返回资源库

核心问题 最新

AI 处理 · 作者审核

员工在使用生成式AI写作时,如何保持沟通的个性与独特性?

Voice Work with GenAI: How Employees Develop and Sustain Individual Voice in Organizational Communication
Maayan Cohen, Lauren Waardenburg, Lior Zalmanson · International Conference on Information Systems (ICIS) · 2026
配图:员工在使用生成式AI写作时,如何保持沟通的个性与独特性?

加载 Spotify 播放器;Spotify 可能会设置 Cookie。本设备将记住您的选择。

主要发现

  • 确定了“发声工作”的五个常见维度:保护个人声音、明确阐述隐性偏好、将个人声音外化至AI工具中、完善AI辅助的创作模式,以及使声音的产生过程可视化。
  • 表明员工经常抵制集中式、共享的AI模板,这并非出于对技术的抵触,而是为了保持与客户及同事之间独特的人际交往风格。
  • 发现与AI的互动迫使员工将隐性的沟通习惯显性化,这往往促使他们审视、评估并刻意改变自己的沟通方式。
  • 证实员工是通过持续的迭代校准和否定性规则设定来维持个人声音,而非依靠一次性的提示词编写或人设设置。
  • 揭示了提示词轨迹和交互历史日益成为管理者评估员工判断力与问题解决能力的显性工件。

实践启示

CIO / IT 高管

Decommission all centralized, mandatory AI text templates and instead provide employees with personal workspace storage to maintain their own iterative prompt libraries and negative rule-sets.

IT 经理

Audit your team's shared AI prompt history channels on Monday morning to evaluate how staff members exercise judgment and calibrate communication before deployment.

商业战略师

Establish a team guideline that requires client-facing communications to incorporate distinct relational styles rather than generic AI outputs, protecting employee value and differentiation.

研究人员

Design a study examining how digital prompt trails and interaction histories function as proxy artifacts for managerial evaluation of employee cognitive labor.

政策制定者

Draft organizational guidelines that protect workers' rights to personalize AI-assisted communications, ensuring policies explicitly prohibit mandatory homogenization through uniform AI styling.

摘要

这项定性田野研究探讨了知识工作者在将生成式人工智能用于职场沟通时,如何形成并保留个人声音。研究人员在一家拥有500名员工的广告技术公司进行了为期13个月的解释性研究,结合了非参与式观察、56场半结构化访谈,以及对员工ChatGPT企业版工作区数字工件的演练分析。

核心问题

生成式AI能够起草合格的职场文本,但其输出往往带有标准模型模式,可能导致组织沟通趋于同质化。在知识型工作中,员工独特的沟通风格体现了其判断力、有助于建立人际关系并展现持续的人类价值;当生成式工具代表员工进行撰写时,便会产生矛盾与张力。

文稿
Host: 欢迎收听 A.I.S. Insights — powered by Living Knowledge。我是主持人 Anna Ivy Summers。今天我们要讨论一项发表于 2026 年国际信息系统会议(ICIS)上的研究,题目是《与生成式AI协同的发声工作:员工如何在组织沟通中发展并维持个人声音》。这项研究由 Maayan Cohen、Lauren Waardenburg 和 Lior Zalmanson 共同完成。今天和我一起探讨的是分析师 Alex Ian Sutherland。Alex,欢迎你。
Expert: 很高兴来到这里,Anna。这项研究关注的是在企业引入生成式人工智能的过程中,知识型员工如何在日常沟通中既利用工具提升效率,又保留属于自己的独特语言风格与个人声音。
Host: 确实,现在越来越多的职场人士开始使用生成式 AI 处理邮件和方案。那么,这项研究所针对的核心业务问题是什么?
Expert: 核心矛盾在于标准化的模型输出与差异化的职场价值之间的张力。生成式 AI 擅长产出合格规范的文本,但往往带有一致的默认模式,容易导致沟通风格走向同质化。而在知识密集型工作中,独特的个人声音承载着专业判断力、信任的建立以及人际关系的维系。当算法介入甚至代为撰写时,员工如何维持这种不可替代的人性化表达,就成了一个现实难题。
Host: 那么研究人员采取了怎样的研究方法来探究这一现象?
Expert: 研究团队在一家拥有 500 名员工的广告技术公司开展了为期 13 个月的定性田野研究。他们综合运用了非参与式观察、56 场半结构化访谈,并对员工在企业版 ChatGPT 工作区中的实际提示词和交互历史进行了演练分析,从而观察技术在真实工作流中被采用的具体过程。
Host: 在长达 13 个月的跟踪中,这项研究发现了哪些核心事实?
Expert: 研究系统提炼了员工进行“发声工作”的五个维度:保护个人声音、明确阐述隐性偏好、将个人风格外化到 AI 工具中、完善辅助创作模式,以及使发声过程可视化。值得注意的是,员工经常主动抵制企业集中推行的通用提示词模板。这种行为并不是排斥技术本身,而是为了维护与特定客户或同事之间建立的独特人际互动。
Host: 很多企业以为推行统一模板就能提升效率,没想到会遇到员工对个性化表达的坚持。那么员工具体是如何训练或调整 AI 的呢?
Expert: 研究表明,维持个人声音并非通过一次性编写提示词或设定角色人设来实现,而是依赖持续的迭代校准,尤其是设定“否定性规则”——明确告诉模型不该使用哪些套话或风格。更有趣的是,为了给 AI 下达指令,员工不得不将以往下意识的沟通习惯提炼成显性规则,这种反思往往促使他们更有意识地审视并调整自己的表达方式。
Host: 另外,听说研究还观察到了管理评估方式的变化?
Expert: 是的。员工与 AI 的交互轨迹与提示词历史逐渐成为新的工作工件。管理者和同行开始通过员工如何引导、修正和优化 AI 的过程,来观察并评估其逻辑思维、专业判断以及解决复杂问题的能力。
Host: 这项研究对企业管理者和专业人士有哪些切实的启示?
Expert: 首先,企业在制定 AI 策略时,应避免强制推行一刀切的沟通模板,而应留出空间允许团队成员微调语言风格以适应具体业务情境。其次,组织培训不应局限于基础的提示词撰写,而应注重培养员工进行批判性校准和设定否定性约束的能力。最后,企业可以把提示词交互过程视为了解员工判断力的窗口,关注人机协作的过程质量,而不仅是最终文本的交付速度。
Host: 总结来说,这项研究表明,在人工智能深度融入职场的背景下,个人独特的沟通风格依然是重要的职业资本,而学会与 AI 协同发声是一项值得持续练习的核心能力。非常感谢 Alex 今天的深入解读,也感谢各位听众的收听。我们下期 A.I.S. Insights 再见。
Expert: 谢谢 Anna,再见。
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

generative AI, organizational communication, individual voice, knowledge work, human-AI interaction, qualitative research