AI时代HR领域100个反常识观点

INTUITIONSAI时代HR领域100个反常识观点⼗个板块·每板块⼗条·全部标注出处、证据等级与冷⻔指数；附看似⽭同⾏评审⼯作论⽂/机构报告事实·统计·溯源唐秋勇博⼠Dr.AnsonTang-AIflagAI时代HR领域100个反常识观点使⽤说明怎么⽤这⼀百条据、企业公开事实或判例结论与主流直觉相反且⼀句话能说清；在中⽂HR圈基本没有被引⽤过。AI时代之前的根源性经典在等级后单独注明。凡⼯作论⽂已正式发表者，按发表后状态标注。冷⻔指数。★☆☆圈内有⼈知道但HR圈少⻅；★★☆只在少数研究者中流传；★★★中⽂语境⼏乎未出现。术语。正⽂尽量⽤⼤⽩话；⽆法回避的研究⽅法、统计概念、机构与技术名词，在每条末尾的「术语」⾏⽤⼀句话限制的如实标注。凡作者⾃⼰指出的边界——理论模型⽽⾮实证、单⼀市场、样本情境、推断⽽⾮直接检验——均第39与第100条讲的是同⼀件事：被引⽤最多的那篇AI⽣产率论⽂已被MIT撤稿。越是让你⽴刻想转发的招聘是AI进⼊HR最早、最深的环节，也是反常识证据最密集的地⽅：算法的准确率、公平性和候选⼈体验，⼏乎每⼀条常识都被⽥野实验推翻过⼀次。 招聘与甄选01/100 AI时代HR领域100个反常识观点01给招聘官配上更准的AI,筛选质量理应更高。证据对对HR的含义预注册：实验开始前公开登记假设与分析方法，防止事后挑数据、改口径。田野实验：在真实工作场景(而非实验室)中做的随机分组实验，结论更接近实际。随机对照/随机分组：把参与者随机分到不同组，使各组除干预外其余条件相同，是判断因果最可靠的方法。证据等级工作论文冷门指数★★☆https://www.fabriziodella/is-ai-making-your-team-lazy/ 招聘与甄选02/100 AI时代HR领域100个反常识观点图02像把体检报告扔进废纸篓，凭手感开药：分组(如不同门店在不同时间上线同一系统)来推证据等级同行评审冷门指数★★☆对对HR的含义“算法建议+主管终审”未必是最优组合。至少应记录每一次人工推翻，并定期回看这些例外的后续表现，用数据决定JournalofEconomics,133(2),765-800. 招聘与甄选03/100 证据对对HR的含义图03像只在路灯下找钥匙：光照到的地方翻烂证据等级同行评审冷门指数★★★/10.1093https:///AI时代AI时代HR领域100个反常识观点 招聘与甄选04/100 为女性“更贵”常识证据图04像拍卖场上的座位：不是不让你进，是别田野实验：在真实工作场景(而非实验室)中做的证据等级同行评审冷门指数★★★ManagementScience,65(7),2966-2981./10.1287AI时代AI时代HR领域100个反常识观点 招聘与甄选05/100 证据组被录用的概率提高8%,获得的时薪高约8%至10%;对照雇主图05像给一扇起雾的窗擦一把：窗后的人没景(而非实验室)中做的随机分组实验，结论更接证据等级同行评审冷门指数★★☆https:///10.1287/mnhttps:///papers/w30AI时代AI时代HR领域100个反常识观点 招聘与甄选06/100 常识证据对对HR的含义图06像考官偏爱和自己一个师门的字迹：内容证据等级同行评审冷门指数★★★AI时代AI时代HR领域100个反常识观点 招聘与甄选07/100 图07像用“有没有口音”判断一个人说的是不困惑度：语言模型对一段文字的“意外程度”:用词越常规、越可预测，困惑度越低，越像机器写证据等级同行评审冷门指数★★☆对对HR的含义https:///patterns/fulltext/S2666AI时代AI时代HR领域100个反常识观点 招聘与甄选08/100 常识AI招聘的偏见问题主要是“歧视女性”。证据用大模型做候选人对比时，必须做姓名互换与顺序打乱的对照测试；任何“让AI从一批简历里挑最好的”用法，都要先证据等级同行评审冷门指数★★★decisions:evidencefromcompar/10.771AI时代AI时代HR领域100个反常识观点 招聘与甄选09/100 图09像一整片只种一种作物的田：丰收一起丰布雷斯悖论：交通学经典悖论：多修一条路反而让所有人更堵；这里指每个人的最优选择叠加成集体更差。MIT:麻省理工学院。PNAS:《美国国家科学院院刊》,综合类顶级期刊。