AI摘要、AI回复正在席卷我们的工作和生活,承诺带来前所未有的效率。但这背后隐藏着一个危险的趋势:我们正在从沟通的参与者,沦为被算法处理的“数字耗材”。当深度交流被“智能”总结替代,被优化的不只是时间,还有人与人之间最宝贵的信任与理解。
一个场景正在变得越来越普遍:你在钉钉或飞书里,字斟句酌地写了一段长文,详细阐述一个复杂方案的利弊。几分钟后,你的老板回复了,但内容却明显是基于AI摘要的断章取义,甚至做出了一个与你本意相悖的决定。
你感到一阵无力。你的思考、你的逻辑、你的字句,都被压缩成几个冰冷的关键词,失去了所有上下文和温度。在这一刻,你不是一个被倾听的合作者,而更像是一个被机器处理的数据源。
这便是AI时代“效率沟通”的真相一角。从自动筛选求职者简历的ATS系统,到一键总结会议纪要和员工反馈的AI助手,企业对效率的追求正在将人际互动中最微妙、也最重要的部分“优化”掉。
IBM的一项研究曾指出,利用AI进行主题分析是用户体验研究的经典用例。这在处理海量、匿名的用户反馈时无疑是高效的。但当这项技术被滥用在小团队内部、本应充满人格化交流的场景时,性质就变了。管理者依赖AI总结来“听取”员工心声,员工则很快意识到,自己的真实想法可能永远无法抵达人脑,于是选择沉默或迎合算法的“标准表达”。
这种“效率”的代价是,沟通正在变得越来越“浅”。为了确保自己的核心观点不被AI摘要遗漏,人们可能会放弃阐述复杂的背景和微妙的权衡,转而使用更夸张、更简化的语言。最终,团队的沟通深度被拉平到AI能够理解的最低水平,真正的洞见和风险在“高效”的流程中被过滤殆尽。

如果说“多对一”的沟通被AI简化尚可理解,那么“一对一”的协作场景被渗透则更令人警惕。
在软件开发领域,一个怪圈正在形成。开发者A使用AI工具(如GitHub Copilot或国内的CodeGeeX)根据需求文档生成了初始代码,然后提交一个合并请求(Pull Request)。负责代码审查的开发者B,同样可能用AI工具来辅助阅读和理解代码,并提出修改意见。最后,开发者A再把这些意见直接喂给AI,让它生成修改后的代码并提交。
整个过程中,两位开发者看似在协作,实际上都成了AI的“传声筒”。B审查的究竟是A的编程思想,还是AI模型的代码风格?A的修改又是否真正理解了B的顾虑?当认知负荷被完全外包给机器,人与人之间的思想碰撞、相互学习和信任建立的过程也就随之瓦解。
这种模式的危险在于,AI正在从一个“工具”悄然转变为我们的“代理人”(Proxy)。我们不仅让它代笔邮件、代写代码,更在不知不觉中让它代理了我们的思考和判断。长此以往,专业精神和责任心将变得模糊不清。当AI代理人犯错时,责任该由谁来承担?是发出指令的人,还是那个无法被问责的算法?
从工作延伸到生活,AI对人际关系的侵蚀同样存在。苹果在iOS中集成的智能通知摘要功能,就是一个典型的例子。它将来自朋友、家人的多条信息,总结为一句“他们正在讨论晚餐计划”。这看似省去了阅读的麻烦,却也过滤掉了所有情感的线索——朋友的兴奋语气、家人的犹豫口吻,这些非语言信息在沟通过程中至关重要。
我们节省了几秒钟时间,却可能因为一个冷冰冰的摘要而做出错误的情感判断,引发不必要的误会。这正是社会学家Allison Pugh所提出的“连接劳动”(Connective Labor)被侵蚀的体现。
“连接劳动”指的是人们为了理解他人和被他人理解所付出的努力,它包括倾听、共情、以及反馈你所看到的对方。这种劳动成本高昂,无法量化,却是维系一切社会关系的基石。无论是耐心听完朋友的抱怨,还是仔细阅读同事的方案并给予反馈,都是一种“连接劳动”。
AI沟通助手所承诺的“效率”,本质上就是将这种高成本的“连接劳动”外包出去。在中国市场,这一点在电商客服领域体现得淋漓尽致。无数消费者在淘宝或京东的AI客服那里循环往复,只为找到一个能理解复杂问题的“人工客服”入口。AI客服处理了99%的标准化问题,却也堆高了那1%需要真正“连接劳动”的用户的沟通成本和挫败感。
技术本身并无对错,关键在于我们选择用它来解决什么问题。
当前,绝大多数AI应用都致力于将我们从“费力”的思考和互动中解放出来,让我们变得更“高效”。但这或许是一个短视的优化方向。因为在人际互动这个领域,效率并非最高目标。
一个更具建设性的方向是,将AI定位为人类的“陪练”(Sparring Partner)或“镜子”,而非“助理”(Assistant)。
这样的AI,不会削弱我们的社交能力,反而会增强它。它不会让我们成为被动的“数字耗材”,而是通过创造有益的“摩擦力”,迫使我们成为更好的思考者和沟通者。
我们无法阻止他人如何使用AI,但我们可以选择自己的方式。在点击“一键总结”之前,或许可以先问自己一个问题:我想节省的,究竟是时间,还是建立一次真正连接的机会?
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断