使用AI工作后觉得自己像“小白鼠”：工资不变，工作量超级加倍

我们已经在无数报道中听到这样的言论：新一代 AI 工具有望简化日常任务、提高工作效率并整体拉升办公场所内的生产力水平。但现在的实际情况似乎不像宣传的那样，甚至还给员工带来了更多的工作量。

Clarke 是一名编辑兼发行人，他表示在自己的团队被一大波“糟糕透顶”的 AI 生成投稿淹没之后，自己被迫暂时关闭了科幻 / 奇幻杂志《克拉克世界》的在线投稿通道。

Clarke 在回忆起这段“惨痛”经历时，表示他的团队现在只能亲自动手，逐条筛选哪些稿件是由 AI 生成。“实际上，这是我们见过的最差劲的故事。但 AI 投稿的数量实在太大了，甚至不考虑质量的问题的话，光是数量就足够把我们吞没。”

“它反而让我们的工作量几乎加倍。”他坦言，最新的 AI 工具已经成了他们过去几个月来“最想拔掉的眼中钉。”Clarke 估计，用不了多久他的编辑团队肯定又得再次关闭投稿通道，“情况终将发展到我们无法应对的地步。”

也许 AI 的种种利弊在媒体行业中体现得最为明显。这些工具虽能显著推动方案编写、广告设计和某些编辑工作的自动化，但在此期间却也总会犯下各种错误。

新闻媒体 CNET 在今年早些时候，就曾尝试使用 AI 工具撰写故事。但其随后被迫发布“实质性”更正，给自己的发布内容打补丁。本月早些时候，美国知名科技博客 Gizmodo 发表一篇由 AI 撰写的简单《星球大战》故事，但其中同样存在不少错误并引发员工抗议。不过两家媒体态度坚定，表示仍将继续使用 AI 技术协助编辑部门。

而像 Clarke 这样的发行人，则希望借助 AI 自身来应对 AI 崛起带来的影响。Clarke 表示，他的编辑团队正尝试使用生成式 AI 检测器来快速处理大量投稿内容，但却发现这些工具没啥实际作用。它们“误报和漏报”的可能性极高，而且在处理母语非英语的作者投稿时情况更加糟糕。

在最近一项研究中，麻省理工学院的研究人员发现，使用 ChatGPT 确实能提高负责撰写申请信、答谢类电子邮件和成本效益分析等工作的执行效率。论文合著者、麻省理工经济系博士生 Shakked Noy 在声明中表示，“从我们的研究结果来看，这项技术在白领工作中确实有着重要的应用前景，其现实意义客观存在。但现在要判断它是好是坏、究竟会导致社会结构发生哪些变化，明显还为时过早。”

微软联合创始人比尔·盖茨最近在一篇博文中表示，“未来几年间，AI 对工作的主要影响就是帮助人们更高效地完成工作。”但科技领域向来以快步探索、迅速失败而著称，相关成果在不同行业和市场上的长期影响也总是不尽相同。

另外，通往技术乌托邦的道路往往崎岖不平，经常带来意想不到的后果。就以生成式 AI 为例，前有律师因提交 ChatGPT 虚构的判例资料而被罚款，后有出版社因大量计算机生成投稿而几近崩溃。

但科技巨头们倒是无所畏惧，正急于赶上 AI 掀起的这波浪潮。他们承诺对各类新型 AI 驱动工具进行大量投资，号称新成果将有望简化日常工作。例如，这些工具能帮助人们快速起草电子邮件、制作演示文稿并总结大规模数据集或文本库中的内容。

国际机械师与航空航天工人协会研究主任伊万娜·绍拉 (Ivana Saula) 表示，随着雇主急于在工作场景下推出 AI 工具，该协会的不少工人都觉得自己就像是“小白鼠”。

Saula 强调，新技术的部署往往并非一帆风顺。随着新工具的普及，人类员工往往是“给比以往更多的任务做收尾”，其中包括处理机器根本解决不了的额外配送任务，因此 AI 的引用反而给员工们的日常流程增加了更多负担和压力。

Saula 所在的机械师协会，代表着来自航空运输、医疗保健、公共服务、制造业和核工业等多个领域的众多工人的切身利益。她在采访中强调，“用机器完全取代人类，从来就不是简简单单能做到的事情。它只能取代人类员工的某些工作环节，但其余做不了的部分仍然要由人类负责。”

