反对滥用AI,指出过度依赖AI会让人丧失独立判断力、透支职业信誉,警示不同领域滥用的严重代价,提出正确的AI使用原则。 ## 1. 滥用AI的职场现状:无效AI产出成为企业隐形负担 团队中已出现骨干员工直接甩未经修改的AI生成方案的情况,此类方案结构工整却不接地气、无实质价值。 这类无效AI产出被命名为workslop,调研显示超四成美国白领一个月内曾收到这类产出,超半数接收者感到困惑烦躁,近半数认为产出者变得不靠谱,万人企业每年为此多付出近千万美元的隐形成本。 ## 2. 过度依赖AI的核心危害:钝化人的判断力肌肉 哈佛实验显示,使用准确率更高AI的面试官反而更粗心,自身判断力下降更明显,错过优秀候选人,研究者称该状态为"在方向盘后面睡着了"。 微软与卡内基梅隆大学调研证实:对AI信任度越高,人投入批判性思考的精力越少,将常规判断外包给AI,省下了眼前力气,却丢掉了日常练习判断力的机会,遇到复杂问题时判断力肌肉早已生锈。 MIT四个月的脑电实验发现,只用AI写作的人脑区连接活跃度比完全不用工具者最多低五成多,八成多使用者说不清自己刚写的内容,对AI输出既没有深入理解,也没有创作归属感。 ## 3. 滥用AI的代价随岗位层级升高持续放大 普通员工甩AI方案,代价只是单份方案不接地气、透支个人职业信誉;企业董事长将重大人事决策的任务书直接让AI生成不作修改,代价是整个公司的发展方向,也无法让人信任其战略决断能力。 医疗领域滥用AI的代价关乎生命:《柳叶刀-胃肠病学与肝病学》研究显示,19位平均做过两千多台肠镜的经验丰富医生,使用AI辅助三个月后脱离AI单独操作,肠道腺瘤检出率从28.4%降至22.4%,相对下降两成,医生"找病灶"的能力在不知不觉中萎缩。 当医生完全依赖AI放弃独立判断,遇到罕见病或AI训练数据盲区时,会逐步击穿医疗安全的底线。 ## 4. 应对滥用AI的正确方法:人始终要握好决策的方向盘 要求团队成员提交方案时,先讲清自己的独立判断,明确AI输出只能作为参考,不能直接作为最终结论。 我们使用AI是借助工具提升效率,不能做只传递AI输出的"传声筒",更不能把决策方向盘完全交给AI,自己只当搭车的乘客。
我反对滥用AI:它正在偷走我们的判断力
2026-06-25 11:44

我反对滥用AI:它正在偷走我们的判断力

本文来自微信公众号: 张琨随笔 ,作者:张琨,原文标题:《张琨|我反对滥用AI:它正在偷走我们的判断力!》


最近推进几个项目,团队里一位平时执行力很强的骨干,自己掏钱买了个很贵的AI工具。


这本来是好事,说明大家都在主动拥抱新技术。


但接下来几次沟通,我发现一个让人不太舒服的现象:他开始习惯性地把AI生成的大段方案,连改都不改,直接甩给我看。


屏幕上的文案排版工整,结构很完整,但也极其不接地气。这种片儿汤话连篇的报告,在纸质时代,我会直接甩回他脸上。


失望过后,我脑子里冒出一个问题:既然我已经讲清楚了业务目标,自己也会用AI,那我直接去问AI不就好了?你在中间充当一个"传声筒",到底产生了什么价值?


这不是个例。


今年9月,《哈佛商业评论》联合斯坦福大学社会媒体实验室和BetterUp,给这个现象起了个名字:workslop——看着像成果,其实没有实质内容、推不动任务的AI产出。


他们调研了1150名美国白领,过去一个月收到过workslop的人,超过四成。


收到这种东西的人,一半以上的第一反应是困惑、烦躁,两成多觉得被冒犯。


更有趣的是后续效应:收过同事甩来的workslop之后,约一半的人会觉得这个同事变得不那么靠谱、不那么聪明,四成多直接觉得对方不值得信任。


研究者按受访者自报的薪资折算,这种"传声筒式"的工作,每个月给每个人偷偷加了186美元的隐形税——一家万人公司,一年要为此多付出近千万美元。


那位骨干自己可能都没意识到,他干的不是"提高效率",是在透支自己在团队里的信誉。


为什么会出现这种现象?


