AI 时代的新人训练：抹掉苦工，别抹掉摩擦

一家大型客服中心接入生成式 AI 助手后，最戏剧化的变化发生在新人身上。Brynjolfsson、Li 与 Raymond 对 5,179 名客服的研究显示，工具让平均每小时解决的工单提升 14%，而新手和低技能员工的提升高达 34%，资深员工几乎没有变化。表面看，这是新人成长最快的一次技术升级：模型把能力更强员工的做法直接喂给新手，帮他们更快滑下经验曲线。

但产出变好看，不等于人跟着变强。另一批证据给出的信号恰好相反：越是频繁把思考交给 AI 的人，投入的批判性思考越少，而年纪轻、经验浅的使用者往往依赖最深、也最容易被一段流畅的输出牵着走。把这两组数据摆在一起，新人训练在这一轮真正要回答的问题就浮出来——AI 抹掉的到底是重复的苦工，还是判断力赖以生长的那段摩擦。

这两者常被混为一谈，而分清它们需要一条明确的判断规则：这一步里到底有没有一次真正属于新人的判断，和一个必须由他承担的后果。手工整理表格、逐条比对格式、把录音敲成文字，是可以安全拿走的苦工，省掉它们，没有任何判断跟着被省掉。可新人第一次独立拿主意、拿错、承担后果、再回头修正的那段别扭经历不同：替他拿走的，是判断力唯一的生长条件。于是真正的问题落在划线上——哪些可以安全省掉，哪些必须原样保留，用不用 AI 反倒是次要的。

判断力并不会因为看多了正确答案就自动出现。心理学家 Anders Ericsson 对刻意练习的研究给出一个反直觉但稳固的结论：单纯的重复、单纯的经验积累，并不会带来持续进步。他和 Harwell 在 2019 年发表于《Frontiers in Psychology》的综述里指出，很多初学音乐的孩子只是把曲子从头到尾弹几遍，几乎没有任何改善；真正推动进步的，是有明确目标的练习、每次尝试后的即时反馈，以及把当前表现和目标之间的差距变成下一次要修正的靶子。

换句话说，能力是在一个闭环里长出来的：先自己做出判断，再拿到关于这个判断对不对的反馈，然后针对错误修正。缺了中间那一环——对自己错误的即时反馈——再多小时也只是把不成熟的做法练成了习惯。这也解释了一个常见的错觉：新人跟着 AI 或资深同事看了上百个正确案例，自以为学会了，一旦要独立处理一个略有出入的新情况，却发现自己从来没有练过做判断这件事本身。看别人做对，和自己做错后被纠正，是两种完全不同的经历，只有后者会在人脑里留下可迁移的判断。

医学教育提供了一个可量化的旁证。McGaghie 团队对 1990 到 2010 年间的对照研究做过一次元分析，把带刻意练习的模拟训练和传统临床带教相比，效果量达到 0.71，属于很大的差距。这些训练之所以有效，关键不在设备多逼真，而在它把「重复操作—严格测量—即时反馈—纠错—再练习」的闭环搬进了低风险环境，让住院医师在不伤到病人的前提下，反复撞上自己的判断错误。新人训练要复制的正是这个闭环——低风险、可反复、每一次判断都能立刻撞上后果——模拟器只是承载它的一种形式。

危险在于，AI 太擅长把这个闭环悄悄拆掉。当新人只需要写一句提示词、拿回一段流畅的输出、顺手交出去，他就再也不会先做出自己的判断，也就不会产生那个用来纠错的错误信号。整个过程看起来高效，判断力的练习却根本没有发生。

这不是猜测。Gerlich 在 2025 年发表于《Societies》期刊的研究，对 666 名不同年龄和教育背景的人做了调查、批判性思维测评和访谈，发现频繁使用 AI 工具与批判性思维得分之间存在显著负相关，而中间的中介变量正是「认知卸载」——把本该自己完成的思考交给了工具。更值得新人警惕的是，年轻参与者对 AI 的依赖最高，批判性思维得分也最低。