双边匹配：像招聘、婚配这样双方都要选择对方的市场模型。冷门指数★★★证据等级A同行评审·理论模型冷门指数★★★对对HR的含义https:///10.1073/pnAI时代AI时代HR领域100个反常识观点 招聘与甄选10/100 10AI面试官让候选人多拿12%的录用通知，而且78%的人主常识证据高12%,实际入职高18%,30天留存高17%,且录用后的生产率对5.5个),采集了更多与录用相关的信息。给选择权时，78%的申请者选择AI,理由是方便、感觉更公平、更少焦虑，女性尤其如此。事前调查中约六成招聘官预测AI面试质量会更差。研究也如实报告约7%的AI面试出现技术故障。图10像挂号窗口换成了自助机：不是更冷漠，证据等级工作论文冷门指数★★☆对对HR的含义在高流量、结构化的初筛面试中，AI面试官的价值不在“像人”,而在标准化和信息采集完整；把人类招聘官的时间留给https:///sol3/https:///review/does-ai-beat-hAI时代AI时代HR领域100个反常识观点⼈机协作是所有HR场景的底层问题：什么时候该信AI、什么时候该信⾃⼰、界⾯怎么设计才不会让⼈“睡着”。这⼀板块的证据⼤多来⾃决策科学与⼈机交互领域，HR圈⼏乎没有引⽤。 人机协作决策11/100 对对HR的含义HR场景大多是决策类(筛选、评估、晋升),恰是组合最容验验证组合是否真的优于单独最优。出处Vaccaro,M.,AlmaatoHumanBehaviour,8,2293https:///10.1038/s4证据等级同行评审·荟萃分析冷门指数★★☆AI时代AI时代HR领域100个反常识观点 人机协作决策12/100 常识AI帮不上的任务，最多是“没用”,不会更糟。 对对HR的含义口径。田野实验：在真实工作场景(而非实验室)出处Dell'Acqua,F.,McFow/10.1287//sol3/papers.cfm?abst证据等级同行评审冷门指数★☆☆AI时代AI时代HR领域100个反常识观点 人机协作决策13/100 人们会理性比较算法和自己的表现，谁准信谁。证据图13像对同事一次失误耿耿于怀，对自己天天实验心理学杂志：总论：美国心理学会旗下的实验心理学顶级期刊。MBA:工商管理硕士。冷门指数★★☆对对HR的含义出处Dietvorst,B.J.,Simmons,J.P.,PeopleerroneouslyavoExperimentalPsychology:Gener/sol3/papers.cAI时代AI时代HR领域100个反常识观点 人机协作决策14/100 常识证据图14像会议室的空调：允许你按两下，哪怕只证据等级同行评审冷门指数★★☆人才评估、排班、薪酬建议等AI工具应给管理者一个受限的“微调旋钮”(限定幅度、留痕),既提升采纳率，又不让人凭直觉推翻全部结论。AlgorithmAversion:PeopleWillUsSlightly)ModifyThem.ManagementScience,64(3),1155-1170./10.1287AI时代AI时代HR领域100个反常识观点 人机协作决策15/100 图15像老船长不看导航：越是行家，越信自己证据等级同行评审冷门指数★★★对对HR的含义AI人才分析工具在组织里最大的阻力可能不是一线员工，而是资深HR和高管。推广策略要针对“专家自负”,而不是笼统的“员工不信任AI”。https:///10.1016/j.AI时代AI时代HR领域100个反常识观点 人机协作决策16/100 解释提高了人对AI建议的接受率，而不管建议对不对；效果并不优证据图16像随药附的说明书：你读了更安心，却没证据等级同行评审冷门指数★★★AI时代AI时代HR领域100个反常识观点 人机协作决策17/100 好的人机界面应该既好用又准确。对对HR的含义出处Bucinca,Z.,Malaya,M.B.,&Gajos,K.Z.(2021).ToDecision-making.Proceeding图17像楼梯与电梯：走楼梯的人抱怨累，身体认知强制：迫使人先思考再看答案的界面设计，如延迟显示AI建议。CHI/CSCW:人机交互领域的两大顶级学术会议，计算机学科以会议论文为主要发表形式。双过程理论：心理学把思维分为两套：快速直觉的“系统一”和费力分析的“系统二”。认知需求：心理学特质：衡量一个人有多喜欢费脑思考。