Roxane Gay 的 AI 写作建议揭示了管理信任问题

9 月 13 日，Roxane Gay 直面了一场及时的职场冲突：一名管理者认为，员工写下的几乎每个词都像是由人工智能生成的。Roxane Gay 的 AI 写作建议出现之际，生成式工具已让流畅文稿变得易于产出，却也让归属认定异常困难。管理者听到了合成式的声音，但仅凭怀疑无法证明究竟是谁写出了这份作品。

这一困境由 Gay 的 Work Friend 专栏通过职场建议提出，其意义远不止一段紧张的汇报关系。如今，管理者经常会读到一些看似干练却泛泛而谈、结构完整却又与其背后实际工作奇异脱节的句子。这种感觉或许能发现真实的质量问题，却无法可靠地判断问题的成因。

因此，核心冲突并非人类写作与机器写作之间的对立，而是管理直觉与可验证工作之间的较量。雇主仍需要准确、原创、安全且实用的产出。员工则仍需要明确的规则、公平的评价，以及在某种文风印象演变为指控前说明自己工作流程的机会。

《纽约时报》的 AI 写作问题，实质上关乎证据

管理者的不安可以启动审查，但不能充当裁决。

Gay 专栏的标题捕捉到了一种对 AI 辅助文稿的常见反应。如今，某些表达会显得可疑，因为聊天机器人在电子邮件、报告、提案和社交媒体帖子中反复使用它们。顺滑的过渡、均衡的列表、整洁的摘要和缺乏个人色彩的热情，都可能引发同一个念头：这不是人写的。

这种推断的力度并没有人们感觉中那么强。大型语言模型从人类语言中学习，因此其输出自然会类似于人们已在使用的模式。人类作者同样会从学校、雇主、模板、风格指南和彼此身上吸收惯例。与聊天机器人文风相似，并不能证明使用了聊天机器人。

管理者首先应将常被混为一谈的三个问题区分开来：这份工作是否质量不佳？它是否违反既定规则？员工是否虚假陈述了其产出方式？每个问题都需要不同的证据与回应。

工作质量不佳可以直接处理。一份报告可能包含缺乏支撑的主张、模糊的建议、重复的表述、虚构的引文，或不适合受众的语气。这些缺陷没有一项要求管理者证明使用了 AI。管理者可以指出缺陷、解释其后果，并要求修改。

违反政策需要先有实际政策。组织必须界定哪些工具获准使用、哪些信息可以输入其中、何时需要披露，以及最终由谁负责。管理者不能公平地执行一种从未告知员工必须遵守的私下期待。

虚假陈述更为严重，但同样需要更强的证据。若员工在存在可靠日志或有记录的承认时仍否认使用工具，就会构成诚信问题。仅仅因为员工的句子听起来像自动生成，并不能形成同等程度的证据。

这一差异之所以重要，是因为作者身份已不再是非此即彼的问题。一名员工可能请聊天机器人协助列提纲、亲自写下每一段，并在之后使用语法检查器。另一名员工可能生成完整初稿、核实其中主张、替换掉大部分措辞，最后保留两句话。第三名员工则可能未经阅读便提交原封不动的输出。

把这三种做法都称作“AI 写作”，会掩盖管理者真正需要评估的差异。相关问题包括判断力、披露、数据处理、事实审查，以及对最终成果的所有权。

流程证据能够澄清这些问题。版本历史可以展示一份文档如何发展而来。来源笔记可以说明主张的出处。一段简短对话能够揭示员工是否理解论点，并能否为建议辩护。先前作品可以提供基准，同时不会假定一个人的文风永远不会变化。

这些信号没有一个是完美的。但将它们结合起来，能形成比管理者对文稿的即时反应更站得住脚的判断。这正是 Roxane Gay 的 AI 写作建议带来的第一课：将产出视为需要审视的工作，而非伪装成法证分析的人格测试。