微软与卡内基梅隆大学在 2025 年 CHI 会议上的研究，从另一个角度给出同样的警告。他们调查了 319 名知识工作者、936 个真实使用场景，发现一条反常识的规律：对 AI 越信任的人，投入的批判性思考越少；对自身能力越有信心的人，反而想得越多。对一个还没建立起自身判断力的新人来说，这几乎是最坏的组合——他没有底气质疑输出，于是流畅的答案直接变成了他的答案。浅层学习就是这样被无声地制造出来的。

值得注意的是，同一项微软研究也指出，AI 并没有消灭批判性思考，而是把它的重心挪向了信息核实、结果整合与任务把关。这恰好给新人训练指了一条路：与其让新人去和 AI 比谁生成得快，不如一开始就把他放在审阅者和判断者的位置上，围绕「审」来设计练习。

具体可以落成四件事。第一是 AI 输出审查：新人拿到 AI 草稿后，先不许直接用，要对照一份明确的标准，逐条指出哪里可能错、依据是什么，把自己变成模型的第一个挑刺者。第二是反例分析：专门收集 AI 或资深同事判断出错的案例，让新人复盘错在哪、当时有什么信号被忽略——错误往往比正确答案更能训练判断。第三是真实客户案例复盘：让新人接触带有真实后果的场景，而不是永远停在演示题里，因为判断力只有在后果为真时才会被认真对待。第四是独立判断日志：要求新人在看到 AI 或上级结论之前，先写下自己的判断和理由，事后再逐条对照。

独立判断日志尤其值得说清楚，因为它直接对冲了前面那条最坏的规律：对 AI 越信任、投入的批判性思考越少。让新人在打开模型之前先写下自己的答案和理由，等于强迫他在被流畅输出说服之前，先押上一个属于自己的立场；事后对照时，他要么确认自己的判断，要么看清自己错在哪，两种结果都在往判断力的账户里存钱。一段时间后，这些日志本身还会变成可复盘的成长轨迹，让带教的人看清这个新人到底在哪一类问题上系统性地判断失误。

这四件事拼起来，正好把 Ericsson 那个闭环重新装了回去：先独立判断，再拿到反馈，然后针对差距纠错。区别只在于反馈的来源，从纯粹的人工，变成了人、AI 输出和真实后果三者的组合。这套做法不需要额外的昂贵系统；真正的门槛在带人者身上——他愿不愿意先让新人独立判断、允许他当着自己的面做错。

把这些放到一起，结论落在一条要自己划的线上：AI 不会替新人决定他是变强还是变空，做这个决定的，是有没有人认真区分该省掉什么、该保留什么。同一个工具，既可以替新人拿走真正无意义的苦工，让他把省下的精力压到判断上；也可以顺手把该他自己爬的那段坡一起铲平，留下一条产出好看、判断力空心的浅层轨迹。值得盯住的从来不是采用率，而是这条线划得对不对。

于是要盯住团队怎么做这道取舍。一个健康的信号很具体：在拿掉任何一个步骤之前，先问一句——这一步只是机械劳动，还是藏着一次新人本该自己做、也会自己做错的判断；凡属后者，宁可留着，让他别扭地走一遍。一个需要警惕的反向信号同样具体：团队只按产出和速度做减法，能自动化的默认就自动化，从不去分辨哪一步在替新人承担判断，这条线其实根本没人划。它的外在表现是，新人始终没被放到一个要独立拿主意、会真的做错、也要承担后果的位置上。看到前者，可以对这批新人谨慎乐观；看到后者，产出曲线越好看，越该担心底下的能力是空的。

新人仍然需要足够多的真实场景、足够密的错误反馈，这一点没有因为 AI 而改变。真正变了的是：这些别扭过去是工作自带的、想省也省不掉，如今随时可以被一键抹平，于是留还是不留，第一次成了一道要人主动去做的判断。把这道判断做对——分清哪些摩擦只是消耗、哪些摩擦恰恰是判断力长出来的地方——比配齐任何一套训练动作都更靠前；因为再好的练习，也救不回一条从起点就把该留的都铲平了的成长路径。