人與 AI 的問責機制重設

資料來源#

• AI-Augmented Human Resource Management? Insights from German companies
• Research: Why You Shouldn’t Treat AI Agents Like Employees
• The Human-AI Substitution Principle: When will you be replaced by AI in your organization?
• Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews
• When Does AI Augment Work? A Workflow-Level Framework for Human-Agent Collaboration

摘要#

Kropp 等人（HBR，2026 年 5 月）提出五大支柱，建議隨著代理式 AI 擴展，重新設計組織結構。問題的框架（AI 是員工還是工具）確實存在，但屬於下游問題——根本問題在於，為人類速度與人類問責而打造的工作、職務和治理機制，無法容納代理程式。把 AI 疊加在既有工作流程上，只會累積錯誤並稀釋責任歸屬。能創造價值的公司會重新設計工作；做不到的公司則會看到審查嚴謹度下降、責任歸屬碎片化。

為何非重新設計不可#

隨著 AI 接手執行工作，人類職務會集中在監督、判斷、建立關係與處理模糊情況。多數職場裡，這種轉變尚未被明確說出來。產出增加時，監督能力不會自動跟著擴大——一個每週產出 5 份文件的團隊，若沒有重新設計單位，主管就無法監督每週產出 50 份文件的 AI。

MSM／代理式錯位的世界（Agentic Misalignment (AM)）讓這個問題更加尖銳：代理程式每次行動所受的人類監督薄弱，卻能採取後果重大的行動，這正是問責機制重設最重要的地方。

五個面向#

1. 問責範圍與管理幅度#

監督能力不會隨產出量增加。重新設計團隊規模與匯報架構，讓監督仍在可行範圍內。問責單位應與人類實際能審查的單位一致。

2. 重新設計職務並釐清期望#

• 在職務說明中明確列出對 AI 系統的監督責任。
• 設定合理的速度與工作量期望，考量 AI 參與工作流程時的情況。
• 指明仍不可或缺的人類技能——哪些事情只有人類能做到。

這與 Engineer PM Convergence 相呼應：仍不可或缺的人類技能包括品味、判斷力、容忍模糊性的能力，以及面向客戶的技巧。

3. 重設績效管理#

獎勵監督品質與有效編排 AI 的能力，而不只是速度與產出。產出無論如何都會提高；真正的差異在於人類是否加入品味與判斷、是否抓出錯誤。審查代理程式的工作成為新的增值工作——績效考核必須衡量這一點。

4. 將 AI 視為軟體，並明確指定人類問責者#

直截了當的建議是：代理程式就是軟體自動化，不能被追究責任。產出必須有一位明確可見的負責人類——*「當 AI 對某項結果有所貢獻時，應讓負責且須承擔問責的人類清楚知道這一點。」*在受監管環境中特別重要。

三個子面向：

• 決策權——代理程式可以自主處理哪些事，哪些事需要人類明確核准。（呼應 Claude Code Auto mode 的設計——分類器自動核准安全事項，並阻擋高風險事項。）
• 升級處理——哪些情況會觸發審查、由誰介入，以及由誰承擔延遲或錯誤的代價。
• 後果——代理程式出錯時接下來會如何處理；負責的人類會持續監控並改善代理程式的表現。

5. 依工作流程設計代理式單位，而非依人類職務設計#

「AI 就是一對一員工」的框架，假設職務有明確邊界、人類能力有限，且存在委派階層。AI 不受這些限制。一個代理程式可以跨多種工作流程運作；多個代理程式也能重塑單一職務。預設採用「一個人類職務配一個代理程式」，會使公司傾向照原樣替換人力，也低估重新設計的空間。

更好的方式是選定代理式單位——由團隊或流程共用的較廣泛功能——以符合工作流程真正需要的形式。

第四支柱在 70,000 名求職者規模下的實踐（Jabarian 與 Henkel，2026 年 7 月）#

五大支柱是處方；一項預先註冊的招募現場實驗是 wiki 中最接近實際投入生產環境的案例。其設計原封不動地體現第四支柱——代理程式是軟體，決策必須由明確可見且須負責的人類做出：

