株式会社CHOIX针对业务中使用AI工具的商务人士进行了一项「AI应用与工作负担相关调查」,共收到200份回复。 【调查结果概要】 * 约9成的人实际感受到AI导入「让工作变轻松了」,效率提升确实正在广泛推开。 * 即使在工作变轻松的群体中,约7成的人仍感到AI疲劳,效率与疲劳并存,形成矛盾现象。 * AI疲劳主要原因为重复的确认作业和信息重载,决策负担的增加也产生影响。 * 工作变轻松的群体更懂得灵活运用AI,显示减轻负担并非自然发生。 * 效率提升省下的时间用于「休息」或「其他业务」,突显了理想与现实之间的差距。 【调查结果详情】 ◼️ 许多人感觉「AI让工作变轻松了却不知为何很累」,揭示效率与疲劳并存的结构 当被问及AI工具应用对工作负担的变化时,「非常轻松」和「有些轻松」的回答合计占88.0%,近9成的人实际感受到负担减轻(n=200)。 另一方面,当被问及是否有过「不知为何很累」的经验时,「经常有」和「偶尔有」的回答合计占62.0%,显示超过6成的人感受到AI疲劳。 从工作负担变化与疲劳感的关系来看,即使回答「非常轻松」的人中,40.2%「经常」感到疲劳,27.6%「偶尔」感到疲劳,合计约7成的人感到疲劳。此外,回答「有些轻松」的群体中,也有超过6成的人感受到疲劳,这突显了效率与疲劳同时存在的结构(n=200)。 ◼️ 「重复确认与判断」占6成以上居首位,决策负担是AI疲劳的内核 当被问及AI疲劳的具体内容时,「重复确认与判断带来的疲劳」占64.3%,其次是「信息重载带来的疲劳」占51.4%,「持续紧张带来的疲劳」和「缺乏成就感带来的疲劳」均为25.7%。这表明随着AI使用增多,对判断力的要求也随之增加,判断的累积导致疲劳(n=179/曾感受过AI疲劳者)。 关于AI疲劳的具体案例,受访者提到了「确认作业增加」、「提示词调整的麻烦」、「与现有数据的一致性」等,这些是在效率提升背后新产生的负担。 * 为了获得理想的输出结果,需要反复修改提示词,这让人感到压力。人类只需一句话就能传达的细微差别,AI却无法理解,结果「解释的工夫」超过了「自己动手做的工夫」。 * 确认和修改AI生成的数据,结果花费的时间与自己从头制作相同。 * 审阅明显由AI制作的成果时,担心会受到周围怎样的指责,产生精神上的不安。 * 虽然合约草稿的制作时间缩短了,但工时并未减少,工作量反而增加了,需要思考的事情也更多了。 * 以前人工制作的数据与AI制作的数据在措辞和图表表达上存在差异,为了保持一致性,反而增加了工作负担。 ◼️ 约7成的人为减轻AI疲劳而努力 当被问及如何应对AI疲劳时,「非常努力」的占32.0%、「有些努力」的占39.5%、「没有努力」的占28.5%,显示约7成的人正在采取某种形式的努力(n=200)。 ◼️ 「工作变轻松」的群体更积极采取措施,减轻负担是「设计的结果」 从工作负担变化与努力的关系来看,在「非常努力」的群体中,有81.3%的人认为工作「非常轻松」,这个比例显著偏高。相比之下,「没有努力」的群体中,只有22.8%的人认为工作「非常轻松」。这表明AI的好处并非仅靠导入就能获得;减轻负担取决于如何灵活运用AI(n=200)。 具体的应对措施包括「集中处理确认作业」、「灵活运用多种工具」、「明确决定AI负责的职责」等,显示出通过设计AI使用方式来减轻负担的积极态度。 * 灵活运用多个AI,选择可靠的工具。如果觉得某个AI效果不佳,就切换到另一个。 * 使用多个AI工具,得出多个答案。 * 明确指定角色(role),并将希望委托的事项分步骤进行,以提高准确性。 * 避免过度依赖AI,以模板为基础自行制作数据,并将AI作为确认和检查工作的辅助工具,从而有意识地分担职责。 * 将输出结果的确认工作集中处理,而不是零碎地进行,以减轻负担。 ◼️ 约7成的人意识到时间的运用,但完全...(文本在此截断)。