用AI能自动实时判断一个人有没有在认真上班吗？

假设有一天，临近下班，你收到了一份AI生成的工作日报：

“使用手机38分钟，离开工位24分钟，疑似闲置19分钟，工作专注度72分。”

你看了一眼，觉得有点冤。

那38分钟，是在跟客户确认一笔反复修改的订单。离开工位，是去仓库核对样品。至于那19分钟，你确实没怎么动，一直在想明天的方案该怎么改。

但报告上没有这些，只有数字。

这当然是一个设想。不过，它提出的问题很实际：当我们打算用AI判断一个人有没有认真上班，到底准备让它依据什么作出判断？

手机拿得最多的人，可能正在谈订单

从技术上说，让AI在画面中寻找目标，已经有成熟的开发工具。比如，Google公开的目标检测工具可以处理图片和视频，输出识别对象的类别、位置以及相应评分。具体能识别哪些对象，取决于使用的模型。

姿态分析也不是新鲜事。通过定位肩膀、手肘、手腕等身体关键点，系统可以进一步分析人的姿势和动作。

这些能力组合起来，可以用来设计一些具体功能：某个区域有没有人，某段时间里是否出现了指定动作，再把需要关注的片段筛选出来。

问题是，筛出片段之后，应该给它起什么名字？

“检测到手机”，是一回事。

“员工在玩手机”，是另一回事。

“员工工作不认真”，又往前走了一大步。

拿销售岗位举例。假设一个人整个下午都在手机上回复客户，另一个人始终坐在电脑前，却把一份早就做完的表格来回翻了几十遍。如果规则只计算拿手机的时长，前者可能更容易被标出来。

换成采购岗位，浏览购物页面可能是在比价；换成内容运营岗位，看短视频可能是在检查自己发布的素材。

这些情境不难理解。困难在于，一套统一的规则要怎样把它们区分开。

同一个动作，放在不同岗位、不同任务里，含义就可能完全不同。检测结果可以从画面中产生，工作背景却未必在画面里。

所以，看到“使用手机38分钟”这样的数字，合理的下一步应该是核实这段时间在做什么，而不是直接把它写成“摸鱼38分钟”。

分数越精确，就越客观吗？

如果一个人直接说“我觉得你今天不够认真”，你大概会追问依据。

但换成一张图表，配上时间轴、百分比和红黄绿标签，同样的判断就很容易显得有根有据。

其实，仍然应该问一句：这个分数算的是什么？

以目标检测为例，公开工具输出的是目标类别、相应评分和位置框。由此可以看出，一个用于支持“这是手机”的识别评分，不能直接拿来表示“这个人正在摸鱼”的把握有多大。 两者回答的不是同一个问题。

再设想一套打分方法：每离开座位一分钟扣一分，每使用手机一分钟扣两分，持续操作电脑则加分。

计算过程可以完全正确，最后的评价却未必合理。

一个上午完成任务的人，和一个拖到晚上仍没做完的人，谁更值得肯定？一个主动离开工位帮助同事解决故障的人，又该不该因为“离席时间过长”被扣分？

如果这些情况解释不清楚，那么小数点后再多保留两位，也不会让评价更公平。

当然，不是所有岗位都只看最终结果。值守、服务接待等工作，对在岗时间可能有明确要求。但即使如此，也需要区分正常交接、临时调度、规定休息和未经安排离岗。

数字可以很准确，数字所代表的意思仍然需要核实。

大模型能看懂视频，能不能顺便看懂工作？

有人可能会觉得，过去的算法只会识别人和手机，现在的大模型能描述视频、回答问题，应该不会再这么死板。

这确实是技术上的进步。Google的视频理解文档已经展示了视频总结、事件描述以及结合音视频内容回答问题等用法。与只检测某一类物体相比，这类模型能够处理更丰富的上下文。

比如，在一个假设场景中，员工先拿起手机，再对着设备拍照，随后把照片展示给同事。如果只看中间一张截图，很容易漏掉事情的前后经过。查看完整过程，至少能够获得更多判断线索。

但有些信息，无论把视频多看几遍，都不一定能补出来。

一个人打开购物页面，是在买自己的东西，还是采购公司的配件？一个人盯着文档很久，是没有理解，还是发现了一处关键问题？

只要这些不同情境在画面里呈现得一样，单靠画面就没有足够依据把它们分开。

这时，系统可能需要任务单、工作安排、业务记录等其他信息。讨论也就随之改变了：为了判断一个人有没有摸鱼，究竟需要收集多少信息？这些信息由谁查看，又会被拿来做什么？

有必要先把边界讲清楚，再决定接入哪些数据。

否则，一次原本用来核实在岗情况的分析，很容易被赋予越来越大的解释权：从人在不在，延伸到忙不忙，再延伸到态度好不好、是不是值得信任。

越往后，越不能只靠一段视频作结论。

当“看起来很忙”开始影响评分

我们还可以把这个设想继续往下推。

假如员工知道，离开座位会影响评分，那么他可能会减少走动，即使有些事情当面沟通更快。

假如长时间没有操作电脑就容易被标记，他可能会在思考时顺手移动鼠标，或者时不时敲几下键盘。

假如使用手机需要解释，那他或许宁愿花更多时间，把原本方便在手机上完成的工作转到电脑上。

这些行为并不必然发生，但它们是设计考核规则时应当考虑的后果：员工可能开始花时间适应评分，而不只是完成工作。

管理者原本希望提高效率，最后却可能得到一个更安静、动作更统一、人人都显得很忙的办公室。

至于事情有没有做得更好，还得另外检查。

关于监控与工作表现的关系，也有研究值得参考。一项发表于《Personnel Psychology》的元分析汇总了94个独立样本、涉及23461人，没有发现电子绩效监控提高员工工作表现的总体证据，同时发现监控与更高的员工压力相关。研究涵盖的是多种电子监控方式，不能直接据此断定某款AI摄像头有效或无效，但它提醒我们：监控投入与工作改善之间，不能直接画等号。

对企业来说，更值得追问的是，当前究竟哪里出了问题。

是关键岗位真的经常无人值守，还是任务安排不清？是员工没有按要求完成工作，还是需求一天改了三次？是有人长期把任务推给别人，还是认真解决问题的人一直没有得到合理评价？

这些问题需要的证据和处理方式，并不相同。

报告可以交给AI，解释机会应该留给人

AI并非不能用于工作管理。把它放在一个范围明确的任务里，价值反而更容易看清楚。

例如，对一个事先明确要求持续值守的岗位，系统发现异常后提醒负责人核实；对一段需要回查的录像，帮助缩小查找范围。此时，系统提供的是线索，人再结合现场安排确认发生了什么。

到了扣分、处罚和绩效评价，就应该更加谨慎。

被标记的人至少应当知道：系统截取了哪段记录，采用了什么规则，是否遗漏了前后过程，以及出现错误后由谁更正。

不能一边说AI只是辅助工具，一边在出现争议时，又用“系统就是这么算的”结束讨论。

回到文章开头那份虚构的日报。

“使用手机38分钟”，也许应该补上一句：“完成客户订单确认。”

“离开工位24分钟”，也许对应的是：“协助仓库核对样品。”

“疑似闲置19分钟”，也许暂时找不到一个可以量化的成果。但没有立刻产生成果，也不能自动证明那19分钟毫无意义。

如果将来真的要让AI为一天的工作写总结，希望报告里有一个位置，能容纳这些解释。

毕竟，认真工作的人已经要想办法把事情做好了，不应该还得额外练习，怎样让自己在镜头里显得足够忙。