共计 2424 个字符，预计需要花费 7 分钟才能阅读完成。
自从生成式人工智能三年前进入主流以来，关于 AI 生成虚构内容的报道已成为生活背景噪音的一部分。虚假的引用、捏造的数据以及指向不存在研究的引文，已经出现在学术出版物、法律简报、政府报告和媒体文章中。
这些事件通常可以被理解为技术故障：AI 产生了幻觉，有人忘记进行事实核查，一个尴尬但诚实的错误成为了全国新闻。但在某些情况下，这些事件只是更大冰山的一角——这是一个早于 AI 但将被 AI 加剧的更为隐蔽现象的表象。
因为在某些行业中，一个陈述是真是假并不重要——重要的是它是否具有说服力。尽管评论员们倾向于关注政治中的“后真相时刻”，但顾问和其他“知识生产者”几十年来一直乐于将真相视为可塑的构造。如果数据指向一个方向比另一个方向更有利于底线，那么就会有人乐于进行唯一目标是找到“正确”答案的研究。
信息通常被打包成演示文稿和报告，目的是支持客户的叙述或公司自身的目标，而不方便的事实要么被最小化，要么被完全忽略。生成式 AI 为支持这种误导提供了极其强大的工具：即使它不是凭空捏造数据并从头开始编造主张，它也可以提供十几种方法来隐藏真相或使“替代事实”听起来令人信服。在严谨的外表比严谨本身更重要的地方，AI 不仅不是负担，反而成为竞争优势。
不客气地说，许多“知识工作者”花费大量时间生产哲学家哈里·法兰克福所称的“废话”。那么，根据法兰克福的说法，什么是“废话”？他说，其本质“不在于它是假的，而在于它是虚假的。”法兰克福解释说，说谎者关心真相，即使只是消极地关心，因为他或她想要隐藏真相。然而，说废话的人根本不在乎。
他们甚至可能无意中说出真相。对说废话的人来说，重要的不是准确性，而是效果：他们的言辞如何影响听众，他们创造了什么印象，他们的言辞让他们能够逃脱什么。对于这些行业中的许多个人和公司来说，报告和演示文稿中的文字并不是用来描述现实或进行诚实的论证；它们是为了完成说服性废话的工作。
知识工作是人类学家大卫·格雷伯著名的“废话工作”的主要提供者之一——这些工作甚至让从事它们的人暗自怀疑其是否真正有用。几十年来，产品供应商、分析师和顾问因生产看起来严谨、权威和数据驱动的材料而获得回报——30 页的演示文稿、精美的报告、时髦的框架和精致的 2×2 矩阵。这些材料不需要好，只需要看起来好。
如果目标是让言辞表演而不是告知，如果目标是生产有效的废话而不是说出真相，那么使用 AI 就完全合理。AI 可以比任何人更快、更大量地生产废话。因此，当顾问和分析师转向生成式 AI 来帮助他们完成报告和演示文稿时，他们是在遵循他们所处系统的潜在逻辑和基本目标。
这里的问题不在于 AI 生产废话——问题在于这个行业中的许多人愿意说出任何需要说的话来增加底线。
废话与质量
这里的答案既不是新政策也不是培训计划。这些东西有其用武之地，但充其量只能解决症状而不是根本原因。如果我们想解决原因而不是贴创可贴，我们必须理解在转向废话的过程中失去了什么，因为只有这样我们才能开始思考如何恢复它。
在《禅与摩托车维修艺术》中，罗伯特·M·波西格用“质量”一词来命名使好东西好的属性。这是一个无形的特征：它无法定义，但每个人在看到它时都知道它。当你用手抚摸一张制作精良的桌子并感受到两块木头之间的无缝连接时，你就知道质量；当你看到每条线和曲线都恰到好处时，你就知道质量。具有这种特征的事物有一种安静的正确性，当你看到它时，你会瞥见某物真正好的含义。
如果负责创造知识的机构——不仅仅是咨询公司，还有大学、企业、政府和媒体平台——被真正的质量感所驱动，废话就难以扎根。机构通过奖励什么来教导价值观，而我们几十年来一直在奖励废话的生产。顾问们只是在我们都学会的程度上做到了极致：生产看起来好的东西，而不关心它是否真的好。
有人说，首先你戴上面具，然后面具戴上了你。最初，我们或许可以生产废话，同时至少保留将其视为废话的能力。但随着时间的推移，我们在废话工业综合体中运作的时间越长，我们生产的废话越多，我们就越容易失去这种能力。我们喝下迷魂汤，开始认为废话就是质量。AI 并没有导致这种盲目性，它只是揭示了它。
领导者能做什么
让生活变得困难。 废话之所以盛行，是因为它容易。如果我们想生产高质量的工作，我们需要走更艰难的道路。AI 不会消失，我们也不应该希望它消失。它是一个提高生产力并让我们用时间做更多事情的不可思议的工具。但它往往通过鼓励我们生产废话来实现这一点，因为在一个放弃质量的世界中，这是最快和最容易的路径。挑战在于利用 AI 而不让自己被引诱到最终将我们拖入泥潭的捷径中。为了避免这个陷阱，领导者必须在个人和组织层面采取深思熟虑的步骤。
在个人层面。 永远不要接受 AI 输出的任何内容，除非你先将其变成自己的。对于每个句子、每个事实、每个主张、每个引用，问问自己：我支持吗？如果你不知道，你需要检查这些主张并思考这些论点，直到它们真正成为你自己的。通常，这意味着重写、修订、重新评估，甚至完全拒绝。当有更简单的路径可用时，这很难。但正是因为它很难，才使得它变得必要。
在组织层面： 是的，我们必须信任我们的员工负责任地使用 AI。但是——如果我们选择不与世界上的废话者为伍——我们也必须承诺并重新承诺我们的组织生产真正高质量的工作。这意味着建立真正严格的质量检查。领导者需要支持团队生产的一切。他们需要承担责任，并确认他们允许它通过门是因为它真的很好，而不是因为它听起来很好。再次强调，这很难。它需要时间和精力。这意味着不接受对文本的随意一瞥，而是坐下来详细阅读和理解。这意味着准备好挑战自己和挑战团队，不仅仅是定期，而是每天。
前进的道路不是抵制 AI 或浪漫化缓慢和低效。而是要对我们生产的内容和原因保持无情的诚实。每次我们因为 AI 生成的材料看起来足够好而想要放过它时，我们应该问：我们是在创造高质量的东西，还是在增加废话堆？这个问题——以及我们诚实地回答它的意愿——将决定 AI 是成为卓越的工具，还是另一个用洞察力换取外观的 engine。
