与ChatGPT合作更高效，但为何也可能让人更没动力？《科学报告》研究揭示人机协作的双刃剑效应

原文作者：浙江大学管理学院吴苏青、刘玉坤*、阮梦琦、陈思宇和谢小云

在工作中，你是否已经习惯让人工智能（AI）帮你起草邮件、润色文案、整理思路，甚至提出创意方案？生成式 AI 的确让许多任务变得更快、更轻松，也常常让产出看起来更完整、更专业。但一个值得追问的问题是：当我们越来越频繁地与 AI 协作时，人的工作体验会发生什么变化？如果先与 AI 协作，再切换回独立完成任务，我们是否仍然保持同样的兴趣、投入和动力？

2025 年 4 月发表于《科学报告》（Scientific Reports）的一项研究系统考察了这一问题。研究发现，与 ChatGPT 协作能够提升人们在当前任务中的表现；但与此同时，当人们从 AI 协作切换回独立工作时，也可能经历内在动机下降和无聊感上升。这项研究自发表以来已获得广泛关注，被包括《哈佛商业评论》、《财富》杂志在内的 60 余家国内外媒体报道。

这项研究由刘玉坤等学者开展，共包括四项预注册在线实验，参与者总数为 3562 人。研究者通过随机实验设计，让参与者在不同工作模式下完成一系列模拟职场中的开放式任务，例如撰写社交媒体推广文案、撰写绩效评价、撰写欢迎邮件、提出产品改进创意等。

在研究 1 至研究 3 中，参与者主要被分配到两种条件之一：一组先与 ChatGPT 协作完成第一个任务，随后独立完成第二个任务；另一组则在两个任务中都独立完成。研究者在每个任务之后测量参与者的控制感、内在动机和无聊感，并评估他们的任务表现。

结果显示，在当前协作任务中，ChatGPT 的帮助确实能够提升产出质量。以研究 1 中撰写 Facebook 推广帖的任务为例，与 ChatGPT 协作的参与者所产出的文本，在吸引力和总体质量上显著高于独立完成组；在信息性这一指标上，两组差异呈同方向变化，但未达到统计显著。

这一发现与很多人对生成式 AI 的日常体验一致：AI 能够帮助人更快生成初稿、提供更多表达方式，也能让文本在形式上更完整。但研究进一步指出，这种表现提升主要体现在当前的协作任务中，并不一定会稳定迁移到随后由人独立完成的任务。也就是说，AI 可以帮助我们把眼前的一项任务做得更好，但这并不自动意味着人会在随后的工作中更有动力、更有兴趣，或者更能独立完成类似任务。

更值得关注的是心理体验的变化。当参与者从与 ChatGPT 协作切换回独立任务时，他们的内在动机显著下降，无聊感显著上升。也就是说，在经历过 AI 协作之后，后续独立任务可能显得更乏味、更缺少吸引力，人们也更难从任务本身获得兴趣和满足感。

有意思的是，控制感的变化并不是简单下降。研究发现，从 AI 协作切换回独立工作后，参与者的控制感反而有所上升。这可能是因为在与 AI 协作时，人们部分让渡了任务过程中的主导权；而重新独立工作时，个体重新感到“这件事由我来决定、由我来完成”。

因此，这项研究揭示的心理代价并不是“AI 让人失去控制”这么简单，而是一个更微妙的过程：AI 协作可能让当前任务变得更顺畅，但当人回到独立工作时，任务本身可能变得没那么有趣，投入感和内在动力也随之下降。

为了进一步理解任务转换的影响，研究 4 增加了另外两种条件：全程与 ChatGPT 协作，以及先独立完成任务、再与 ChatGPT 协作。这样一来，研究者可以比较四种不同工作模式：先协作后独立、全程独立、先独立后协作、全程协作。

结果进一步表明，任务顺序和任务分配非常重要。从协作切换到独立工作时，人的控制感可能得到恢复；而从独立工作切换到 AI 协作时，控制感则可能下降。与此同时，内在动机下降和无聊感上升提示我们：当工作被切分为“AI 完成一部分、人完成另一部分”时，人的心理体验会受到工作流程设计的影响。

