【職場生存心理學】當我們說「這個 AI 比較好用」時，其實是在逃避什麼？
從組織變革看職場人的「控制感代償」與心理防衛
在當今的職場討論中，我們常聽到兩類截然不同的聲音。一類是對組織架構的無力：「老闆說的才算數，專業再強也沒用」；另一類則是對生產力工具的評價：「這個 AI 模型比較好用，因為它很懂我（容錯率高）。」
乍看之下，這是一個管理議題與技術議題的並列。但若將兩者重疊檢視，我們會發現一個令人玩味的心理連結：在動盪且缺乏安全感的職場環境中，我們對「高容錯 AI」的偏愛，往往源於對現實無力感的心理補償。
一、 殘酷的職場物理學：您不是太陽，只是隨時可替換的零件
讓我們從最冰冷的現實說起。近期的科技業裁員潮與組織重組揭示了一個被許多專業人士忽略的底層邏輯：在資本的決策面前，個人的專業深度往往不具備決定性的槓桿作用。
正如網路社群的深刻洞察：「被留下來的員工，往往只是扛下了雙倍的工作量。」裁員倖存者與被裁者，本質上並非勝者與敗者，而是處於不同階段的焦慮同盟。前者面臨現金流斷裂，後者則在「倖存者內疚」中，面臨身心耗損與懸劍在頂的恐懼。
在這種環境下，員工會深刻體認到一種「習得性無助」（Learned Helplessness）：你發現努力鑽研技能並不能保證安全，職涯命運掌握在一個看不見的財務報表決策中。這種「去個人化」的過程，讓員工感到自己不再是獨一無二的「太陽」，而只是隨時可替換的零件。
二、 「好用」的 AI：一場關於自尊的心理防衛戰
當這種「無法掌控命運」的焦慮在職場蔓延，便投射到了我們的工作方式上。這解釋了為什麼我們對 AI 模型的偏好正在發生微妙的改變。
當用戶說：「我覺得 OOO 模型比較好用」時，通常意味著該模型對自然語言的「容錯力」極高。即使用戶的指令邏輯混亂、語意不清，模型也能透過機率預測，「猜」出用戶想幹什麼，並給出一個還過得去的答案。
心理學上，這是一種典型的防衛機制（Defense Mechanism），具體體現在三個層面：
* 恢復「控制感」的代償 (Compensation for Loss of Control)
在公司裡，老闆指令模糊、政策朝令夕改，這種「失控感」極其痛苦。因此，在面對 AI 時，我們潛意識裡渴望一種「絕對的掌控權」。一個嚴格要求精準 Prompt 的模型像極了挑剔的程式設計師，讓人聯想到職場的挫敗；而一個「高容錯」的模型則像順從的秘書，包容您的混亂。我們稱讚它「好用」，其實是在獎勵它維護了我們「身為使用者的全能感」。
* 掩飾表達焦慮 (Covering Communication Anxiety)
承認自己「不善言辭」或「邏輯不清」是傷自尊的。偏好高容錯模型，讓我們可以將成功的結果歸因於自己（例如：「看吧，我用 AI 就能做出來了」），而將溝通的成本轉嫁給機器（認知卸載）。這是一層無意識的遮羞布，讓我們不必面對自身邏輯能力的不足。
* 戰略性低效與情感轉移 (Displacement)
對於那些工作量加倍的倖存者來說，追求「邏輯嚴謹的完美答案」已非首要目標。他們精疲力竭，對體制充滿隱性憤怒。此時，選擇一個「隨便說說就能產出七十分結果」的模型，是一種「性價比最高」的生存策略。這裡的「好用」，其實是「方便交差」的代名詞。
三、 職場生態的鏡像：我們正在與「平庸」共振
最諷刺的是，這種對「高容錯、善於猜測意圖」的 AI 的偏愛，恰恰反映了當前許多企業的真實生態。[div]
在許多組織中，「會揣摩上意」往往比「邏輯正確」更利於生存。如果 AI 模型太過較真、邏輯太嚴密，反而可能產出決策者不願看的逆耳忠言。相反，那個「圓滑」的模型產出的內容，正如那些「懂事」的員工不一定最正確，但最讓老闆感到舒適。我們覺得它好用，是因為它和這個充滿模糊指令與政治博弈的職場環境，達成了完美的「平庸共振」。
四、 結語：從「依附」走向「獨立」
看清這層心理防衛機制，並不是要否定 AI 工具的價值，而是要警惕自己是否陷入了「依賴工具來逃避現實」的陷阱。
與其在「地球不能沒有太陽」的幻想中尋求安全感，或在 AI 的順從中尋求虛假的控制感，不如改變策略：
1.承認現實： 接受僱傭關係中權力結構的不對稱性，不再寄望於組織的慈悲。
2.自我定義： 不要把自己當作公司的附屬品（太陽），而要轉型為一家獨立運作的「個人無限公司」（Me Inc.）。
3.工具理性： 使用 AI 時，清楚自己是在「利用它提高效率」，還是在「依賴它填補邏輯」。
真正的安全感，不來自於老闆的承諾，也不來自於好用的工具，而來自於你隨時保有「切換軌道」的能力，以及在混亂中依然清晰的邏輯底氣。
延伸閱讀：
留言
張貼留言