UX专栏解析“绿绿”工作沟通：AI时代如何避免过早固化判断

很久以前有一位共事过的同事。我从他的工作沟通方式中学到了很多。在我产生疑问之前，他便会主动同步工作进展，并精准指出需要我做出判断的部分，这大大减轻了我与同事的认知负荷。直到今天，我偶尔还会想：‘如果是那位朋友，他会怎么说呢？’ 

组织是一个汇聚了各种各样的人的地方。我们不能只说好听的话，也不能只听好听的。日程可能会延误，结果可能不如预期，客户的反应也可能与期待不同，要在组织内部妥善化解这些困难局面并非易事。 

有些对话会让问题显得更严重，有些对话则能让问题得到共同处理。我们将前者称为 Red Red，后者称为 Green Green。 

PART 1.  团队成员的对话 

您可能经历过这样的场景。 

原本计划招募20名用户访谈对象，但最终只招到了12人。未能达成目标。该如何分享这一情况呢？  

❌ Red Red ❌

请阅读以下对话。 

🟢 Green Green 🟢

同样的情况也可以换一种方式分享。就像下面的对话那样。 

这两段对话给人的感觉有何不同？

两段对话的结果是一样的。目标是20人，但实际招募人数仅为12人。

Red Red 对话中，虽然有多次分享问题的机会，但领导者和团队得知得太晚了。因为不得不猜测原因并紧急收拾残局，从而产生了认知负荷。 

Green Green 对话在更早分享问题现状的同时，也一并分享了问题的原因。领导者无需猜测情况。利用本用于猜测的时间，可以迅速审视延长日程、调整分析范围、明确报告局限性等可能的选项。这样一来，降低了领导者想象结果或模拟多种情境时的认知负荷，从而实现快速且清晰的解决。    

Green Green ≠ 成功汇报

良好的沟通并不是为了让领导者安心，也不是为了把糟糕的结果说得漂亮。而是让失败和风险能够更快、更准确、共同地得到处理的对话。为此，需要一起传达以下信息：

• 当前状态如何
• 与目标相差多少
• 预计存在哪些风险（数值和影响程度）
• 是降低该风险、解决该风险，还是承担该风险
• 哪里需要领导者或团队的判断和介入

PART 2.  领导者的对话  

Green Green 和 Red Red 不仅仅存在于团队成员的分享方式中。它们同样适用于领导者。 

同样是原本计划招募20名用户访谈对象，但最终预计只能招到12人的情况，向领导者汇报时，领导者的指责是指向人，还是指向解决工作，是深挖问题根源，还是着眼于解决问题，这将极大地影响团队的效率。 

❌ Red Red ❌

🟢 Green Green 🟢

听到同样的话，领导者的反应也可能不同。 

在这两段对话中，领导者都试图解决发生的问题。在 Red Red 对话中，随着对话的进行，焦点逐渐转向问题的原因，进而转向人。而在 Green Green 对话中，领导者的焦点始终放在共同解决问题上。  

Red Red 对话从听者的角度来看，与其说是‘我们在共同处理问题’，不如说是‘我被指认为问题所在’，这种情况会产生大幅降低团队工作效率的负面效果。 

Green Green 式的领导者会 

• 明确指出需要修正的地方，
• 确立清晰的标准， 
• 将问题保留为问题，帮助团队成员采取下一步行动。 

PART 3.  AI时代的 Green Green 工作对话

在与AI协作的过程中，工作沟通中也出现了新的模糊性。

过去，如果草稿粗糙或表格空白，我们可以知道‘还在判断中’。然而，由于AI能快速完成分类、总结和句子化，即使是尚需审查的判断，也会看起来像已完成的结论。

让我们重新思考之前看到的招聘案例，将其置于AI时代的工作场景中。

在一个需要招募20名访谈对象的项目中，收到了35份申请。团队成员将这些响应数据输入AI进行初步筛选，AI将14人列为优先访谈对象，21人列为待定对象。团队成员先联系了14名优先对象，最终确定了12人。

❌ Red Red ❌

表面上看，这似乎是一个合理的过程。因为审阅了申请人数据，AI挑选出了匹配度高的人，并确定了可用的人员。

但关键在于，判断的主体在哪里。 如果只分享结果，例如“联系了AI优先选出的14人，最终确定了12人”，领导者收到的将是已经结束的决策。 在团队讨论之前，AI制定的标准就已经成为执行标准，这正是导致工作沟通困难的原因。 

🟢 Green Green 🟢

当AI在工作流程中发挥重要作用时，重要的是要分享AI依据什么标准进行分类、该标准是否符合项目目标、被搁置或排除的对象中是否有需要重新审视的人，以及团队需要共同判断的关键点是什么。 

AI能让工作快速推进，但同时也可能导致决策迅速固化。因此，除了快速分享结果外， 我们还应努力在AI生成的标准固化为团队共识之前进行分享。 明确AI整理到了哪一步，以及从哪一步开始需要人类重新判断。

例如，可以这样表述： 

AI将14人列为优先访谈对象。
不过，分类标准似乎主要基于回答的充实度和当前使用频率。
鉴于本次研究的目的，我们需要讨论是否应重新审视被搁置的21名用户中可能流失的用户。

也就是说，明确AI整理到了哪一步，以及从哪一步开始需要人类重新判断，这一点至关重要。 

🟢 Green Green 🟢 工作沟通

综上所述，我们前面讨论的内容总结如下： 

工作沟通的核心很简单。 

对于团队成员而言，是分享情况以便领导者和团队适时介入；对于领导者而言，是不攻击个人，而是共同做出下一个判断。 

随着AI引入工作流程，这一标准得到进一步扩展。在AI出现之前，我们需要勇气去分享未完成的状态。但在AI时代，我们需要承担责任，指出那些看似完美的成果其实尚未完成。 AI时代的领导者也必须随之改变。他们必须揭示需要人类判断的关键点，并促进共同讨论。 

归根结底，Green Green式的对话，似乎是确保人们有共同判断的时间，从而最大化效率和质量。