Botsitting：AI 生产力宣称背后的无偿劳动

在美国、英国和澳大利亚的六千名办公室工作人员被问及，在2025年12月至2026年1月期间，人工智能为他们回馈了多少时间。他们回答每周11小时。

然后他们被问到第二个问题，几乎没人问。你花多少时间向这些系统提供上下文信息，监督输出，调试错误并事后清理？答案是每周6.4小时。

这就是整个论点的两个数字。大约每十小时中，有六小时的人工智能节省时间被让人工智能发挥作用的劳动耗费。这项调查由Glean的工作人工智能研究所于2026年6月发布，名为工作人工智能指数，联合斯坦福、圣母大学、埃默里大学、加州大学伯克利分校、加州大学圣塔芭芭拉分校、北卡罗来纳大学夏洛特分校和伦敦大学学院的研究人员共同研究，给该残余取名为“机器人代言”（botsitting）。

该研究所负责人兼报告共同作者丽贝卡·海因兹（Rebecca Hinds）及其同事冷冷地将其定义为“几乎未被认可、未预算且未被追踪的人工智能可用性劳动”。

未被认可、未预算、未被追踪。三个形容词做了巨大的工作。

2026年8月18日，印度人力资源刊物HRKatha以更为朴素的名称“机器人坐着”进行了同一现象的分析，将其定义为员工在提示系统、核对答案、纠正错误、补充缺失上下文、输出出错时重试，以及判断最终结果是否值得信赖。

其中最尖锐的界限是关于测量。文章认为，效率的真正考验不是机器多快给出答案，而是在有人愿意信任它之前，还剩多少人工工作。

没人在衡量这个。没人测量的，没人买单。

五分钟后就失效的算术

以最简单的形式来理解这个场景。一个任务过去需要二十分钟的个人工作。现在只需五分钟生成，接着是十五分钟的检查、修正和核实。

在秒表上，没有任何变化。在生产力仪表盘上，一切都发生了变化。仪表盘记录了五分钟完成任务的时间，因为这是工具被调用并产生输出的间隔。

之后的十五分钟被记录为工人在完成他们的工作，这也是他们在工具到达前所做的工作。

这个工具没能节省十五分钟。它已经重新分类了它们。

这是企业软件自我报告方式的一个直接结果。采用指标计算座位数、提示数和会话数。它们不计算第二次和第三次尝试、与源文档交叉核对以及悄然决定不发送该内容。

更多提示并不是价值的衡量标准。它可能是相反的衡量标准：一个员工在系统提示十一遍后才得到可用答案，产生了十一个数据点，使用仪表盘将其解读为热情。

工作人工智能指数发现了第二个数据，这应该让依赖这些仪表盘的人感到担忧。只有13%的受访组织表示人工智能显著提升了他们的绩效，而87%的员工表示他们正在使用人工智能。

个人节省的时间与组织绩效提升之间的差距，正是机器人坐岗时间消失的地方。它们并没有消失。它们被纳入了会计系统看不到的劳动类别。

调查还记录了当监管变得负担不起时会发生什么。69%的人承认存在报告所称的“机器人屎”现象：即未核实、不完全理解或无法自信支持的输出。

41%的人提交了如果被质疑时无法解释的工作。28%的人承认将自己的错误归咎于机器。报告机器人垃圾行为的员工寻找新工作的可能性是机器的3.8倍。

最后那个数字就是关键。这不是懒惰。这是在无资金授权下的分诊。

Lisanne Bainbridge 于1983年撰写了该手册

这些都不是新鲜事。最经济地解释这一点的人，是在四十三年前一篇关于工厂和电站过程控制的五页论文中。

Lisanne Bainbridge于1983年在《Automatica》杂志上发表了《自动化的讽刺》一文。她的核心观察是，自动化系统的设计者认为人类操作员不可靠且效率低下，因此试图设计消除他们，但无法实现所有自动化。

