当AI辅助完成的工作成果摆在面前，你是否也曾心虚于“这功劳真的能算我的吗”？本文从心理所有权、组织角色与外界评价标准三个维度，剖析了执行者在AI协作中特有的成果认领羞耻——功劳不敢认，责任却躲不掉。这不仅是个人心理建设问题，更是组织评价体系尚未跟上技术变革的结构性困境。
最近，我发现自己潜意识里有一种AI羞耻。
这种羞耻感通常出现在我要把一份AI辅助完成的工作，对外展示，用来证明个人能力的时候。
本身结果完成得不错，自己也全程参与，但在汇报、述职或者面试的场景里，要坚定地说“这是我做的”，心里还是会打鼓：
这功劳真的能算我的吗？
在查了一些资料后，我发现，这种心虚可能不只是心理上的顾虑，也不能简单的认为是，人在过程的投入变少了来解释。
我目前倾向于理解为：
「处于执行者生态位的人，在与AI协作的局部关系中，工作重心从具体执行转向了指挥、决策和验收；但在心理上，他仍可能习惯用亲手执行了多少来理解自己的贡献。同时，外界对此协作模式的评价标准也还没有随之调整。」
亲手执行仍是最熟悉的功劳凭证组织行为学中有一个概念叫“心理所有权”，是指一个人对某个东西能不能产生“这是我的”这种主观感受。
心理所有权的经典研究认为，这种感受主要通过三条路径形成：
我能对它施加控制；我对它足够了解；以及我在其中投入了自己的时间、精力、想法和能力。[1]
后续研究又把责任感、自我效能、归属感和身份认同纳入了这个概念，并发现心理所有权与员工的组织承诺、工作满意度和组织公民行为等相关。[2][3]
这几乎就是传统执行工作的完整结构。
我在一个任务里花了多少时间，解决了多少困难，留下了多少亲手操作的痕迹，都在不断告诉我：“我是这个结果的产生者之一。”
劳动过程本身，也是我认领功劳的凭证。
AI改变了这套熟悉的对应关系。
当大量文字、分析、代码和图表由AI直接生成，人的工作开始转向另一些环节，例如定义问题、拆解任务、提出约束、比较方案、给出反馈，最后判断结果能不能交付。
问题是，一个长期生活在“执行者生态”里的人，未必会自动把这些活动也算作劳动。
可能仍然觉得，写出文字才叫写作，做出表格才叫分析，敲出代码才叫开发。至于自己提出了什么问题、排除了什么方案、识别了什么风险，很容易产生一种错觉：
我好像只是动了动嘴。
几项人机交互研究的结果显示，人在过程中参与得越多、对结果的影响越直接，通常越容易产生“这是我的”这种感受。[4][5][6]
反过来，如果过程中的大量具体工作由AI完成，哪怕我仍然负责定义问题、筛选方案和调整标准，也可能因为亲手参与的环节减少，而难以形成同样强的成果所有感。
不过，参与减少并不是心理所有权弱的全部解释。
局部角色变了，组织位置没变过去，我接收任务、按照要求执行、提交结果、等待验收。
现在，AI负责大量具体执行，我负责提出要求、做选择和把关。双方的相对位置换了。
但退出AI界面，我在公司里的位置并没有改变，我不会因此成为组织中的领导。
我依旧不能决定为什么要做这项工作，不能随意修改KPI，也很难拒绝需求方或者重新协商DDL。AI节省出来的时间，可能很快转化成更多任务和更高的质量要求。
所以，这里并不会，也不可能会发生“执行者升级”：
「面对AI，我是局部指挥者；面对组织，我仍然是被指挥的执行者。」
按照心理所有权理论对“控制”的解释，我拥有的只是对工作手段的局部控制，而不是对工作目的、资源、期限和收益分配的整体控制。
这种局部控制当然也是一种贡献，但它不同于正式领导拥有的组织权力。
管理学中关于管理权威、结果问责和成果归因，已经有一些比较成熟的研究。
正式领导拥有组织授予的合法权力，包括一定程度的决策权和资源配置权；同时，领导职位附带结果问责，组织失败时，较高层级通常也会承担更多责备。[7][8]
在组织中，领导者通常也可以用“我带领团队完成了这个项目”来说明自己的贡献。
这样的认领之所以能够成立，不是因为每项具体工作都由他亲手完成，而是因为目标设定、资源组织、过程协调和结果责任，本来就是领导工作的一部分。
当然，这不等于领导可以把下属的贡献据为己有。
一项经典的领导归因研究发现，人们常常会高估领导对组织成败的影响。[9]因此，合理的说法是“我领导了这项工作”，而不是“所有工作都是我亲手完成的”。
这也让我产生了一个问题：
长期处在正式领导位置的人，会不会较少出现这种AI成果认领羞耻？
我猜有这种可能。
领导者更习惯把设定目标、分配任务、作出判断和承担结果看作自己的贡献，也长期得到组织对这种贡献方式的确认。AI接手执行，对领导者来说，也许只是更换了执行主体。
