AI為工作者帶來(lái)了提高效率和生產(chǎn)力的希望，使他們從重復(fù)性工作中解放出來(lái)，從而能夠處理更復(fù)雜的任務(wù)，但是，隨著企業(yè)向員工推出AI工具，許多人面臨著不同的挑戰(zhàn)：AI生成的工作成果適得其反。

AI生成內(nèi)容的質(zhì)量在很大程度上取決于與該工具協(xié)作人員的技能，而并非每個(gè)人都具備這方面的正確技能，這導(dǎo)致斯坦福社交媒體實(shí)驗(yàn)室和Betterup實(shí)驗(yàn)室創(chuàng)造了“AI工作爛稿(AI workslop)”一詞——他們將其定義為“偽裝成優(yōu)秀成果的AI生成的工作內(nèi)容，但缺乏實(shí)質(zhì)性?xún)?nèi)容來(lái)有意義地推進(jìn)既定任務(wù)”。

Pegasystems公司的CTO Don Schuerman表示：“當(dāng)企業(yè)在錯(cuò)誤的時(shí)間使用錯(cuò)誤的AI時(shí)，就會(huì)出現(xiàn)AI工作爛稿，即將為創(chuàng)造性和推理而設(shè)計(jì)的大型語(yǔ)言模型部署到需要精確性、治理性和可靠性的情境中。其結(jié)果是輸出的內(nèi)容表面上看似完美，但經(jīng)不起推敲——推薦內(nèi)容不一致或質(zhì)量差、出現(xiàn)幻覺(jué)，或者采取的行動(dòng)與組織的政策或法規(guī)遵從性不一致?！?/p>

什么是AI工作爛稿，它是如何產(chǎn)生的?

根據(jù)斯坦福社交媒體實(shí)驗(yàn)室和Betterup實(shí)驗(yàn)室發(fā)表在《哈佛商業(yè)評(píng)論》上的一份報(bào)告，在接受調(diào)查的1150名美國(guó)員工中，40%的人表示在過(guò)去一個(gè)月內(nèi)收到過(guò)同事提供的AI工作爛稿，他們估計(jì)這類(lèi)內(nèi)容約占工作中收到內(nèi)容的16%。工作爛稿通常在同事之間發(fā)送(40%)，然而，員工也報(bào)告了下屬向經(jīng)理發(fā)送工作爛稿的情況(18%)，反之亦然(16%)。調(diào)查結(jié)果顯示，雖然AI工作爛稿在每個(gè)行業(yè)都存在，但在專(zhuān)業(yè)服務(wù)和技術(shù)行業(yè)最為普遍。

麥肯錫的生成式AI平臺(tái)Lilli的創(chuàng)始人Erik Roth表示，AI工作爛稿的一個(gè)例子是“員工幾乎逐字采用大型語(yǔ)言模型的輸出內(nèi)容”，并將其作為最終內(nèi)容。

這類(lèi)AI內(nèi)容的質(zhì)量通常更差，因?yàn)椴捎眠@種方法的員工往往不擅長(zhǎng)編寫(xiě)AI提示詞，不知道如何發(fā)現(xiàn)AI的幻覺(jué)或虛假信息，也沒(méi)有花時(shí)間確保AI生成的結(jié)果符合人類(lèi)標(biāo)準(zhǔn)。

Roth表示，AI工作爛稿最終是“缺乏上下文、缺乏領(lǐng)域判斷且?guī)缀跷唇?jīng)人工潤(rùn)色的內(nèi)容。它是看似具有生產(chǎn)力，實(shí)則沒(méi)有創(chuàng)造真正價(jià)值的假象”。

Dice公司的總裁Paul Farnsworth表示，他見(jiàn)過(guò)一些乍一看“很完美”的AI內(nèi)容，但“再讀一遍就露餡了”。無(wú)論是數(shù)學(xué)、數(shù)據(jù)、邏輯錯(cuò)誤，還是“沒(méi)有任何意義”的內(nèi)容，他主要擔(dān)心的是“過(guò)度依賴(lài)AI會(huì)產(chǎn)生一種虛假的效率感”。他表示，這讓你產(chǎn)生工作更快的錯(cuò)覺(jué)，而“實(shí)際上你花了更多時(shí)間進(jìn)行后續(xù)的回顧和澄清”。

AI生成的工作爛稿增加了額外的工作，讓人感到沮喪

提供給同事的低質(zhì)量AI內(nèi)容往往會(huì)給接收方帶來(lái)更多的工作。根據(jù)斯坦福社交媒體實(shí)驗(yàn)室和Betterup實(shí)驗(yàn)室的數(shù)據(jù)，AI工作爛稿平均給員工帶來(lái)近兩個(gè)小時(shí)的額外工作，因?yàn)樗麄儾坏貌唤馕鰞?nèi)容來(lái)糾正錯(cuò)誤、識(shí)別虛假信息，有時(shí)還得從頭開(kāi)始重寫(xiě)內(nèi)容或代碼。