• **決策權。**AI 語音代理程式進行面試。每個實驗組的每項聘用決策都由人類招募人員做出，他們會檢視逐字稿、音訊與測驗分數。自動化階段負責蒐集資訊；判斷階段則不受影響。
• **明確可見。**代理程式在通話開始時揭露其人工身分（公司為遵循規範而這麼做，明確目的是避免欺騙），並說明人類招募人員會審查面試並做出決策，而不是由 AI 決定。問責的人類不只對組織明確可見，對受試者也一樣。
• 代理式單位是工作流程，而非職務（第五支柱）。公司沒有打造「AI 招募人員」，而是自動化流程中的一個階段，其他環節維持原樣——因此效果可以清楚歸因，招募人員也保有完整連貫的工作。

結果顯示這種分工有效：工作邀約增加 12%，開始工作的人數與一個月留任率約增加 18%，錄用員工的生產力沒有下降。這也讓分工的代價顯而易見，此前沒有任何處方做到這點：人類評估階段成了排隊瓶頸。面試到錄取通知的時間中位數從 2.62 → 7.24 天，因為招募人員現在必須審查自己沒有進行的對話；儘管排程加快，端到端招募時間仍從 20 天增至 24 天。一旦資訊蒐集階段加速，管理幅度（第一支柱）立刻成為限制因素——正如本文所預測，如今還有數字佐證。

有一項發現不但不支持框架上的疑慮，甚至與之相反。員工框架會稀釋問責並減少錯誤查核；在此案例中，明確無歧義的工具框架卻伴隨著招募人員更依賴獨立證據：他們給 AI 面試的評分較高（1.90 → 2.01），卻在錄取決策中大幅降低面試分數的權重，轉而提高標準化語言測驗的權重。這種決策權結構讓人類更嚴格審查機器產出，而非更寬鬆——但此處沒有操弄框架，因此這是相符的證據，並非檢驗。

問責是一種成本，而非限制（Banerjee 與 Singh，2026 年 7 月）#

五大支柱是處方；Banerjee 與 Singh 的 HAT 替代模型（arXiv 2607.20781，practitioner-opinion——形式模型，沒有實證資料）以經濟分解方式表達相同內容，其對應精確到足以成為實用詞彙，儘管其中沒有任何內容經過測量。

模型以風險調整每個代理程式的成本：C̃ = C + λR，並將 AI 風險拆解為 R' = ω₁R^(rel) + ω₂R^(comp) + ω₃R^(rep)。接著，§5.2 將這三個組成項一對一對應到問責面向：技術問責（系統是否正常運作）→ 可靠性風險；社會問責（可識別代理者承擔的聲譽後果）→ 聲譽風險；法律監管問責（結果造成傷害時的法律責任）→ 合規風險。由於 AI 代理程式「不能承擔法律責任、蒙受聲譽損害，也不能被追究技術過失」，將其部署到問責要求高的職務，會同時提高三種風險——這是組織層面的責任落差（Matthias 2004）。論文將第四支柱重新表述為算式：只要 λ(ω₁R^(rel) + ω₂R^(comp) + ω₃R^(rep) − R) ≥ C − C'，替代就無法降低風險調整後成本，即使 AI 名目上的成本較低也一樣。問責之所以成為限制，「並非出於假設，而是風險結構帶來的均衡結果」。

這種重新框定有兩個實用之處：

• **它把治理投資轉化為參數，而不是障礙。**可稽核性會降低 R^(rel)；與監管機關接洽會降低 R^(comp)；與利害關係人透明溝通會降低 R^(rep)；組織的風險敏感度 λ 本身也是公司可以明確設定的槓桿，而非任其受隱性規範左右。每一項都會以明確方向移動替代界線。比起該處方本身，這更清楚地說明「問責機制重設是互補條件」。
• **它預測哪些情況下各支柱會成立，哪些情況下不會。**較大的 ω₂（醫療、金融、國防、法律服務）會維持人類與 AI 混合的結構，而不需要任何最低人類占比規定——論文區分了兩種能持續存在的混合模式：一種是因法規強制而存在，另一種則是因全面自動化確實不符合成本效益而存在。