但我没有找到直接比较正式领导者与执行者的相关研究。正式领导职位是否真的会影响一个人对AI成果的所有权感，还是一个有待验证的问题。
AI是工具，但外界的评判标准并不一致我还想到一个很有力的反驳：
AI不就是工具吗？
公司雇我，是为了让我按要求把事情做完。只要组织允许，我用Excel、自动化程序还是AI，本身并没有什么问题。能找到合适的工具、把工具用好、按时交付结果，也可以被看作个人能力的一部分。
按照这个逻辑，一份AI协作成果当然可以拿来证明个人能力。有些人也确实能够坦然认领，因为他们清楚地把调用工具、判断结果和完成交付看作自己的工作。
但“AI是工具”似乎还不能解释所有人的感受，至少不能完全解释我的感受。
到了述职、晋升或面试时，问题就变成了：这份成果究竟能说明我具备什么能力？
如果外界看重的是能否调用工具解决问题，那么使用AI本身就是能力；
如果对方想知道的是一个人能否独立写作、分析或编码，同一份成果能够说明什么，就需要讲得更具体了。
“AI是工具”并不能替我们确定，这里应该采用哪一种标准。
程序员招聘就是一个很直观的例子。HackerRank在2025年的开发者技能报告中称，97%的受访开发者已经在使用AI助手，但招聘测评仍常常偏重算法题，78%的受访者认为这些测评与真实工作并不相符。[11]
AI已经进入日常工作，评价方式却没有完全跟上。
外界的标准没有跟上，个人也很难形成稳定的判断。面对同样的AI协作成果，有人能够坦然认领，也有人像我一样，还是会心虚。
这未必只是个人想法不同：外界一面认可调用AI解决问题的能力，一面又可能继续用“能否独立完成”来判断个人水平。
当评判标准本身含混不清，我也很难确定，AI协作中的哪些贡献可以算作自己的能力。
心理所有权的强弱，也可能在这种不确定中受到影响。
功劳未必算我的，责任一定算我的还有一个问题：
如果AI产出的成果很好，我因为“主要是AI做的”而不敢领功；
那么出了问题时，我能不能也说：“这不是我做的，所以不该由我负责”？
那我可要做梦了。
领导或甲方会问：你为什么没有检查出来？为什么没有验证？为什么把错误结果交付了？
于是，一个很奇怪的现象出现了：
「成果好时，功劳不敢认；成果坏时，责任躲不掉。」
员工对成果没有充分的“这是我的”感受，却依旧需要承担完整或接近完整的交付责任。
研究AI社会影响的人类学者Madeleine Clare Elish在分析复杂自动化系统中的责任分配时，提出了 moral crumple zone 这个概念。
这个说法借用了汽车“碰撞吸能区”的比喻，中文还没有很自然的统一译法，也有人译作“道德缓冲区”。
它指的是，一个人即使对整个系统只有有限控制，也可能因为离操作现场最近，在系统失败时被归咎并承担主要责任。[10]
这项研究讨论的并不是普通办公室里的AI协作。不过借用这个视角来看，职场中的AI使用者也可能成为类似的责任承接者。
他没有决定模型如何训练，没有决定组织为什么部署AI，也未必有权改变不合理的DDL，却要为AI输出中的错误兜底。
这让我觉得，AI成果认领羞耻不能被简单解释成“你还没有形成领导者思维”。
如果这样解释，我们很容易再次把问题推给使用AI的个人。
组织既要求他用AI提高产量、管理AI并承担错误责任，还要求他自己完成心理建设，学会理直气壮地认领成果。
我觉得这种心虚，有可能恰恰是对自身结构处境的准确感知：
「我只能在具体工作中调度AI，不能决定任务为什么做、何时交付、如何评价。成果的功劳未必算我的，一旦交付出了问题，责任一定是我的。」
最后回到最初的问题。
我现在觉得，心虚的可能不是角色变化本身，而是我还不知道该怎样计算这个局部角色的贡献。
与AI协作时，我开始做指挥、判断和验收的工作；到了汇报、述职或面试时，我依旧习惯用亲手执行了多少来证明能力。更重要的是，外界用来评价这些能力贡献的标准，也还没有随着工作方式一起改变。
以上只是我结合个人经验和现有研究得到的一些解释，未必适用于每个人，但或许能解释和我一样的朋友。明明完成了工作，仍然很难坦然地说出“这是我的成果”。
最后就是期待看到有相关的正式研究出来。
参考资料：[1] Pierce, J. L., Kostova, T., & Dirks, K. T. (2001). Toward a Theory of Psychological Ownership in Organizations. *Academy of Management Review, 26*(2), 298–310.