证据等级同行评审冷门指数★★★AI时代AI时代HR领域100个反常识观点 人机协作决策18/100 常识证据图18像量体裁衣与成衣：你信裁缝懂你，不信JCR/消费者研究杂志：《消费者研究杂志》,营销证据等级同行评审冷门指数★★★MedicalArtificialIntelligence.JournalofChttps:///10.AI时代AI时代HR领域100个反常识观点 人机协作决策19/100 者受益逾15%,低绩效者受损约8%至10%。证据图19像同一把好刀：厨子用它更快，不会切的田野实验：在真实工作场景(而非实验室)中做的GPT-4/GPT-3.5:OpenAI发布的大模证据等级同行评审冷门指数★★★/10.1287//sol3/papers.cfm?abstAI时代AI时代HR领域100个反常识观点 人机协作决策20/100 AI是个人效率工具，团队协作的价值无法被替代。证据哈佛商学院数字数据设计研究院与宝洁合作的预注册田野实验：776名专业人员在真实的产品创新挑战上被随机分配为个人或两人团队、有AI或无Al。结果：使用AI的个人表现与不用AI的两人团队相当；使用AI的团队产出顶尖方案的概率更高，且用时更少。更意外的是专业分工的边界被抹平：无AI时研发人员倾向提技术方案、商业人员倾向提商业方案；有AI后无论背景都能提出平衡的方案。参与者使用AI后自我报告的积极情绪也更高，说明AI部分替代了人类队友的社交与激励功能。研究方披露宝洁资助了该研究院，但对对对HR的含义组织设计要重新计算“最小可行团队”的规模，并重新定义专家的价值：当AI能补齐跨职能知识，专家的稀缺性从“知Han,Y.,Goldman,J.,Nair,H.,Taub,S.,&Lakhani,K.A图20像给一个人配了个不说话的搭档：活干完场景(而非实验室)中做的随机分组实验，结论更证据等级工作论文冷门指数★★☆AI时代AI时代HR领域100个反常识观点L&D圈最流⾏的说法是“AI是最好的⽼师”。证据给出的却是两⾯：设计得当的AI导师确实能让⼈学得更快，但不设护栏的AI会让⼈“会做题、不会学”，甚⾄让熟练者的⼿艺悄悄退化。 学习与技能退化21/100 21用惯了AI的内镜医生，一旦脱离AI,检出率下降两成28.4%降到22.4%。引入前的28.4%降到引入后的22.4%,相对下降20%、绝对下降6对对HR的含义AI工具上线后要单独监测员工“不用AI时”的能力基线；关键岗位需要定期的无辅助演练，就像飞行员要保留手动飞行multicentre,observationalstudy.TheLancetGastroenterology&H/10.1016/S2468-证据等级同行评审·观察研究冷门指数★★☆AI时代HRAI时代HR领域100个反常识观点 学习与技能退化22/100 22用GPT练习成绩涨48%,撤走后考试反跌17%;加了护栏的常识证据图22像扶着栏杆学游泳：池边游得漂亮，一松AI时代AI时代HR领域100个反常识观点学习与技能退化23/100用AI越多、越熟练的人，越懂得批判性地使用它。证据AI时代AI时代HR领域100个反常识观点学习与技能退化24/100常识对对HR的含义图24像坐车走过的路：你到过那里，却记不住证据等级预印本·未同行评审·小样本冷门指数★★☆AI时代AI时代HR领域100个反常识观点学习与技能退化25/1001983年就写下的“自动化的反讽”常识证据图25像备用发电机：一年不启动，真停电那天证据等级同行评审·根源性经典冷门指数★★★AI接管日常工作后，HR要为“接手时刻”设计能力保障：保留人工操作时数、演练异常场景、把“监督Al”当作需要训练的技能而不是默认能力。https:///10.1016/0005AI时代AI时代HR领域100个反常识观点学习与技能退化26/100证据对对HR的含义企业培训的“AI导师”值得投入，但要按教学法定制：给标准答案、限制回答长度、强制学员先尝试。直接把通用聊天图26像教练与答案本：一个逼你多游两趟，一证据等级同行评审·随机交叉实验冷门指数★★☆/10.1038/s41AI时代AI时代HR领域100个反常识观点学习与技能退化27/10027尼日利亚6周AI辅导，抵得上一年半到两年的常规学习图27像给缺水的地浇第一桶水：同样一桶，落3.5:OpenAI发布的大模型版本，ChatGPT的模型。