«Να φύγω από τη δουλειά μου;»: Τι απαντούν τα AI chatbots σε εργαζομένους με δύσκολους προϊσταμένους

• Και στα 15 τεστ ενός σεναρίου με πιεστικό προϊστάμενο, τα πέντε μοντέλα AI έθεσαν το ενδεχόμενο αποχώρησης από τη δουλειά, σύμφωνα με την Cloverleaf.
• Από 638 επιμέρους συμβουλές σε 75 συνομιλίες, μόλις τρεις ενθάρρυναν ουσιαστική προσπάθεια αποκατάστασης της σχέσης με τον συνάδελφο ή τον προϊστάμενο.
• Η χρήση AI για εργασιακά προβλήματα εγείρει ερωτήματα για την ποιότητα των συμβουλών και την προστασία εμπιστευτικών εταιρικών πληροφοριών.

Ένας εργαζόμενος είναι απογοητευμένος από τον προϊστάμενό του και ζητά συμβουλή από ένα chatbot. Στη δοκιμή της εταιρείας Cloverleaf, και τα πέντε μοντέλα τεχνητής νοημοσύνης έθεσαν την αποχώρηση από τη δουλειά ως πιθανή διέξοδο. Το εύρημα αφορά ένα συγκεκριμένο σενάριο που δοκιμάστηκε τρεις φορές σε κάθε μοντέλο — δεν σημαίνει ότι κάθε AI απαντά με τον ίδιο τρόπο σε κάθε πραγματικό εργασιακό πρόβλημα.

Το ερώτημα αποκτά μεγαλύτερη σημασία καθώς ολοένα περισσότεροι εργαζόμενοι χρησιμοποιούν την τεχνητή νοημοσύνη για να συζητήσουν όσα τους απασχολούν στη δουλειά. Σύμφωνα με στοιχεία της έκθεσης 2026 Workplace Well-being Report που παρατίθενται στο δημοσίευμα του Inc., το 42,6% των εργαζομένων δηλώνει ότι μιλά για εργασιακά προβλήματα και απογοητεύσεις με ένα AI chatbot, έναντι 10,7% που χρησιμοποιεί τη διαθέσιμη υποστήριξη ψυχικής υγείας μέσω της εταιρείας του.

Παράλληλα, έρευνα του SHRM στις ΗΠΑ δείχνει αύξηση του εργασιακού στρες και του άγχους. Το 87% των επαγγελματιών ανθρώπινου δυναμικού θεωρεί ότι οι οργανισμοί έχουν ευθύνη να στηρίζουν τις ανάγκες ψυχικής υγείας των εργαζομένων τους.

«Οι εργαζόμενοι στρέφονται όλο και περισσότερο στο AI για ζητήματα που αφορούν τη δουλειά τους και οι οργανισμοί πρέπει πραγματικά να κατανοήσουν τι είδους συμβουλές λαμβάνουν», λέει η Kirsten Moorefield, επικεφαλής ερευνών της Cloverleaf Labs.

Τι έδειξε η δοκιμή των πέντε μοντέλων

Η Cloverleaf, πλατφόρμα για την απόδοση ομάδων και την καθοδήγηση με τη βοήθεια AI, υπέβαλε πέντε συνήθη σενάρια εργασιακής σύγκρουσης σε πέντε μεγάλα γλωσσικά μοντέλα, με τρεις επαναλήψεις ανά σενάριο. Έτσι προέκυψαν 75 συνομιλίες.

Οι απαντήσεις αξιολογήθηκαν σε πέντε πεδία: αυτογνωσία, ανάληψη ευθύνης, κατανόηση της οπτικής του άλλου, συγκεκριμένες προτάσεις και προσπάθεια αποκατάστασης της σχέσης. Υψηλότερη βαθμολογία έπαιρναν οι απαντήσεις που βοηθούσαν τον εργαζόμενο να αντιμετωπίσει τη σύγκρουση και να επενδύσει στη σχέση με τον άλλον άνθρωπο.

