AI Brain Fry——AI工具反而让精神疲劳增加33%（哈佛研究）

你以为AI替你干活就能轻松，对吧？可《哈佛商业评论》刊载的BCG研究结果恰恰相反。监督AI工具的人群，决策疲劳上升了33%，精神疲劳增加了12%。研究团队给这一现象起了个名字——"AI Brain Fry"（AI脑炸）。

这是什么?

这是BCG与加州大学河滨分校研究团队对美国大型企业1488名员工做的调查。所谓"AI Brain Fry"，指的是超出个人认知能力的过度AI工具使用或监督所引发的精神疲劳。

参与者描述的症状很有画面感。有人说"脑子里像同时开着12个浏览器标签页"，有人形容"思路没坏，但就是很吵"，还有人比喻成"精神宿醉"。一位高级工程经理这样说道:

"我发现自己为了管理这些工具，比解决实际问题还要累。"¹

关键在于，AI并没有减少工作量，而是扩大了"责任范围（sphere of accountability）"。因为你要审阅更多产出、处理更多信息、管理更多工具。同样的时间里，你被要求做更多判断，压力层层累积。

有意思的是不同职业之间的差异。营销岗位占比最高，达26%，其后依次是人力资源（19%）、运营（18%）、工程（18%）、财务（17%）。法务岗位最低，仅6%。营销人员尤其容易同时操作多个AI工具，在内容审核、数据分析、营销活动优化之间来回切换，因此格外脆弱。

有什么不同?

这项研究最惊人的发现是:"AI工具用到3个还行，从4个开始生产力就开始下降。"根据同时使用AI工具数量对应的自我报告生产力数据:

但有个有趣的反转。把AI用在重复、枯燥工作上的人，反而倦怠指标低了15%。他们的工作投入度更高，对AI的情绪更积极，甚至和同事的社交连接感也更强。

正如CNN所分析的，这说明倦怠和Brain Fry是两种完全不同的压力。倦怠是慢性情绪耗竭，而Brain Fry是急性认知过载。BCG的Gabriella Rosen Kellerman博士（精神科医生）指出:"Brain Fry休息一下就能消除。"但如果不休息，就会出错、判断力下降，最终导致离职意愿上升。

乔治梅森大学（George Mason University）的Melissa Perry院长把它比作"无底之碗（bottomless bowl）"。就像社交媒体的无限滚动一样，AI工具不会给你"够了"的信号。你再输一次提示词、再打磨一遍结果……不知不觉就越过了认知极限。

上手指南:AI疲劳管理

1. 同时使用的AI工具控制在3个以内
   研究数据很清晰。AI工具从1个增加到2个、3个，生产力一路上升，但从4个开始就下降。今天就数一数你同时打开的AI工具数量，超过3个就按优先级砍掉。
2. 把"AI监督时间"和"深度工作时间"分开
   把审阅AI产出的监督工作与需要深度思考的工作划分到不同时段。正如乔治梅森研究团队强调的，高强度数字专注之后需要散步、聊天、阅读这样的慢思考时间。要给大脑整理信息的时间。
3. 把"重复工作"全权交给AI，监督降到最少
   Brain Fry的核心成因就是"持续检查AI做了什么"。相反，能降低倦怠的是"把枯燥工作整个丢给AI"。先找出那些不需要审阅的自动化领域。比如数据整理、格式转换、初步分类这类。
4. 提前设定"到这就行了"的标准
   AI时代最危险的陷阱就是无止境的优化。Webster Pass Consulting的Jack Downey说:"AI的能力无限，所以你永远能看到下一个改进点。"开始工作前先定好完成标准，到那里就停下。提示词3次就是3次，5分钟就是5分钟。
5. 在团队层面制定AI使用指南
   光靠个人努力有限。BCG研究显示，当管理者抽时间回答AI相关问题时，精神疲劳下降了15%，而以团队为单位系统整合AI的情况下，认知负担显著减轻。相反，"各自看着用"的方式反而让疲劳多了5%。正如Brandnews所分析的，KPI应该从"AI使用次数"改为"思考的质量"。

深入了解