模型的限制，以及本文證據切入之處。第一支柱指出，產出增加時監督能力不會跟著擴大。模型的假設 1(iii) 卻反其道而行：AI 協調乘數 r'_0——該模型表 1 自行解釋為 「整合投入、工作流程編排、監控、人類監督需求」——增加速度不快於人類那一側，因此才會得出模型趨平並預測管理幅度擴大的結果（P3）。論文承認 r'_0「無法直接觀察，應校準為情境參數」，範圍限定在 0 到 r_0 之間，不能超過。上節的隨機測量結果卻顯示它超過此範圍：自動化一個階段後，人類階段耗時增加到 2.8 倍，端到端流程也更長。模型預測的是更扁平、管理幅度更大的階層；知識庫測到的卻是審查排隊時間增加。

他人也能強制執行的問責：德國共同決定制度（Kalff 與 Simbeck，2026 年 7 月）#

五大支柱全都是管理階層設置的機制。Kalff 與 Simbeck 的德國 HR 研究（arXiv 2607.13839，empirical，N=410，加上 14 場專家訪談，以及三場與員工委員會顧問進行的團體討論）呈現相同內容，但將其視為對造可以強制要求的機制——接著也記錄了企業如何規避這些機制。

作用機制。根據《企業組織法》（Betriebsverfassungsgesetz）§87(1) no. 6，任何適合用於監控員工績效或行為的技術，都受員工委員會的共同決定權管轄：委員會享有否決權，而非僅有諮詢權。這是第四支柱所說的法律監管問責——也就是 HAT 模型的 ω₂ 合規風險項——並具備 HBR 處方沒有的兩項特性。它是法定權利，因此不取決於管理階層是否願意；而且權利掌握在勞動者手中，而非監管機關或公司自己的合規部門。受訪顧問表示，委員會要求嚴格監督演算法歧視與不透明的「黑箱」系統，甚至要求加入合約阻擋條款。論文也指出，在制度發揮作用時，確實能達到處方的目標：員工委員會的核准要求「有助於確保 AI 計畫保障員工利益」；強而有力的代表制度「常能制衡量身打造、由演算法決定的職涯路徑，尤其是當這些路徑被當成僵化目標強制執行時」（COD1）。

**內部處方無法指出的失效模式：只要把工作移到別處，就能規避問責結構。**訪談中出現三種管道：

• 將該職能移到海外。「跨國公司有時會將 HR 職能外包給關係企業或全球服務中心。如此一來，這些職能就不再受當地員工委員會管轄，也不再受嚴格的 EU 或德國法律要求約束」；依 COD1 所述，當組織希望避免就敏感的 AI 分析展開協商時，這種作法「愈來愈常見」。決策權沒有重新設計，而是被移到權利無法適用的地方。
• **購買不會觸發相關規範的能力。**公司採用「較簡單的聊天機器人或生成式文字助理，以規避這些合規義務」；也有供應商基於同樣理由，從其 ML 產品中排除個人資料。
• **讓流程缺乏資訊。**論文最重要的治理發現是：「AI 的概念往往仍刻意保持模糊，影響共同決定與參與流程中的資訊流通。」否決權的效力取決於對系統的描述，而否決權所針對的那一方正是描述的撰寫者。參見 AI Employee Framing。

本文的普遍教訓是：問責機制一旦強到能約束人，就值得有人設法規避；而規避會表現在司法管轄區與產品選擇上，而非明顯的不合規行為。第四支柱要求「讓負責問責的人類明確可見」，卻暗藏一項前提——具備利害關係的人，必須能看清系統實際上是什麼。

認知落差（參考資料）#

BCG Henderson Institute：76% 的主管認為員工對採用 AI 感到熱衷；只有 31% 的個人貢獻者如此表示。若要求員工用 AI「做更多事」，卻不重新設計職務與問責機制，只會擴大這道落差。採用 AI 取決於主管以身作則，而非熱情宣傳活動，也不是擬人化。

