NN/g 调查显示 AI 提升 UX 工作效率但从业者态度复杂

Nielsen Norman Group 对 521 名 UX 从业者的最新调查发现，尽管生成式 AI 在几乎所有任务中节省了时间，但从业者对其感受普遍温和甚至消极。这种反差源于组织层面的强制要求、AI 输出的不可靠性以及被夸大的效率预期，这些因素抵消了工具带来的实际收益。调查数据显示，99% 的受访者在工作中拥有生成式 AI 工具的访问权限，但智能体 AI（Agentic AI）的使用存在显著差异：初创企业和小中型企业的采用率分别为 85% 和 75%，而非营利组织和政府机构仅为 36% 和 42%。阻碍 AI 采用的主要因素是对输出质量的担忧（54%）以及数据隐私和安全问题（50%），仅有 9% 的受访者表示没有遇到重大障碍。此外，超过三分之一的受访者将伦理或可持续性顾虑列为采用障碍，部分人甚至因被迫使用违背其道德信念的技术而感到认知失调。

在具体工作场景中，AI 主要用于案头工作，如编写代码（73% 频繁使用）、桌面研究（69%）和分析自有研究数据（67%）。相比之下，涉及直接用户交互的任务使用 AI 的频率最低，例如用户访谈和设计测试，多数受访者从未在这些环节使用 AI。虽然平均而言，受访者认为 AI 使任务完成速度显著提升（评分 4.2/5），但整体情感倾向仅为轻度积极（3.57/5）。值得注意的是，在留下开放式评论的受访者中，69% 表达了某种程度的负面情绪，其中研究人员比设计师更倾向于给出完全负面的评价。负面评论主要集中在 AI 输出不可靠导致的验证负担、组织内的表演性使用以及由此产生的额外清理工作。相反，正面评论多提及 AI 提升了个人生产力，使从业者能够处理以前无法完成的复杂任务，或在小型团队中充当“思考伙伴”。

关于职业前景，65% 的受访者认为自己的角色将保持重要或变得更有价值，仅 18% 担心角色会缩小或被消除。然而，不同角色的安全感存在统计显著差异：产品经理的职业安全感评分最高（3.81/5），而研究人员（2.94/5）和设计师（2.99/5）则明显较低。这可能与通用型角色更能利用 AI 模糊专业边界有关，使得单一人员能承担更多跨职能工作。政府雇员报告的职业安全感也高于私营部门员工，这可能得益于较慢的技术采纳速度和更强的就业保护。NN/g 指出，当前许多组织仅在任务层面衡量 AI 的价值，而忽视了系统层面的总耗时和质量成本。建议领导者关注工作是否更快更好地到达用户手中，而非单纯追踪个人 AI 使用率，并应将 AI 输出视为草稿而非成品，允许团队讨论伦理与环境成本，以实现真正的系统性生产力提升。该调查于 2026 年 8 月 24 日至 9 月 11 日进行，样本包括 246 名设计师、145 名研究人员和 21 名产品经理等。