人类所剩无几的正是无法具体说明的残余：那些笨拙、模糊、充满判断力的碎片，这些碎片击败了工程。操作员被留下来处理工作中最艰难的部分，剥离了曾经保持技能敏锐的简单部分，并被要求介入他们现在最不准备的情境。

贝恩布里奇对监控问题特别直言不讳。她写道：“人类监控员被赋予了一个不可能完成的任务，”她指出，当计算机做出决策速度更快、维度更多，超出人类理解范围时，“因此，人类操作员无法实时检查计算机是否正确遵守其规则。”她还指出了训练悖论：她观察到，讽刺的是，训练操作员执行指令后，再将他们放入系统中以提供情报。

如果用大型语言模型替代分布式控制系统，这篇论文读起来就像上周的备忘录。2026年的知识工作者已经拿到了残余。起草摘要、函数、客户回复的第一版：那是可处理的部分，现在已经自动化了。

剩下的就是知道草稿是否正确，这需要了解领域，而这之前通过处理可处理部分来维护。

随后的文献量化了她预测的失败模式。Raja Parasuraman和Dietrich Manzey在2010年发表于《人因学》杂志的综述，综合了数十年关于自动化自满和自动化偏见的实证研究，得出的结论应当印在每个企业助理的登录界面。

自满特别出现在多任务负载下，当手动任务与自动化任务争夺注意力时。它在专家用户和新手中同样容易出现，且无法通过简单练习去消除。

自动化偏差既会产生遗漏错误，即因系统未标记问题而未采取行动，也导致执行错误，即因系统指示而行为错误。这两种情况都无法通过指示人们谨慎的指令来可靠地预防。

与此同时，监测本身并非免费。Joel Warm、Parasuraman和Gerald Matthews在2008年《人因学》论文中以罕见直接的方式命名了相关主题：警觉需要艰苦的心理努力，且充满压力。

持续关注一个大致可靠的过程，并不是在实际工作间隙的安宁状态。这是一项要求高的任务，工作量和压力成本可衡量，且其表现会随着时间下降。

因此，企业框架中，将人从执行提升为监督者，描述的是晋升。人因学文献描述的是调入一份认知成本高昂、心理负担大、不可避免出错且在大多数工作场所完全没有报酬的工作。

十六位开发者坚信自己已经跑得更快

这场争论中最具启发性的证据是一项小型随机对照试验，结果尴尬，作者们异常诚实。

2025年，研究机构METR招募了16名经验丰富的开源开发者，他们在自己维护的仓库上工作，项目平均获得超过22,000颗GitHub星。他们将这些仓库中的246个真实问题随机分配到两个条件：人工智能工具是否允许，或不允许。

任务平均时间约为两小时。开发者预测这些工具将使工作速度提升24%。

他们使用工具的速度慢了19%。

接下来发生的事情比速度变慢更重要。完成工作后，经历了实际时间，同一批开发者估计人工智能让他们的速度提高了20%。但他们在自己操作的操作方向上，错误约40个百分点，尤其是在他们亲自完成的任务上。

这就是该领域所有自我报告生产率统计数据的核心认识论问题，包括工作人工智能指数中的十一小时。生成感觉快速，因为它快速且可见。

验证感觉像普通工作，因为它是普通工作，分散，零散地散落在一天中。人们显然不擅长总结第二类并与第一类进行比较。

METR在随后所做的努力值得肯定。2026年2月，METR宣布重新设计实验。其后续队列给出了原始开发者的点数加速负18%，置信区间为负38%至正9%，新招募开发者为负4%。

积分估计中速度放缓依然存在，但区间现已跨越零。更重要的是，METR报告称开发者越来越拒绝参与禁止使用工具的条件，工资从每小时150美元降至50美元，且当参与者同时运行多名代理时，衡量经过时间变得非常困难。

