# 人机协作中的主动性：便利之后，人是否仍能选择 思考 AI 工作方式中的目标设定、理解、干预与退出能力，使自动化保留人的主动位置。 要点：人机协作中的主动性，体现在人能够理解系统如何影响工作、选择目标、修正结果，并在必要时改变或停止流程。便利不应以失去判断入口为代价。好的系统让人更有能力参与，而不只是更少操作。 ![在开放工作空间自主查看并处理信息（AI概念配图）](/images/product-worlds/portal-courtyard-entry.png) ## 减少操作，并不自动增加自由 系统替人完成步骤，可以降低负担；但如果使用者无法理解发生了什么，也无法改变默认路径，便利可能同时减少选择。评价人机协作时，需要看人是否仍然拥有有意义的干预位置。 并非每一步都需要人工点击。真正重要的是目标、关键条件与例外处理是否可以被理解和调整。无意义确认太多，也会使人失去注意。 ## 理解是有效选择的前提 用户至少需要知道系统使用什么资料、会采取什么动作，以及哪些结果尚未确认。解释应与实际任务相关，不必展示所有技术细节，却不能把重要限制隐藏起来。 当系统提出建议时，可以呈现主要依据和备选条件。人能够根据自己的知识补充或反对，协作才不是单向接受。 ## 能力需要在使用中继续形成 如果组织只要求员工接受生成结果，专业能力可能缺少练习机会。可以保留适当任务，让员工先作判断，再与系统比较；也可以在复盘中讨论哪些建议值得采纳。 学习不必与效率对立。理解方法的人往往更能发现异常，也更容易改进流程。短期省去解释，可能在长期增加依赖和维护成本。 ## 受到影响的人，应有表达经验的入口 流程设计者未必看得到一线的全部困难。员工应能够反馈系统在哪些情况下增加负担、忽略实际条件或使责任不清。反馈需要有回应，才能成为改进依据。 对工作方式的改变，不能只用使用率评价。持续不用某个工具，可能是习惯问题，也可能是工具没有适应真实情境。倾听具体经验，有助于区分二者。 ## 保留改变路径的能力 系统应提供合理的修正、转交和停止方式，并说明其影响。对于长期任务，还应能够保存状态，让人员接手时不必从头理解。 人机协作的未来不必在完全控制与完全放手之间选择。更值得追求的是一种清楚分工：机器承担适合的处理，人保留理解、选择与负责的位置。技术的价值，也可以用它是否扩大了这种能力来衡量。 | 主动性维度 | 可以观察 | | --- | --- | | 目标 | 人能否明确并调整任务目的 | | 理解 | 依据、动作与限制是否清楚 | | 干预 | 是否有有效修正与转交入口 | | 学习 | 是否仍有形成判断的机会 | | 退出 | 能否合理停止并接续工作 | ## 检查人是否仍能改变路径 让使用者说明系统依据、下一步动作和未确认内容，实际尝试修正、转交与停止。评价中保留一线反馈与学习机会，不只统计点击更少或使用更多；便利应支持人的理解与选择。 ## 参考来源 - [Microsoft｜2026 Work Trend Index](https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization)：组织与人机协作趋势；不作为本地搜索量或效果依据 - [秩启｜生态](/ecosystem)：常态化学习、交流、协助咨询与评审按约定提供；成果营含首年生态费，第二年续费前确认范围与费用，不自动扣费 ## 协作中保留人的主动位置 - 理解目标：知道系统在帮助完成什么 - 参与判断：补充、反对与修正 - 保留选择：转交、停止与继续学习 ![协作中保留人的主动位置](/images/guides/diagrams/human-agency-ai.svg) ## 继续阅读 - [当 AI 能给出答案，专业判断还剩下什么](/guides/professional-judgment-ai) - [自动化节省了时间，为什么人仍然更忙](/guides/automation-and-attention) - [员工为什么不愿意用 AI？先理解使用成本](/guides/ai-change-resistance) 沿真实业务明确资料、人员、AI能力与人工确认，逐步形成企业自己的做法。 下一步：[了解分工与建设方法](/method) 原文：/guides/human-agency-ai 内容版本：guide:human-agency-ai:v1 [结合企业情况咨询](/intake?source=%2Fguides%2Fhuman-agency-ai&articleId=guide%3Ahuman-agency-ai&versionId=guide%3Ahuman-agency-ai%3Av1)