采风全网
达观天下

人机协作里最难的部分,常常不在机器那一侧

光标在屏幕上闪了半分钟,人还是没点“接受”。AI 给出的那段文字挑不出错,只是不对劲——语气太整齐,像谁穿着别人的西装来开会。这个瞬间其实很说明问题:人机协作里最难的部分,常常不在机器那一侧。

分工画在哪,比分工本身更麻烦

把任务切成“机器做的”和“人做的”,是最容易想到的做法,也是最容易失效的做法。真实工作里的环节不是整齐的方块,而是互相咬合的齿轮。写一份文档,查资料可以交出去,措辞的取舍却牵扯到对读者的判断、对分寸的感觉,很难在中途干净地换手。

更常见的情况是,机器把活推进到八成,人接手时反而更累。前面那八成不是白干,但它给出的是一个已经成形、带着惯性的框架,改起来比从头来更费劲。所谓“最后一公里”,在这里不是距离问题,而是心理成本。

  • 换手点选在成果初具形状时,人多半要推翻重来;
  • 换手点选得太早,人又要重复交代一遍背景,省不下时间;
  • 换手点选得太晚,错误已经长进结构里,改一处牵动全身。

沉默的知识,没法写进提示词

很多岗位真正值钱的东西,是从业者自己都说不清的部分:什么时候该追问一句、什么话不能出现在这封邮件里、哪件事适合先打个电话而不是发消息。这些判断没有变成文档,所以也没法变成指令。人机协作卡住的地方,常常就在这条看不见的边界上。

于是有一类新的消耗悄悄出现:把自己的直觉翻译成机器能接住的描述。这事听起来简单,做起来费神——你得先意识到自己是怎么判断的,再把它拆成步骤。不少人第一次认真做这件事时,才发现自己的经验原来是模糊的,平时靠手感滑过去的部分,一被要求说明就散了。

谁签字,谁负责

效率的账容易算,责任的账不容易。一份由机器起草、人改过两遍的方案出了问题,责任落在谁头上?答案通常是那个按下发送键的人。这也解释了为什么有些人对协作工具保持距离——不是因为不好用,而是用过之后,要签字的人承担的东西变多了,能掌控的部分却没有同比例增加。

所以稳妥的用法往往带着一点保留:机器铺开可能性,人负责收窄;机器给选项,人做选择。把人留在决策的节点上,而不是留在流程末端做橡皮图章。

回到开头那个光标。人最终删掉两句,添了半句口语,然后点了接受。这个动作很小,却是人机协作真正发生的地方——不是机器替人做完,也不是人把机器当摆设,而是双方各自交出擅长的部分,中间留一道需要人来跨的缝。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:人机协作里最难的部分,常常不在机器那一侧
文章链接:https://tech.cfdanews.com/ai/2106.html