AI 检测无法承载职场指控的分量

自动检测会将不确定的文风判断变成看似精确的分数，却无法消除其中的不确定性。

寻求佐证的管理者很快就会找到声称能区分人类写作与生成文本的产品。这些系统通常分析统计特征，而不是揭示作者身份的隐藏记录。它们估计一段文本是否类似于与模型输出相关的模式。

这一区别至关重要。AI 检测器并不等同于将抄袭句子与已知来源进行比对的查重数据库。它作出的是概率分类。编辑、翻译、短文本、技术语言以及不断变化的模型行为，都会影响结果。

研究还记录了一个严重的公平性问题。一项由 Stanford 主导的研究发现，检测器经常将非英语母语者的写作错误标为 AI 生成。在研究人员的测试中，这些系统将所审查 TOEFL 作文中的 61.22% 判定为 AI 生成。

至少有一款检测器标记了 91 篇作文中的 89 篇。七款检测器对其中 18 篇得出了一致结论。Stanford 对检测器偏差的讨论警告称，这些工具并不可靠、很容易规避，且在评估场景中风险尤其高。

这一发现应改变雇主处理员工 AI 写作的方式。一份流畅但语言上较为常规的文档，可能因作者习得的英语风格而引起怀疑。一份简短的技术报告，可能会得到与叙事性备忘录不同的分数。两种结果都不能证明存在不当行为。

当检测器影响绩效评估、晋升、纪律处分或解雇时，问题会变得更严重。此时，薄弱的分类结果不再只是编辑辅助工具，而成为会影响某人收入和声誉的雇佣证据。

当组织在职场决策中使用人工智能时，联邦就业保护规定依然适用。平等就业机会委员会的员工指南指出，反歧视法律覆盖用于招聘、晋升和薪酬决策等领域的 AI 系统。雇主不能把责任外包给软件。

即使一款检测器的平均表现更好，也无法回答每一个相关问题。它无法告诉管理者员工是否使用了获批准的工具。它无法判断机密信息是否泄露。它也无法确认员工是否核查事实，或是否贡献了底层分析。

分数同样无法衡量最终成果是否有用。人类无需协助也能写出不准确的备忘录。员工可以使用 AI 重组一份经过仔细研究的初稿，同时保留完整的智力成果所有权。产出方式会影响风险，但不能取代对成果本身的评估。

因此，管理者即便使用检测器输出，也应将其视为需要佐证的弱信号。它绝不应成为指控的唯一依据。员工应知道何时使用了这类工具、它们衡量什么，以及如何对错误结果提出异议。

在这里，争议变成了治理问题。组织需要针对收集证据、审查有争议的发现以及保护员工隐私制定成文标准。一旦检测器成为人事管理的一部分，其局限性就应写入政策，而非藏在细则里。

首要冲突是管理直觉与可验证工作之间的冲突

对疑似使用 AI 的最有力回应，是有针对性的工作审查，而不是围绕文稿是否“散发着”机器味的对峙。

管理者可以先识别可观察到的问题。“这一部分提出了三项建议，却没有支持性证据”是有用的反馈。“这听起来像 ChatGPT”则是一项指控，几乎无法为员工指出必须改进什么。

具体反馈会改变对话。它要求员工解释来源、假设、决策和权衡。这些问题能够检验其对工作的掌握程度，而不必让任何一方逐句争论文风。

设想一份面向客户的提案，其中有宽泛主张却鲜有细节。管理者可以询问为何选择某一方案、哪项客户需求影响了这一建议，以及什么证据支持预期结果。无论最终措辞由哪些写作工具协助，完成分析的员工都应能回答这些问题。

同样的方法也适用于内部报告。管理者可以要求提供来源链接、计算笔记、访谈记录，或进行简短口头讲解。这些材料比常用措辞更可靠地揭示浅薄的工作。它们也有助于发现与 AI 无关的培训缺口。

当作者身份确实重要时，版本历史很有用。一系列笔记、提纲、草稿和修订，能够提供流程证据。一次性大量粘贴并不能证明使用了被禁止的协助方式，但可以成为提出中性问题的理由。员工有时会在另一个应用中起草、离线工作，或粘贴同事提供的材料。