该组织写道：“鉴于这些选择效应的严重性，我们正在修改研究设计，”并补充说，被排除开发者的实际加速可能远高于此。

这就是智识诚实的样子，而且是双向的。任何将19%的减速视为2026年人工智能既定事实的人都说得过于激进。但认知差距是更持久的发现，更新中没有任何内容能改变这一点。

后续的难点不在于开发者已经擅长估算自己的吞吐量。而是实验无法再隔离变量，因为使用这些工具的人将不再同意停止。

为什么核实比实际行动更难

验证耗时比直觉所显示的更多，是有结构性的，这与机器错误的形状有关。

一个不懂某事的初级同事产出的作品本身也带有不确定性。文笔有保留，空白明显，引用缺失。一个不懂某事的语言模型产出流利、自信、格式正确且内部一致的工作。

错误存在于一个看起来与周围所有真实句子完全相同的句子中。因此，找到错误的成本不是扫描异常的代价。而是独立证明每个承载主张真实性的成本，这在极限上相当于自己完成工作的代价。

这就是为什么五分钟加十五分钟的算术并不是一个过渡性不便，更好的模型会消除它。随着准确率的提高，错误的频率下降，但检测难度增加，因为更合理的包装中更罕见的错误需要更持久的警觉来发现。

Parasuraman和Manzey的发现正是可靠的自动化会滋生注意力退却，使偶尔的失败变得灾难性。更好的模型使机器人代言变得更少，同时更具影响性。

下游成本现在以货币衡量。2025年9月，BetterUp Labs和斯坦福社交媒体实验室对1004名全职美国文职人员进行了调查，讨论他们所称的“工作滴”：即产出看似良好，但缺乏推动任务进展的实质内容。

40%的人在上个月收到了该报告，受访者估计15.4%的交付工作属于此类。每个事件平均花一小时五十一分钟解决，比最初正确完成工作多约二十分钟。

以受访者自身工资换算，约为每位员工每月186美元，约为一万员工组织每年超过九百万美元。管理者的暴露明显高于个人贡献者，达到54%，对比38.5%。

注意劳动力术语中的工作单纯。就是上游被跳过，结果无价地落在下游某人身上。拒绝验证的人节省了十五分钟。接收输出的人花了一小时五十一分钟。

这不是生产力。它是同事之间带利息的无偿监督工作转移。

被测量的对象从未设计成这样

组织确实有测量认知工作负荷的工具。只是他们并没有用这些工具来衡量。

NASA任务负荷指数由Sandra Hart和Lowell Staveland于1988年开发，至今仍是人体工学中最广泛使用的主观工作负荷工具，将工作负荷分解为六个组成部分：心理需求、体力需求、时间需求、表现、努力和挫折。

原始形式中，它要求受访者在所有十五个可能的组合中对这些组成部分进行权衡。Hart在2006年进行的二十年回顾报告中，梳理了其在航空、医学和界面设计领域的广泛应用。

看看这份清单，就会发现传统的工作负载会计与机器人托管的对应有多么糟糕。企业衡量（如果存在的话）追踪的是时间需求：工作时间、结案工单、完成任务。

精神需求、努力和挫败感正是管理负担最重、工时表记录最少的指标。一个员工在每天多花两小时对机器输出保持警觉怀疑状态的情况下，关闭同样数量的工单，在雇主拥有的每个仪表盘上都像是同一天。

这正是工作社会学比经济学更有价值的地方。苏珊·李·斯塔尔和安塞尔姆·施特劳斯于1999年在《计算机支持合作工作》期刊上发表了《沉默的层次，声音的竞技场》，这是一篇关于计算机支持系统中隐形工作的基础性论文。

他们的开篇观点是坚持认为什么算作工作是定义问题，而非事实问题，设计师通常自动化流程中可见部分，却忽视了维系这一安排的协调、语境化、修补和修复，这些工作从未出现在流程图中，因此也从未出现在预算中。

