韩国 51.8% 的劳动者在工作中应用 AI 的环境下
结合高 AI 使用率与思考外包现象，区分实测结果与潜在担忧
AI与科技63.5% 的韩国劳动者体验过生成式 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% 曾使用过生成式 AI；即便仅限于工作用途，使用率也达到了 51.8%。这大约是美国（26.5%）的两倍。其扩散速度更令人惊叹。互联网商业化三年后的使用率为 7.8%，而如今 AI 的使用率比当年高出 8 倍。
更引人注目的是使用时长。韩国劳动者每周在 AI 上花费 5 至 7 小时，而美国仅为 0.5 至 2.2 小时。每天使用超过一小时的重度用户占比高达 78.6%，是美国（31.8%）的两倍以上。
长时间、高频率地使用 AI，不仅关乎工具的选择，还会改变工作本身的形态。在这种情况下，“小心谨慎地使用就好”的应对策略往往并不像想象中那么有效。
AI 不再是任人挑选的工具，而是成了工作的既定条件
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，面向 1,000 名职场人）。这意味着，超过半数的职场人是在“必须用”的隐形压力下打开 AI 的。
在这里，我们有必要重新审视“工具”这个词。从定义上讲，工具应当是一种我们可以拿得起、放得下的物件。锤子用完后，放回抽屉里就行了。然而，对于一个每周使用 5 到 7 个小时、工作日一天不落都要打开的东西，我们真的还能称它为“随时能放下的工具”吗？在引入 AI 之前，一天的工作始于空白文档；而现在，它始于提示词窗口。如果说能由我们自主决定用或不用的才叫工具，那么变成工作前提条件的，就已经构成了环境。如今的 AI，显然更接近后者。
还有一个意味深长的数字。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%。按每周 40 小时计算，相当于 1.5 小时。但在同一项调查中，回答“使用 AI 后工作时间并没有减少”的比例高达 54.1%。超过半数的人其实并没有省下时间，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用，而是因为已经置身于这种工作环境之中。当周围的工作方式都已经默认以使用 AI 为前提时，个人就很难单方面决定不用。旁边的同事全都在用 AI 快速生成初稿，自己总不可能一个人还在白纸上从零开始。
事实上，这种环境也转化为了一种隐性压力。在同系列的调查中，有 27.3% 的人回答引入 AI 后压力增加了，而排在第一位的压力来源正是“对变化速度的压迫感”。如果仅仅是工具，用得不顺手大不了不用就是了。但面对环境，单单是“不用”本身就会让人觉得正在被甩在后面。如果到了不用就会感到不安的状态，那就说明它早已超越了任由自主挑选的工具阶段。
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说出“关键在于你怎么用它”的那一刻，我们就已经中它的蛊了。他曾把媒介的“内容”比作盗贼潜入房屋前扔给看门狗的一块肉。当狗全神贯注地啃肉时，盗贼早已从容地洗劫了屋子。我们所坚信的“只要挑好内容就行”这种疏忽大意，恰恰就是那块肉。就在我们绞尽脑汁琢磨该输入什么提示词的时候，我们自身的思维方式本身，正在悄无声息地发生改变。
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，也在将我们逼向某种特定的存在形态。不妨想想椅子。椅子在无声地向我们的身体下达指令：“坐下、看前方、老实待着。”我们看似在使用椅子，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、提供选项的方式，潜移默化地影响着我们的判断与想象。
