当51.8%的韩国劳动者在工作中使用AI
深入审视高AI利用率与思维外包，厘清可测量的结果与潜在担忧
AI与科技63.5%的韩国劳动者使用过生成式AI
韩国银行去年夏天发布的一项调查显示，韩国劳动者中有63.5%使用过生成式AI，即便仅局限于工作用途，也有51.8%的人在使用。这大约是美国（26.5%）的两倍。其扩散速度更令人惊叹。互联网商业化3年后的利用率为7.8%，而如今AI的利用率是当年的8倍之多。
更引人注目的是使用时长。韩国劳动者每周在AI上花费5~7小时，而美国仅为0.5~2.2小时。每天使用超过一小时的重度用户占比达78.6%，是美国（31.8%）的两倍以上。
长时间、高频次地使用AI，其影响就不再仅限于工具的选择，而是工作方式本身都会发生改变。在这种情况下，“谨慎使用就好”的应对策略往往不如想象中那么管用。
AI不再是可供挑选的工具，而是成了工作的基本条件
在同一项调查中，有61.2%的受访者表示组织鼓励使用AI（Now&Survey，受访职场人1,000人）。这意味着超过半数的职场人是在“去用吧”的无形压力下开启AI的。
这里有必要重新审视一下“工具”这个词。从定义上讲，工具应当是任由我们拿得起、放得下的物件。锤子用完了，放回抽屉里即可。然而，每周使用5~7小时、每天都不可或缺地开启的某样东西，我们真的还能称之为“放得下的工具”吗？在引入AI之前，一天的工作是从一份空白文档开始的；而现在，它始于一个提示词窗口。如果说用或不用由我自己决定的是工具，那么已经演变成工作条件本身的，则是环境。现在的AI显然更接近后者。
还有一个颇为微妙的数字。韩国银行评估认为，得益于AI，劳动者的工作时间平均减少了3.8%，以每周40小时计算相当于1.5小时。然而在同一项调查中，回答“即使使用AI，工作时间也没有减少”的比例却高达54.1%。这意味着超过半数的人甚至没能省下时间，却依然在持续使用。为什么会这样？因为大家并不是为了省时间才去用，而是已经身处这样一种工作环境之中。当周围的工作方式已经全面以使用AI为前提时，个人就很难独自决定弃之不用了。毕竟身边的同事都在用AI生成初稿，唯独自己总不能还从白纸开始吧。
事实上，这种环境也体现为一种隐性的压力。在同系列的调查中，有27.3%的受访者表示引入AI后压力有所增加，而首要原因正是“对变化速度的压力感”。如果只是工具，不顺心大可不用即可；但如果是环境，不用本身就会让人产生掉队的恐慌感。如果到了不用就会感到不安的状态，那就已经超越了可以任意选择的工具阶段。
即便谨慎使用的团队，判断力也在下降
媒介理论家马歇尔·麦克卢汉很久以前就说过这样一句话：当我们面对某种媒介并声称“关键在于如何使用它”的那一刻，我们就已经受到了这种媒介的蛊惑。他将媒介的“内容”比作盗贼行窃前扔给看门犬的一块肉。当狗专注于那块肉时，小偷便能从容不迫地洗劫房屋。“只要选对内容就好”这种大意的心态，恰恰就是那块肉。在我们苦思冥想该输入何种提示词的同时，我们自身的思考方式本身却在悄然改变。
哲学家海德格尔曾用“座架”1这一概念来解释这种现象。工具在我们使用它的同时，也在将我们驱策为某种特定的存在。不妨想想椅子。椅子在无声地向我们的身体发号施令：“坐下、向前看、保持规矩”。看似是我们坐在椅子上使用它，但椅子也在把我们塑造成保持坐姿的人。AI 同样以整理答案并呈现选项的方式，影响着我们的判断力与想象力。