机器人操作是表达工作。为模型提供缺失的上下文，决定三个合理输出中哪个符合客户意图，明知工具默默使用了被取代的政策文档：这就是Star和Strauss描述的连接劳动，现在代表机器而非同事完成。

他们的警告是，自动化处理隐形工作并不能消除它。它消除了讨论该工作的词汇。

Md Foysal Ahmed、Isaac Kobby Anni 和 Md Main Uddin Rony 于 2026 年 8 月发表于 arXiv 的人类-人工智能协作风险生命周期综合分析，在风险分类学的语言中提出了一个兼容的观点。

作者通过调查医疗、新闻、教育、研究、组织决策和国防领域的证据，识别出六个跨领域反复出现的风险集群：信任误校、认知负担、责任缺口、能力流失、目标错位，以及人工智能焦虑与技术压力。

他们认为，这些并非可以逐一修复的工程缺陷，而是贯穿四个生命周期阶段的相互关联的社会技术动态，因此零散干预常常产生意想不到的后果。

认知负担与责任差距并列在同一分类体系中绝非偶然。它们是从工人和组织双方角度看待的问题。

节省劳动力的装置的历史是再分配的历史

这一切都有先例，但并非来自计算机领域。

露丝·施瓦茨·考恩于1983年出版的《为母亲做更多工作》，次年获得技术史学会的德克斯特奖，探讨了为何美国家庭主妇在1970年工作时间比1870年更长，尽管机械化已经过去了一个世纪。

洗衣机、吸尘器、燃气烤箱、商业面粉和制冷设备都已到来。时间还未流逝。

考恩的回答是，电器并没有消除劳动力。它们重新分配劳动力，然后提高了劳动力的标准。以前由仆人、丈夫、儿童和商业服务完成的工作被重新集中到一个人身上，而对清洁、营养多样性和洗衣频率的期望则不断上升，吞噬了机器制造的空缺。

这项技术实际上每单位产出节省了劳动力。总劳动力仍然上涨，因为产出预期上升得更快，剩余任务落在了单一无偿工人身上。

与此对比工作人工智能指数，这个形状很熟悉。11小时的单位级节省，6.4小时的新剩余劳动力，13%的组织报告了实际改进，且预计产量将吸收差额。

这种动态的数字版本已经有一个有充分记录的下层。Mary L. Gray 和 Siddharth Suri 于2019年出版的《幽灵工作》描述了填补自动化系统无法填补空白的无形全球劳动力：内容标记、转录检查、数据标注、使服务看起来无缝的人工干预。

他们提出的悖论是，消除人类劳动力的驱动力可靠地产生新的人类任务，而这些任务被系统性地隐藏、低薪且结构性不安全。最常被引用的例子是 Billy Perrigo 2023年1月为《时代》杂志所做的调查，该调查记录了 OpenAI 利用肯尼亚通过外包公司 Sama 雇佣的员工，为儿童性虐待、酷刑、自残和兽交的描述贴标签，以便 ChatGPT 学会过滤这些内容。

他们的时薪在1.32到2美元之间。

对于2026年的办公室职员来说，重点并不是他们的处境是否等同。显然并非如此。关键在于，这个行业已经形成了依赖人工劳动的既定模式，而这种模式已经从外包的边缘部门迁移到了领薪核心。

机制是相同的：表面上的自主性是由人类努力产生的，会计部门却视为系统之外。

第14条让你成为责任的牺牲品

监管使非正式的监督期待成为法律义务，并明确了风险归属。

欧盟《人工智能法》第14条要求高风险系统设计为“在其使用期间，能够由自然人有效监督”。监督人员必须能够“正确理解高风险人工智能系统的相关能力和局限性，并能够妥善监控其运行”;“保持警惕可能的自动依赖或过度依赖高风险人工智能系统输出（自动化偏差）”;决定“不使用高风险人工智能系统，或以其他方式忽视、覆盖或逆转”其输出;并通过停止按钮中断系统。