Copilot:微软基于GPT-4的AI助手。冷门指数★★★AI培训投入的优先顺序可能要倒过来：先给培训资源最少的一线、偏远、基层员工，而不是先给总部知识工作者。/10.1596//entities/publicatioAI时代AI时代HR领域100个反常识观点学习与技能退化28/100常识证据出处Terblanche,N.,Molyn,J.,deHaanBasedCoachingandMenthttps:///10.1371/jour/10.AI教练图28像跑步App的语音提示：不懂你的人 同行评审·随机对照冷门指数★★★AI时代AI时代HR领域100个反常识观点 学习与技能退化29/100 29“2030年85%的工作岗位现在还不存在”:这条被引用最多常识证据““2030年85%的岗位还不存在”图29像一句被转述了一百遍的话：每个人都记证据等级溯源核验·元层面条目冷门指数★★☆/sites/dereknewton/2018/12/28/tAI时代AI时代HR领域100个反常识观点 学习与技能退化30/100 升约15%,其中经验最少、技能最低的员工提升约30%到34%,图30像新手脚下的垫脚箱：踩上去就够到老手学季刊》,经济学五大顶级期刊之一。准实验：没有随机分组，但有可比对照组的研究设计，可信度介于观察研究与随机实验之间。隐性知识：难以用文字说清、靠经验积累的知识。证据等级同行评审冷门指数★☆☆对对HR的含义/10.1AI时代AI时代HR领域100个反常识观点⽣产率是AI叙事的中⼼，也是感知与实测差距最⼤的领域：微观实验⾥的巨⼤增益、宏观数据⾥的微弱信号、员⼯⾃述⾥的“更累了”，三者同时成⽴。 绩效与生产率31/100 31资深程序员用AI慢了19%,却自认为快了20%对对HR的含义Cursor:一款AI编程工具。Claude/Gemin证据等级机构报告·随机对照冷门指数★★☆出处Becker,J.,Rush,N.,Bar/blog/2025-07-10-early-2025-ai-experienceAI时代AI时代HR领域100个反常识观点 绩效与生产率32/100 常识AI会拉大差距，因为强者更会用工具。证据图32像给所有人配同一副眼镜：视力好的没同行评审·预注册实验冷门指数★☆☆AI时代AI时代HR领域100个反常识观点 绩效与生产率33/100 图33像换了把更快的刀，菜谱和工时表却一个上可信的取值范围；若区间排除了1%以上的变冷门指数★★★证据等级|B|工作论文·行政数据冷门指数★★★对对HR的含义/papersAI时代AI时代HR领域100个反常识观点 绩效与生产率34/100 3477%的员工说AI增加了工作量，96%的高管却期待AI提升常识AI让员工更轻松。证据证据等级机构调查·自报告冷门指数★☆☆对对HR的含义/research/a-enhanAI时代AI时代HR领域100个反常识观点绩效与生产率35/1003595%的企业生成式AI试点没有可衡量的损益影响；外购方案证据图35像满仓的样板房：都装修好了，没几间真证据等级机构报告·方法论存争议冷门指数★☆☆对对HR的含义AI时代AI时代HR领域100个反常识观点 绩效与生产率36/100 图36像给整条河修了一道闸：水位是会变，但证据等级工作论文(后发表)·理论估算冷门指数★★☆对对HR的含义/papers/AI时代AI时代HR领域100个反常识观点 绩效与生产率37/100 证据初的4.6%缓慢升到2025年9月的约10%。2025年11月问法放宽年5月为19.8%,预期六个月内使用的企业为20%到23%。采用高度分化：250人以上企业约37%,4人以下企业不到20%;信息业39.7%、金融保险业33.9%,零售业约14%。按就业加权，约图37像新闻里天天在下雨，出门一看只有几条证据等级|B政府统计·双周调查冷门指数★★☆byU.S.businesses,Dec2025-May2026;Bonn/library/stories/2026/05/ai-use/library/working-papers/2026AI时代AI时代HR领域100个反常识观点 绩效与生产率38/100 率只有24%到30%,而且常靠“作弊”绕过障碍。证据对对HR的含义评估“数字员工”供应商时，要求在你的真实流程上做端到端任务完成率测试，而不是看单项能力演示。