在人工智能技术加速渗透职场场景的当下，如何科学使用AI工具已成为现代职场人必须掌握的核心技能。Anthropic公司AI素养研究与学习团队负责人克里斯滕·斯旺森近日接受采访时指出，真正高效的AI使用者往往具备精准的任务筛选能力，他们不会盲目依赖技术，而是通过系统评估决定工作分配方式。
斯旺森团队的研究显示，职场人使用AI时普遍面临"判断成本"难题。当处理自身专长领域的工作时，人工审核AI生成内容所需的时间可能超过独立完成任务的耗时。这种隐性成本不仅体现在时间消耗上，更涉及高强度的认知劳动——验证AI输出的准确性需要调用人类特有的批判性思维，其精力消耗往往超出常规工作。
技术局限性是制约AI应用范围的另一关键因素。以学术研究场景为例，当用户询问冷门领域信息时，若训练数据覆盖不足，AI可能生成看似合理实则错误的内容。这种"技术幻觉"现象在专业性强、数据稀缺的领域尤为突出，直接导致部分任务必须保留人工处理环节。
随着AI模型持续迭代，人机协作的边界处于动态变化中。斯旺森建议用户建立定期评估机制，通过复测历史任务来感知技术进步。她观察到许多使用者存在"能力认知滞后"现象：即使模型性能显著提升，用户仍固守原有使用习惯，导致技术红利无法充分释放。这种评估机制能帮助用户及时调整工作分配策略，避免陷入低效协作模式。
在实践层面，斯旺森强调应避免陷入"使用频率竞赛"。真正精通AI技术的人群，其核心特征是建立条件反射式的决策机制——面对具体任务时能瞬间判断处理方式。这种能力需要经过系统训练形成，而非单纯追求工具使用次数或功能复杂度。她特别指出，在医疗、法律等高风险领域，过度依赖AI可能引发严重后果，人工把关始终是不可或缺的安全阀。
当前职场中已出现新型分工模式：基础性、重复性工作逐步交由AI处理，而需要经验判断、情感交互或创新思维的环节则强化人工投入。这种转变要求从业者培养双重能力——既要掌握技术操作技巧，更要建立对AI特性的深度认知。斯旺森的研究团队正在开发评估框架，帮助组织量化员工的AI应用成熟度，为人才培养提供参考标准。