Το εύρημα που εξέπληξε περισσότερο την ερευνητική ομάδα, σύμφωνα με τη Moorefield, ήταν η αντίδραση των μοντέλων στο σενάριο με τον προϊστάμενο: και στις 15 απαντήσεις τέθηκε το ενδεχόμενο να φύγει ο εργαζόμενος. Η ακριβέστερη ανάγνωση, ωστόσο, είναι ότι τα μοντέλα έφεραν την αποχώρηση στη συζήτηση — όχι ότι έδωσαν όλα, σε κάθε περίπτωση, την κατηγορηματική εντολή «παραιτήσου».

Σε όλες τις συνομιλίες, τα μοντέλα έδωσαν 638 διακριτές συμβουλές. Μόλις τρεις ενθάρρυναν τον εργαζόμενο να επενδύσει ουσιαστικά στην αποκατάσταση της εργασιακής σχέσης, σύμφωνα με την ανάλυση της Cloverleaf. Οι περισσότερες αφορούσαν το πώς να προστατεύσει τη θέση του, να διαχειριστεί τη σύγκρουση ή να εξασφαλίσει ότι θα βγει κερδισμένος.

Η Moorefield αναφέρει ως παραδείγματα συμβουλές όπως «κράτησε αρχείο για να αποδείξεις ότι έχεις δίκιο», «μη μιλάς πλέον σε αυτό το άτομο» ή «απευθύνσου στον προϊστάμενό σου». «Μόνο τρεις από αυτές τις συμβουλές αφορούσαν πράγματι την αποκατάσταση της σχέσης και την προσπάθεια να αναπτύξουν από κοινού κατανόηση», σημειώνει.

Όταν το chatbot επιβεβαιώνει μόνο τη μία πλευρά

Ο κίνδυνος δεν είναι απαραίτητα ότι ένας εργαζόμενος θα παραιτηθεί αμέσως επειδή του το ανέφερε ένα chatbot. Όπως εξηγεί η Moorefield, πιο πιθανό είναι να παγιωθεί η σύγκρουση: ο εργαζόμενος να αισθανθεί ότι η δική του οπτική έχει επιβεβαιωθεί πλήρως και να απομακρυνθεί ακόμη περισσότερο από την προσπάθεια συνεννόησης.

Το φαινόμενο συνδέεται με αυτό που οι ερευνητές αποκαλούν «συμφωνητική» ή κολακευτική συμπεριφορά της AI: την τάση ενός μοντέλου να επικυρώνει τη θέση του χρήστη ακόμη και όταν θα ήταν χρησιμότερο να την εξετάσει κριτικά. Έρευνα του Stanford για συμβουλές σε διαπροσωπικά ζητήματα διαπίστωσε ότι οι υπερβολικά επιβεβαιωτικές απαντήσεις μπορούν να κάνουν τους χρήστες πιο βέβαιους ότι έχουν δίκιο και λιγότερο πρόθυμους να δουν την οπτική του άλλου. Η έρευνα αυτή δεν εξέταζε ειδικά τις εργασιακές συγκρούσεις της Cloverleaf, προσφέρει όμως σχετικό πλαίσιο για την ερμηνεία του ευρήματος.

Οι συνέπειες της χαμηλής δέσμευσης των εργαζομένων έχουν και οικονομική διάσταση. Η Gallup εκτιμά στην έκθεση State of the Global Workplace 2026 ότι η χαμηλή δέσμευση κόστισε στην παγκόσμια οικονομία περίπου 10 τρισ. δολάρια σε χαμένη παραγωγικότητα, ποσό που αντιστοιχεί στο 9% του παγκόσμιου ΑΕΠ. Ο αριθμός αφορά το συνολικό ζήτημα της εργασιακής δέσμευσης· δεν αποτελεί εκτίμηση των επιπτώσεων από τη χρήση AI για συμβουλές.