这项研究并不是在否定生成式 AI 的价值。相反，它清楚地表明，AI 可以在许多任务中提升人的即时表现。问题在于，如果 AI 过度接管了原本具有挑战性、创造性和意义感的工作环节，人可能会逐渐失去从任务本身获得乐趣和成就感的机会。

因此，未来的人机协作不应只追求“更快完成任务”，也不应简单理解为“把越多工作交给 AI 越好”。更重要的是重新设计人与 AI 的任务边界：让 AI 承担重复性、准备性和支持性任务，例如资料整理、初稿生成、语言润色和备选方案扩展；同时在人需要进行问题定义、目标设定、专业判断、价值取舍、创造性表达和责任承担的环节，保留人的主导权。

对组织而言，引入 AI 不只是部署工具，更是重新设计工作流程。工作流程中需要保留适度的“认知摩擦”，让人在使用 AI 前先形成初步判断，在接受 AI 输出前进行比较、反思和复核。对个体而言，与 AI 协作也不应只是“让 AI 替我做完”，而应把 AI 视为提供反馈、启发和备选方案的协作者，同时主动保留自己的判断、选择和创造过程。未来的人机协作，不只是技术问题，也是工作设计问题。真正理想的 AI 工作场景，或许不是让人从任务中退出，而是帮助人更好地参与那些最需要人的判断、创造和意义感的部分。

如果说本文的四项实验揭示了人机协作中的一个重要现象：AI 能提升当前任务表现，却可能削弱人随后独立工作时的内在动机和兴趣；那么，一个更深层的问题也随之浮现：为什么“做得更好”并不必然带来“更想做”？

围绕这一问题，本文作者团队中的刘玉坤和谢小云教授也在后续研究中继续推进相关思考。在近期发表于 Human Resource Management Journal 的一篇综述文章中，刘玉坤、谢小云及其合作者将视角拓展到“数字时代的工作意义”。这篇综述指出，数字技术对工作的影响不只是提高效率或替代任务，也会重塑工作本身的特征，例如人的自主性、技能使用机会、反馈方式，以及人与同事、组织和社会价值之间的连接。

从这一视角回看本研究关于 ChatGPT 协作的发现，内在动机下降和无聊感上升就不只是一个“使用 AI 后不想独立工作”的现象，而可以被理解为数字技术改变工作意义来源的一个具体表现。许多知识工作之所以让人投入，并不只是因为最后产出了一个文本、方案或创意，而是因为人在其中经历了理解问题、形成判断、尝试表达和不断修正的过程。正是在这些过程中，人感到自己在使用能力、解决问题、创造价值，也因此获得成长感和意义感。

因此，未来的人机协作需要一种更加“意义敏感”的工作设计。组织不能只问“哪些任务可以交给 AI”，还要问“哪些任务环节承载着人的成长、判断和意义感”。真正可持续的人机协作，不是让 AI 尽可能多地替人完成任务，而是让 AI 承担低价值、重复性和准备性的负担，同时保留人的问题定义、专业判断、创造性取舍和责任承担。只有当技术增强了人的能力，同时也保留了人的主体性和意义体验，AI 才能真正成为未来工作的助推器。

作者团队简介

本研究由吴苏青、刘玉坤、阮梦琦、陈思宇和谢小云共同完成，刘玉坤为通讯作者。

刘玉坤（邮箱：liuyk@shanghaitech.edu.cn），原浙江大学管理学院特聘研究员，现任上海科技大学创业与管理学院副教授，研究方向包括组织行为、人力资源管理、工作设计与人机协作。

吴苏青，浙江大学管理学院特聘副研究员，研究方向包括组织行为、人力资源管理、数智技术与未来工作，长期关注人机协作情境下的员工心理与行为。

谢小云，浙江大学管理学院院长、教授，教育部哲学社会科学实验室-浙江大学人机协同与数智创新实验室主任，长期从事组织行为、战略性人力资源管理与数字化转型相关研究。

阮梦琦和陈思宇为浙江大学管理学院博士生，研究兴趣包括数智技术、人机协作、未来工作设计。

Scientific Reports

DOI: 10.1038/s41598-025-98385-2

扫码查看论文原文 

Human-generative AI collaboration enhances task performance but undermines human’s intrinsic motivation