一篇技术批评随笔中提到了一个规模达 60 万人公司的案例。文里指出，反而是那些使用 AI 最谨慎的团队，最先丧失了区分“安全选项”与“优质选项”的能力。在实际业务中，这种情况表现得很具体：AI 总是能给出平稳且达到平均水准的答案。如果你不断接纳这些答案，区分平庸方案与卓越方案的敏锐感就会逐渐变得迟钝。这是因为，人们自己做判断并顶住压力推进不同于常人选择的经验越来越少了。这种副作用即便在小心谨慎的使用者身上也会出现，甚至出现得更早。因为“我正小心翼翼地用着”这种想法，反而成了自己不再需要独立判断的借口。
还有研究从大脑活动的角度剖析了这一现象。麻省理工学院（MIT）的研究团队针对 54 人进行了一项实验（该实验尚未经过同行评审，仍属初步结论，过早下断言为时尚早）。研究人员将参与者分为 AI 使用组、搜索引擎组和徒手组，让他们撰写随笔并测量了脑电波，结果 AI 使用组的神经连接最弱。研究团队将这种现象称为“认知债务”2。更耐人寻味的是：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子里。在最后一个测试环节中，让这组人重新徒手写作时，他们的神经连接依然处于弱化状态。这意味着，即使暂时停用 AI，这种状态也不会立刻恢复。
颇有意思的是，宗教界也发出了类似的警告。教皇利奥 14 世在今年 5 月发布的通谕3《崇高的人类》（Magnifica Humanitas）中写道，技术绝非中立，因为它会完全投射出制造它、规范它和使用它的人的品格。教皇还向青少年提出了这样的嘱咐：即便 AI 明天就会消失，今天使用时也要保证自己依然懂得独立思考。这番嘱托不仅适用于青少年，也同样适用于每周使用 AI 5 至 7 个小时的我们。
移交给 AI 的“路缘”与必须亲自攀登的“高山”
那么，我们究竟该怎么做？一位研究工具制造的学者将我们试图摆脱的不便分成了两类来解释。
一类是“路缘”。就像挡在轮椅使用者面前的路缘石一样，它是一种完全没有存在理由的障碍。将它削平抹掉是正确的做法。在无障碍环境的设计者眼中，削平路缘就是进步。机械重复的格式整理、协调会议日程、格式转换、资料的初步摘要等工作都属于此类。把这类事情移交给 AI，你不会有任何损失。相反，省下这些时间用在更重要的地方才是对的。
另一类是“高山”。对于山而言，攀登的过程本身就是目的。想象一下健身房的情景：如果由机器人替你举杠铃，那就毫无意义了。因为目的不是为了移动重量，而是让举起重量的“我”发生蜕变。从零开始理解一个陌生的领域、亲自推演艰难决策背后的逻辑、从最底层搭建一篇文章的结构，这些都属于此类。宫崎骏曾说，如果生活中的所有麻烦全都消失，我们反而会重新怀念起它们。有些困难，恰恰是在经受的过程中锤炼了我们的能力。
问题在于，大多数职场人并没有区分高山与路缘的认知语言。因此，他们往往不加区分地将两者统统丢给 AI。因为从表面上看，它们同样都只是“麻烦的事”。无论是枯燥的格式整理（路缘），还是从头开始搭建论证框架的练习（高山），全部都被一句“AI 帮我做一下”打发掉了。前者移交出去无妨，但如果把后者也移交出去，连同自我培养判断力的机会也会一并丧失。问题是，这种损失不会在当天立即显现，而是在几个月后，当你面对一件“要是换作以前很快就能做出判断的事，如今怎么会如此茫然无措”的瞬间，才会暴露出来。
因此，在将任务委托出去之前，你需要问自己一个问题：把这件事移交给 AI，我仅仅是省下了时间，还是连同让我获得成长的必要摩擦也一起抹去了？如果只是省下时间的事，请毫不犹豫地交出去；如果是连同摩擦也一并抹去的事，至少应该遵守先后顺序——由自己先得出结论，仅将 AI 用于验算核对。只要将这一个问题变成习惯，你就会开始看清什么该移交、什么该坚守。
当然，高山与路缘的界限并不总是泾渭分明。昨天还是一座高山的事，一旦足够熟练，今天可能就变成了路缘。初次理解一个陌生领域时必须亲自啃下来，但当你对该领域足够熟悉之后，其中的重复性工作便可以移交出去。因此，这种区分并非一锤定音，而是一条需要随着自身能力的成长不断重新勾勒的边界。这听起来或许有些繁琐，但事实上，重新勾勒这条线本身，正是你依然在成长的证明。
