工作變密的三種樣子
柏克萊哈斯商學院的 Aruna Ranganathan 與 Xingqi Maggie Ye 在 2026 年 2 月的《哈佛商業評論》發表研究初步結果。她們在一家約 200 名員工的美國科技公司觀察 8 個月，每週到場兩天，追蹤內部溝通管道，並做了 40 多場深度訪談。公司沒有強制使用 AI，但員工自己做得更快、接下更多種類的工作，也把工作延伸到更多時段，而且常常沒有人要求。
研究者歸納出三種加重方式：
| 方式 | 研究觀察到的情況 |
|---|---|
| 工作範圍擴大 | 產品經理與設計師開始寫程式，研究人員接下工程任務 |
| 休息被填滿 | 午餐、會議中、等檔案載入時順手下指令，離開座位前再丟「最後一個 prompt」 |
| 多工變多 | 自己寫程式時讓 AI 產生另一版，同時跑多個代理，重啟擱置已久的任務 |
看不見的照顧時間
Glean 的 Work AI Index 調查了美國、英國、澳洲共 6,000 名全職數位工作者（2025 年 12 月至 2026 年 1 月）。報告指出，受訪者平均每週花 6.4 小時在「botsitting」：補充背景資訊、檢查輸出、除錯、重跑 prompt、收拾 AI 的錯誤答案。另有 69% 的 AI 使用者承認曾交出沒有檢查、不完全理解，或被問起時無法辯護的 AI 產出。這些數字來自自填問卷，報告本身也提醒有社會期許與回憶偏誤。
時間拉長來看，NBER 第 33536 號工作論文用 2004 至 2023 年的個人時間日誌資料發現，職業的 AI 暴露程度越高，與工時較長、休閒較少有關，作者認為主因是 AI 與人力互補而非取代。
這三份研究方法不同，不能直接相加；我們的解讀是，它們都指向同一件事：AI 省下的時間，不會自動變成你的休息時間。
三個可以馬上試的做法
研究者建議組織建立「AI practice」，包含刻意暫停、排序批次與人際連結。以下是我們依此整理、可以自己先做的版本，對注意力容易被新任務拉走的人特別實用：
- 下指令前先停十秒：對應研究的「刻意暫停」。想把新任務丟給 AI 前，先問自己「這是我這週該做的事嗎？」研究舉的例子是重大決定前，至少寫下一個反方論點，並連回原本的目標。
- 把 AI 回覆集中處理：對應「排序」。不要每跳一個結果就切過去看，而是設定固定時段一次檢查，其餘時間關掉通知、保護專注時段。
- 每天留一段跟人講話的時間：對應「人際連結」。和同事簡短對焦，或請人看一眼你準備交出的 AI 產出；也順便確認自己真的看懂了，避免交出說不清楚的東西。