请将这些条款视为工作描述，而非合规义务。它们规定了需要具备足以覆盖机器的领域专业知识、对自身易受自动化偏见影响的元认知意识，以及在整个系统运行生命周期内持续警惕的岗位。

法案中并未对该职位有人员、预算、时间表或薪酬的相应要求。

这一时机具有启示意义。独立高风险系统的第14条义务原定于2026年8月2日到期。推迟这些义务的数字综合书于2026年5月6日达成协议，并于一周后由成员国代表确认，该公报于2026年7月24日在官方公报上发布，并于7月27日生效，比其取消的截止日期早了六天。

修订后的日期已定：独立高风险系统为2027年12月2日，嵌入于已受欧盟产品安全法涵盖的产品中的系统为2028年8月2日。第50条的透明度义务保持在原计划中，并于本月早些时候生效。

因此，期望人类监督机器的期望已经在每个部署了机器的工作场所内运行，而制造真正可监督机器的法律义务被推迟了十六个月。这种命令将责任先放在人类身上，然后才对系统施加相应的设计义务。

本·格林在2022年发表于《计算机法律与安全评论》的论文中，调查了41项强制政府算法由人工监督的政策，发现了两个相关的缺陷。证据表明，人们无法可靠地执行政策所承担的监督职能，因此这些政策在未解决其问题的情况下，反而为部署有缺陷系统的行为提供了合法性。

他的解决办法是将问责制从个人监督转向机构监督。

玛德琳·克莱尔·埃利什为故障模式命名。在2019年发表于《Engaging Science， Technology， and Society》的《道德崩溃区》一文中，她分析了涉及复杂自动化系统的事故，发现责任常常被错误归咎于最接近故障的人，即使该人对系统行为控制极少。

汽车的缓冲区吸收冲击以保护乘员。道德缓冲区则承担责任以保护技术系统的完整性，牺牲最近的操作员。

28%的工作人工智能指数受访者承认将自己的错误归咎于人工智能。埃利什的观点是，机构流量远远相反。

你停止使用的技能，是你需要检查的技能

贝恩布里奇最令人不安的预测是，操作员将失去自动化为他们保留的干预所需的能力。医学界现已做出最清晰的示范。

2025年10月，《柳叶刀胃肠病学与肝病学》发表了一项多中心观察性研究，研究内镜医生技能下降的过程，研究对象来自波兰ACCEPT试验中的四个中心，该试验于2021年底引入了计算机辅助息肉检测，随后随机安排后续结肠镜检查，无论是否配备人工智能辅助。

研究中研究了19名经验丰富的内镜医生，每人均有超过两千次结肠镜检查经验。他们在无辅助结肠镜检查中的腺瘤检测率从暴露前的28.4%降至暴露后的22.4%，绝对下降了6个百分点。

这些人并非实习生。他们是经验丰富的临床医生，在常规协助后，其无辅助表现明显下降，这一指标与癌症预防直接相关。

机器人替侍的含义是递归且令人不快的。监督角色存在，是因为人类应当发现机器出错的地方。这需要之前通过独立执行任务维持的领域判断，而这正是工具所剥夺的。

arXiv风险分类法中的能力侵蚀集群捕捉了这一结构：干预既产生监督需求，也削弱了提供监督的能力。任何依赖人工验证作为安全网的组织，都依赖资源，其自身部署策略正悄然消耗资源。

生产力实际落在哪里

宏观证据并不是人工智能无所作为。而是这些收益是真实的、狭窄的，且总体上远小于话语所暗示的。

最有力的企业层面结果是Erik Brynjolfsson、Danielle Li和Lindsey Raymond在2025年《经济学季刊》上的一项研究，考察了生成式对话助手在5,172名客户支持座席中分阶段推广的情况。

