理解外包 - 工作廢品(workslop) 與 Foward With Out comment
「工作廢品 (Workslop)」時代來臨？
《哈佛商業評論》（Harvard Business Review）最近分別在兩篇文章中提出「工作廢品」（Workslop）的概念。
- 2025 年 9 月號： AI產出多少「工作廢品」？虛假生產力正在拖垮團隊信任！
- 2026 年 2 月號：AI工作廢品氾濫，反映管理失誤？重建團隊信任，從解放壓力開始
「工作廢品」的定義是：「AI生成的工作內容，看似高品質，實則缺乏深度，而無法有意義地推動任務。」
文章定義工作廢品 (Workslop)如下：
隨著AI工具愈來愈普及，員工愈來愈能夠快速產出表面上精美的內容，例如：格式乾淨的簡報、結構完整的長篇報告、非專家彙整出來而看似言之有物的學術文章摘要，以及可用的程式碼。雖然有些員工確實會運用這些工具來打磨品質良好的工作，但很多人卻是用來產出實際上無助益、不完整，或缺乏關鍵背景資訊的內容。工作廢品令人難以察覺的負面效果，是將工作負擔轉移到流程的下游，讓接收者必須解讀、修正、或重做內容。
換句話說，就是產出者把本應投入的心力轉嫁到接收者身上。
圖片來源： https://www.spatialawareness.net/p/our-workslop-era-the-slopification
AI 是最佳助手，但主人要把關品質
如同我在前一篇文章「介紹演講者魏寶生董事長：一次關於讀書會準備、AI 與成長的紀錄」中所提到，
儘管 AI 能在方方面面提供協助，但最重要的還是負責產出的主人要把關品質。
以我自己的工作流程來說，我的工作幾乎每天都會用到 AI：查找資料、整理文獻、潤稿、翻譯重寫段落、甚至幫我拆解複雜概念，AI 幫我節省大量時間。
但我一直很清楚一件事：
最後為內容負責的人，是我。
這讓我想到當藥師調劑時的狀態。
就算有預包藥、就算有藥助幫忙，最後蓋章並發出處方的人是藥師。
就算中間的過程可以有其他人幫忙，但其他人並不是最終蓋章負責的人。
AI 這個助手也是一樣，即便前面的準備工作是 AI 協力完成的，最終附上自己的名字，提交工作結果的，仍是自己。
這也是我覺得在工作或者是提交任何資料時，要特別注意的事情：儘管背後使用了 AI 輔助，但最終為這一份報告品質把關的人，依然是交出這份報告的人。
一鍵生成，理解外包
現在打開臉書或社群軟體，你會發現很多寫手依賴的，其實都是由 AI 自動產生的內容：統整、翻譯，甚至做成無懈可擊的視覺圖片。AI的一鍵生成，讓內容產生變得極為容易
而一開始，我就像是收到第一次收到工作廢品 (workslop) 的人，感覺奇怪，為什麼有一些文章總讓我覺得：「嗯？看起來很有道理，可是又很難懂？」
後來我才發現，那種違和感來自一件事——作者可能沒有消化過內容，缺乏洞見 (insight)；而沒有消化的資料，就變成接收者要負責消化，這也是我所謂的「理解外包」。
網友用 AI 十秒生成的東西，卻要花我超過一分鐘以上的時間去看、理解，這並不是對等的付出。
「濃縮果汁」式的分享
我曾經待過一間極度擁抱 AI 的公司。主管很喜歡把好文章丟進 AI Summary，再分享給全公司。
我常稱這種 AI Summary 的內容為「濃縮果汁」：成分都對了，但風味少了點。
根據哈佛商業評論報導：美國1,150位來自各產業的全職員工的調查，自己所收到的工作內容中，有平均15.4％屬於這類低品質的AI產物。這40%發生在同儕之間，但也有18％是下屬傳給直屬主管；還有16％是由上往下，由主管傳給團隊，甚至來自更高層級。
我收到的，就是那16%由上往下的資訊
那時候我們就常常看到這樣的內容：
「這篇文章寫到XX主題，寫得太棒了，完全符合我們產品發展的方向。以下是 AI summary.....」
我很認真地看。看完之後，我卻不知道——
「符合產品發展的方向」？
確切來說是甚麼方向？