一篇技术评论随笔中提到了一家规模达 60 万人的公司的案例。最谨慎使用 AI 的团队，反而最先丧失了区分“安全选择”与“优质选择”的能力。在具体工作中，这一现象表现如下：AI 总是能给出平稳且处于平均水准的答案。如果持续接纳这类答案，人们分辨中庸方案与卓越方案的敏锐度就会逐渐退化。这是因为由自己做出判断并坚持推行与众不同之选的经验正在减少。这种副作用在谨慎使用的人身上同样会出现，甚至出现得更早。因为“自己正在谨慎使用”这一想法，反而被当成了自己无需独立判断的借口。
也有研究从脑活动层面探讨了这一点。这是 MIT 研究团队以 54 人为对象进行的实验（由于属于尚未经过同行评审的初步结果，尚不能妄下定论）。研究团队将参与者分为 AI 使用组、搜索引擎组和徒手组，要求他们撰写文章并测量了脑电波，结果 AI 使用组的神经连接最为薄弱。研究团队将此称为认知负债2。更令人震惊的是：使用 AI 的参与者中，有三分之二甚至无法准确记起自己刚刚写下的文章主题。产出虽然完成了，但内容并没有留在脑海中。在最后一个环节中，让这些人重新徒手写作，他们的神经连接依然处于较弱的状态。这意味着即使暂时停用 AI，这种状态也无法立刻恢复。
有趣的是，宗教界也发出了类似的警告。教皇利奥 14 世于今年 5 月发布的通谕3《崇高的人性》（Magnifica Humanitas）中指出，技术绝非中立。因为它会原原本本地折射出制造、监管并使用它的人的品性。教皇还向青少年提出了这样的叮嘱：即便 AI 明天消失，也要学会独立思考并据此使用它。这一叮嘱不仅适用于青少年，同样适用于每周使用 AI 5~7 个小时的我们。
交给AI的“路缘”与必须亲自攀登的“高山”
那么，我们该怎么做呢？一位工具研发学者把我们试图消除的“不便”分成了两类。
其一是“路缘”。就像挡在轮椅使用者面前的路缘石一样，是一种没有存在理由的障碍。把它削平是理所应当的。无障碍设计者把削平路缘称为一种进步。重复性的格式排版、会议日程协调、文件格式转换、资料的初步摘要等工作就属于此类。这类事情就算交给AI，你也不会失去任何东西。相反，把省下来的时间投入到更重要的事情上才是对的。
其二是“高山”。爬山的过程本身就是目的。不妨想象一下健身房的情景：如果机器人替你举起杠铃，那就毫无意义了。因为目的不是移动重物，而是为了改变正在举重的自己。从零开始理解一个陌生的领域、独立构建复杂决策的逻辑、从骨架开始搭建一篇文章的结构，都属于此类。宫崎骏曾说过，如果生活中的麻烦事全都消失了，我们反而会重新怀念它们。有些困难，恰恰是在经历的过程中增长了我们的能力。
问题在于，大多数职场人并没有用来区分“高山”与“路缘”的语汇。因此，大家不加区分地把两者同样抛给AI。因为从表面上看，它们同样都是“麻烦事”。枯燥的格式排版（路缘）与从零开始构建论证的练习（高山），全都被一句“AI帮我搞定”打发了。前者交给AI无伤大雅，但如果把后者也交出去，连同自己培养判断力的机会也会一并丧失。问题在于，这种损失在当天并不会立刻显现，直到几个月后，当你面对“以前一下子就能拿定主意的事，现在为什么会感到如此茫然无措”的瞬间，代价才会暴露出来。
因此，在向AI委派工作之前，只需问自己一个问题：把这项工作交给AI，是仅仅省下了时间，还是连同让我成长的阻力也一起消除了？如果只是省下时间的工作，请毫不犹豫地交出去。如果连阻力也会随之消失，那么至少要遵循先后顺序：先由自己得出结论，再把AI仅仅当作验算工具。只要养成提出这个问题的习惯，你就会清楚地看清哪些该放手，哪些该坚守。
当然，高山与路缘的边界并不总是泾渭分明。昨天还是高山的事情，一旦足够熟练，今天可能就会变成路缘。刚接触陌生的领域时，必须亲自去摸索碰撞，但在对该领域足够熟悉之后，重复性的工作尽可以交出去。因此，这种划分并不是划定一次就一劳永逸的，而是一条需要随着自身能力成长而不断重新描画的界线。听起来可能有些麻烦，但事实上，重新划定这条界线的行为本身，恰恰证明了你依然在持续成长。
