AI让工作技能提升还是丧失？

随着AI的加入，企业员工的组成，从传统仅有社会人转变为社会人与AI机器人的组合。这种情况下，企业将面对新的管理挑战，包括如何管理AI员工，以及如何调整组织策略以适应AI员工的加入。目前已有不少研究发现，在与AI合作之后，员工对公平性的感知和情绪都会发生很大变化。

例如，智能审计的引入可能会导致员工感到焦虑和不安全，从而抑制其自主创新的意愿，进而影响员工的绩效。在这种背景下，许多组织行为学领域的学者开始研究，AI员工的引入如何影响员工的心理状态、团队协作、领导力，以及人力资源的计划、招聘、培养和管理过程。

在这里，我分享两项最新的研究成果。这篇最新发表的研究探索了员工在企业引入智能知识管理系统后，如何适应工作的变化。研究发现，员工在与AI支持系统合作时，存在两种适应机制。

第一种是效益最大化机制，员工会最大程度地利用AI来提高自己的认知能力，从而提高工作绩效。第二种是干扰最小化机制，AI破坏了员工原有的工作流程，导致员工感到角色冲突，进而使得他们的绩效受损。

研究进一步分析发现，采用效益最大化策略的新员工，其绩效提升速度最快；采用干扰最小化策略的老员工，其绩效相对也表现不错。

因此，前述建议企业在引入这样的AI系统之后，应该着力鼓励新员工更多地采用效益最大化的机制来应对AI系统。换言之，鼓励他们利用AI学习新知识，以提高工作绩效。对于那些已经熟悉原有工作流程的老员工，组织应该帮助他们通过AI来调整自己的工作框架和流程，从而降低角色冲突，缓解AI所带来的干扰。

与此相关的另一个话题是，在人机合作过程中，员工工作技能的变化管理问题。一旦AI接管了计算性强、重复性、结构化的任务，理论上的人类就可以转而从事一些更具有意义、更需要创造性的工作，以促进员工技能的提升。我们将这个现象称为“AI导致的技能提升”。

举例来说，对于程序员而言，在AI的辅助下，他们可以将更多时间用于思考程序的业务逻辑，而不是花费大部分时间在修复程序中的错误上。然而，对于某些知识型员工来说，AI并不一定会促进技能的提升，反而可能导致一种“去技能化”的趋势。

2023年一项研究显示，医生在使用诊断辅助系统后，其独立诊断的准确性明显下降，因此AI辅助诊断系统的使用，实际上导致了医生的“去技能化”。另一项研究也发现，手术机器人的引入大大减少了住院医师实际操作训练的需求，从而降低了医生的动手能力。

现在住院医生需要采取不同于以往的方式，来提高自己的动手能力。某位医生学者就提出过一个影子学习的方法，通过尽早专业化、抽象演练和监督实践的方法来培养医师的动手能力。