重設的稽核面向：判定增能的六項條件（CIVIC-AI，2026 年 9 月）#

五大支柱是關於如何重新設計的處方，卻沒有測試已完成的重設是否值得，也沒有考量時間。When Does AI Augment Work? A Workflow-Level Framework for Human-Agent Collaboration 同時補上這兩者——這是一份 CIVIC-AI 2026 工作坊白皮書（22 位作者來自 NUS、Stanford、A*STAR、NTU、UT Austin 與新加坡的Ministry of Manpower，8 頁，practitioner-opinion：它定義了一個詞，沒有自行進行研究；其中每個數字都來自第三方）。其前提與本文相同，並以分析單位的論點表達：使用紀錄、投資數字、生產力變化與員工人數「並未明確衡量工作本身性質的變化」，因為「員工總數等彙總結果，可能掩蓋團隊重組、職務責任移轉與任務委派等結構性變化」。提出的分析單位是工作流程；要記錄一個工作流程，就必須記錄三件事——代理程式可以產生、建議、決定或執行哪些內容；人類在哪些環節審查、解讀、授權、推翻或介入；以及如何處理陌生案例、不可靠產出與系統故障。

六項條件分屬兩個層次（表 1，已對照 pdftotext -layout 逐格校核）。第一層——工作流程完整性，可在設計、部署與定期營運審查時評估：(1) 持續的淨價值，多方利得必須經得起「完整計入品質、人類審查、例外處理、返工、復原，以及轉移給勞動者的認知負擔」；失效模式是「表面上的生產力提升，其實只是把工作轉移到工作流程的其他環節」；(2) 有意義的人類控制，人類必須保有「能力、時間、資訊與權限」，以便偵測錯誤、將代理程式的行動限制在預定範圍內、推翻決策，並在系統無法使用時繼續工作；失效模式是核准流於儀式，技能退化反而提高營運風險；(3) 明確的問責與復原機制，決策權限、來源紀錄、升級處理與備援機制都必須「明確指派給人類操作人員」；失效模式是錯誤無人負責。第二層——人類發展與工作品質，只能長期評估：(4) 深化學習，(5) 職涯路徑（保留或擴大入門機會與向上發展），(6) 工作目的——失效模式是「AI 執行較受歡迎的任務，人類則被降為只做不受歡迎的工作」。

值得保留的結構性主張是層次間的不對稱：「工作流程在部署時可能符合第一層，但如果隨時間削弱第二層，就無法持續帶來增能。」五大支柱全都屬於第一層的範疇，在重新設計時評估一次，沒有任何一項納入時間因素。依此解讀，五大支柱的重設在第一年通過審查，到第三年卻可能不再算是增能，即使支柱本身完全未變；因為被指定掌握權限的人，可能已不具備該權限所預設的能力。

逐項任務決定界線。提出三項特性作為條件 2 與 3 的實際形式：可驗證性（「具備資格的人能否檢查產出並找出失效之處？」）、可逆性（「錯誤或行動能否在造成嚴重傷害前修正？」），以及利害程度（「如果決策錯誤、延遲或難以申訴，會發生什麼事？」）。若產出可供檢查、錯誤可復原、利害有明確界限，就能提高委派程度；若任務「涉及訂定目標、解讀模糊證據、建立效度，或影響後果重大的使用方式」，人類權限就應維持較強。文中指出三個條件彼此相依，並以三句話濃縮成本文自己的失效模式清單：「若驗證耗盡省下的時間，產出增加便失去價值。審查者若無法找出失效之處，人類核准就無法提供充分保障。若指定負責者卻沒有提供重建決策所需的資訊，問責機制就不完整。」

文件中最犀利的主張，是它指出現有治理文獻的缺口，而這正好落在第四支柱上。揭露義務、稽核軌跡與簽核流程「都默默假設人類審查者仍有能力使用這些機制，卻沒有說明工作流程重設本身是否會侵蝕這項能力」。讓負責問責的人類明確可見毫無作用，如果那個人已經無法分辨好的產出與壞的產出。白皮書提出的答案，是它唯一真正新穎的槓桿：能力「不會自動維持。組織必須刻意安排足夠實質的審查工作，並讓勞動者接觸足夠多的 AI 失敗案例，才能維持驗證技能」。這是人力配置規則，而不是訓練計畫——刻意讓真實失敗案例流經審查者，並將職務中的實質審查比例視為需要持續維護的數值。文件沒有測量這種做法是否有效，知識庫裡也沒有實際試行案例（參見 Layered Supervision，其人類層所缺少的正是這項輸入；以及 The Tragedy of the Cognitive Commons，該文指出相同的維護工作屬於共同資源，沒有任何單一公司有誘因出資）。