使用该助手的问题每小时解决率平均下降15%。关键是，这一效果主要集中在新手和低技能员工中，对最有经验的员工影响极小或略有负面影响。

该工具将积累的默会知识分发给其他所有人。

这种结果既真实又具体。客户支持拥有高任务量、结构化的互动、即时反馈和低单实例验证成本。这是最佳情况，但对于法律起草、工程、医疗文档或财务分析来说则不明显，因为验证输出的成本可能高于产出，且未验证错误的后果往往在数月后才出现。

国家统计数据则讲述了一个更薄弱的故事。美国劳工统计局于2026年8月6日报告称，2026年第二季度非农企业劳动生产率年化增长1.4%，相比2025年第二季度增长2.2%，产出同比增长2.5%，工时增长0.2%。

单位劳动成本在该季度按年率上涨1.3%。这些数据令人满意。这并非一项技术的标志，该技术剥夺了87%办公室员工每周工作11小时的工作时间。

Upwork研究院于2024年春季对美国、英国、澳大利亚和加拿大约2500名人员进行了调查，发现了这一差距最真实的形态。96%的高管领导预期人工智能将提升生产力。

77%的使用人工智能的员工表示，人工智能增加了他们的工作量。47%的人不知道如何实现雇主期望的生产力提升。三分之一的人表示，他们很可能在六个月内因倦怠而辞职。

该研究所董事总经理Kelly Monahan谨慎地表述了结论：技术可以同时提升生产力和改善福祉，但这需要对工作和人才组织方式的根本性改变，而不仅仅是工具的改变。

两年过去了，Work AI指数显示重组尚未发生。发生的是剩余劳动获得了一个名字。

数着那个从未被拯救的小时

给一个事物命名是测量它的前提条件，测量它是付费的前提条件。测量实际上涉及的内容如下。

第一步是停止将验证视为有责任心的个体可自由执行的活动，开始将其视为一个具有估计持续时间的定义任务。这意味着工作负载模型基于生成时间加验证时间，后者则基于观察而非乐观。

这一概念已经存在。2026年CHI会议上，范光睿、刘丹丹、潘立虎和张瑞在人因计算系统中发表的研究，基于可观察信号（包括编译和测试失败、代码流转、暂停和上下文切换）构建了程序员行为验证负载指数，显示该指数在六十名参与者中同时追踪主观负担和正确性。

值得注意的是，该研究中工具减少了测量到的工作负荷和任务时间，而验证负载指标仍预测重复使用时的压力和疲劳积累。这两点都可能成立。

这些收益是真实存在的，残余负担也是真实存在的，而目前任何管理报告中只有其中一项出现。

第二步是使用专门设计的仪器。NASA任务负荷指数已连续使用近四十年，免费，管理时间仅几分钟，且能精确测量监督负载和工时表所漏掉的尺寸。

在工作场所助理部署前后运行该指数没有方法论障碍，只有激励障碍：结果可能与商业案例相矛盾。

第三步是架构层面。Edward Cheng、Jeshua Cheng 和 Alice Siu 于 2026 年 1 月提交给 arXiv 的关于安全且负责任的人工智能代理的论文，主张采用以透明、问责和可信为基础的三支柱模型，并通过渐进验证而非即时全面自动化实现分阶段自主，这明显类比自动驾驶的渐进式推广。

回顾当前技术水平，作者指出 Magentic-UI——一个开源的人工参与智能体系统接口平台——作为通过结构化、可重复机制——共规划、共任务、动作批准和答复验证——内嵌监管的典范。

对机器人监听来说，这些都是离散、可命名、可记录的事件。存在于软件中定义交互的监督步骤可以被计入、计时、配备人员，如果有人愿意，还可以付费。

仅仅作为文化期待存在、有人会监督的监管，则无法做到。

第四步是将监督能力视为组织构建的，而非其自以为是的。Yao Xie和Walter Cullen在2025年12月的arXiv论文中指出，主要伦理指南和法律（明确包含欧盟人工智能法案）呼吁有效的人类监督，但未将其定义为独立且可开发的能力。

