The Fabricated Front: Generative AI and the Opacity of Workplace Performance
本文借鉴戈夫曼的拟剧理论并基于大规模访谈数据集，认为生成式人工智能通过创造将产出与人类投入脱钩的“努力不透明性”来重构职场互动，从而使治理模式必须从普遍性的披露转向细致的“参与管理”，即明确哪些方面的劳动过程必须对不同受众保持可检查性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代办公室静谧的喧嚣中，信任建立在微小且无形的信号之上。当同事发送一封邮件时，我们读到的不仅仅是文字；我们读到的是文字背后的人。特定措辞的选择、语气的迟疑，或是句式独特的节奏，都在向我们传递着说话者是谁、投入了多少思考，以及作者是否真正身临其境。这些信号构成了一种社交基础设施，使团队能够在无需不断验证的情况下进行协作。我们假设所看到的产出——报告、设计或信息——是创造它的那份人类努力的直接反映。这种假设是职业关系的基石。
然而，一项新技术正在悄然拆解这一基础。生成式人工智能现在可以以模仿人类思维的流利度进行写作、设计和分析，但却缺乏通常伴随其中的人类参与感。这造成了一种奇特的脱节：工作看起来如常，但背后的“人”可能已经变了。研究人员开始将这种状态称为“努力透明度缺失”（effort opacity），即可见的结果与产生它的劳动过程之间出现了系统性的分离。问题不再仅仅在于机器能否完成工作，而在于这种变化如何改变我们判断彼此的方式、如何构建信任，以及在人类与机器输出界限日益模糊的世界中，如何维持我们的职业身份。
加州大学伯克利分校的一个研究小组致力于了解这种转变如何在劳动者的日常生活中具体展开。他们并未仅仅依赖于调查问卷或理论模型，而是分析了来自一个大型数据集的 1,250 份访谈转录文本，这些对话发生在人类与人工智能面试官之间。这些参与者来自广泛的领域，包括通用办公、创意产业和科学领域。研究人员仔细倾听这些专业人士如何描述他们对 AI 的使用，寻找他们在哪些方面选择隐藏，又在哪些方面选择展示。他们的目标是绘制出 AI 如何改变劳动者向世界展示的“表象”的具体路径。
研究确定了 AI 造成这种透明度缺失的五种具体方式。首先，它能掩盖作者的声音（voice），使信息听起来文采斐然，却剥离了同事间用以识别彼此的个人风格。其次，它模糊了溯源性（provenance），即无法站位作品背后并解释其创作过程的能力。第三，它隐藏了脆弱性（vulnerability），允许劳动者呈现一种全能的假象，即便他们正处于不确定或挣扎之中。第四，它造成了注意力（attention）的透明度缺失，即由于 AI 在做笔记，劳动者可以在会议中表现得仿佛在倾听，实则心不在焉。最后，它模糊了投入度（investment），使人无法分辨一个项目是经过数小时深度思考而成的，还是在几秒钟内生成的。
研究人员发现，在应对这五个领域时，劳动者的反应呈现出一种显著且一致的模式。专业人士对自己的身份有着极强的保护欲。当涉及到声音和溯源性——即那些表达“这就是我”的部分时——劳动者会积极防止透明度缺失。他们会修改 AI 生成的文本以确保其符合自己的风格，或者拒绝签署那些他们无法完全解释的作品。他们将这些元素视为其声誉和信任能力的基石。
形成鲜明对比的是，当涉及幕后劳动时，劳动者则更愿意让透明度缺失发生。他们放任 AI 隐藏他们的不确定性，让 AI 接管会议中的注意力，或掩盖生产结果所需的实际努力。在这些情况下，劳动者并不试图保留人类挣扎或深度参与的表象。相反，他们接受了工作的隐形化，通常仅将其视为效率问题。研究表明，这并非随机的选择，而是一种策略性的选择。在一个重视最终产出而非过程的职场中，隐藏劳动是可以接受的，但隐藏身份则不行。
研究人员将这种行为归因于现代工作的组织方式。在许多职业中，交付物——完成的邮件、关闭的工单、发表的文章——已成为工作已完成的主要证据。如果结果是好的，过程就被假定为是合格的。生成式 AI 利用了这一假设。它允许劳动者在没有通常人类参与的情况下产出完美的结果，并且由于结果看起来并无二致，这种参与感的缺失便难以被察觉。研究发现，劳动者通过管理两种不同类型的“可见性”来应对这一局面。他们守护自己的声音和作者身份，因为这些是会被他人检测和评判的东西；但他们让努力的过程消失，因为对于从未付出的努力，不存在检测器。
这种动态创造了一种新的社会组织形式。劳动者并非对所有人隐瞒 AI 的使用，而是根据观察者的不同进行差异化管理。研究显示，同事之间经常分享有关 AI 使用的信息，从而创造出一个诚实的私人空间，同时向管理者和客户呈现一个统一的、具有“人性”的正面形象。这并非阴谋，而是一种旨在维持必要社会边界的协调行动。劳动者深知，如果过分透露对 AI 的依赖，可能会面临能力不足或投入不够的风险。因此，他们精心策划自己的表现，确保定义其身份的部分保持人类特质，而定义其工作量强度的部分则保持隐形。
这些发现的影响超越了简单的政策层面。研究人员认为，仅仅要求劳动者披露何时使用 AI 并不能解决问题。问题的核心不在于透明度，而在于一项工作究竟需要何种程度的人类参与才能被视为有效。研究表明，真正的挑战在于组织机构，即决定哪些形式的人类参与必须保持可见且可查。仅仅拥有一个好的结果就足够了吗？还是说，创造它的过程也必须具有可辨识的人类特征？目前的体系过度看重产出，这反而鼓励了劳动者在隐藏劳动的同时保留身份。
最终，这篇论文描绘了一个正在转型中的职场图景，在这里，专业能力的定义正在被重写。研究中的劳动者并非在拒绝 AI，而是在适应一种新的现实——在这种现实下，努力与产出之间的联系已被切断。他们正在学习保护那些可以被看见和评判的自我，同时让其余部分退居幕后。这种选择性的可见性并非道德上的失败，而是对一个“重产品轻过程”之系统的理性回应。随着 AI 更加深入地融入日常工作，问题将不再是我们能否检测出机器，而是我们是否仍能识别出屏幕背后的那个人。研究结论指出，如果缺乏对“哪些人类行为必须保持可见”的清晰理解，维系职场的信任将持续侵蚀，取而代之的是一场精心管理的表演：劳动被隐藏了，但面孔依然如故。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。