這些實(shí)驗(yàn)室估計(jì)，這種努力帶來(lái)了每月高達(dá)186美元的“無(wú)形稅”，且這筆費(fèi)用會(huì)迅速累積。例如，實(shí)驗(yàn)室計(jì)算得出，一家擁有1萬(wàn)名員工且AI工作爛稿出現(xiàn)率為41%的企業(yè)，每年可能因生產(chǎn)力損失而損失近900萬(wàn)美元。

AI工作爛稿還會(huì)在同事之間造成緊張關(guān)系。當(dāng)被問(wèn)及收到這類(lèi)內(nèi)容時(shí)的感受時(shí)，員工的回答包括惱怒(53%)、困惑(38%)和受冒犯(22%)。報(bào)告還發(fā)現(xiàn)，同事們認(rèn)為使用AI的同事“不如以前有創(chuàng)造力、能力和可靠性”，42%的人表示他們認(rèn)為同事“不值得信任”，37%的人表示同事“不夠聰明”。

這還導(dǎo)致員工向管理層舉報(bào)彼此，34%的人表示他們已就AI工作爛稿問(wèn)題通知了其他隊(duì)友或經(jīng)理，32%的人表示在收到工作爛稿后，他們不太愿意與對(duì)方合作。

Pegasystems公司的Schuerman表示：“管理不善的AI不僅會(huì)降低工作效率，還會(huì)破壞信任。當(dāng)員工不斷修復(fù)或核實(shí)AI生成的輸出內(nèi)容時(shí)，就會(huì)產(chǎn)生疲勞和懷疑。AI非但沒(méi)有成為提高生產(chǎn)力的伙伴，反而成了待辦事項(xiàng)清單上的另一項(xiàng)任務(wù)，而且這項(xiàng)任務(wù)增加的工作量多于減少的工作量?！?/p>

管理和避免AI工作爛稿

Schuerman表示，對(duì)抗AI工作爛稿的第一道防線(xiàn)是教育和治理，他建議IT領(lǐng)導(dǎo)者通過(guò)培訓(xùn)和實(shí)驗(yàn)讓員工具備AI素養(yǎng)，并鼓勵(lì)他們對(duì)AI輸出內(nèi)容提出質(zhì)疑，了解AI如何生成結(jié)果。

他補(bǔ)充道，IT領(lǐng)導(dǎo)者還應(yīng)建立防護(hù)措施，確保員工能夠獲得適合執(zhí)行正確任務(wù)的正確工具?！爱?dāng)AI系統(tǒng)被集成到結(jié)構(gòu)化工作流程中，具有可見(jiàn)性、反饋循環(huán)和審計(jì)跟蹤時(shí)，員工就不必猜測(cè)‘優(yōu)秀’的標(biāo)準(zhǔn)是什么。他們?cè)诿恳豁?xiàng)任務(wù)中都能看到示范?！?/p>

Dice公司的Farnsworth也提倡指導(dǎo)和治理?！捌髽I(yè)需要記住，AI的好壞取決于背后的人。如果你沒(méi)有在指導(dǎo)和治理方面進(jìn)行投入，AI工具很快就會(huì)成為一種負(fù)擔(dān)，而不是一種優(yōu)勢(shì)，”他表示，“關(guān)鍵是有意地使用AI——知道你要求它做什么，并準(zhǔn)備好在需要時(shí)介入。”

并非所有人都會(huì)立即接受AI。盡管如此，IT領(lǐng)導(dǎo)者還是要積極帶領(lǐng)員工踏上AI之旅，向他們展示優(yōu)秀和劣質(zhì)的AI內(nèi)容示例，以便他們學(xué)習(xí)和理解，這一點(diǎn)仍然很重要。

Farnsworth表示：“培訓(xùn)員工有效使用生成式AI，首先要消除其神秘感。”

隨著員工使用AI越來(lái)越得心應(yīng)手、越來(lái)越精明，工作爛稿的數(shù)量會(huì)逐漸減少。

Pegasystems公司的Schuerman表示：“歸根結(jié)底，AI質(zhì)量不僅僅是一個(gè)技術(shù)問(wèn)題，還是一個(gè)文化問(wèn)題。投資于可預(yù)測(cè)、受管理的AI的企業(yè)不僅能獲得更好的結(jié)果，還能打造出一支能夠負(fù)責(zé)任地信任和提升這些系統(tǒng)的工作團(tuán)隊(duì)?！?/p>