鑑於AI現在可以高效地模仿人類進行寫作，CEO嘗試使用AI回覆私人資訊也就很正常了。哈佛商學院2018年的研究表明，高管平均每天會有24%的時間用於電子通訊。不過，如果CEO開始用生成式AI起草與員工溝通的內容，會發生什麼？
一組研究人員去年在擁有700多名員工的美國軟體公司 Zapier對此進行了研究。哈佛商學院教授普里特維拉傑·喬杜裡（Prithwiraj Choudhury）和同事巴特·溫妮斯特（Bart Vanneste，倫敦大學學院）、康希（音譯，範德比爾特大學）和阿米爾侯賽因·佐雷赫萬德（Amirhossein Zohrehvand，萊頓大學）希望確定員工能否區分AI和Zapier的CEO韋德·福斯特（Wade Foster）編寫的資訊。利用公司員工開發的大語言模型，喬杜裡和同事用福斯特發在Slack、電子郵件、公開宣告及其他訊息中的內容訓練了一個聊天機器人，一開始把它叫作“韋德機器人”（Wade Bot），專門用來模仿福斯特寫作。
“AI和自動化正在對我們的工作方式和地點產生重大影響。”喬杜裡說，“但是，當我們思考生成式AI的下一個前沿領域時，其中一種可能是‘個人機器人’將進行交流、參加會議、旁聽並代表我們發言。我們想要確定，今天這種情況在多大程度上是可行的。”
研究人員收集了105名員工的問題交給福斯特，讓CEO本人和韋德機器人分別給出回答，再讓員工嘗試辨別這些回答。員工在59%的情況下正確識別出了AI撰寫的內容。
還有一個令人驚訝的發現。員工需要評估這些回答是否有用時，哪怕是福斯特本人寫的，一旦被認為是AI生成內容，也會被評為不太有用。
研究人員隨後進行了第二項研究，以確定如果評估者對作者不熟悉，研究結果是否會有所不同。他們在美國招募了218人，要求他們閱讀參與者認為是CEO在公司財報電話會議上給出的回答。其中一些回答來自真實的財報電話會議，另一些則是由AI工具模仿CEO的風格生成的內容。研究發現，當人們認為回答是由AI生成時，即使內容來自人類，他們也會將其評為不太有用；相反，對於被認為是CEO給出的回答，即使回答其實出自AI，他們也會認為更有幫助。
簡單來說，人們更信任人類，認為來自人類而非技術的言論更有價值。這表明，雖然AI可以提供有用資訊，但人們的看法在接受資訊方面起著很大作用。
不過，大多數領導者還是會以某種形式或方式使用AI。根據德勤2024年的一項調查，50%的美國CEO表示，自己的公司已經使用該技術實現了內容創作的自動化。75%的人表示自己已經或正在使用這項技術。如果你也決定這樣做，可以參考喬杜裡給出的三條建議：
要保持透明
如果發現領導在溝通中使用了這個工具而沒有告訴他們，員工可能會開始相信領導傳送的每條資訊都是由機器人起草的。透明度對於建立信任和消除人們對AI的反感至關重要。要明確傳達工具的作用和好處，告訴員工你認為可以在哪些地方使用這個工具，你對回覆中提取的文字和資料有哪些指導原則，以及在向機器人輸入指令和進行訓練時使用了哪些資料、又避免使用了哪些資料。
公司應該對允許甚至期望員工使用AI的範圍做出規定。當然，你本人要遵守規則，但也要讓別人知道你是如何在這些引數範圍內利用技術的。這將有助於鼓勵建設性地使用AI，並回答其他人提出的相關問題。
不用AI傳送私人回覆
根據喬杜裡的研究，這項技術在正式溝通中更為有效，比如用在寫給股東的信或戰略備忘錄中。避免將其用於個人溝通，尤其是與你熟悉的人溝通。
在Zapier實驗中，工作時間較長的員工更容易認出AI生成的回覆。例如，工作三年或以上的員工的猜測準確率（62%）要高於新員工（58%）。喬杜裡認為，他們對福斯特溝通風格的熟悉程度限制了機器人模仿他的成功率。但是，與給下屬的郵件或在領英上釋出的帖子相比，CEO的個人風格在正式寫作中更難辨別。
喬杜裡說：“現在的目標用例應該是與陌生人交流，或者自動處理單調乏味的寫作部分。你可以用AI回答關於定價策略的問題，或者對明年利率走勢的預期。但我不會用它給董事會成員寫郵件，告訴他們自己上次是怎麼度假的。”
三重檢查工作
不要依賴AI生成的答案。這種技術經常出錯，而且往往過於依賴專業術語和流行詞彙。這些挑戰給CEO帶來了巨大風險，因為這些資訊可能會對員工、股東和客戶產生巨大影響。與其簡單地將AI的回覆貼上到文件中，不如對每個字進行稽核和事實檢查，尤其是重要和敏感資訊。你還應該請一位編輯來稽核AI生成的內容（或者你所有的訊息內容，真的），以確保其含義、語氣和個性正確傳遞出了你想表達的意思。喬杜裡說：“在沒有閱讀和核對資訊前，不要按下發送鍵。生成式AI是一個偉大的工具，可以為CEO節省大量時間，但我認為不能讓它完全獨立執行。哪怕它只答錯一個問題，你也會承受巨大的意外後果。”
關於本研究——“韋德測試：生成式AI與CEO的溝通”（The Wade Test: Generative AI and CEO Communication），普里特維拉傑·喬杜裡等，工作檔案。
DeepL、DeepSeek | 譯 孫燕 | 編輯
推薦閱讀
《哈佛商業評論》中文版 聯絡方式
投稿、廣告、內容和商務合作
↓點選閱讀原文進入哈評中文網，獲取更多精彩內容