Ο κίνδυνος για τα εταιρικά δεδομένα

Υπάρχει και ένα δεύτερο ζήτημα: τι πληκτρολογεί ο εργαζόμενος στο chatbot προτού λάβει τη συμβουλή.

«Όταν το AI λέει σε έναν εργαζόμενο να παραιτηθεί, η μεγαλύτερη νομική έκθεση συνήθως δεν προκύπτει από την παραίτηση», λέει ο Parag Amin, ιδρυτής της δικηγορικής εταιρείας LawPLA. «Προκύπτει από όσα μοιράστηκε ο εργαζόμενος με το AI για να πάρει αυτή την απάντηση».

Περιγράφοντας μια δύσκολη κατάσταση, ένας εργαζόμενος μπορεί να αποκαλύψει εμπιστευτικές πληροφορίες για την επιχείρηση, τους πελάτες ή τους συναδέλφους του. Ο Amin προτείνει στις εταιρείες να έχουν σαφή, γραπτή πολιτική για το πότε επιτρέπεται η χρήση εργαλείων AI και ποια στοιχεία μπορούν να καταχωρίζονται σε αυτά.

«Ένας εργαζόμενος μπορεί να φύγει μέσα σε μία ημέρα, αλλά οι δικαστικές διαμάχες που προκύπτουν από μια διαρροή δεδομένων μπορεί να ακολουθούν μια εταιρεία για χρόνια», επισημαίνει. Πρόκειται για εκτίμηση του δικηγόρου σχετικά με πιθανό επιχειρηματικό κίνδυνο, όχι για διαπιστωμένη συνέπεια της μελέτης της Cloverleaf.

Τι μπορούν να κάνουν οι επιχειρήσεις

Για τη Moorefield, οι οργανισμοί χρειάζεται να γνωρίζουν ποια εργαλεία AI χρησιμοποιούνται στην πράξη από τους εργαζομένους τους, ακόμη και όταν δεν έχουν εγκριθεί επίσημα, και να θέτουν σαφείς κανόνες στα συστήματα που διαθέτουν εσωτερικά.

«Όποιο εργαλείο AI κι αν εφαρμόζετε, ενσωματώστε κανόνες προστασίας στις βασικές οδηγίες του», προτείνει. Στην περίπτωση της εργασιακής καθοδήγησης, αυτό σημαίνει απαντήσεις που λαμβάνουν υπόψη το πλαίσιο και βοηθούν τον εργαζόμενο να εξετάσει επιλογές, ευθύνες και τρόπους επικοινωνίας, αντί να επιβεβαιώνουν αυτομάτως τη μία πλευρά.

Η ίδια υποστηρίζει ότι το AI θα μπορούσε να προσφέρει εξατομικευμένη, καθημερινή υποστήριξη, πέρα από τις περιορισμένες συναντήσεις καθοδήγησης ή τα προγράμματα ανάπτυξης ηγεσίας που μπορεί να οργανώσει ένα τμήμα ανθρώπινου δυναμικού. «Πιστεύω ότι αυτή τη στιγμή το AI κάνει περισσότερο κακό παρά καλό, αλλά έχουμε όλοι την ευκαιρία να ξανασκεφτούμε πώς το χρησιμοποιούμε», λέει.

Το ουσιαστικό ερώτημα για τις εταιρείες είναι τι συμβαίνει ανάμεσα στη στιγμή που ένας εργαζόμενος ανοίγει ένα chatbot για να μιλήσει για μια σύγκρουση και στη στιγμή που αποφασίζει τι θα κάνει με την απάντηση. Εκεί κρίνονται τόσο η ποιότητα της συμβουλής όσο και η προστασία των πληροφοριών που μοιράστηκε.

ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:

• Πωλήσεις: Reskilling gap για 4 στους 10 επαγγελματίες
• Η συμβουλή του CEO της PwC σε όσους χτίζουν καριέρα στην εποχή της AI
• LinkedIn: Νέο κουμπί επιτρέπει στους χρήστες να αναφέρουν αναρτήσεις ως «AI slop»