引言

生成式 AI 與 Copilot 正以「讓人類工作量驟減的魔法工具」之姿快速普及。 報告撰寫、程式補全、調查、資料整理——曾經得花上好幾小時的任務，如今幾分鐘就能完成。

那麼，當生成式 AI 讓我們不再為「做事」而疲倦時，我們究竟會因何而累？工作真的會變得輕鬆嗎？

在部分第一線場景裡，反而出現了相反的跡象。 向 ChatGPT 發問確實能拿到答案，但「要採用哪一個」的負擔卻在增加。Copilot 會提出程式建議，可是「它是否真的正確」的驗證時間絲毫未減。

我們或許不再被作業本身耗盡，反而被「判斷」與「責任」壓垮。 這正是逐漸浮出水面的「AI 疲勞（AI Fatigue）」真面目。

第一部：AI 疲勞（AI Fatigue）的本質

AI 疲勞並不是「用 AI 太久眼睛會酸」的表層問題。 核心在於認知負荷的轉移。

什麼是決策疲勞（Decision Fatigue）？

AI 總是給出多個選項。 當行銷人員請 ChatGPT 撰寫廣告文案，常常會收到十幾個候選。 工程師使用 Copilot 產生函式，螢幕上會列出好幾種實作方案。

這固然方便，但人類必須一遍又一遍判斷「究竟該採用哪個」。 更麻煩的是，許多選項都落在「半對卻微妙地錯」「各有優缺」的灰色地帶。

這種反覆卻難以定論的抉擇，就是 AI 疲勞的第一個來源。

什麼是驗證疲勞（Verification Fatigue）？

AI 的輸出往往「看起來很正確」，這才是最令人頭痛的地方。 它能寫出自然流暢的說明，產生排版優雅的程式碼，但背後可能潛藏幻覺（憑空捏造的事實）或難以察覺的安全風險。

在實際現場，「求保險全部檢查一遍」的流程不可避免，未來驗證疲勞極有可能更加顯著。

從作業疲勞走向責任疲勞

過去讓人疲倦的是「打字太多」「做簡報太耗時」這類體力或作業型工作。 但在 AI 接手這些任務的未來，剩下的就是「作出選擇」與「承擔責任」。

AI 疲勞，是人類在重複且必須負責的判斷中逐步被耗損的現象。

第二部：歷史脈絡——人類疲勞形態的演進

這種變化並非突如其來，而是延續了人類勞動史的脈絡。

  • 肉體疲勞的時代：工廠或體力勞動主導，肌肉與體力是最大的消耗源。
  • 重複作業疲勞的時代：辦公室化與電腦普及後，枯燥的重複作業成為主要疲勞來源。
  • 認知疲勞的時代：IT 與自動化推進，人們被迫承擔「判斷」與「驗證」，精神與認知負擔成為核心。
  • 責任疲勞的時代（AI 疲勞）：當 AI 接管作業，人類因「判斷」與「責任」而疲憊。

第三部：設計能抑制 AI 疲勞的工作方式

想避免 AI 疲勞，僅靠個人努力遠遠不夠。 我們必須重新設計工作方式。

元 AI：讓 AI 評估 AI

讓另一套 AI 來驗證 AI 的輸出。 程式碼審查 AI、事實查證 AI 已經開始實驗性投入。

當「AI 提案 → AI 驗證 → 人類做最後確認」的三層結構普及後，判斷與驗證的負擔就能降低。

指揮鏈設計：設計「誰來決定」

目前許多職場仍維持「AI 的提案全部由人類裁決」的結構。 疲勞因此集中在少數人身上。

未來必須清楚劃分「可以交給 AI 的範圍」與「必須由人負責的範圍」。 例如，低風險領域可以交由 AI 處理，高風險領域則必須由人類審核。

團隊分攤：不要讓一個人扛下所有判斷

當判斷責任集中在某位領導或負責人身上時，AI 疲勞會急速加劇。 讓審查輪調、由多人共同分擔，不只是流程上的修飾，而是維護人類健康的機制。

第四部：領導力疲勞這個課題

AI 疲勞的最終形態，很可能是「領導力疲勞」。

AI 能提出建議，也能提供意見，但它無法決定「最終要往哪裡去」。 決定組織或專案的方向並承擔責任的，始終是人類。

領導者得面對大量選項，持續做出決策。 即使要否決 AI 的方案，也必須給出理由，說明責任自然集中在他們身上。

第五部：哲學追問——人類接下來會為何而累？

若有一天，AI 連判斷都能取代，人類又會為什麼而疲憊？

  • 自尊、信念、責任感等極具人性的精神基礎，AI 能複製嗎？請參考《生成式 AI 致命地缺了什麼》。
  • 就算 AI 能「模擬責任」，在沒有痛苦或羞恥的情況下，它真的能與人類的責任感相提並論嗎？

AI 疲勞將成為討論人類如何仍是責任主體的切入點。

結論

AI 的確減少了作業量。 但它很可能讓判斷與責任的負擔同步升高。

「AI 疲勞」的本質，是從作業疲勞走向責任疲勞的轉折。

未來需要：

  • 透過元 AI 自動化驗證
  • 梳理判斷與責任，明確分工
  • 讓團隊分散判斷負荷
  • 重新定義領導力

最終讓人筋疲力盡的，是承擔責任。 如何分攤、如何設計這份重量，將決定 AI 時代的工作型態。

常見問題

問：什麼是 AI 疲勞（AI Fatigue）？ 答：AI 減少了手工作業，但人類會被剩下的「判斷」與「責任」壓垮，這個現象就是 AI 疲勞。

問：如何預防 AI 疲勞？ 答：藉由元 AI 自動化驗證，明確判斷與責任的邊界，並設計團隊分攤機制。

問：AI 疲勞是新問題嗎？ 答：不是。它是人類疲勞型態演進的下一階段：從肉體、作業到認知，如今走向責任。