对话应保持适当比例。管理者可以说，这份文档与此前提交内容不同，并询问其准备过程。员工随后可以说明工作流程，包括任何获批准的工具。这样既为纠正留出空间，也不会一开始就假定存在不诚实行为。

清晰的披露规则能让这一交流更顺畅。组织可以允许头脑风暴和编辑，同时要求披露生成的段落。它可以禁止将客户数据输入公开模型。它也可以要求对法律、财务、医疗或面向公众的主张进行人工核查。

这些控制措施应基于风险，而不是个人偏好。一则常规内部公告的风险，与监管申报文件不同。一份营销提纲的保密顾虑，也不同于包含员工医疗信息的文件。

NIST 的AI 风险框架为这一思路提供了有用结构。其核心职能是治理、映射、衡量和管理。应用于职场写作，这意味着界定责任、梳理使用场景、评估实际风险，并以恰当控制措施作出回应。

该框架并未将治理简化为禁令。它要求组织将技术使用与具体情境、影响和问责联系起来。公司可以允许使用生成式工具，同时仍要求披露、核实来源、安全处理数据，以及进行有实质意义的人工审查。

管理者也需要审视自身的贡献。如果每项任务都模糊、仓促且重复，员工自然会寻找捷径。如果领导层一边赞扬 AI 带来的生产力，一边又惩罚任何可见的 AI 使用迹象，员工收到的就是互相矛盾的指令。

《纽约时报》的 AI 写作困境凸显了这种矛盾。许多组织鼓励试验，却没有界定哪些辅助方式可以接受。等到某份文件让管理者感到不舒服时，他们才临时制定标准。员工于是明白：理论上鼓励使用工具，但在实践中承认使用工具却有风险。

公平的制度会在纪律处分变得必要之前化解这种矛盾。组织应明确获批工具和受限数据，界定何时需要披露，并澄清员工仍须对准确性、原创性、判断力和合规性负责。

这种结构也能保护管理者。他们不再需要充当业余语言侦探，而是可以依据已达成一致的要求评估工作，并且只在证据支持政策疑虑时才升级处理。

工作场景中的 AI 写作改变了表达、责任与信任

不加区分地使用 AI，真正的代价不是一句别扭的表达，而是润色后的语言逐渐脱离了应承担责任的思考。

写作在组织内部承担的不只是呈现功能。项目简报记录决策；客户邮件代表公司作出立场承诺；战略备忘录则展现其作者注意到了什么、忽略了什么，以及优先考虑了什么。

当员工将过多这类工作交给工具时，文本可能变得更流畅，却展现出更少的理解。管理者或许能察觉这种落差，却不知道该如何描述。文风之所以显得泛泛，是因为其中没有组织自身的限制条件、历史、分歧或尚未解决的选择。

这并不意味着泛化的文风就是自动化的证据。但它确实解释了管理者为何对此反应强烈。他们察觉到的往往是语境的丧失，而非某个具体工具的使用。

解决办法是要求工作成果呈现其推理过程。一项建议应说明支撑它的证据；一份摘要应区分来源事实与解读；一项计划应明确依赖关系、负责人和待解决问题。

员工需要获得完成这些工作所需的知识。碎片化的工作环境迫使人们从聊天记录、会议、文档和记忆中重建背景。生成式工具随后可能依据不完整的输入产出流畅草稿，掩盖缺口，而不是修复它们。

维护良好的个人知识库可以帮助员工保留源材料，并检索早期决策背后的推理。其价值来自可追溯性，而非自动生成的文稿。一份可信的文件应能追溯到审阅者可以查验的记录。

这也是员工能够讨论其工作的原因所在。作者无需逐句复述每一个句子，但应理解文件为何采取当前立场、信息来自何处，以及还存在哪些不确定性。

责任不能由工具承担，因为工具并不担任这份工作。它不对客户负有义务，不会遵守内部政策，也不会为捏造的事实承担后果。员工和审核该工作的管理者仍然负有责任。

近期的职场研究表明，将 AI 系统表述为“员工”可能会使这种责任变得复杂。Boston University 总结的一项研究发现，当工作被归因于 AI 员工而非人类或工具时，管理者会忽略更多错误。研究人员将这种表述与对管理责任感知的减弱联系起来。

