研究：过度使用AI工具会使企业蒙受重大损失
过度使用或监管超出自身认知能力的人工智能工具而造成的精神疲劳与人工智能相关的精神压力会带来显著的代价，例如员工错误率增加、决策疲劳以及离职意愿增强。
首先，我们发现，人工智能操作中最耗费脑力的形式是监督，也就是人工智能工具需要员工直接监控的程度。在我们研究中，那些报告其人工智能工作需要高度监督的员工，比那些需要低度监督的员工，在工作中消耗的脑力多出14%。高度的人工智能监督也预示着参与者会经历12%的额外精神疲劳。最后，更密集的人工智能监督还预示着信息过载会增加19%。
第二个与人工智能相关的、影响认知负荷和精神疲劳的重要预测因素是员工报告的人工智能工具增加其工作量的程度。人工智能监管和工作量增加这两个因素共同作用，扩大了员工的责任范围，要求他们在相同时间内关注更多工具的更多结果。认知负荷增加，进而导致精神疲劳，这合乎情理。我们还发现，同时使用的AI工具数量与员工感知到的生产力提升之间存在着一种有趣的关联。当员工使用三种工具之后，生产力评分反而下降了。
对于一家年收入50亿美元的公司而言，决策失误每年造成的损失高达1.5亿美元。员工决策疲劳程度增加33%可能会使这一损失每年增加数百万美元。
—— 哈佛商业评论 （节选）
过度使用或监管超出自身认知能力的人工智能工具而造成的精神疲劳与人工智能相关的精神压力会带来显著的代价，例如员工错误率增加、决策疲劳以及离职意愿增强。
首先，我们发现，人工智能操作中最耗费脑力的形式是监督，也就是人工智能工具需要员工直接监控的程度。在我们研究中，那些报告其人工智能工作需要高度监督的员工，比那些需要低度监督的员工，在工作中消耗的脑力多出14%。高度的人工智能监督也预示着参与者会经历12%的额外精神疲劳。最后，更密集的人工智能监督还预示着信息过载会增加19%。
第二个与人工智能相关的、影响认知负荷和精神疲劳的重要预测因素是员工报告的人工智能工具增加其工作量的程度。人工智能监管和工作量增加这两个因素共同作用，扩大了员工的责任范围，要求他们在相同时间内关注更多工具的更多结果。认知负荷增加，进而导致精神疲劳，这合乎情理。我们还发现，同时使用的AI工具数量与员工感知到的生产力提升之间存在着一种有趣的关联。当员工使用三种工具之后，生产力评分反而下降了。
对于一家年收入50亿美元的公司而言，决策失误每年造成的损失高达1.5亿美元。员工决策疲劳程度增加33%可能会使这一损失每年增加数百万美元。
—— 哈佛商业评论 （节选）