研究问题
在实践中，Mustapha Benkalfate 发现了一个悖论：尽管许多领导者仍处于心理学上所谓的“无意识无能”阶段，但他们却在人工智能方面做出重大决策，包括投资、重组和工具选择。他的研究旨在超越顾问的观察，严谨地记录这些决策模式。
研究方法
- 定性主题分析，旨在寻找跨不同公司和行业的重复模式。随后的第二项现象学研究将深入探讨这些模式背后的“为什么”。
- 约十五名决策者，其中一半来自相似背景，另一半来自不同背景，以避免研究仅局限于单一类型的画像。
- 员工人数在 1,000 至 10,000 人的公司：规模足够大，拥有多个业务单元和决策层级。他观察到，这些公司与员工少于 100 人的结构存在显著差异。
- 约一小时的访谈，根据大学的研究协议进行录音和转录，直至数据饱和。参与者需提供同意，并可索取研究结果。
与技能退化的关联
该研究与其另一个主题紧密相连：生成式人工智能的认知效应。他就未经控制地使用人工智能所产生的“债务”（认知债务、意图债务、认知论债务），以及技能退化、自动化偏见和元认知懒惰等问题，进行了一次文献综述。这为他的主题演讲以及我们关于相关研究和认知风险术语表的页面提供了内容支持。
从咨询方法到研究材料
多年来，Mustapha Benkalfate 一直在记录和转录他的商务会议。为了准备 2026 年 7 月在诺丁汉大学的主题演讲，他分析了这些转录稿，以揭示领导者和招聘人员口中“AI fluency”（人工智能流畅度）的真正含义。他强调，这并非学术定义，而是经过整理的决策者们的原话。阅读主题演讲纪要。
“我分享的内容都基于我的亲眼所见。我根据自己实际观察到的情况来筛选我阅读的研究文章。”
为何对企业有用
该研究为 Revenu IA 的项目提供了更坚实的基础：包括管理委员会培训、用例诊断，以及通过 AI Dynamic Assessment© 衡量团队的实际成熟度。