毫无帮助、敷衍了事或质量低下的。53%的受访者承认至少有时会这样做。

为何人们明知成果不佳仍发送给同事？受访者表示，主要原因是感到力不从心。随着公司收紧预算、合并岗位、要求员工承担更多任务而未经正式角色重设计，一线员工和基层管理者比以往任何时候都更疲于奔命。这导致员工心力交瘁，疲于应付日益沉重的工作负荷。

在此背景下，一刀切地强制使用AI——通常未配以相应培训、自主权或文化信任来审慎试验这些强大新工具——最终鼓励了人们表演性地使用AI。这些低努力、低价值的用法，表面上显示出对试验指令的遵从，实则将工作负担转嫁给了接收者。“工作垃圾”由此产生。

要理解正在发生的一切，领导者需要看清全局。考虑两个数据点：首先，在 BetterUp 包含 40 多万名员工的数据库中，对员工的调查显示，自 2020 年以来，对领导力和工作表现至关重要的基本心态（如专注力、敏捷性、战略规划）下降了 2 - 6%。其次，爱德曼 2025 年全球信任晴雨表也反映了类似情况：员工对雇主的信任度下降了 3 个百分点，他们称这种转变 “前所未有”。

这些绩效和信任度的下滑可能由多重压力汇聚导致：延绵不绝的后疫情压力、经济和地缘政治的不确定性、混合办公带来的割裂感、不断加剧的职业倦怠，以及员工期望的代际转变。这些压力的累积效应，侵蚀了有效协作所需的认知与关系能力：信任、创造性解决问题、管理者识别团队成员的能力以及目标达成能力。

“工作垃圾”既是这些深层问题的症状，也是其潜在催化剂。作为症状，源于促使其产生的动态机制；作为催化剂，是因为若不加遏制，它将损害人际关系、破坏团队协作、削弱信任。

AI将提高生产力——这在我们自身研究、学术出版物和行业报告中均有体现。但“工作垃圾”的普遍性表明，仅仅拥有AI并不能保证组织获得这些收益。相反，这表明许多工作场所需要解决严重的潜在问题，才能广泛受益。

缓解压力：

领导者如何减少“工作垃圾”

我们的研究揭示了几个能使组织对“工作垃圾”更具抵抗力的关键因素。除了收回模糊的一刀切AI指令，领导者还应向内审视，投资于适合自身组织的系统性应对措施。

首先，我们发现，对AI工具拥有胜任感和掌控感的人，制造“工作垃圾”的可能性降低一半。公司可以通过多种方式为团队培养这种心态，包括增加AI素养投资、鼓励员工分享和示范目前“隐藏”的优秀AI实践，或者前置部署AI工程师以帮助团队将AI有效整合到工作流程中。这类投资将产生健康的回报。

我们的研究还显示，在团队内建立信任文化是抵御“工作垃圾”的重要保护因素。当人们相信他们可以承认使用了AI、可以就AI可能影响质量的问题提出关切、可以寻求反馈而不怕被污名化时，他们会产出更好的工作。对我们的参与者而言，对团队的信任使“工作垃圾”减少了61%。

最后，我们需要重新构建对“工作垃圾”的认知。每一例“工作垃圾”都是一个信号，表明组织正承受压力——上层要求证明AI的投资回报率，下层则承受着员工过载带来的日益增长的压力。它为领导者提供了重要的情报，因为它暴露了组织设计中需要弥补的裂痕，这些裂痕关乎公司能否成功驾驭未来的变革。

当我们收到“工作垃圾”时，翻个白眼、加以评判是简单的出路。这是典型的基本归因错误：我们归咎于个人的懒惰与无能，却低估了情境的影响。解决它需要一个至少在三个层面运作的系统级响应：

文化层面：领导者应从重建信任感开始，回归日常协作实践，如给予反馈、提出问题、为对话创造空间。

实践层面：领导者需要通过建立清晰预期和规范（明确何时及如何使用AI）以及明确的审核流程（强化而非卸责于人类判断），来创造使用AI的自主权。

责任层面：组织需要既懂技术又懂关系的人才。我们可以设想一个新的角色——前置部署的AI协作架构师——他们能够定位摩擦点，根据员工动机和工作流程定制AI集成方案，并将AI战略与具体成果联系起来。

最大的讽刺在于：要让AI在工作中发挥作用，我们需要变得更像人。领导者需要为那些不那么光鲜、速度较慢但回报更丰厚的人类协作留出空间。如果没有组织变革来赋能自主权与信任，而是对不堪重负的团队强制推行AI指令，我们都将在“工作垃圾”的泥沼中沉没。

关键词：

凯特·尼德霍夫（Kate Niederhoffer）、亚历克西·罗比肖（Alexi Robichaux）、杰弗里·T·汉考克（Jeffrey T. Hancock）| 文

凯特·尼德霍夫是BetterUp首席科学家、社会心理学家，研究聚焦AI在工作场所应用、人类发展及人际沟通中的作用。亚历克西·罗比肖是BetterUp联合创始人兼首席执行官。杰弗里·T·汉考克是斯坦福大学哈里与诺曼·钱德勒传播学讲席教授，斯坦福社交媒体实验室创始主任，斯坦福网络政策中心主任。其研究关注技术使用（包括AI与社交媒体）的心理层面。

周强 | 编校

你有没有收到过AI生成的错漏百出的工作内容？或是为了应付AI要求，硬着头皮发过敷衍的东西？在你看来，如何才能减少“工作垃圾”？欢迎在留言区交流。

联系方式

投稿、广告、内容和商务合作

newmedia@hbrchina.org