哈佛商学院和波士顿咨询做过一个很有意思的实验:给一批做招聘的面试官配AI,一部分人拿到的AI判断准确率被设定在75%,另一部分拿到85%。


结果是,拿到"更准"那批AI的面试官,反而变得更懒、更粗心,自己的判断力掉得更明显,错过了一些真正优秀的候选人。


研究者把这个状态叫做"在方向盘后面睡着了"。


AI说得越像那么回事,人越容易把脑子也交出去。


微软研究院和卡内基梅隆大学随后调研了319位知识工作者,想搞清楚人到底在什么情况下会放弃独立思考。


结论很直接:对AI的信任度越高,批判性思考投入得越少。


他们提出了一个说法,我觉得是这件事的核心——自动化有个讽刺之处:把常规判断外包给机器,省下的是眼前的力气,丢掉的是日常反复练习判断力的机会。


等真正复杂、真正意外的情况出现,你才发现自己那部分肌肉已经生锈了,没准备好。


这也回答了我前面那个问题:你把思考的苦活儿交给了机器,也顺便把做决定的风险推给了上级。


再分享个有意思的认知科学基础研究。


MIT去年做了一个追踪四个月的实验,给写文章的人分组:一组只用AI,一组只用搜索引擎,一组什么工具都不用。


脑电监测发现,只用AI的那一组,脑区之间的连接活跃度,比完全不用工具的人最多低了五成多。


更值得注意的是:写完之后让这组人引用自己刚写的内容,八成多的人说不清楚。


也就是说,你递给我的方案,可能连他自己都说不清楚是怎么来的。


这不只是没有灵魂,这是连归属感都没有了。


代价随位置升高而放大


这件事的代价,是跟着位置往上走的。


前一段,有家知名公司找我谈做企业的CEO,董事长把工作任务书交给AI生成,连改都没改就发给我。


我打开文件,看着满屏AI味道浓厚、虚头巴脑的用词,还有一堆Markdown标记的字符,就拒绝了这次邀约。


一个把如此重大的人事决策让渡给AI的一把手,我没办法相信他在真正需要战略眼光、决断力和定力的时候,能比AI高出一筹。


骨干甩方案,代价是这一份方案不接地气。


董事长甩决策,代价是整个公司的方向。


医疗行业更要审慎!


作为一直在医疗界的管理者,如果这种现象泛滥到医生团队,我更脊背发凉。


在公司做业务,员工不动脑子全听AI的,最多是方案黄了,亏点钱;董事长不动脑子,公司可能走错方向。


但这件事放进医院,代价不是钱,也不只是方向,是患者健康、甚至性命。


这不是假设,是已经发生的事实。


2025年8月,《柳叶刀-胃肠病学与肝病学》发表了一项研究:挪威和波兰的19位内镜医生,每人都做过两千多台肠镜,经验老到。


研究组追踪了他们用上AI辅助结肠镜前后各三个月的表现。


三个月之后,这些医生脱离AI、单独操作时,肠道腺瘤的检出率,从28.4%掉到了22.4%。


绝对降了6个百分点,相对降了两成。


这个研究更重点的是,这些研究对象不是刚入行的新手,是做过几千台手术的熟手。


AI没让他们变笨,是让他们那部分"找病灶"的能力,在不知不觉中萎缩了。


看病救人,靠的是对每一位患者具体情况的敬畏。


AI系统总会遇到没见过的罕见病,或者训练数据本身就有偏差的盲区。


"传声筒"放进公司,最多是方案不接地气。放进医院,它的终极形态,就是一台自动处方机——机器说开什么药就开什么药,机器说怎么诊断就怎么诊断,自己不再质疑。


医疗安全的底线,就是在专业人士判断力退化过程中,一点一点破掉的。


我的应对方法


工具越好用,坐在驾驶位上的人,头脑就该越清醒。


那回到开头那位同事,我后来没有批评他"懒",换了个问法。


我问他:如果没有AI,你自己会怎么判断这件事?


逼着他把自己的判断逻辑摆到桌面上,而不是把AI的输出当成自己的结论。


任何人交方案给我,先讲清楚自己的判断,AI给的只是参考,不能作为答案。


不管是在公司管项目,还是在医院做管理,道理相通。


我们用AI,不是要做打字越来越快的"传声筒",也不是把方向盘交出去的"乘客"。

AI创投日报频道: 前沿科技
本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定