职场AI工具疲劳：从隔离到连接的新转变

快速阅读: 费舍尔建议探索促进人际联系的新AI产品，如Boardy、Series和Climb Together，鼓励积极心态。White Label PR CEO强调面对面交流重要性，Kognitos CEO提出“信任但验证”策略，建议任务分解和模型替换，以应对AI挑战。

费舍尔建议，与其默认使用那些促进孤立的工具，不如探索旨在促进人际联系的新一代AI产品。她提到了Boardy、Series和Climb Together作为有潜力的例子。然而，最大的责任可能仍在于个别员工。费舍尔鼓励一种积极成长和参与的心态：“每次依赖AI时，我也应该寻求与同事和扩展网络的思想合作，并建立新的联系。”

White Label PR的首席执行官基里尔·佩列沃兹奇科夫提供了一个实例。尽管他的公司以远程工作为主，但他认为在生成式AI时代，面对面交流变得更加重要。为了建立和维持关系，他的团队优先考虑在行业会议和活动中与记者面对面会面。“面对面见到记者非常重要，这样他们就知道发邮件的人不是AI，而是真正的人，可以一起喝啤酒，”他说。

Kognitos的创始人兼首席执行官宾尼·吉尔指出，大型语言模型也可能造成关于进度和速度的虚假期望。传统的工程流程主要是线性的，而生成式AI则在初期提供了快速加速，这可能会让人误以为任务即将完成，促使员工过早推进项目。“而当你这样做时，AI会把之前已经做好的事情搞砸。然后就是‘我什么时候才能完成？’你前进一步，后退两步。接着就是不断挣扎，”他说。这种挫败感是提示疲劳的根源。

为了解决这个问题，吉尔鼓励开发人员“信任但验证”。他建议将大任务分解为可以逐步验证的小部分，而不是分配一个庞大的成品项目。“如果将任务分解并让AI去完成，那么挫折感就不会那么强烈，”他说，因为每个部分都可以单独验证——如果需要的话还可以修复——而不影响其他部分。

有时，即使这样也无法解决问题。吉尔建议更换不同的模型，例如从Claude切换到Gemini Pro，因为每个模型的“思考”方式不同。“一个模型解决不了的问题，另一个可能就能解决。即使是人类也是如此，如果一个人解决不了问题，去找另一个人聊聊，也许就会得到灵感，”他说。

Gartner的麦克伊万认为，这些最佳实践不仅应在课堂上教授，还应通过在职培训和辅导来加强。“这是经验丰富员工的价值所在：能够让他们指导初级员工检查某些输出的准确性——这需要更多的实地指导，而不仅仅是坐在教室里上课，”麦克伊万说。

除了个人适应外，公司最终也需承担应对AI相关挑战的最大责任。Forrester的约瑟夫强调，需要更深层次的组织心态转变。“许多组织试图围绕本质上是心理转变的过程设定生产率指标。除非在组织和个人层面同时处理——既作为心理变化，又作为结构性变化——否则不会奏效，”他说。

以开发人员为例，约瑟夫指出，许多人已经从传统的集成开发环境（IDE）转向AI辅助开发工具。“内部团队级别的对话和知识共享是否足够，不仅从技术角度讨论这一过程，还要关注这对人们的工作参与度有何影响？”他强调，要认识到并从成功将AI工具融入工作流程的人那里学习。

AI模型供应商同样负有责任。吉尔警告称，许多供应商过度承诺的功能在实际应用中并不成立。“市场上有很多虚张声势的现象，”他提到所谓的“AI漂白”，即光鲜的演示无法转化为生产环境中的实际解决方案。

他将此比作早期汽车工业。“我给大多数AI公司的建议是不要一开始就追求自动驾驶。可以先从带有少量巡航控制功能的方向盘开始……让人类逐步建立对AI的信任，并逐渐赋予他们更多能力。”

White Label PR的Perevozchikov提出了AI软件采购的另一种方法：他的公司对工具持开放态度，允许员工试用最适合自己的AI工具。

“他们会决定是否继续使用这些工具。因此，这很有趣，因为员工可以尝试不同的工具，然后选择最适合他们的。之后我们只需将其作为公司费用批准，他们就可以继续使用。”他说。

这种持续测试在团队会议时形成了展示和分享的动态。

“‘嘿，我发现了一些很酷的东西。让我们来讨论一下，分享最佳实践。’”他说。

从更广泛的角度看，Perevozchikov认为提示疲劳是Zoom疲劳和其他远程工作压力的一种延伸。

“从人们长时间面对电脑的问题来看待这一点非常有帮助。任何能让他们走出户外的活动都值得鼓励。拥有更好的新工具固然很好，但走出去接触大自然同样重要。”他说。

(以上内容均由Ai生成)