这一结果并不能说明每个团队都会如此行事。但它确实凸显了一种危险的语言捷径。把软件称作同事，可能让其产出看似是别人的责任，尽管背后并没有独立的专业人士为其负责。

当管理者要求使用 AI 时，同样可能出现责任缺口。如果领导层要求更快产出，员工可能会认为领导层已接受由此带来的风险。管理者则可能假定员工会发现每一处错误。于是双方都会认为验证工作由对方负责。

一项有用的 AI 写作政策必须将每项控制责任分配给具体的人。员工核实事实和引用；管理者审核高影响力结论；安全团队界定允许的数据处理方式；法务或合规团队审查受监管的主张。

政策还应在不美化低效率的前提下保护个人表达风格。员工不应为了证明自己是人类而被迫保留笨拙的句子。他们应能在明确边界内使用拼写、语法、转录、检索和起草工具。

关键在于工作是否仍然体现人类判断。最终文件应融入作者对受众、运营限制和后果的了解，而不应只是听起来经过了润色。

管理者可以通过任务设计强化这一标准。要求提交一份附带来源和被否决替代方案的简短决策备忘录；索取预测背后的假设；加入说明不确定性或缺失信息的章节。

这些格式让推理变得可见。它们也降低了未经审查的生成内容的价值，因为泛泛的回答无法满足任务要求。员工仍可使用获准的辅助工具，但必须提供使产出真正有用的背景和判断。

当这一期待被一致地贯彻时，信任就会增长。当管理者怀疑某一名员工，却忽视受偏爱同事同样薄弱的工作时，信任就会崩塌。当员工因披露日常辅助工具的使用仿佛会断送职业生涯而选择隐瞒时，信任同样会崩塌。

Roxane Gay 的 AI 写作建议指向了一种艰难的中间立场。管理者既不应忽视明显的质量变化，也不应把不适感当作确定性。他们需要一套流程，能够审视工作本身及其产出过程，而不把每一个不寻常的句子都视为欺骗的证据。

怀疑仍然无法证明什么

写作风格的变化可以支持提出疑问，但在员工作出回应之前，仍存在多种合理解释。

员工可能在广泛使用生成式 AI。这种可能性不应被淡化。如果此人提交未经核实的产出、隐瞒被禁止的使用行为，或将机密信息输入未经批准的服务，雇主的担忧是合理的。

员工也可能在使用获批的编辑工具。如今许多应用程序提供改写、语气调整、摘要和补全功能，但并不将自己呈现为独立的聊天机器人。员工可能并不了解哪些功能会被雇主视为生成式 AI。

第三种可能是有意调整。员工常会在受到批评、接受培训、获得晋升，或接触到管理者偏好的格式后改变写作方式。由此形成的文风可能更正式，也更缺乏鲜明特色。

第四种解释涉及语言背景或无障碍需求。使用另一种语言写作的员工可能依赖翻译或语法辅助。残障员工可能将工具作为合理便利。将标准化语气视为违规行为，可能同时引发公平与法律方面的担忧。

因此，管理者需要询问发生了什么变化。是否有新的任务模板、写作课程、软件功能或反馈周期？组织最近是否鼓励员工使用 AI？员工是否试图纠正此前针对语法或语气的批评？

随后应依据证据评估员工的回答。如果确实使用了工具，接下来的问题应涉及使用范围和政策：哪些信息输入了系统？哪些部分由工具生成？主张如何得到核查？员工是否理解最终文件？

