尽管人工智能（AI）可以提高我们写邮件、起草绩效评估、提出产品改进想法等方面的效率，但也随之产生了副作用——

让我们缺乏动力，感到无聊。

来自浙江大学管理学院特聘研究员、博士生导师刘玉坤团队在涉及3500多名参与者的研究中发现，使用 AI 后，人们的内在动力平均下降了11%，无聊感平均增加了20%。缺乏内在动力可能会导致脱节，降低工作满意度，甚至倦怠的负面后果。

那么，在 AI 时代，我们应该怎么办呢？

研究团队表示，对于个人而言，与其让 AI 完成所有任务，不如将其输出作为起点，在此基础上进行扩展、完善和构建。企业则可以通过构建在AI 辅助任务和独立任务之间交替的工作流程来保持生产力和参与度，培养自主性、创造力和长期的技能发展。

相关研究论文以“

”为题，已发表在子刊上。

论文链接:

https://www.nature.com/articles/s41598-025-98385-2

协作剥夺效应：为什么动力下降，无聊感增加？

在352人参与的研究 1中，参与者在 ChatGPT 的协助下或不在 ChatGPT 的协助下（分别为Collab-Solo 与 Solo-Solo）起草一篇 Facebook 宣传帖子。完成任务 1 后，受试者报告自己的心理体验（包括控制感、内在动力和无聊感），然后进入任务 2，即替代用途测试（AUT）。在替代用途测试中，受试者自己为苏打罐的创新用途进行头脑风暴。

他们发现，任务转换增强了控制感，但任务过渡时内在动机减弱，带来的厌倦感激增。

在793人参与的研究 2中，研究团队首先要求参与者在有 ChatGPT 协助或没有 ChatGPT 协助的情况下起草一份绩效考核报告，并填写评估他们在任务 1 中心理体验的问题，包括控制感、内在动力和厌烦感。然后，他们被要求就如何增强产品（即交互式白板）进行头脑风暴。之后，他们在任务 2 中再次报告自己的心理体验。实验数据得到的结论与研究 1 相同。

在793人参与的研究 3中，受试者被要求扮演团队经理的角色，在有或没有 ChatGPT 的帮助下撰写一封电子邮件，向整个团队介绍一位新同事。然后要求受试者报告他们在任务 1 中的心理体验，包括控制感、内在动力和无聊感。接下来，参与者继续进行任务 2，要求他们自己为指定的清洁产品提出有创意的营销想法。之后，受试者再次报告他们在任务 2 中的心理体验。

图｜研究1-3概览。

与研究 1-3 一样，研究 4中的参与者连续完成两项任务，并在每项任务后报告他们的心理体验--控制感、内在动机和无聊感。不过，与之前的研究不同，研究 4 采用了两个类似的文本生成任务，并平衡了它们的顺序，从而消除了任务类型和任务顺序的影响。他们使用了研究 3 中的 “撰写电子邮件任务”和研究 1 中的 “撰写 Facebook 帖子任务”，以随机顺序向被试展示这些任务。为了确保调查的全面性，他们分析了所有四种情况（协作-协作、协作-单人、单人-单人和单人-协作）的数据，以考察表现增强效应、表现增强的溢出效应以及心理体验的剥夺效应。通过对这些条件进行系统比较，研究 4 对在单人工作和人工智能辅助工作之间的转换如何影响任务绩效和心理结果进行了更全面的考察。

图｜研究4实验设计。

在进一步方差分析下，研究团队发现，从 GenAI 辅助协作过渡到单人工作与单人工作相比，并没有导致无聊程度的显著变化，但参与者的无聊感都有类似的增加。

图｜研究 4 任务 1 的 ChatGPT 性能提升。

从单人工作过渡到 GenAI 辅助协作可能会带来额外的认知或心理压力，从而导致无聊感比持续单人工作上升得更快。不过，鉴于影响规模较小，这种影响并不明显。虽然无聊感在所有条件下都会增加，但从独立工作转向人工智能协作并不一定会减轻无聊感，在某些情况下，无聊感可能会加剧。

虽然与 GenAI 合作并不能完全消除无聊感，但长期合作可能有助于减轻无聊感的增加。相反，从合作过渡到单独工作可能会加剧无聊感，这可能是由于缺少了 GenAI 之前提供的外部帮助和参与。

人机协作的双刃剑效应

在涉及各种认知要求较高的任务（如文本生成和创意头脑风暴）的四项研究中，该研究团队的结果一致表明，人类与 GenAI 的协作具有双刃剑效应。

虽然 GenAI 提高了人类生成输出的质量，但它无法维持后续任务的表现，并破坏了关键的心理体验，包括控制感、内在动力和无聊感。此外，从具有吸引力的人工智能辅助任务过渡到刺激性较低的人类单独完成的任务，可能会加剧无聊感，因为众所周知，缺乏新颖性和挑战性的任务会削弱持续的动力。

与预期相反，四项研究几乎没有提供 GenAI 带来绩效提升溢出效应的证据。这种溢出效应的缺乏可能源于负面心理体验掩盖了 GenAI 的潜在益处，限制了其提高后续任务绩效的能力。研究 4 进一步排除了由于任务类型或显示顺序的不同而导致没有溢出效应的可能性。研究结果表明，从人工智能协作过渡到单人工作所造成的干扰可能会阻碍绩效溢出的可能性。

该研究存在一定的局限性。首先，研究设计仅限于两个连续任务，无法调查在涉及多个任务的情况下，增强和剥夺效应是否持续存在。此外，参与者来自一个在线平台，不能反映真实世界中人与人工智能协作的工作动态。真实工作环境中的人工智能协作可能与实验模拟不同。为参与者提供的激励措施可能会引入外在动机，从而有可能影响他们的心理体验和任务结果。最后，没有研究内在动机的潜在曲线效应。以前的研究表明，内在动机可能会产生曲线效应--中等程度的内在动机可以延续到其他任务中，但极高程度的内在动机可能会产生反差效应，降低对后续任务的乐趣。

但极高的内在动机可能会产生相反的效果，并降低对后续任务的喜爱程度。然而，在四项研究中，参与者在任务 1 中的内在动机水平相对较高，但并不极端（在 7 分制中约为 5 分）。因此，在研究中没有预期或观察到非线性效应。未来的研究可以探讨内在动机曲线效应出现的条件，尤其是在复杂程度、兴趣或认知需求不同的任务中。

对专业人士和政策制定者来说，这项研究启示了人工智能系统的设计者应该在协作平台中强调人的能动性，通过整合用户反馈、输入和定制来实现，确保用户在与人工智能协作的过程中保持控制感。此外，对工作规划者也有启示，它强调了在获得人工智能技术好处的同时保持个人心理健康的重要性。这种理解有助于创造充实和吸引人的任务，通过将任务与员工的喜好和技能相匹配，促进员工的持续动力和有意义的协作。最后，人类员工可以在与人工智能的合作和独立工作之间积极规划自己的工作，从而在职业生涯中获得成就感和动力。

https://hbr.org/2025/05/research-gen-ai-makes-people-more-productive-and-less-motivated

作者：与可