📬 如果你想每周阅读关于技术变革如何影响工作与生活的深度解读，欢迎订阅。你还可以一并畅读往期沉淀的所有内容。
Oswarld视角
说实话，我觉得这个故事里最令人不寒而栗的部分，正是“最谨慎的团队反而最先崩溃”。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：治理框架越严密的团队，反而越容易毫无批判地照单全收。指导准则越精细，团队就越容易产生一种“这是经过审批的方案，所以没问题”的安心感。而这种安心感会让人的判断停滞。我所见过的最危险信号，是团队不再直接审阅原始数据，而是仅凭 AI 整理好的摘要就开始做决策。摘要总是流畅平整，以至于被其裁剪掉的异常和反例根本看不见。
此外，这里面也有个人无法独自承担的责任。“AI 端看怎么用”这句话虽然听起来方便，但如果将其完全归结于个人的心态问题，反而可能掩盖系统层面的弊病。毕竟设计环境的不是个人，而是公司的引入政策、考核方式以及规章制度。因此，我认为相比于个人的“明智用法”，组织如何去规划哪些事情需要自动化、哪些事情应留给人类去完成，其实是远为重大的课题。如果要让个人学会区分山与弯道，组织就必须首先确立标准：哪些工作可以交给 AI，哪些工作必须由人亲自完成。在咨询中，我经常对客户说一句话：比起“将 AI 用在哪里”，优先决定“不把 AI 用在哪里”的团队，最终往往能走得更远。那份记录着“何处不予自动化”的清单，正是该组织决定保留给人性判断的领地。
结语
我们来做个总结。第一，韩国是全世界使用 AI 最深入的国家，因此也在最先经历从“工具到环境”的转变。第二，身处这种环境之中，单凭谨慎是无法防守的。第三，在实际工作中，我们需要的是一种判断力——分辨出哪些事情是可以削减的弯道，哪些事情是必须亲自去攀登的高山。
就在今天花点时间，回想一下过去一周里交给 AI 的某一件工作。那是可以削平的弯道，还是本就以攀登为目的的高山？不需要做出多么宏大的决心，仅凭区分清楚这单单一件事，就能为你下一次的委托建立起标准。
你是否也有过事后懊悔“这件事真不该交给 AI”的经历？请在评论区聊聊，究竟什么样的任务对你而言是不可替代的“高山”。如果大家的反馈很多，我会在下一期单独整理一份“不可委托的工作”类型清单。
💬 欢迎在评论区分享哪种任务对你而言是“高山”。我会在下一期中吸纳大家的想法。
📨 如果身边有正在积极使用 AI 的朋友，欢迎把这篇文章转发给他们。
📬 订阅专栏 · 我每周都在撰写融合技术、经济与人文视角的深度通讯。
推荐阅读往期内容
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专题报告第2025-22期，2025。原文 ··· 今天文章中关于韩国的数据均出自此处。单看国家间的对比表格，就能看出我们的情况有多么特殊。
-
Nataliya Kosmyna 等，“Your Brain on ChatGPT: Accumulation of Cognitive Debt”，arXiv预印本，2025。原文 ··· 样本仅54人，且尚未经过同行评审，切忌过早下定论。但“AI使用组记不住自己写的内容”这一细节，确实发人深省。
-
教皇利奥 14 世，通谕《Magnifica Humanitas》，2026。原文 ··· “技术绝非中立”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” ··· 区分高山与弯道、重复劳动与有意义痛苦的原始讨论来源。
-
L. M. Sacasas，“Your AI Is Not a Tool” ··· “它不是工具，而是环境”这一观点的出发点。梳理了从麦克卢汉到伊里奇的思想脉络。