出处Xu,F.F.,Song,Y.,Li图38像会考试的应届生第一天上班：题都会证据等级预印本基准测试冷门指数★★☆AI时代AI时代HR领域100个反常识观点 绩效与生产率39/100 39被引用最多的AI生产率论文，被MIT自己撤了下来材料增加44%、专利申请增加39%,但82%的科学家报告满意度图39像一张人人转发的截图：越合直觉，越少证据等级|C机构声明·证据卫生警示冷门指数★★☆对对HR的含义HR引用AI研究做决策依据时，至少确认其状态：预印本、已发表、还是已撤回；越符合直觉的爆款结论越值得多查一AI时代AI时代HR领域100个反常识观点绩效与生产率40/100晚8点后的会议一年增加16%证据20%用户);员工每天收到约117封邮件和153条Teams消息；约图40像把水管加粗，却没修那个一直在漏的接证据等级企业遥测数据·调查对对HR的含义AI提效的前提是先修复工作节律：设定不可打断的专注时段、限制跨时区会议时窗，否则AI省下的时间会被更多的会/en-us/worklab/work-trend-indeAI时代AI时代HR领域100个反常识观点AI在组织⾥引发的最⼤反应不在效率表上，⽽在⼈的⾃我认知⾥：怕被看轻、怕被⽐下去、怕⾃⼰的价值被⼯具吸⾛。这些⼼理反应⼤多与AI实际能否替代⽆关。 员工心理与身份41/100 对对HR的含义AI时代AI时代HR领域100个反常识观点 员工心理与身份42/100 42近一半员工不愿让主管知道自己在用AI,怕被当证据48%不愿说图42像把参考书垫在膝盖上：答得又快又好，证据等级|C机构调查·自报告冷门指数★☆☆对对HR的含义/blog/news/ai-productivity-/en-us/worklab/work-trend-indeAI时代AI时代HR领域100个反常识观点员工心理与身份43/100敏感话题只有面对可信任的真人才愿意开口。南加州大学创意技术研究所的Lucas、Gratch等人在《人类行为中的计算机》发表实验：参与者与一个虚拟人访谈者对话，被随机告知虚拟人由计算机自动控制，或由远程真人操控。结果相信面对的是纯计算机的一组，自我报告的“害怕被评判”更低，愿意披露的敏感信息更多，表现出更强的悲伤表情，观察者也评定他们的披露意愿更高。这项研究后来被用于退伍军人心理健康筛查等场景。它揭示的机制不是“人喜欢机器”,而是“人怕被人评判”:去掉评判对对HR的含义图43像对着空房间练台词：没人打量，话才说证据等级同行评审冷门指数★★★AI时代AI时代HR领域100个反常识观点员工心理与身份44/100AI写的安慰话被评为更有同理心，直到人们知道它是AI写的证据 图44像一束代送的花：花是好花，署名一变，预注册：实验开始前公开登记假设与分析方法，防止事后挑数据、改口径。证据等级同行评审冷门指数★★★对对HR的含义(2025).ComparingthevalueofpercNatureHumanBehathanexperthumans.CommunicationsPsychology,/10.1038/s41/10.1038/s44AI时代AI时代HR领域100个反常识观点员工心理与身份45/100AI只是工具，不影响员工的心理健康。证据图45像整天对着自助机说话：事办完了，一天依恋焦虑：心理学特质：在关系中容易感到不安、担心被疏远。同行评审·多方数据冷门指数★★★Reynders,P.,Ng,C.T.S.,&Chen,I-H.(2023).intelligence.JournalofAppl/10.AI时代AI时代HR领域100个反常识观点员工心理与身份46/100证据对对HR的含义图46像邻居家装了监控：镜头没对着你，你出证据等级同行评审·多方法冷门指数★★★AI时代AI时代HR领域100个反常识观点员工心理与身份47/100常识证据证据等级同行评审冷门指数★★★对对HR的含义组织调整的沟通口径要分开处理：对被影响的人，强调岗位变化源于流程重构而非个人能力比较；同时正视他们对未来https:///10.1038/s415AI时代AI时代HR领域100个反常识观点员工心理与身份48/100证据芝加哥大学的Waytz与Epley等人在《实验社会心理学杂志》发表的驾驶模拟实验：参与者驾驶模拟车，分为普通车、自动驾驶车、以及被拟人化的自动驾驶车(有名字Iris、性别和声音)三组。