AI生產嘅「工作廢料」困擾美國企業？揭秘最新Stanford研究

美國企業受「AI工作垃圾」困擾 斯坦福研究揭示問題嚴重性

如果你最近有逛TikTok、YouTube、Facebook甚至LinkedIn，相信你已經見識過所謂的「AI垃圾內容」——即質素低劣、甚至誤導性的人工智能生成內容，充斥着你的資訊流。斯坦福大學的研究人員，最近就為這種在職場出現的低質AI產物創造了一個新名詞：「workslop」，即「工作垃圾」。

根據斯坦福社交媒體實驗室與BetterUp Labs最新進行的一項調查，超過40%的美國全職員工表示，在過去一個月內收到過「workslop」。這項研究首次在《哈佛商業評論》發表，將workslop定義為「偽裝成優質工作成果，但實質上缺乏足夠內容以有效推進任務的AI生成工作內容」。調查中，受訪員工估計，平均有15.4%的工作內容屬於workslop。

這種現象主要發生在同事之間，佔工作交接量的40%；而直接下屬交予管理層的workslop則佔18%。不同產業受影響程度不一，其中科技與專業服務行業最為嚴重。

調查還發現，提交workslop的員工會在同事心中留下負面印象。約半數受訪者認為這些同事的創意、能力和可靠性有所下降；42%覺得他們變得不那麼值得信賴，37%認為這些同事的智商似乎有所下降。

這並非首個揭示AI在職場既帶來便利亦帶來問題的研究。今年早些時候，芝加哥大學與哥本哈根大學的聯合研究指出，雖然AI確實能為員工帶來適度的生產力提升（每月平均約幾小時），但同時也產生了額外的工作負擔。例如，教師可能用AI節省備課時間，卻又要花更多時間檢查學生是否使用AI完成作業。

此外，針對程式員的研究發現，AI輔助編碼工具在處理複雜任務時反而拖慢速度，因為他們需要花大量時間輸入指令與審核AI輸出結果。

—

評論與啟示

這篇報導揭示了AI技術在職場推廣過程中的一個鮮明矛盾：AI雖然能自動產出大量內容，卻不一定能保證質素，甚至可能增加員工的負擔，導致生產效率下降。所謂的「workslop」不單是技術問題，更涉及企業文化和管理策略的調整。

在香港這樣競爭激烈、追求高效率的工作環境，類似現象同樣值得警惕。企業若過度依賴AI生成工作成果，卻忽略了人手審查與質量把關，最終只會降低團隊整體表現，甚至損害同事間的信任與合作。

未來，企業應該思考如何建立合理的AI應用框架，不僅要善用AI輔助提升效率，更要強調人工監督與創意發揮，避免淪為「workslop」的產生機器。同時員工也需提升對AI生成內容的判斷力，才能真正從AI技術中受益，而非被「垃圾工作」拖累。

簡言之，AI在職場的應用不能只看表面產出，更要深究內容的實質價值與對業務的推動作用。否則，「AI工作垃圾」將成為企業生產力的隱形殺手。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。