工作没有变少反而更密　美国伯克利研究观察AI职场8个月

生成式 AI 常被期望为员工腾出时间。美国加州大学伯克利分校哈斯商学院（UC Berkeley Haas）两名学者在一家科技公司观察约八个月后，得出相反的结论：AI 没有减少工作，而是令工作变得更密。

研究由哈斯商学院管理学副教授 Aruna Ranganathan 与博士生 Xingqi Maggie Ye 进行，成果以〈AI Doesn't Reduce Work—It Intensifies It〉为题，于 2026 年 2 月 9 日刊于《哈佛商业评论》（Harvard Business Review）。本文有关研究设计、发现与建议的细节，根据哈斯商学院 2026 年 2 月 18 日发布的新闻稿，以及科技媒体 The Register 的报道。

一家公司、约200人、逾40次访谈

研究对象是一家约有 200 名员工的美国科技公司，员工可以广泛使用生成式 AI 工具。据 The Register 报道，公司没有强制员工使用 AI，只是提供商用 AI 工具的企业订阅。

两名学者采用民族志式方法：到现场观察、旁听会议、与员工日常交谈，另外做了逾 40 个半结构化访谈，涵盖不同职能组别。The Register 指，受观察及访谈的约 40 人来自工程、产品、设计、研究及运营部门。

限制必须先说清楚。作者自己表明，截至哈斯商学院 2026 年 2 月发稿时，这仍是进行中的研究，而且只涉及一家公司。这是单一公司的质性研究，描述的是一个工作场所内发生的事，不宜直接套用到其他行业或机构。

工作加剧的三种形式

研究发现，AI 并没有令工作量下降，反而扩大了员工觉得自己能够承担、也愿意承担的工作。学者把这种加剧归纳为三种形式：

• 任务范围扩大：员工承担原本属于别人、或从未尝试过的工作。
• 工作渗入休息时间：工作渗入原本的休息与下班时间。
• 多任务并行：同一时间推进多项由 AI 辅助的任务。

值得留意的是，这些变化多属自发。据哈斯商学院新闻稿，研究者形容员工扩大工作范围时，往往没有人提出要求。Stark Insider 的转述也称，没有人被要求提高产出。

The Register 的报道补充了细节：AI 令任务更容易起步，员工于是更愿意接手其他职位的工作。工程师则要花时间复核初级同事的错误、指导以“vibe coding”方式工作的同事，并替别人完成未做完的项目。

越用越起劲，回头却更累

矛盾在于感受。哈斯商学院的新闻稿指，员工在个别与 AI 互动时，常常觉得有动力、甚至兴奋；但回顾一整天，却感到更忙，也更难抽身。

Stark Insider 转述，有员工形容自己一直在兼顾多条同时进行的工作；也有人变成高产出但容易出错的 AI 助手的质量把关者。

作者提出警告：期望可能会随时间重新设定，额外付出渐渐变成常态，产出与要求互相推高，形成循环。不断切换任务、恢复时间不足，可能削弱判断力、增加错误，也令机构难以分辨哪些是真正的生产力提升，哪些只是难以持续的高强度。

作者提出的三项 AI 使用规范

两名学者的对策，是建立一套“AI practice”，即 AI 使用规范，包括三个要素：

1. 停顿：在重大决定前设一段简短而有结构的停顿，检验背后的假设，并与目标挂钩。The Register 举例，定案前要求提出一个反方论点，并清楚说明与公司目标的关系。
2. 排序：把非紧急的 AI 产出分批处理，保护专注时段，而不是对每个产出即时反应。The Register 转述为按阶段安排项目、刻意控制节奏，不跟着 AI 的速度走。
3. 保留人际连结：定期作简短的 check-in，安排共同反思与对话，抵消长时间独自使用 AI 的影响。

研究者强调，这些安排的目的不是拖慢创新。The Register 则把建议概括为：让团队主导 AI，而不是让 AI 主导团队。

放到自己身上：几条可试的做法（编者建议）

以下是本刊按上述三项原则整理的做法，属建议，并非研究结论。

• 定案前先写下一个反方论点，再写一句这个决定对应哪个目标。
• 非紧急的 AI 产出集中在固定时段处理，其余时间留给需要专注的工作。
• 团队项目分阶段推进，节奏由人决定，而不是 AI 交得多快就跟多快。
• 团队保留简短而定期的对话，交流各自怎样用 AI、复核了什么。
• 定期检查休息与下班时间，看看工作是否已经悄悄渗进去。

这项研究提醒的是：AI 带来的效率，未必会变成更多休息时间。若要守住时间，就要事先订好规矩。

文中价格及资料截至 2026 年 11 月

本文由 F50 编辑团队根据公开资料整理，仅供一般参考，不构成专业意见。资料以发布日期为准，其后或有变动。