结果拟人化组的参与者更信任车辆，在模拟事故中生理唤醒更低，并且更少把责任归咎于车辆及其制造商。作者的解释是：拟人化让人把机器视为有意图、值得信赖的行动者。本条是AI时代之前的根源性研究，直接解释了今天为什么AI产品要起名字、给性格——以及为什么这会带来风险：信任被外观拉高，而非被能力拉高。图48像给扫地机器人起了名字：从此它撞到证据等级同行评审·根源性经典冷门指数★★☆对对HR的含义https:///10.1016/jAI时代AI时代HR领域100个反常识观点员工心理与身份49/100心理支持是最不可能被AI触碰的领域。图49像凌晨三点还亮着的一盏灯：不替代医冷门指数★★☆对对HR的含义AI时代AI时代HR领域100个反常识观点员工心理与身份50/100AI出错解释清楚、修好就行，信任会慢慢恢复。(2021)综述指出信任具有“易碎”的非对称性，负面事件对信任的破坏远大于正面事件的建设。其二是具体实验：deVisser等人在《实验心理学：应用》发表的研究显示，拟人化的智能体在出错后信任衰减更慢、修复更快，说明修复效果高度依赖设计；而Baker等人(2018)综述人-自动化信任修复研究后指出，道歉、解释、否认三类策略的效果各不相同，且在重复失败后普遍失效。这些研究与第13条(算法厌恶)互为印证：人对机器的容错窗口比对人窄得多。需要说明，本条是对一条研究线的概括，不是单一实验结论。图50像一只摔过的碗：粘回去还能用，但再没证据等级同行评审·研究线综述冷门指数★★☆对对HR的含义AI时代AI时代HR领域100个反常识观点创意与协作创意是最后被认为“AI做不了”的领域，也是实证结论最反直觉的领域：AI能赢过MBA学⽣的点⼦，却让所有⼈的点⼦⻓得越来越像。 创意与协作51/100 证据等级同行评审冷门指数★★☆对对HR的含义/10.1126AI时代AI时代HR领域100个反常识观点 创意与协作52/100 35个是AI的证据买意向更高(47%对40%),质量方差也更大；在得分最高的40个点子(前10%)中，35个来自ChatGPT,只有5个来自学生；Al最好的40个点子最好的40个点子图52像流水线和手工作坊比出活：单件未必证据等级工作论文对对HR的含义Wharton/MackInstituteworkingpaper(SSRN4/sol3/papers.cfm?abst/wp-content/uploAI时代AI时代HR领域100个反常识观点 创意与协作53/100 对对HR的含义出处Boussioux,L.,Lane,J.N.,ZhanOrganizationScience,35(5),1589-16/10.1287/https:///sol3/papers.c图53像建筑师与施工队：一个想得出奇，一个证据等级同行评审冷门指数★★★AI时代AI时代HR领域100个反常识观点创意与协作54/100证据对对HR的含义HomogenizeWritingTowardhttps:///10.1145https:///abs/2409.113旅极球图54像翻译时顺手把“粽子”改成了“三明DeepSeek这类AI的技术统称。证据等级同行评审冷门指数★★★AI时代AI时代HR领域100个反常识观点创意与协作55/100证据图55像开会时第一个发言的人定了调：后面每证据等级同行评审冷门指数★★★对对HR的含义AI时代AI时代HR领域100个反常识观点 创意与协作56/100 证据https:///10.1038/s4图56像知道你底牌的对手：牌技未必更高，赢证据等级同行评审·预注册实验冷门指数★★☆AI时代AI时代HR领域100个反常识观点创意与协作57/100证据对对HR的含义图57像同一个模具压出一百块饼干：数量是有证据等级工作论文与会议论文冷门指数★★★https:///forum?AI时代AI时代HR领域100个反常识观点 创意与协作58/100 58用文生图AI的艺术家产量涨25%、作品更受欢迎，但作品的证据图58像滤镜：每张照片都变好看了，相册翻起冷门指数★★☆证据等级同行评审冷门指数★★☆出处Zhou,E.,&Lee,D.(2024).Generativecreativity,andart.PNASNexus,3(3https:///10.1093/pAI时代AI时代HR领域100个反常识观点 创意与协作59/100 对对HR的含义Han,Y.,Goldman,J.,Nair,H.,Taub,S.,&Lakhani图59像会上多了个懂两边行话的人：墙不是被预注册：实验开始前公开登记假设与分析方法，防止事后挑数据、改口径。