工作沒有變少反而更密　美國柏克萊研究觀察AI職場8個月

生成式 AI 常被期望為員工騰出時間。美國加州大學柏克萊分校哈斯商學院（UC Berkeley Haas）兩名學者在一間科技公司觀察約八個月後，得出相反的結論：AI 沒有減少工作，而是令工作變得更密。

研究由哈斯商學院管理學副教授 Aruna Ranganathan 與博士生 Xingqi Maggie Ye 進行，成果以〈AI Doesn't Reduce Work—It Intensifies It〉為題，於 2026 年 2 月 9 日刊於《哈佛商業評論》（Harvard Business Review）。本文有關研究設計、發現與建議的細節，根據哈斯商學院 2026 年 2 月 18 日發出的新聞稿，以及科技媒體 The Register 的報道。

一間公司、約200人、逾40次訪談

研究對象是一間約有 200 名員工的美國科技公司，員工可以廣泛使用生成式 AI 工具。據 The Register 報道，公司沒有強制員工使用 AI，只是提供商用 AI 工具的企業訂閱。

兩名學者採用民族誌式方法：到現場觀察、旁聽會議、與員工日常交談，另外做了逾 40 個半結構式訪談，涵蓋不同職能組別。The Register 指，受觀察及訪談的約 40 人來自工程、產品、設計、研究及營運部門。

限制必須先說清楚。作者自己表明，截至哈斯商學院 2026 年 2 月發稿時，這仍是進行中的研究，而且只涉及一間公司。這是單一公司的質性研究，描述的是一個工作場所內發生的事，不宜直接套用到其他行業或機構。

工作加劇的三種形式

研究發現，AI 並沒有令工作量下降，反而擴大了員工覺得自己能夠承擔、也願意承擔的工作。學者把這種加劇歸納為三種形式：

• 任務範圍擴大：員工承擔原本屬於別人、或從未嘗試過的工作。
• 工作滲入休息時間：工作滲入原本的休息與下班時間。
• 多工並行：同一時間推進多項由 AI 輔助的任務。

值得留意的是，這些變化多屬自發。據哈斯商學院新聞稿，研究者形容員工擴大工作範圍時，往往沒有人提出要求。Stark Insider 的轉述亦稱，沒有人被要求提高產出。

The Register 的報道補充了細節：AI 令任務更容易起步，員工於是更願意接手其他職位的工作。工程師則要花時間覆核初階同事的錯誤、指導以「vibe coding」方式工作的同事，並替別人完成未做完的項目。

越用越起勁，回頭卻更累

矛盾在於感受。哈斯商學院的新聞稿指，員工在個別與 AI 互動時，常常覺得有動力、甚至興奮；但回顧一整天，卻感到更忙，也更難抽身。

Stark Insider 轉述，有員工形容自己一直在兼顧多條同時進行的工作；也有人變成高產出但容易出錯的 AI 助手的品質把關者。

作者提出警告：期望可能會隨時間重新設定，額外付出漸漸變成常態，產出與要求互相推高，形成循環。不斷切換任務、恢復時間不足，可能削弱判斷力、增加錯誤，也令機構難以分辨哪些是真正的生產力提升，哪些只是難以持續的高強度。

作者提出的三項 AI 使用規範

兩名學者的對策，是建立一套「AI practice」，即 AI 使用規範，包括三個元素：

1. 停頓：在重大決定前設一段簡短而有結構的停頓，檢驗背後的假設，並與目標掛鈎。The Register 舉例，定案前要求提出一個反方論點，並清楚說明與公司目標的關係。
2. 排序：把非緊急的 AI 產出分批處理，保護專注時段，而不是對每個產出即時反應。The Register 轉述為按階段安排項目、刻意控制節奏，不跟著 AI 的速度走。
3. 保留人際連結：定期作簡短的 check-in，安排共同反思與對話，抵銷長時間獨自使用 AI 的影響。

研究者強調，這些安排的目的不是拖慢創新。The Register 則把建議概括為：讓團隊主導 AI，而不是讓 AI 主導團隊。

放到自己身上：幾條可試的做法（編者建議）

以下是本刊按上述三項原則整理的做法，屬建議，並非研究結論。

• 定案前先寫下一個反方論點，再寫一句這個決定對應哪個目標。
• 非緊急的 AI 產出集中在固定時段處理，其餘時間留給需要專注的工作。
• 團隊項目分階段推進，節奏由人決定，而不是 AI 交得多快就跟多快。
• 團隊保留簡短而定期的對話，交流各自怎樣用 AI、覆核了甚麼。
• 定期檢查休息與下班時間，看看工作是否已經悄悄滲進去。

這項研究提醒的是：AI 帶來的效率，未必會變成更多休息時間。若要守住時間，就要事先訂好規矩。

文中價格及資料截至 2026 年 11 月

本文由 F50 編輯團隊根據公開資料整理，只供一般參考，不構成專業意見。資料以發佈日期為準，其後或有變動。