AI抹去了劳动痕迹，也让诚实变成一种职场风险

我在淘宝买了一箱啤酒，顺口问客服：瓶身标注的酒精度4.5%vol，是不是平常所说的4.5度？看到她打来的回复时，我心里忽然咯噔了一下。她说：“我刚问了豆包，答案是肯定的。以后你着急时也能自己问它，比我去后台查快得多。”

如果她只答一句“是的”，我多半不会继续琢磨。可她偏偏又补充说“刚问了豆包”，于是我先对她的专业性起了疑心：既然卖的是自家产品，为什么这个问题也得问AI？

再仔细想想，她的答案并没有错，速度也比我退出淘宝再搜索核实更快。她既没编造和拖延，也未假装自己原本就知道。让我真正不舒服的，或许并非答案正确与否，而是她过于诚实，以至于我先怀疑这个答案来得是不是太轻松。

归根结底，值得怀疑的也许不是她卖货是否用心，而是我们过去用来判断“用心”的那套办法。它早就到了该改变的时候。

成果相同，坦诚的人却先失分

今年6月，Atlassian旗下Teamwork Lab开展了一场近1000人参加的对照实验。面对完全相同的工作成果，只要加上一句“这是AI帮忙完成的”，评价者给出的懒惰程度就会高出十倍，愿意推荐此人负责重要项目的比例也会下降24个百分点。两组提交的内容其实一模一样，差别仅在于是否承认使用了AI。

更矛盾的是，这批人早就不用藏着掖着了：94%的美国上班族上个月用过AI，其中大约四分之三愿意公开跟同事、老板说。两年前，Slack对17372名上班族做过一次调查，那时候只要工作里用了AI，48%的人就不好意思让老板知道，理由无非是像作弊、显得能力不够、显得懒惰。这个数字放到今天已经不准了，不是因为没人用AI，是因为公开用AI的人，已经比藏着用的人多得多。可公开用的人多了，惩罚却没有跟着消失。

坦白本应换来更多信任，可在这件事上，先付出代价的恰恰是说真话的人。

公司拿走效率，个人承担风险

成果已经清楚地摆在那里，能够被看见的努力却被抽掉了。结果或许完全正确，但过去用于证明认真、能力与诚意的过程痕迹已经消失，而信任尚未及时跟上。为了说明这件事，不妨暂且把这段空缺称为“过程赤字”；它并不是现成的学术概念，只是一个权宜叫法。

几乎没人愿意主动填补这段空缺，因为这样做对各方都没有直接收益。那天，她借助AI更快回答，作为买家的我省了几分钟，店铺的问题也顺利解决；唯独她承担了风险，回复太快，反而先被我质疑不专业。放到公司里，账目同样如此：员工借助AI更快交付，公司得到更高产出，客户获得更快响应；一旦这种效率被怀疑含有水分，承担责任的并非组织，而是具体经手的人。组织拿走效率，客户获得便利，个人最后背负风险以及“是否偷懒”的嫌疑。

结果看不懂，就改看你累不累

为什么“看得见的费力”过去如此有效？心理学家Justin Kruger及其同事早在2004年做过一次颇为刁钻的验证。他们让两组人评价同一首诗和同一幅画，却只告诉其中一组“作者反复打磨了很久”。得知这句话的一组给出了更高的质量评分，也愿意支付更多钱。作品没有变化，改变的仅是一句话。后来，这种现象被称作“努力启发式”（effort heuristic）。后续重复实验并不稳定，有些支持这一结论，有些未能重现，因此它算不上铁律，但指出的大致方向仍成立：当一件事的质量越难被直接判断，人们就越容易把可见的辛苦当作替代证据。核验答案是否正确，需要专业知识和时间；观察一个人是否显得努力，却只需扫上一眼。看不懂方案好坏，就数他改过几版；弄不清个人贡献，就看工位亮到几点、周报有几页、深夜是否还在群里回复。AI偏偏抹去了这些线索，让答案出现得太快、太干净，快到完全看不见挣扎。

这种心理并非只会在咨询客服时出现。道歉短信写得格外妥帖，解释准备得十分充分，如果读来过于流畅完整，人们反而更容易怀疑：这些话究竟是他自己想到的，还是工具替他组织好的？越擅长写作的人，越可能遭遇这种质疑。写得不好，大家会认定出自本人；写得过分干净，连一点笨拙挣扎都看不出来，怀疑反而随之出现。过去，笨拙本身就被当作诚意。

AI节省的时间，从不会归还给你

过去用两天交出一份方案，老板会认为这项工作确实要耗费两天；如今借助AI只用两个小时完成，他更可能想到的并非你的能力提升，而是下午还可以让你再做三份。

旧评价方式失效后，一些公司并未立即建立新标准，反而继续要求员工证明“我确实付出过”：把周报写得更细，交代哪些工作使用了AI、原本需要多久、如今节省了多少时间。然而，一个人一旦证明效率有所提高，通常等不到提前下班，只会迎来更多任务，直至节省的时间再次被填满。AI增加的不是员工能够自由支配的空闲，而是组织重新测算工作量的依据：当一个人把一天的任务压缩至两个小时，不久以后，两个小时便会成为这项工作的标准工时。个人创造出来的效率，很快就会被组织吸收为新的基准。

背后的道理并不复杂。要核实“AI辅助产出究竟好不好”，必须依靠专业判断，成本很高；要判断一个人看上去是否忙碌，只需检查任务量、考勤和在线状态，成本要低得多。新的评估方法尚未形成时，公司自然会继续采用最便宜的旧指标。员工也会迅速看懂规则：既然如实说明效率提升可能换来更多任务，那么最理性的做法就不再是坦白，而是继续表演。

有人也许认为，只要成果足够好，过程根本无人关心。但现实中的晋升、加薪和客户满意度评分，从来不只由结果决定，其中总会混入某种难以言明的“感觉用心”，而AI最先消除的恰恰就是这种感觉。

仅靠一个人坦诚，仍然不够

Atlassian的实验还测试了一种补救方式。同样承认使用了AI，如果说成“为了帮助团队”，而不是“给自己节省时间”，别人对其努力程度的评分会提高11个百分点，获得推荐的概率也会上升8个百分点，算是在表达方式上占了便宜。不过，再讲究的话术也只是矮子里拔高个，这些人的评分仍低于“完全没有提到AI”的人。真正让惩罚消失的不是话术，而是环境：领导率先使用，同事把AI视为公开共享的工具，而非个人藏起来的小聪明，此时更频繁使用AI的人，评分反而会超过那些隐瞒不说的人。一个人冒险公开，终究抵挡不住旧标准；只有一群人共同参与，才能建立新规则。

真正应该改变的，并不是员工要如何解释自己使用了AI，而是公司能否把评价标准由“你投入了多少时间”，调整为“你作出了什么判断、解决了什么问题、愿意对哪项结果负责”。

后来，我又向那位客服咨询了另一个问题。她回答得更快，仍然说了那句“问了豆包”。这一次我没有继续怀疑，至少在这家店里，使用AI已经不再是需要隐藏的事情。AI并未消除偷懒，只是拿走了我们过去用来判断谁在偷懒的证据。面对一个不再出汗的人，我们还没有学会该如何给予信任。