AI亂象！95%企業被「工作垃圾」拖垮，你的團隊也有Workslop雷包嗎？

生成式AI本該帶來效率革命，但最新研究卻揭示殘酷現實──高達95%的組織坦言「沒看到回報」，反而被AI產出的「工作垃圾」(Workslop)拖垮。從簡報、報告到程式碼，這些表面完整卻錯誤百出的成果，正讓團隊耗費更多時間修補。

文／《104職場力》

本文導覽

Workslop is the new busywork. And it’s costing millions.

BetterUp〈The performance crisis〉

自從AI浪潮來襲後，不同產業的辦公室都掀起一波「AI作業變革」。企業鼓勵員工擁抱AI，用開放的心態接納嶄新時代的科技產品，甚至不少公司的企業主管帶頭使用ChatGPT、Gamma、Perplexity等生成式AI服務，期望打造「更有效率、更先進、更符合時代」的作業流程。

但經過這段時間的實驗後，取得的成果似乎與最初的預期不太相符。

美國史丹佛社群媒體實驗室和BetterUp合作，針對美國全職員工共1150名進行一項「AI與工作」的最新研究，報告顯示大約有40%的人反應過去一個月透過AI產製的內容形同「工作垃圾」(Workslop)。而蓋洛普(Gallup)近期的調查有更驚人的結論，他們引述麻省理工學院媒體實驗室的報告，直指高達95%的組織並未從他們對AI的投資中獲得回報。

這些調查報告的結論很一致，認為「付出與回報不成比例」的主要原因，就是AI所產製的「工作垃圾」(Workslop)多不勝數，拖垮了成果。

AI產製的內容乍看很不錯，細看不太對勁

《CNBC》在報導中揭露了學界教授在AI時代面臨的困境。

在史丹佛大學任教的教授 Jeff Hancock 早在2022年OpenAI剛開始向大眾發佈ChatGPT、AI浪潮還未全面向世界襲來時就發現一些不太對勁的狀況，他當時批改到一些讓他起疑心的作業。「那些研究報告看起來很不錯，但仔細一看就覺得內容不太對。」Hancock 告訴《CNBC》那時奇妙的狀況：「我總共有100名左右的學生，但其中有10分作業看起來都很相似，而且那種『不對勁感』也很一致。」

這些研究文字之所以讓 Hancock 感到「不對勁」，主因是內容堆砌了很多文句，但卻沒有任何實質有建設性的內容來「推動論點」，而且它們都非常冗長。

而另一位教授 Kate Niederhoffer 也有同樣的疑惑，她發現那些「完全沒能切中要點」的研究資訊，光是要讓人讀完就得費上很大的勁。「我平常閱讀速度很快，所以我會邊讀邊想『為什麼這些文字讓我讀起來感覺很費力，而且這些訊息為何會讓人有種困惑感？』」

後來 Hancock 和 Niederhoffer 為這種現象取了一個名字，叫「Workslop」（工作垃圾）。

這種文字內容是AI時代的獨特產物，混雜著非常冗長、複雜的文字和訊息，可是仔細讀來卻覺得他們不斷在繞圈子、給不出正確解答，而且文句看似完整、卻不是很通順，於是會讓人開始懷疑：「這是人類寫的嗎？還是這完全是AI的手筆？」，而這種內容只要大量出現在正式的公務場合，將會大舉扼殺企業團隊的生產力，浪費更多的人力來辨別錯誤、修正調整。

延伸閱讀：AI形象照怎麼做？可以放履歷嗎？HR揭露3大原則，生成專業形象不踩雷

你最後還是得依賴人工，何不一開始就人工？

「Workslop」（工作垃圾）的亂象隨著生成式AI的普及變得更嚴重。

「Workslop」對團隊的影響有多大？平均每次有員工收到「工作垃圾」時至少得花1小時56分鐘處理，換算下來規模1萬人的企業每年會因「Workslop」造成的問題而損失超過900萬美元。

蓋洛普的研究數據顯示，在過去兩年內在工作中使用人工智慧的美國員工比例幾乎翻了一倍，從21%上升至40%。而使用AI的次數也翻了一倍、自2023年的11%上升至19%，光是過去一年內宣稱自己「每天都有使用AI工作」的美國人就從4%上升至8%。

其中應用的工作階層集中在白領崗位，有高達27%的美國白領員工表示自己經濟在工作中使用「AI輔助」，這項統計自2024年起上升了12%，最頻繁使用的產業包括科技業(50%)、專業服務業(34%)和金融業(32%)。

但在如此高的使用量之下，AI所製造的「Workslop」比重也開始加大。那些被專家稱作「偽裝成好的工作成果，實際缺乏實質內容來有效推動任務」的人工智慧成果，在美國史丹佛社群媒體實驗室和BetterUp合作的調查報告中，有高達40%的工作者表示過去一個月內都有收過這種「工作垃圾」，而這些內容至少15%是「低效率」、「無意義」、「無法被使用」的成果，而且在專業服務和技術領域特別顯著。