Saula 还解释道，在采用新的 AI 工具之后，工人们感觉“自己的工作负担更重了”，“工作节奏也更快了，因为现在得跟着机器的脚步走。”根据她从工人那边得到的反馈来看，“让工人真正参与 AI 实施”才是决定技术成败的关键因素。

“因为雇主们必须了解生产前沿的情况。而根据观察，我发现一线工作与车间里的实际情况，往往跟高管人员的思维之间存在严重脱节。更不用说 CEO 了，他们往往连活是怎么干成的都不清楚。”Saula 表示。

就像 Clarke 总结的，“听听那帮 AI 专家在说什么，他们总能带来这项技术在不同领域取得惊人突破的案例。是真是假我不好说，但 AI 在目前的实际应用中真的还差很远。”

经济合作与发展组织秘书长马蒂亚斯·科尔曼（Mathias Cormann）最近表示，经合组织发现 AI 确实能在某些方面改善工作质量，但同时也带来了新的权衡与取舍。

Cormann 在公开讲话中指出，“但员工们的确表示，在将 AI 技术引入工作场所之后，他们的工作强度反而有所增加。”经合组织发布的一份报告也提到，对于非 AI 专家和非管理人士来说，AI 应用“截至目前对工资的影响还很小”。也就是说，AI 的普及在扩大普通员工的工作量之余，并没有同步改善他们的薪酬待遇。

追踪技术对经济影响的一个关键指标是工人生产力的增长。这个看似枯燥的统计数据对每个工人都很重要，因为它直接关系到工人每小时工作的预期收入。换句话说，更高的生产率预计会带来更高的工资。

经济学家看到了提高整个劳动力生产率的巨大潜力。高盛预测，仅由于生成式 AI 的采用，生产力每年会增长 1.5%，这将是 2010 年和 2018 年的近两倍。麦肯锡则更加激进，称这项技术和其他形式的自动化将迎来“下一个生产力前沿”，到 2040 年将其每年提高至 3.3%。

根据《财富》发表的文章称，从 1920 年到 1970 年，美国生产率以每年约 3% 的速度飞速增长，提高了实际工资和生活水平。但有趣的是，生产力增长在 20 世纪 70 年代和 1980 年代放缓，这个时间恰好是计算机和早期数字技术引入的时间。该现象也被称之为“生产力悖论”。

“是人工智能还是人类更有生产力”的答案是复杂的，人工智能和人类都有独特的优势和局限性。人工智能擅长重复的、数据驱动的任务，而人类更擅长创造性地解决问题和复杂的决策。例如，人工智能可以用于自动化重复的任务和数据分析类工作，使人类能够专注于更复杂和更具创造性的工作。但人工智能也只能在其编程范围内运行，不能像人类那样作出创造性的决定或跳出框框思考。

《财富》的文章指出，考虑到经济学家和其他专家过去犯下的错误，可以肯定地说，今天关于人工智能技术对工作和工人生产力影响的许多预测也将被证明是错误的。诸如“3 亿个就业岗位受到影响”或“每年为全球经济带来 4.4 万亿美元的增长”等数字引人注目，但人们往往对这些数字的信任度过高。

如何利用人工智能和人类智能的优势，创建一个更高效和有效的劳动力，同时解决围绕 AI 的潜在限制和伦理担忧，还有很长的路要走。

参考链接：

https://edition.cnn.com/2023/07/22/tech/ai-jobs-efficiency-productivity/index.html

https://www.linkedin.com/pulse/ai-vs-humans-whos-more-productive-sakib-saadat/

https://fortune.com/2023/06/25/ai-effect-jobs-remote-work-productivity-paradox-computers-iphone-chatgpt/

以「启航·AIGC 软件工程变革」为主题的 QCon 全球软件开发大会·北京站将于 9 月 3-5 日在北京•富力万丽酒店举办，此次大会策划了面向 AI 的存储、AIGC 浪潮下的研发效能提升、大前端融合提效、大模型应用落地、LLMOps、异构算力、微服务架构治理、业务安全技术、构建未来软件的编程语言、FinOps 等近 30 个精彩专题。

现在购票即可享受 9 折优惠，立减 ¥880。咨询购票可联系票务经理 18514549229（微信同手机号）。

点击「阅读原文」即可查看全部专题，期待与各位开发者现场交流。  

你也「在看」吗？ 👇