400-820-7528 免费咨询 免费预约演示 登录VX HCM
400-820-7528 免费咨询 免费预约演示 登录VX HCM

AI接走基础任务,新人从哪里积累判断力

2026年1月,Anthropic公布了一项编程学习实验:参与者用不熟悉的工具完成任务,随后接受测验。AI辅助组的理解测验表现较低,而任务速度差异并未达到统计显著。这项结果提出了一个HR值得关注的问题:工作做完了,负责做事的人是否也学会了?

这是一项小样本、短期编程实验,不能直接证明AI会削弱所有岗位能力。作者也指出,不同使用方式对应的学习表现不同,长期影响仍待研究。下面对企业培养的讨论,是由此提出的管理判断。

设想一名刚入职的分析人员,过去需要整理资料、比较差异、解释异常,才能交出报告。接入AI后,他可能更快拿到一份完整初稿。主管看到成果形式不错,便默认他已经理解了业务,直接把下一项更复杂的工作交过去。

直到有人追问:“这个异常为什么被排除了?”他才发现自己没有经历过那个判断。任务完成情况是真实的,学习没有充分发生也可能是真实的。用同一张交付清单评价两者,就容易高估岗位准备度。

基础任务对组织有两种用途。一部分确实只是重复劳动,继续让新人耗时间并没有多少价值;另一部分则提供认识业务差异、识别错误和理解边界的机会。自动化之前,管理者需要分辨哪些练习值得保留,不能把所有初级工作都视为可直接消除的负担。

这也不是要求新人先吃一遍无意义的苦。为了学习而反复复制资料,没有必要。更有用的安排,是让工具完成整理,再要求员工解释某个分类为什么成立,或者比较两个都看似合理的答案,说明自己会选择哪一个。

肯耐珂萨在人才发展讨论中提出的判断是,企业可以缩短操作时间,但应主动安排形成判断力的任务。如果未来仍需要员工审核、纠错和处理复杂情况,就不能指望这些能力在反复接收完整答案的过程中自然长出来。

企业可以先检查岗位设计。初级岗位的工作被缩减以后,是否只剩“对AI结果负责”这样超出准备范围的要求?若所有空缺都要求成熟经验,却又不再提供形成经验的任务,企业就把自身的人才培养责任转给了外部市场。

岗位之间的过渡也要重新安排。新人可以先负责可控范围内的材料核对,逐步接触异常解释,再参与复杂选择。每一阶段都应有可获得的指导与可承担的后果,不能从整理工作被自动化,直接跳到独立复核全部输出。

原本由初级任务承载的培养成本,可能会变成模拟任务、专家带教或有计划的跟岗时间。这些投入需要被看见。若自动化项目只记下节省了多少操作时间,培养预算却完全没有安排,效率收益就可能以未来缺少熟练人员的形式付出代价。

管理者自身的投入因此不会自动消失。过去他可能改一段文字,现在需要追问员工忽略的假设。若上级只奖励速度,员工自然会优先寻找最快完成方式。企业希望工具提高效率,也希望新人保持思考,就要给解释、提问和求助留出正常时间。

HR可以和业务负责人选择一类典型岗位,回看其中的学习路径:员工过去通过哪些任务形成经验,哪些任务正在被自动化,哪些判断仍必须由人承担。由此调整带教和练习,比单独增加一门提示词课程更贴近岗位变化。

也要避免把培养责任全部交给新人。让他下班后自行补课,企业却在工作中不断提高交付要求,容易使学习成为一项没有空间的额外义务。被节省的一部分操作时间,是否可以用于理解和校验,需要在工作安排中作出选择。

AI可以改变专业工作的起步方式,企业也可以重新设计学习路径。重要的是,在下一次要求员工解释“这份答案哪里不对”之前,他曾有机会练习过如何作出这样的判断。

立即预约免费产品演示

  • 人事管理云
  • 智慧招聘云
  • 灵活用工云
  • 人才发展云
  • 人才测评
  • 游戏化测评
  • 组织能力
  • 员工调研
  • 绩效云
  • 学习云
  • 全都感兴趣
  • 暂无
您想了解的产品
免费预约
在线咨询
微信咨询
电话咨询
返回顶部
免费预约
电话咨询

确定

留言成功!

稍后工作人员将联系您。

扫码关注官方微信,
获取更多资料和活动信息

打开微信扫码
选择您的心仪职位
完成投递吧!