他们的提案将其置于一个整合人工智能素养、伦理辨识和对人类需求的福祉效能框架内，基于人们不可避免地将欲望、恐惧和利益投射到这些系统上，因此监督需要具备审查并在必要时约束问题诉求的能力。

那就是识别正确的对象。人类的监督不是复选框，也不是人格特质。这是一项未经练习就会衰退、锻炼耗费能量的技能，且目前被大规模要求来自未接受过培训、也没有相应补偿的人。

第五步决定这些是否进入工资单，且是合同性而非技术性质。历史上无形劳动变得可见的机制不仅仅是衡量。而是谈判。本·格林主张从个人监督转向机构监督的观点也指向同一方向：问题不在于某个工人是否足够仔细地检查，而在于部署该系统的机构是否创造了能够进行细致检查的条件。

这又把论点带回了二十分钟。如果现在任务需要五分钟生成和十五分钟的验证，诚实的描述是，技术改变了作品的组成，却不改变其持续时间，并且将其特性从大多数人觉得满意的生产转向了检查，而几十年来的警觉文献显示，检查既疲惫又紧张，且容易犯其存在的目标错误。

这仍然值得去做。验证的规模是专业能力无法做到的，客户支持证据显示在经济条件相符的地方确实取得了实际收益。

但是，如果其中很大一部分从未节省，那么所谓节省的时间就无法重新利用。把它当作已经节省了并不是一种乐观的预测。这是一种测量错误，而承受差额的人正是在半点半握着鼠标、第三次阅读同一段文字、试图弄清其中间自信的句子是否为真的人。