提議的工具（§7）：共用的工作流程紀錄，是依六項條件評分時所用的稽核文件，內容包括基準流程與預期目標；指派給代理程式的任務及其權限層級；人類審查、推翻決策與升級處理的環節；例外處理、備援與復原程序；重大錯誤及未經核准或非預期的代理程式行動；包含驗證與修復在內的總投入；以及對人類能力、AI 素養、學習機會、職涯發展、能動性與滿意度的影響。另有兩項設計備註：紀錄必須搭配員工層級的證據，因為「正式採用資料可能漏掉非正式 AI 使用」（德國 HR 調查測得 410 名受訪者中有 183 人如此使用，這正是影子採用問題）；門檻則必須依產業調整，因為「臨床流程、研究工作流程、公共調查與客戶導入系統，對品質、隱私、可申訴性與風險的要求各不相同」。

**應將它視為定義，而非證據。**本文沒有任何測量資料：「實例演示」（以 AI 為媒介的社會調查，逐階段劃分工作）是假設性的設計，提出了試行計畫但未實際執行；新加坡段落評估的是作者沒有蒐集的第三方政府統計數據（數字及其限制說明收錄於 Organizational Complements to AI）。這份文件的價值，與 The Tragedy of the Cognitive Commons 相同——它提供一套結構，讓已經觀察到的模式變得清晰易懂；在此，它將「重設是否成功」從生產力數字轉換成六項有名稱、可分別證偽且附有失效模式的主張。作者組成則是第二項值得注意的資訊：勞動部門的統計人員共同簽署主張，指出他們目前使用的工具無法確認條件 1 是否成立。

與 wiki 既有主題的連結#

• Engineer PM Convergence——持續重要的人類技能（品味、容忍模糊性的能力），與本文所說的人類職務重心一致。以監督品質為核心重設 PM 工作，是勞動力面向對「工程師因瓶頸轉移而成為 PM」的呼應。
• AI Native Product Cadence——Cat Wu 描述 Anthropic 如何重新設計產品節奏，是工程職能重新設計的一個具體案例。HBR 的處方則是跨職能的版本。
• Claude Code Auto Mode——工具層級的決策權設計。自動核准安全事項、阻擋高風險事項的分類器，正是具體實踐的「決策權」子面向。
• Harness Shrinkage as Models Improve——不會縮減的是界線上的人類角色；本文指出這個角色會轉變成什麼。
• Agent Loop Pattern——迴圈提高每個人類所能監督的代理程式產出量；本文談的管理幅度重設，正是缺少的配套。
• Loop Engineering——設計自我提示迴圈會進一步提高每個人類所負責的產出；Osmani 指出的審查頻寬上限，就是本文所提出的重設方案要處理的管理幅度問題。

延伸連結#

• Procedural Value in AI Decisions——來自公司外部的限制。本文各支柱依據工作的特性（可驗證性、可逆性、利害程度）界定人與代理程式的界線；一項針對 1,919 名美國求職者的預先註冊 conjoint 研究顯示，受系統評斷的人對界線的排序不同——決策權 +0.272、可由本人提出的申訴 +0.156、選擇退出 +0.129，而系統層級的獨立偏誤稽核僅 +0.068（人類介入 − 偏誤稽核，+0.204，p<0.001）。差異在於個人能行使的權利與個人無法行使的監督機制；這也對應到監管工具：EU AI Act 規定人類監督，GDPR Art. 22 賦予爭議處理權，NYC Local Law 144 要求偏誤稽核，並須通知當事人可以選擇替代方案，但規則從未要求雇主真的提供該方案。重設即使通過第四支柱，仍可能沒讓決策對象擁有任何可行使的權利；而一位名義上負責審查、實際上卻服從建議的審查者，同樣無法提供這種權利