[2] Avey, J. B., Avolio, B. J., Crossley, C. D., & Luthans, F. (2009). Psychological Ownership: Theoretical Extensions, Measurement and Relation to Work Outcomes. *Journal of Organizational Behavior, 30*(2), 173–191.
[3] Van Dyne, L., & Pierce, J. L. (2004). Psychological Ownership and Feelings of Possession: Three Field Studies Predicting Employee Attitudes and Organizational Citizenship Behavior. *Journal of Organizational Behavior, 25*(4), 439–459.
[4] Xu, Y., Cheng, M., & Kuzminykh, A. (2024). What Makes It Mine? Exploring Psychological Ownership over Human-AI Co-Creations. *Graphics Interface 2024*.
[5] Draxler, F., Werner, A., Lehmann, F., Hoppe, M., Schmidt, A., Buschek, D., & Welsch, R. (2024). The AI Ghostwriter Effect: When Users Do Not Perceive Ownership of AI-Generated Text But Self-Declare as Authors. *ACM Transactions on Computer-Human Interaction, 31*(2), Article 25.
[6] Joshi, N., & Vogel, D. (2026). Interaction Techniques that Encourage Longer Prompts Can Improve Psychological Ownership when Writing with AI. *Graphics Interface 2026*.
[7] Bernacchio, C., & Foss, N. J. (2024). Reconsidering the Moral Dimension of Managerial Authority: A Review and an Integrative Research Agenda. *Academy of Management Annals, 18*(2), 435–472.
[8] Gibson, D. E., & Schroeder, S. J. (2003). Who Ought to Be Blamed? The Effect of Organizational Roles on Blame and Credit Attributions. *International Journal of Conflict Management, 14*(2), 95–117.
[9] Meindl, J. R., Ehrlich, S. B., & Dukerich, J. M. (1985). The Romance of Leadership. *Administrative Science Quarterly, 30*(1), 78–102.
[10] Elish, M. C. (2019). Moral Crumple Zones: Cautionary Tales in Human-Robot Interaction. *Engaging Science, Technology, and Society, 5*, 40–60. https://doi.org/10.17351/ests2019.260
本文由 @AI Second 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
富利证券提示：文章来自网络，不代表本站观点。
