当 AI 在工作中变成黑箱：员工在数据洪流中感到迷失

最近，Culture Amp 在 HR Dive 报道的一项调查揭示了当今 AI 驱动工作场所的核心悖论：虽然越来越多的员工报告每天使用人工智能工具，但多数人承认他们无法说明这些工具为何出现在工作流程中。该数据来自数千名跨行业受访者，显示 AI 采用者和未采用者的使用率大致相同，却在感知价值上出现明显分歧。

调查的研究副总裁 Maya Patel 警示称，“用户与非用户的工作负荷率保持稳定，这表明我们尚未看到承诺的生产力提升”。换言之，高管在董事会中夸耀的 ROI 可能更具理想化而非实际。对于一线员工而言，缺乏清晰认知会滋生一种微妙的技术压力：他们在使用复杂的推荐引擎、自动摘要或代码补全助手时，并没有明确的心智模型来理解这些输出是如何生成或评估的。

从组织心理学角度看，这种不透明削弱了两大动机杠杆：自主性和胜任感。当员工无法解释工具的目的时，他们更难对其结果产生所有感，也可能怀疑自己在使用技术方面的能力。调查还发现，这种不确定性与较低的参与度得分之间存在关联，暗示仅有 AI 的存在并不能保证更有赋能感的员工队伍。

这对更广阔的 AI 生态系统意味着什么？首先，企业 AI 开发者必须将可解释性视为核心用户体验指标，而非事后考虑。透明的仪表盘、情境提示以及将工具功能与具体业务目标关联的培训，能够弥合采纳与理解之间的鸿沟。其次，企业需要重新审视 AI 影响的衡量方式。传统的生产力指标可能忽视对员工福祉和决策质量的细微影响。更整体的 ROI 框架应将效率提升与参与度、技能发展等指标相结合。

最后，研究结果挑战了 AI 将自动“解放”员工去从事更高价值任务的叙事。缺乏有意的变革管理实践，AI 可能成为另一层不透明的负担，增加认知负荷而非减轻。那些在清晰沟通、持续学习以及参与式 AI 工作流设计上投入的公司，更有可能实现其追求的财务和人本双重收益。

调查的结论很明确：工作场所中 AI 的前景不仅取决于算法本身，更取决于我们向员工讲述这些算法为何重要的故事。

图片：Deng Xiang / Unsplash (https://unsplash.com/@dengxiangs)