• The Enablement–Regulation Axis——**共同決定制度一節之上的立法層面，實際規模比該節的假設更薄弱。**德國員工委員會的否決權是已制定且正在行使的法規；問題在於，新的立法需求是否正在形成，以堵住前文記錄的規避管道（將 HR 職能移到海外，以及購買不會觸發 §87(1) no. 6 的能力）。Chueri 與 Törnberg 的 33 國會語料庫提供的答案幾乎是否定的：職場 AI 治理——演算法管理、平台工作保障、人類監督——只占規範與限制框架的 13.0%；該框架本身占回應框架提及內容的 21.8%，相當於 33 個立法機關三年內共 155 次提及，遠低於著作權與創意產業保護（36.1%）。威脅討論的聲量是補救措施的兩倍：工作品質與職場控制占威脅內容的 19.5%（345 次提及），相較之下後者僅 155 次。各國國會討論演算法管理問題的程度，遠超過立法採取對策的程度

• Controlled Variance: AI's Edge as Reduced Dispersion——在 67,056 名求職者中實踐並隨機分派第四與第五支柱：AI 蒐集資訊，人類保有所有決策權，代理程式揭露身分並指出人類決策者。這種做法改善結果，也將瓶頸移到人類階段（評估時間從 2.62 → 7.24 天）；管理幅度支柱就此化為一筆代價

• Layered Supervision——條件 2 與 3 在軟體工程中的實例：將監督分布於預防、可執行與人類層；人類層改為同時監督多項工作的設計，正好假設審查者具備 CIVIC-AI 條件所說、必須刻意維持的能力

• The Automation–Optimism Link——本文新段落帶來的術語重疊：該文的「增能」是個人身處的使用模式，本文的「增能」則是工作流程通過六項測試後才具備的特性

• The Tragedy of the Cognitive Commons——組織架構以上的層次：重新設計建議相同，並進一步指出，僅靠組織層級的行動，無法解決整個專業領域的搭便車問題

• AI-Native Organization——管理幅度支柱所必須面對的組織樣貌：在規模達到 $100M+ 時，72% 的 AI 密集型公司採用 1–4 層管理架構；第一線管理幅度正在擴大（直接匯報人數 7 人以上的比例從 21% 升至 30%），也就是審查者變少，每個人負責更多委派產出

• The Household Production Boundary——五大支柱以組織為前提；ATLAS 發現，多數關於醫療、法律、金融與政府事務的 AI 諮詢都發生在夜間的家庭中，而這些場合不存在升級處理與決策權架構

• Agent-Native Infrastructure——代理程式對代理程式的基礎架構需要本文所要求的問責與身分原語

• 配套概念：AI Employee Framing

• 成本機制：AI Brain Fry

• 決策權實例：Claude Code Auto Mode

• 勞動力轉變：Engineer PM Convergence

• 產出端的加速因素：Agent Loop Pattern

• 風險面：Agentic Misalignment (AM)

• 產品端實例：AI Native Product Cadence

• 介面端配套：Interaction Models——組織重設讓人類負責問責；互動模型則讓人類在介面層面參與其中（TML 所說的「人類是被介面排除，而非被工作排除」）

• 職務演變配套：Compute Allocator——指出個人 IC 的職務（「判斷哪些事情值得投入運算資源」），本文重設所管理的正是這類職務的監督品質與決策權

• 非程式碼產出面向：Cowork——簡報、檔案資料夾與收件匣產出缺乏編譯器或測試驗證，因此問責機制重設只會更加重要

• 介面端對照：Turn-Based Interface Bottleneck——相同批評在介面層的版本：不要把自主性當成目標，讓人類退居邊緣

• 獨立創辦人應用：Founder as Agent Orchestrator——五大支柱的重設框架縮減為一個人，但問責問題並未消失；創辦人仍保有決策權，也承受曝險

• 決策權基礎：MCP and Computer Use——需要受到治理的行動介面；「代理程式透過 MCP／電腦操作可以自主做什麼，哪些事項需要人類明確核准」，正是決策權子面向的具體形式

• 組織互補條件：Organizational Complements to AI——問責與管理幅度重設是 AI 創造價值所仰賴的工作流程互補條件之一；光有能力並不足以交付價值，組織必須圍繞受委派的代理程式，重新打造審查與責任架構。此處也收錄 HAT 替代模型；本文的第四支柱與該模型的三項 AI 風險組成完全一一對應