管理者应避免要求员工对一项未明确定义的违规行为作出坦白。富有成效的对话应区分好奇与指控，也应让员工有机会提供记录、解释工作流程，或指出不清晰的政策。

这种克制并不要求管理者消极应对。如果文件包含捏造的引用，管理者可以立即要求纠正。如果受保护信息被输入未经授权的服务，安全流程应随即启动。如果员工无法解释关键建议，工作可能需要重新分配或接受更严格的审核。

回应必须与已被证实的问题相匹配。事实错误需要质量控制；未经授权的数据共享需要安全响应；不诚实需要人事流程；泛泛的文风则需要编辑反馈。

混淆这些类别会导致糟糕的决策，也会教会员工隐藏自己的方法，而不是讨论它们。公司随后将失去对 AI 实际使用方式的可见性。

领导者也应同样谨慎，不要夸大 AI 写作的益处。更快产出初稿并不保证更快完成工作。生成阶段节省的时间，可能会在来源核查、改写、修正和管理审核中重新消耗掉。

相反的说法同样值得怀疑。AI 辅助并不会自动抹去专业能力或原创性。领域专家可以使用模型重组材料，同时保留对每一项实质性决策的控制。

尚未确定的变量是工作流程。谁提供知识，谁评估结果，谁承担责任？这些问题所揭示的信息，远多于关于机器是否参与其中的文风猜测。

三个信号将显示职场 AI 规则是否正在成熟

职场 AI 写作的下一阶段，将通过已披露的工作流程、审核质量和公平的争议处理程序来衡量。

第一个信号是，雇主是否会以任务特定规则取代笼统禁令。成熟的政策会区分头脑风暴、编辑、翻译、摘要、生成和自主行动，也会明确受限信息和获批服务。

如果发生这种变化，本文的核心论点将更具说服力。员工和管理者将拥有讨论行为的共同依据。如果雇主继续模糊地要求“负责任地使用 AI”，争议仍将取决于个人解读。

第二个信号是，公司是否衡量后续的修正工作。领导者常常追踪草稿出现得有多快，却不追踪人们花多少时间核实来源、修复语气或纠正自信却错误的内容。这会造成不完整的生产力叙事。

团队应比较已完成并获接受的工作，而不是原始生成速度。他们可以考察修订周期、事实错误率、审阅者时间、客户投诉和返工情况。这些指标能够揭示 AI 辅助是否降低了总体投入，还是仅仅将工作转移给了其他人。

在质量不下降的前提下，若总审核时间减少，将加强对受管理的 AI 写作的支持。若修正成本上升，则会削弱“广泛采用自动提升生产力”的主张。

第三个信号是，员工是否能获得公平的途径来质疑与 AI 相关的指控。这一流程应披露证据，允许回应，并避免将检测器评分视为定论。高影响力决定应由具备资质的人员进行审核。

可信的流程还会审查：在工作完成时，相关规则是否已经清晰。追溯性执法会损害信任并鼓励沉默。员工应知道哪些记录会被保留，以及 AI 使用数据是否会影响绩效评估。

这些信号的意义不止于一篇建议专栏。AI 写作已不再只是个人生产力的选择，而是进入了员工与管理者之间的关系之中。它如今影响着署名权、隐私、评估、安全以及职业身份认同。

在下一份可疑备忘录出现之前，组织应先问一个务实的问题：管理者能否不依赖于“这段文字读起来的感觉”，就解释清楚公司的标准？如果不能，说明政策尚未准备就绪。

Roxane Gay 关于 AI 写作的建议，最终指出了一个软件无法解决的管理问题。管理者必须评估工作成果、说明疑虑、倾听员工的解释，并将任何回应与证据联系起来。没有任何检测器能够代替管理者履行这项责任。

先从文档中具体的缺陷入手。请员工说明其工作流程。核查来源、草稿及相关政策。然后判断问题究竟涉及质量、安全、披露还是诚信。

这一流程既为问责留出空间，也兼顾公平。它还为组织带来比猜测作者身份更有价值的东西：一套可重复采用的方法，用以判断 AI 辅助完成的工作是否值得信任。