Oswarld视角
坦白说，我认为这个故事里最令人不寒而栗的，正是“最谨慎的团队反而最先崩溃”这一点。在制定 GTM 策略的过程中，我观察过许多组织的 AI 引入过程，经常遇到一种悖论：治理机制越严密的团队，反而越容易不加批判地全盘接受。指导方针越精细，人们就越容易产生“这是经过批准的方式，所以没问题”的盲目安心感。而这种安心感，恰恰会让思考与判断停滞。我见过的最危险的信号，就是团队不再亲自查看原始数据，而是仅凭 AI 整理出的摘要就开始做决策。摘要总是显得天衣无缝，以至于被剪裁掉的例外与反例根本无从察觉。
而且，这其中也存在个体无法独自承担的部分。“AI 关键看怎么用”这句话固然省事，但如果把一切归结为个人的心态问题，反而可能掩盖系统本身的缺陷。设计环境的不是个人，而是公司的引入政策、评估机制以及制度规范。因此我认为，相比个人的“聪明用法”，组织如何设计“哪些该自动化、哪些该留给人来做”，是一个重要得多的课题。要想要求个人分辨出哪里是直线山路、哪里是急转弯，组织就必须首先厘清标准：哪些工作可以交给 AI，哪些工作必须由人亲自完成。我在咨询中经常强调一句话：比起先想“AI 该用在哪里”，先决定“AI 不该用在哪里”的团队，最终往往能走得更远。那份列出“绝不自动化”的清单，正是该组织决定保留人类判断力的领地。
结语
我们来梳理一下。第一，韩国是世界上使用 AI 最深入的国家，因此也是最早经历从“工具走向环境”这一转变的国家。第二，在环境之中，单凭谨慎是无法完成防御的。第三，在实际工作中，我们需要的是一种判断力：分清哪些是可以直接切过去的弯道，哪些是必须亲自攀登的高山。
哪怕只在今天花点时间，回想一下过去一周里交给 AI 的某项工作吧。那究竟是可以切过去的弯道，还是攀登本身才是目的的高山？无需下什么宏大的决心，仅仅区分出这一点，便能为你下一次的任务委派确立标准。
您是否也有过“早知道就不该把这个交给 AI”的事后懊悔？对您而言，哪项工作尤其算得上是一座“高山”呢？欢迎在评论区分享。如果反响热烈，我会在下一期单独整理出“绝不能委派的工作”类型。
💬 请在评论区告诉我，什么工作对您来说是一座“高山”。我会在下一期内容中予以体现。
📨 如果身边有正在深度使用 AI 的朋友，欢迎将这篇文章转发给他们。
往期推荐阅读
参考资料与延伸阅读
核心来源
- 韩国银行，《AI的快速扩散与生产力效应：基于家庭调查》，BOK焦点短文第2025-22期，2025年。原文 ··· 今天文章中关于韩国的数据均出自此处。单看国家对比表，就能明白我们的处境有多么特殊。
- Nataliya Kosmyna 等，《Your Brain on ChatGPT: Accumulation of Cognitive Debt》，arXiv预印本，2025年。原文 ··· 样本量为54人，且尚未经过同行评审，因此切忌妄下定论。但“AI使用组记不住自己写过的文字”这一发现，确实值得深思。
- 教皇利奥十四世，通谕《Magnifica Humanitas》，2026年。原文 ··· “技术并非中立”这句话构成了本文的哲学骨架。
背景知识
- Frank Elavsky，“Stop saying that AI is just a tool” ··· 这是区分山峦与弯道、重复劳动与有意义痛苦的最初讨论来源。
- L. M. Sacasas，“Your AI Is Not a Tool” ··· 也是本文关于“AI不是工具，而是环境”的思考起点。文中梳理了上承麦克卢汉、伊里奇的脉络。
