AI隐去了劳动痕迹，也让诚实变成一种职场风险

我在淘宝买了一箱啤酒，看到瓶身标注酒精度4.5%vol，便随口问客服：这是不是平常所说的4.5度？等她打字回复时，我心里忽然咯噔了一下。她说：“我刚问了豆包，答案是肯定的。以后你着急时也可以直接问问它，比我去后台查快得多。”

如果她只回答“是的”，我或许根本不会多想。可她偏偏又补充了一句“刚问了豆包”，这让我先对她的专业性产生怀疑：既然卖的是自家产品，为什么还得向AI求证？

转念细想，她的回答并没有错，而且比我退出淘宝再搜索核实更加快捷。她既没编造，也没拖延，更未假装自己早就知道。或许真正令我不适的并非答案是否正确，而是她表现得过于诚实；答案来得太轻松，反倒让我先产生了怀疑。

归根结底，值得质疑的也许并非她卖货是否用心，而是我们过去判断“用心”的那套方法。它早就到了该改变的时候。

成果完全相同，诚实者却先被减分

今年6月，Atlassian旗下Teamwork Lab开展了一项有近1000人参加的对照实验。同一份工作成果，只因附注“这是AI帮忙完成的”，评价者对完成者懒惰程度的评分便提高十倍，愿意推荐其参与重要项目的比例也下降了24个百分点。两组提交的成果其实毫无差别，唯一不同只是是否坦白使用了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。

诚实原本理应换来更多信任，但这一次，先遭受损失的偏偏是说真话的人。

公司收下效率，个人承担风险

结果已经清楚呈现，能够被看见的努力却从中消失了。成果也许完全正确，但过去用于证明认真、能力与诚意的过程痕迹不复存在，而信任尚未及时补上。不妨暂且将这段空缺称为“过程赤字”。它并非已有的学术概念，只是为了方便说明这件事而采用的称呼。

几乎没人愿意主动填补这道空缺，因为这样做不会给任何一方带来直接收益。那天，她借助AI迅速作答，我这个买家省了几分钟，店铺的问题也照常解决；只有她独自承担风险，因为回答过快，反而被我率先怀疑不专业。放到公司也是同一笔账：员工用AI加速交付，公司获得更高产出，客户得到更快响应；可一旦这份效率被怀疑含有水分，负责的并非组织，而是实际经手的个人。组织拿走效率，客户享受便利，个人最后承担风险以及“是否偷懒”的嫌疑。

结果若看不懂，就观察你是否辛苦

为什么“肉眼可见的费力”过去如此有效？心理学家Justin Kruger及其同事早在2004年便用一个颇为刁钻的实验验证过。他们让两组人评价相同的一首诗和一幅画，却只向其中一组说明“作者反复打磨了很久”。听到这句话的人给出了更高的质量评分，也愿意支付更多钱。作品始终相同，改变的只有一句说明。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，有些未能复现，所以它算不上铁律；但其揭示的大致方向仍然成立：当一件事的质量难以直接判断时，人们更容易把可见的辛苦当作替代证据。验证答案是否正确需要专业知识和时间，判断一个人看起来是否努力却只需扫上一眼：无法判断方案好坏，便数他修改过几版；不知道个人贡献多大，便看工位亮到几点、周报有几页、深夜是否还在群里回复。AI正好抹去了这些线索，使答案生成得过快、过于干净，完全看不到挣扎的过程。

这种心理并不只存在于咨询客服时。一条措辞异常妥帖的道歉短信，或一份准备充分的解释，如果读起来过于流畅完整，反倒容易令人怀疑：这些话究竟出自本人，还是由工具代为构思？写作越熟练的人，越可能遭遇这种质疑。写得不好，大家相信是本人所写；写得过于干净，干净得不留一丝笨拙挣扎，疑心反而出现。过去，笨拙本身就是诚意的证明。

AI节省的时间，从不会重新交还给你

过去，一份方案用两天完成，老板会认为这项工作确实需要两天。如今你借助AI只用两个小时交付，他首先想到的可能并非你的能力提升，而是你下午还可以再完成三份。

旧方法失灵后，一些公司没有立即建立新的评价体系，反而继续要求员工证明“我确实付出过”：周报写得更细，逐项注明哪些工作使用了AI、原先需要多久、如今节约多少时间。然而，一旦有人证明效率获得提升，等待他的通常不是提前下班，而是不断增加的任务，直至节省的时间再次被填满。AI增加的并非员工能够自由支配的时间，而是组织重新核算工作量的依据：当一个人把一天的任务压缩到两个小时，不久之后，两个小时就会成为这项任务的标准工时。个人创造出的效率，很快就会转化为组织设定的新标准。

其逻辑并不难理解：要核验“AI辅助生成的成果究竟好不好”，必须付出成本高昂的专业判断；想知道一个人看起来忙不忙，只需查看任务量、考勤及在线状态，成本低得多。在新评价方法建立以前，公司自然会继续采用成本最低的旧指标。员工也会迅速看懂规则：既然如实报告效率可能换来更多任务，那么最理性的做法就不再是坦白，而是继续表演。

也许有人认为，只要结果足够好，没人会真正关心过程。然而在现实中，晋升、加薪和客户满意度评分从不单纯取决于结果，其中总会混入难以言明的“感觉用心”，而AI最先消除的恰恰就是这种感觉。

只有个人选择诚实，仍然远远不够

Atlassian的实验还测试了一种补救方式。同样承认使用AI，若解释成“为了帮助团队”，而非“给自己节省时间”，他人给出的努力评分会高出11个百分点，获得推荐的概率也提高8个百分点，算是在表达上占了便宜。可是无论措辞多么讲究，也不过是矮子里拔高个，这些人的评分仍低于“完全没提AI”的群体。真正消除惩罚的并非话术，而是整体风气：领导率先使用，同事将AI视为公开共享的工具，而非个人藏起的小聪明，此时使用AI较多的人，评分反而超过隐瞒不说的人。一个人冒险公开，无力抵挡旧有评价方式；只有一群人共同参与，才能建立新的规则。

真正应当改变的，不是员工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”，转向“你作出了什么判断、解决了哪些问题，以及愿意对哪个结果负责”。

后来，我又向那名客服咨询了另一个问题。她回答得更快，依然说自己“问了豆包”。这一次我没有再心生疑虑，至少在这家店里，使用AI已经无须遮遮掩掩。AI并未让偷懒消失，它只是抹去了我们过去用来判断谁在偷懒的证据。面对一个不再流汗的人，我们仍未学会应当如何给予信任。