505 名工人、三种条件、一个发现：损害追踪的是强制指令，而非模型。

一项于 8 月 21 日发表在期刊 Work 上的随机在线实验，将来自不同行业的 505 名德国工人分配到三种条件之一——不使用 LLM、被指示使用 LLM 或 自愿使用 LLM——并让他们完成两项工作任务。随后，研究人员测量了三项工作特征和一项绩效结果。

研究发现

使用 LLM 降低了 决策自主性、信息处理和决策绩效。它也降低了 角色超载——这是工人会感受到的唯一缓解效果。自愿使用减轻了负面影响，同时保留了这一好处。自主需求调节了研究结果，放大了对决策自主性的影响；认知需求则没有表现出调节作用。

常见解读错在哪

人们会引用的那句话是“AI 让工人更不会做决定了”。但这项设计支持的是一个更狭窄、也更有用的结论：损害追踪的是被强制要求的使用。同一个工具，交给一个自行选择使用它的人，在结果上会表现不同。这说明的是组织如何部署 AI，而不是 AI 本身会做什么——而部署方式恰恰是企业自上而下推行时能够控制的变量。若把它视为对技术的控诉，它表达的是一回事；若把它视为对强制要求的控诉，它则给了运营团队可以采取行动的方向。

局限是结构性的，不是偶然的

这是一项针对两项简短任务的在线实验，使用的是自我评分的工作特征，而不是工作场所中的生产力测量。它以牺牲外部效度为代价换取了因果清晰性，而且四项结果中有三项是感知，而非实测产出——决策绩效是例外。样本是自我选择、在线且仅限德国。以上都不意味着结论有误；它意味着这是一项受控结果，仍待在真实场景中复现。

为什么这种设计稀缺

关于大语言模型的劳动市场证据几乎都是观察性研究，或由厂商围绕自家产品开展。一个将自愿性与工具本身分离开的三组随机分配实验非常少见，它指向的是机制而非相关性。如果这一效应在工作场所复现，其实际含义将异常具体：一次推广是如何被表述，可能比部署了哪一个模型更重要。