一名從事財務管理的工作者告訴《CNBC》的記者，從同事或其他部門接收到那些人工智慧產製的「工作垃圾」，只會為自己帶來更多的工作。「這常導致一個結果：我得決定是自己重寫、還是退回去讓他重做，或是我得昧著良心同意『我們就交這種版本出去就好』」。另一名零售業主管則說：「我得考慮是否得浪費更多時間和其他主管安排會議來解決這個問題，然後，我就得繼續浪費自己的時間、不得不重新做一次同樣的工作。」

挑出「工作垃圾」的錯誤、檢討製造出「工作垃圾」的流程、修正「工作錯務」，最後回到你的原點：人工處理。

也許他們心中都想著：你最後還是得依賴人工解決，為什麼我們不一開始就使用人工呢？

延伸閱讀：AI時代的「大裁員潮」開始了嗎？工業革命級的衝擊正在逼近

人們不喜歡跟大量使用「工作垃圾」的人共事

史丹佛大學的教授 Jeff Hancock 指出，最明顯的「Workslop」（工作垃圾）證據，就是「過於華麗堆砌的詞彙」。

AI產製的內容往往洋洋灑灑的長篇大論，但是當中常會使用三段文字來論述一個要點。呈現的樣貌從資訊不完整的演講稿、措詞怪異的電子郵件、不斷重複鬼打牆的論述，甚至是前文不對後文結論的內容，這些都是常見的「工作垃圾」文字。

這些內容最終不只會增加收件者閱讀、理解的困難，也會削弱組織內的信任感和生產力。

Kate Niederhoffer 教授說，她最常想的是「為什麼他們（利用AI產製內容後直接送出的人）會選擇這樣做？難道他們就不能自己完成工作嗎？我從此後不會再信任他們，也不會再想和他們合作了。」

《CNBC》的報導指出，收到這些「工作垃圾」會讓人們重新思考評估同事的能力，大約有一半的員工表示，自己在收到這種「AI製作的劣質產出」後對同事的工作能力、創造力和可靠度都產生很大的疑問，有大約1/3的員工則在收到令人困惑的「AI成品」後直接通知同事或老闆，告知對方的不適當行為，並且有同樣比例的員工表示之後會「不太願意與對方合作」。

Niederhoffer 教授指出這種現象是「將工作負擔轉嫁給他人，卻沒有意識到其影響」的濫用人力成本。「人們忘記了這一點，當我們把AI視為一種我們獨立運作的便利工具，實際上它正在考驗人與人之間工作如何協調。」

儘管工作馬虎、敷衍塞責的現象不論中外都由來已久，但似乎AI時代加劇了這個現象，而同事們對其「深惡痛絕」的狀況也提升到了新的高度。

延伸閱讀：「初階工作」恐被AI取代？當科技巨頭高層都這麼說，我們該如何應對？

解決之道不是禁用，而是制定適當規範

研究人員認為，AI產製內容所帶來的衝擊和負面效應，最終要獲得改善不是「禁止大家使用」，而是需要將「人工智慧」納入組織作出適度的。

Jeff Hancock 教授認為，企業應該針對推廣人工智慧進行指導和領導，你不能讓員工一邊擔心著「如果我不會AI、是不是未來就會被取代？」，一邊卻因為他們使用人工智慧協作工作時「受到猛烈的批判指責他怠工」。

減少工作失誤的關鍵可能在於「團隊成員必須要嚴守對任務品質的承諾」，每個使用AI來協助工作的成員都應該花時間互相交流、刺激進步「如何正確的使用AI」，並且評估哪些應用程式或其成果，是最符合團隊與公司需求的。

當中最重要的可能是「坦承以對」，譬如因為時間緊迫、你需要生成式AI來協助你完成一份簡報、小小的會議結論，你應該開誠佈公的告訴所有團隊成員：「這份報告我是先用AI協助擬訂的，但是我有請他依照我的思考脈絡擬訂，當中可能會有一些需要微調修改的地方」，這樣團隊成員比較能夠接收到你的思路和目標，進而協助你做補充。

而不是誤會你「只是想偷懶」而已。

Kate Niederhoffer 教授則認為企業領導人應該更關注「使用AI的人」的心態，明確訂出希望在計畫的某個階段「使用人工智慧工具來輔助的具體理由」，當中搭配公司應該明訂可遵循的指導方針、政策，或是透過培訓、研討會來提供清晰明確的使用資訊。

當我們在使用AI那些「令人難以置信的高效能內容」時，應該要明白它只是在協助你完成工作，增強人類的能力，但到頭來最重要的依然是「使用AI的人類」具備哪些專業素養、判別能力，而不是使用完後恰恰證明「你可以完全被AI給取代──因為你連他提供的是『Workslop』都沒辦法發現。」

正確的心態，才是企業和員工能夠跨越AI熱潮的「生產力陷阱」，打敗那些「工作垃圾」的重點。

本文參考《CNBC》、《BetterUp》、《Gallup》相關報導，經整理改寫。