田野实验：在真实工作场景(而非实验室)中做的随机分组实验，结论更接近实际。随机对照/随机分组：把参与者随机分到不同组，使各组除干预外其余条件相同，是判断因果最可靠的方法。证据等级工作论文冷门指数★★☆AI时代AI时代HR领域100个反常识观点 创意与协作60/100 证据图60像论文致谢里写“感谢某人提供思路”和证据等级新兴证据·证据积累尚薄冷门指数★★★对对HR的含义https:///10.1073/pnAI时代AI时代HR领域100个反常识观点管理者是AI落地的关键⼀环，也是最容易被忽略的受影响者：他们既要⽤AI管⼈，⼜正在被AI管；⽽员⼯对“谁在做这个决定”的敏感，远超对决定本 领导与管理者61/100 证据证据等级情境实验·证据积累中冷门指数★★☆对对HR的含义leadercommunication:authenticityandtrust.InternationalBusinessCommunication(该方向系列研究).https://journals.sagepAI时代AI时代HR领域100个反常识观点 领导与管理者62/100 加强监控能减少偷懒和违规。实验和田野数据都显示，电子监控提高了违规行为，机制是道德责证据美国佛罗里达州立大学的Thiel与合作者在《管理学会杂志》发表的研究：跨越多项实验和田野研究，考察电子绩效监控对员工不当行为的影响。结果一致：被监控的员工反而表现出更多的违规行为——包括未经批准的休息、任务作弊、不遵守规定。机制在于“道德脱离”:当行为被外部系统盯着时，员工把“守不守规矩”的责任从自己身上转移给了监控系统，自我约束反而松弛。研究还发现，当员工认为监控是合理正当的(例如出于安全、有明确解释)时，图62像装了摄像头的马路：司机不再自己判断证据等级同行评审冷门指数★★☆对对HR的含义上AI监控系统前先问：能不能解释清楚它为什么必要?没有正当性解释的监控，可能同时损失信任与合规。出处Thiel,C.E.,Bonner,AI时代AI时代HR领域100个反常识观点 领导与管理者63/100 AI首先取代的是一线基础岗位，管理层安全。AI投入多证据投Al。图63像去掉了中间几层的楼梯：能上楼的人还证据等级观察性企业数据·因果需谨慎冷门指数★★☆对对HR的含义AI时代AI时代HR领域100个反常识观点 领导与管理者64/100 证据卡内基梅隆大学的Lee在《大数据与社会》发表的实验：让参与者评价由人类管理者或算法做出的四类管理决策——工作分配、排班、雇佣、绩效评估。结果呈现清晰分裂：在工作分配和排班这类“机械性”任务上，算法决策被认为与人类决策同样公平、可信；但在雇佣和绩效评估这类需要“人的技能”(主观判断、情境理解)的任务上，算法决策被认为明显更不公平、更不可信，并引发更多负面情绪。参与者的解释是：算法缺乏直觉、无法做主观判断、不能理解个体的特殊情况——正是第18条“独特性忽视”的翻版。图64像排队叫号和法官判案：同一台机器，一独特性忽视：担心机器按标准流程处理、不考虑“我的特殊情况”的心理。证据等级同行评审冷门指数★★☆对对HR的含义出处Lee,M.K.(2018).Understandingperceptionofalg&Society,5(1).https:///10.1177/AI时代AI时代HR领域100个反常识观点 领导与管理者65/100 “简化成了数字”证据算法看到的那个“我”图65像把一个人压成一行体检指标：数值都证据等级同行评审冷门指数★★★decisions.OrganizationalBehaviorandHumanDhttps:///10.1016/j.obhAI时代AI时代HR领域100个反常识观点 领导与管理者66/100 多项大规模调查一致显示，高管高估了组织的AI就绪度和员工感证据多份调查指向同一现象。盖洛普2025年的美国职场调查显示：高管中频繁使用Al的比例约为一线员工的两倍；同时，多数员工表示所在组织没有就AI的使用给出明确指引或战略沟通。同期的Upwork (第34条)、微软(第40条)数据也显示相同方向的高管一员工感知差。