适度锻炼有助于减少职业倦怠

适度锻炼有助于减少职业倦怠 鼓励员工适度锻炼有助于他们的身心健康，减少职业倦怠。研究人员调查了 520 名全职员工的体力活动和工作倦怠情况。他们将样本分为低活动组、中活动组和高活动组，然后观察倦怠量表的三个子量表：情绪耗竭、个人成就和人格解体之间的差异，以了解员工感到工作倦怠的方式。在参与者中，23% 的人运动量低，60% 的人运动量适中，25% 的人运动量高。结果显示：适度运动组比低运动组的情绪疲惫程度要低；活动量低的那一组比活动量高和活动量适中的那一组更能感受到个人成就感；在去人格化(员工不再将客户视为人类)得分上，三组之间没有显著差异；高强度的运动并不比中等强度的运动更能减少情绪耗竭或提高个人成就。研究人员说，高强度运动组并没有比适度运动组获得更大的益处，这一事实挑战了“越多越好”的观念。我们不需要参加疯狂的活动来看到好处。感受到这样做的压力实际上可能会产生负面影响。对雇主来说，鼓励锻炼可以让员工更快乐、更健康，还可以降低员工流动率、提高生产率、降低成本。像步行桌、现场健身设施、健身房补贴和灵活的时间安排等设施都会有所帮助。 via Solidot

【#如何判断自己是否工作倦怠了#】#Manner员工可能被情绪劳动绑架了#世卫组织将“工作倦怠”定义为一种由于长期的工作压力没有

【#如何判断自己是否工作倦怠了#】#Manner员工可能被情绪劳动绑架了#世卫组织将“工作倦怠”定义为一种由于长期的工作压力没有得到有效管理而产生的综合症，并给出三大症状。①感到精力耗竭；②与工作产生距离感，对工作产生消极、愤世嫉俗的情绪；③职业效能感降低。 英国学者特迪·夏尔德等人编制的一套使用最广泛的疲劳量表FS-14，大家可以自测疲劳程度。根据表格测试结果，第1~8条的分值相加，为躯体疲劳分值；第9~14条的分值相加，为脑力疲劳分值。分值越高，代表疲劳度越严重。 via 生命时报的微博

【Google CEO 要求 174000 员工提高工作效率】Google 还启动了一项名为“Simplicity Sprint

【Google CEO 要求 174000 员工提高工作效率】Google 还启动了一项名为“Simplicity Sprint”（简单冲刺）的计划，面向其内部 174,000 员工收集他们关于如何集中工作精力和提高效率的想法，让内部员工自己说了算，看看大家的工作热情如何能够被调动起来。 #抽屉IT

调查显示 AI 增加了员工的工作量影响了生产力

调查显示 AI 增加了员工的工作量影响了生产力 对 2500 名企业高管、员工和自由职业者的调查发现，高管对生成式 AI 的期望与员工的实际使用体验之间存在巨大鸿沟。96% 的高管希望 AI 能提高生产力，但 77% 使用 AI 的员工表示这增加了他们的工作量，他们认为使用 AI 阻碍了生产力和导致了他们的倦怠。47% 的员工表示他们不知道如何实现雇主所希望的生产力提升。40% 的员工认为企业对他们要求过高，增加了他们的压力。三分之一员工表示因为筋疲力尽可能会在未来半年内辞职。 via Solidot

俄罗斯国防部代表团参加印尼“SMOA+”高级官员工作组会议

俄罗斯国防部代表团参加印尼“SMOA+”高级官员工作组会议 2月15日至16日，俄罗斯国防部代表团参加了东盟成员国和对话伙伴国防部长会议（“CMAA Plus”）高级官员工作组例会，该会议于今年在雅加达举行。 ◽ 活动参与者总结了七个专家工作组“SMOA plus”的工作，并讨论了他们在2024年至2027年期间的活动前景。 ◽ 俄罗斯军事代表团评估了地区安全面临的主要威胁，并概述了该地区军事部门之间开展有效合作的相关领域。会议与会者获悉俄罗斯-缅甸担任 CMAA+ 反恐工作组主席的最新成果，以及定于 2023 年 9 月在俄罗斯联邦境内举行的多边反恐演习的参数. ◽会议期间确认了“SMOA Plus”参与国准备在所有共同感兴趣的领域进行合作。 在活动期间，与亚太地区国家的代表团举行了多场双边会议。讨论了军事领域合作的热点问题。 俄罗斯联邦国防部

关注我的朋友应该都相信AI可以真正提高工作效率，那么使用AI和不用AI工作的人工作效率会差多少呢，今天哈佛商学院的一篇论文给出了

关注我的朋友应该都相信AI可以真正提高工作效率，那么使用AI和不用AI工作的人工作效率会差多少呢，今天哈佛商学院的一篇论文给出了一些参考，他们研究发现： 在工作中使用AI可以带来工作效率的显着的改善。使用AI的被测试者比没有使用AI的被测试者平均多完成了 12.2% 的任务，完成任务的速度提高了 25.1% ，并且产生的结果质量提高了 40%。 同时他们还发现了一些其他的有趣结论： 类似GPT-4这样的模型是有一个能力的边界的，在边界内的任务他们可以处理的很好，边界外的任务则会搞得一塌糊涂但是没有人知道这类AI具体的能力边界。 他们分了三组一组不使用AI另一组使用AI，第三组使用AI的同时给与一定的培训，使用AI的两组任务完成效率和质量都远高于没有使用AI的组。 AI对工作能力越差的被测试者的提升越大，能力越强提高越小。所以高级人才和低级人才的差距会被快速拉平。 过于依赖AI可能会适得其反，反倒降低工作效率和质量，因为这些人无法区分AI的能力边界。 他们还为人类和AI协作的两种方式起了名字： 半人马：强调人与AI紧密结合,但是各司其职,人类主导整个流程,根据任务的性质合理调配人类和AI资源。。这种模式充分利用了人类的智慧与判断力以及AI的计算与生成能力。 机械人：人与AI的高度融合,在细节上形成循环迭代的优化过程,最终实现人机一体化。这种模式充分发挥了人类的灵活性和AI的生成能力。 我感觉这两种方式更像是现在人类跟AI合作的两个阶段：第一种大概知道AI的能力边界，可以简单的使用和复用AI输出的结果提升自己的工作能力。第二种机械人可以熟练的使用AI深入探索AI能力更加精细化的更AI协作和AI一起创作内容。