分享的主管並沒有多加敘述他所找到的「亮點」是甚麼，身為接收者的員工就未必能感受到「What's in it for you (WIIFY)」。
於是我們必須重新閱讀那份摘要，再從那份摘要裡「揣摩上意」，哪個部份可能是產品的發展方向，然後才能將這一切連結起來；至於我們是否有正確的揣摩，You never know。
圖片來源：https://www.cheers.com.tw/article/article.action?id=5104727
你最後都要用 AI 的，為何不一開始就用
另外一個是過去同事遇到的心累。
因應新的客戶需求，必須要在合約的文字上做修改。負責的業務反覆草擬了好幾個合約的文案，經過多次的討論，主管仍覺得不滿意。兩三天後，幾天後，主管丟回一份新版本。那份文字充滿 AI 味，無庸置疑是主管自己用 ChatGPT 快速生成的文字。
在這種情況下，同事就覺得：「法律文字又不是我的專業，如果最終都要用 AI 生成，那我們為什麼不一開始就用 AI 生成呢？再基於這樣的版本開始討論呢？」
當你的推敲與判斷，最後被一段快速生成的文字覆蓋；幾天下來，好幾場討論，最後換到一串 AI 味十足的文字，這真的會讓人感到思考變得廉價。
Forward without Comment - 請自行理解
而「工作廢品」（workslop）雖然定義上是由 AI 產生的空洞內容，但其實在職場中，你一定也收過很多像這樣子的內容 - Forward without Comment。
也就是客戶發來一段訊息，同事看也不看、也沒回頭確認過細節，沒加上甚麼自己的建議，就一鍵轉發「FYI」，然後你得自己從頭去理解這裡頭的內容。
最近的讀書會活動，我也接到了類似的反饋。有人提到參加者反映，為什麼不能提供「全素」的茶點？
事實上，要提供符合規定的全素茶點本來就很困難，更何況我們並不是舉辦一場餐會，茶點只是附加的點心；我們已經盡量提供蛋奶素選項，也有水果可選。
反映意見的人並未先意識到我們無法服務到每一個人，就把這樣的意見直接反應出來。就像是單純的 Forward（轉發），沒有過濾訊息的能力。
最近，我也有從中途接手同事案件。在完全沒有前情提要的狀況下，對方只說：「你自己把 Email 看一看。」
哇，那可是長達好幾個月十多封的 Email的往返。我根本尚無法理解「現在」的問題是甚麼，還要回頭去爬梳這段時間的歷程，才能理解現在的問題是什麼。
那種疲憊感，是因為—理解被外包了。
問題的核心不是 AI，而是「理解外包」
「工作廢品」（Workslop）這個詞所反映的，其實只是收到資訊的人把理解的功夫省掉、自己不做理解，然後把「理解的責任」直接轉嫁給下一層接收訊息的人。
每次遇到那種一鍵轉發 (Forward without Comment)，完全不想理解資訊，也不想先跟發訊者了解細節，就把猴子丟出來的人，真的會讓人覺得十分吃力。
就像前面所提到的，藥師必須要對整個處方調劑的交付做最終的負責。無論中間是由誰經手的，最終要負責正確性的就是藥師。
同樣的，轉發信件的人其實也要確認轉發出來的資訊。不論是親自寫出，或是 AI 生成後轉發出來的功課，這些上面其實都寫著自己的名字，代表著自己個人的工作能力以及表現，也是別人默默評價你的一些方式。
所以儘管現在有很多工具能讓我們節省時間，不需花費在無謂的詞藻堆砌或資料搜尋之上，但「理解內容」並且「願意為內容負責」。仍是我們身為資料產出者最重要的一項工作，也是 AI 無法取代我們指點方向的一個重點。
一鍵生成、轉發的年代， 願意理解，才是專業。
AI 或許讓資料整理的速度變快，也讓產出的更有效率；但最珍貴的，是我們閱讀、理解、消化這些內容，並讓它與自身經驗重新交織的過程。
專業就在不同的人，解讀同一份資料，卻得出不同判斷與洞見。
最終，提交報告的人是自己，附上名字的人是自己，承擔結果的人也是自己。
AI 可以生成內容，但不能蓋章負責。
願意理解，才是專業。
延伸閱讀
介紹演講者魏寶生董事長：一次關於讀書會準備、AI 與成長的紀錄
留言
張貼留言