• 基準測試工具：Configurable Human Participation——HAS-Bench 的 Human Agency Scale（A1–A5）與 Control 頻道將決策權／升級處理子面向操作化為可測量變數；單靠 control 授權，就能讓受保護行動達到 100% 安全；澄清／回饋僅達 51/54%——這項實證顯示，決策權不能被委派至權限較低的頻道

衍生文章#

• Orchestration vs Employee Framing: Reconciling the Founder's Playbook with HBR's Accountability Evidence——將本文的五大支柱框架應用於獨立創辦人情境；說明框架在哪些方面可以順利縮減，以及問責工作在哪些方面依然無法消失

資料來源#

• Research: Why You Shouldn’t Treat AI Agents Like Employees — HBR，2026 年 5 月
• 工作論文：https://emmawiles.github.io/storage/ai_employee.pdf
• Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews — Jabarian 與 Henkel，Voice AI in Firms（arXiv 2607.28222，2026-07-30；empirical，預先註冊的 RCT）：§2.4（AI 揭露自身身分並指出人類決策者；所有實驗組都由人類評估）、§3.1–3.2（結果）、§6.2（降低訊號權重）、§7.1（評估階段的排隊情況）。解析警告與完整說明見 Controlled Variance: AI's Edge as Reduced Dispersion。
• The Human-AI Substitution Principle: When will you be replaced by AI in your organization? — Banerjee 與 Singh，arXiv 2607.20781（2026-07-22；practitioner-opinion，形式模型，沒有實證資料）：§3.3 eq. 8（三項 AI 風險分解）、§5.2（問責對應可靠性／聲譽／合規風險，以及 Matthias 的責任落差框架）、§4.4.1 Theorem 10（名目成本較低的 AI 仍無法降低成本時所符合的不等式）、§5.5.3（三種治理槓桿 λ、(ω₁,ω₂,ω₃)、n_k）、§5.5.2（內生混合模式與限制驅動的混合模式）、§3.4 Assumption 1(iii) 與 §5.7（不可觀察的 r'_0，範圍限定為 0 ≤ r'_0 ≤ r_0）。完整說明與 P1–P7 帳目見 Organizational Complements to AI
• AI-Augmented Human Resource Management? Insights from German companies — Kalff 與 Simbeck，arXiv 2607.13839（2026-07-15／v2 07-20；empirical，混合方法）：§3（三場與員工及職工代表委員會顧問進行的團體討論，以及 BetrVG §87(1) no. 6）、§4.2（員工委員會否決權與阻擋條款、將職能外包至全球服務中心的管道、能力替代管道、DEV3 排除個人資料的引言）、§5 RQ2（刻意模糊 AI 標籤造成的共同決定資訊流問題）。匯入時進行字形層級修復——docling 將每一個數字與 DOI／URL 標籤輸出為字形名稱；修復後逐一復原並再次與 PDF 核對，因此所有引用數字都能追溯到該修復；表 1 的列有錯位，未在此引用；表 2 已確認無誤。完整說明見 Organizational Complements to AI
• When Does AI Augment Work? A Workflow-Level Framework for Human-Agent Collaboration — Wu、Ziems 等人（22 位作者；NUS、Stanford、A*STAR、NTU、UT Austin、U. Washington、新加坡 Ministry of Manpower），When Does AI Augment Work? A Workflow-Level Framework for Human-Agent Collaboration，CIVIC-AI 2026 工作坊白皮書，arXiv 2609.12482，2026-09-11，8 頁，practitioner-opinion（沒有原創測量：§5 的實例演示是提議的試行方案，§6 評估第三方新加坡統計資料）。本文引用其 §2（它指出 OECD／WEF／DOL／IMDA 治理架構中的能力落差）、§3（工作流程作為分析單位；維持能力的人力配置規則）、§4 與表 1（六項條件、兩個層次、失效模式；可驗證性／可逆性／利害程度），以及 §7（工作流程紀錄）。**表 1 與表 2 已逐格對照 pdftotext -f 3 -l 6 -layout 校核——完全一致，無合併，無列錯位。**新加坡數字與處理方式見 Organizational Complements to AI