参考文献

1. Liji Narayan，“机器人看护：当人类最终照看机器时，”HRKatha，2026年8月18日。https://www.hrkatha.com/features/hr-pops-features/bot-sitting-when-humans-end-up-babysitting-machines/
2. 工作人工智能研究所，Glean，《工作人工智能指数 2026》，2026年6月。https://www.glean.com/work-ai-institute/reports/work-ai-index
3. METR，“衡量2025年初人工智能对有经验的开源开发者生产力的影响”，2025年7月10日。https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/
4. METR，“我们正在改变我们的开发者生产力实验设计，”2026年2月24日。https://metr.org/blog/2026-02-24-uplift-update/
5. Upwork 公司，“Upwork 研究发现尽管高管层对人工智能的投资增加，员工工作负荷仍在上升，”2024年7月23日。https://investors.upwork.com/news-releases/news-release-details/upwork-study-finds-employee-workloads-rising-despite-increased-c
6. Lisanne Bainbridge，《自动化的讽刺》，《自动化学报》，第19卷，第6期，1983年，第775-779页。https://www.sciencedirect.com/science/article/abs/pii/0005109883900468
7. Raja Parasuraman 和 Dietrich H. Manzey，《人类使用自动化中的自满与偏见：注意力整合》，《人因工程》，第52卷，第3期，2010年6月，页381-410。https://journals.sagepub.com/doi/10.1177/0018720810376055
8. Joel S. Warm, Raja Parasuraman 和 Gerald Matthews，“警觉性需要艰难的心理工作并且具有压力”，《人类因素》，第50卷，第3期，2008年6月，第433-441页。https://journals.sagepub.com/doi/10.1518/001872008X312152
9. Sandra G. Hart, “NASA-工作负荷指数 (NASA-TLX)；二十年后,” 《人类因素与人体工程学学会年会论文集》，第50卷，第9期，2006年10月，第904-908页。https://journals.sagepub.com/doi/10.1177/154193120605000909
10. Susan Leigh Star 和 Anselm Strauss，《沉默的层次，声音的舞台：可见与不可见工作的生态》，《计算机支持的协作工作》，第 8 卷，第 1-2 期，1999 年 3 月，第 9-30 页。https://dl.acm.org/doi/10.1023/A:1008651105359
11. 露丝·施瓦茨·考恩，《给母亲更多的工作：从开放式炉灶到微波炉的家庭技术讽刺》，基本图书，1983年。https://www.hachettebookgroup.com/titles/ruth-schwartz-cowan/more-work-for-mother/9780465047321/
12. 玛丽·L·格雷 和 希达尔斯·苏里，《幽灵工作：如何阻止硅谷建立新的全球下层阶级》，霍顿·米夫林·哈考特，2019 年。https://ghostwork.info/
13. 比利·佩里戈，“独家报道：OpenAI使用肯尼亚工人，每小时不到2美元，以使ChatGPT毒性更低，”《时代》杂志，2023年1月18日。https://time.com/6247678/openai-chatgpt-kenya-workers/
14. BetterUp 实验室与斯坦福社交媒体实验室，《Workslop：AI 生成的琐碎工作隐性成本》，2025 年 9 月。https://www.betterup.com/blog/hidden-costs-workslop
15. 埃里克·布林约尔松、丹妮尔·李和林赛·R·雷蒙德，《生成式人工智能在工作中的应用》，《季度经济学杂志》，第140卷，第2期，2025年5月，第889-942页。https://academic.oup.com/qje/article/140/2/889/7990658
16. “结肠镜检查中暴露于人工智能后的内镜医师技能下降风险：一项多中心观察性研究，”《柳叶刀·胃肠病学与肝脏病学》，2025年10月。https://www.thelancet.com/journals/langas/article/PIIS2468-1253(25)00133-5/abstract
17. 欧洲联盟，条例 (EU) 2024/1689，第14条：人工监督。https://artificialintelligenceact.eu/article/14/
18. 美国劳工统计局，“生产率和成本，2026年第二季度，初步数据，”2026年8月6日。https://www.bls.gov/news.release/archives/prod2_08062026.htm
19. Gibson Dunn，《欧盟人工智能法案综合协议：高风险截止日期推迟及其他关键变化》，2026年。https://www.gibsondunn.com/eu-ai-act-omnibus-agreement-postponed-high-risk-deadlines-and-other-key-changes/
20. 本·格林，《要求对政府算法进行人工监管的政策缺陷》，《计算机法律与安全评论》，第45卷，2022年。https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3921216
21. Madeleine Clare Elish，《道德缓冲区：人机交互中的警示故事》，《参与科学、技术与社会》，第5卷，2019年，第40-60页。https://estsjournal.org/index.php/ests/article/view/260
22. Md Foysal Ahmed、Isaac Kobby Anni 和 Md Main Uddin Rony，“迈向有韧性的人机协作：社会技术风险与连锁失效的生命周期分类”，arXiv:2608.05614，2026 年 8 月 6 日。https://arxiv.org/abs/2608.05614
23. Edward C. Cheng, Jeshua Cheng 和 Alice Siu，“迈向安全且负责任的人工智能代理：透明性、问责制和可信赖性的三支柱模型，”arXiv:2601.06223, 2026年1月9日。https://arxiv.org/abs/2601.06223
24. 谢尧, 沃尔特·卡伦, 《超越程序合规：人工智能治理中作为福祉效能维度的人类监督》，arXiv:2512.13768, 2025年12月15日。https://arxiv.org/abs/2512.13768
25. 樊广瑞、刘丹丹、潘立虎和张睿，“当帮助带来伤害：使用人工智能编码助手时的验证负荷与疲劳，”载于2026年CHI人机交互大会论文集。https://doi.org/10.1145/3772318.3791176

蒂姆·格林 总部位于英国的系统理论家及独立科技作家

蒂姆探讨了人工智能、去中心化认知与后人类伦理的交汇点。他的研究发表于smarterarticles.co.uk挑战了主流技术进步叙事，同时提出了集体智慧和数字管理的跨学科框架。

他的文章曾在Ground News上发表，并被学术和技术界的独立研究人员分享。

奥尔西德： 0009-0002-0156-9795 电子邮件：tim@smarterarticles.co.uk

收听免费的每周节目SmarterArticles播客

讨论一下......