需要说明，这些都是自报告调查，各家口径不一致，具体数字不可直接横向比较；但“高管乐观、一线茫然”的方向在不同来源中反复出现，这一致性本身是有意义的信号。对对HR的含义图66像同一张地图，一个人看的是全局，一个冷门指数★☆☆AI时代AI时代HR领域100个反常识观点 领导与管理者·中国出处 证据图67像一根被反复收短的绳子：骑手为够到而证据等级田野研究与政策文件冷门指数★☆☆对对HR的含义出处孙萍(2020-2024)关于外卖骑手算法劳动的系列田野研究；《人物》https:///zhengce/zhengceku/2021-07/26/conAI时代AI时代HR领域100个反常识观点 领导与管理者68/100 同工同酬是薪酬管理的底线，技术不会改变它。证据图68像同一趟车，每个人手机里的票价都不一证据等级法学分析·质性研究冷门指数★★★对对HR的含义用算法做个性化激励(浮动提成、动态奖金)前，先自问三个问题：员工能否理解计算方式?相同产出是否得到相同回报?能否解释给监管看?/content/on-algorithmic-wage/sol3/papers.cfm?abstAI时代AI时代HR领域100个反常识观点领导与管理者69/100员工遇到困难首先会找直属经理。证据甲骨文与WorkplaceIntelligence于2019年对10个国家8370名图69像宁可对着树洞说，也不想跟那个人开企业赞助调查·自报告·2019年数据冷门指数★☆☆对对HR的含义这条数据真正的用途不是论证AI有多强，而是当作管理者能力的警报：如果员工宁愿对机器说，说明一对一沟通的质量/news/announcement/robots-at-AI时代AI时代HR领域100个反常识观点 领导与管理者70/100 证据图70像流水线尽头那个只负责盖章的人：他证据等级同行评审·政策分析冷门指数★★★对对HR的含义在HR的AI治理文件中，不要把“人款。要写清复核者看什么、有多少时间、推翻的比例是多少，并定期审计这些数字。governmentalgorithms.ComputerLaw&https:///10.1016/j.clsAI时代AI时代HR领域100个反常识观点劳动⼒市场是AI叙事最喧嚣、数据最容易被误读的地⽅。这⾥的证据既不⽀持“⼤规模失业”，也不⽀持“什么都没发⽣”，真相在具体⼈群与具体岗位 劳动力市场与薪酬71/100 7122至25岁在AI暴露岗位就业下滑，同岗位的资深员工反而AI冲击的是所有从业者，或者首先冲击最贵的资深员工。美国最大薪资数据库显示，冲击高度集中在入证据这一缺口持续扩大：2025年11月版报告为16%,2026年8月修订证据等级机构工作论文·描述性·数字持续更新冷门指数★☆☆StanfordDigitalEconomyLab,revisedAugust2026(firstversionA/publication/canaries-isix-facts-about-the-recent-employment-effects-of-artificial-inthttps:///neAI时代AI时代HR领域100个反常识观点劳动力市场与薪酬72/100常识证据对对HR的含义人才盘点时不要按“岗位是否会消失”分类，而要按任务拆解：同一个岗位里哪些任务高暴露、哪些是人的独有价值，图72像涨潮先淹没的不是滩涂而是码头：越高证据等级同行评审·任务级评估冷门指数★☆☆AI时代AI时代HR领域100个反常识观点 劳动力市场与薪酬73/100 73“47%的岗位可自动化”换成任务法之后只剩9%研究表明近一半岗位将被自动化。图73像问“这栋楼要不要拆”和“这栋楼哪几证据等级|A同行评审与机构报告·方法论对照冷门指数★★☆对对HR的含义AI时代AI时代HR领域100个反常识观点劳动力市场与薪酬74/100证据图74像村里第一家装了收割机：他家雇的人更证据等级同行评审冷门指数★★☆对对HR的含义EconomicJournal,131(638),2553-2584./10.AI时代AI时代HR领域100个反常识观点劳动力市场与薪酬75/100证据男性3.5%图75像洪水来时，地势最低的那片村庄先进证据等级国际机构工作论文冷门指数★★☆对对HR的含义/publications/generative-ai-and-jobs-refinAI时代AI时代HR领域100个反常识观点劳动力市场