Η AI δεν μειώνει τη δουλειά — την αυξάνει, λέει νέα έρευνα
-
Η AI αυξάνει την ταχύτητα, αλλά διευρύνει τον όγκο και το εύρος εργασιών.
-
Η αρχική αύξηση παραγωγικότητας συχνά κρύβει σιωπηλή υπερφόρτωση και κόπωση.
-
Χωρίς σαφή όρια («AI practice»), η τεχνητή νοημοσύνη ενισχύει την ένταση αντί να μειώνει τον φόρτο.
Οι υποστηρικτές της τεχνητής νοημοσύνης συχνά υπόσχονται ότι η τεχνολογία θα οδηγήσει σε μείωση του φόρτου εργασίας. Η AI θα συντάσσει έγγραφα, θα συνθέτει πληροφορίες και θα διορθώνει κώδικα, ώστε οι εργαζόμενοι να επικεντρώνονται σε «υψηλότερης αξίας» καθήκοντα.
Ωστόσο, σύμφωνα με νέα ευρήματα, αυτή η υπόσχεση είναι παραπλανητική.
Μια συνεχιζόμενη μελέτη που δημοσιεύεται στο Harvard Business Review ενισχύει ένα αυξανόμενο σώμα στοιχείων ότι η AI δεν μειώνει τον φόρτο εργασίας — αντίθετα, φαίνεται να τον εντείνει.
Οι ερευνητές παρακολούθησαν επί οκτώ μήνες πώς η γενετική τεχνητή νοημοσύνη αναδιαμόρφωσε τις εργασιακές συνήθειες σε μια αμερικανική τεχνολογική εταιρεία περίπου 200 εργαζομένων. Διαπίστωσαν ότι μετά την υιοθέτηση εργαλείων AI, οι εργαζόμενοι δούλευαν ταχύτερα, αναλάμβαναν περισσότερα και διαφορετικά καθήκοντα και επέκτειναν την εργάσιμη ημέρα τους, ακόμη και χωρίς σχετική απαίτηση από τη διοίκηση.
Σημαντικό είναι ότι η εταιρεία δεν επέβαλε τη χρήση της AI. Προσέφερε απλώς συνδρομές σε εμπορικά διαθέσιμα εργαλεία και άφησε την υιοθέτηση στη διακριτική ευχέρεια των εργαζομένων. Παρ’ όλα αυτά, πολλοί αγκάλιασαν την τεχνολογία, επειδή η AI έκανε το «να κάνεις περισσότερα» να φαίνεται ευκολότερο και πιο ανταποδοτικό.
Αυτή η αρχική ενθουσιώδης αποδοχή, όμως, είχε ακούσιες συνέπειες. Σταδιακά, ο φόρτος εργασίας αυξήθηκε αθόρυβα σε επίπεδα υπερφόρτωσης. Η ανεπαίσθητη διεύρυνση ευθυνών οδήγησε σε γνωστική κόπωση, burnout και αποδυνάμωση της κρίσης.
Αν και η AI μπορεί να προκαλέσει μια αρχική έκρηξη παραγωγικότητας, οι ερευνητές προειδοποιούν ότι ενδέχεται τελικά να συμβάλει σε χαμηλότερη ποιότητα εργασίας και μη βιώσιμη πίεση.
Όταν τα όρια ρόλων θολώνουν
Για να καταγράψουν τις αλλαγές, οι ερευνητές επισκέπτονταν την εταιρεία δύο ημέρες την εβδομάδα, παρακολουθούσαν τα εσωτερικά κανάλια επικοινωνίας και πραγματοποίησαν πάνω από 40 εις βάθος συνεντεύξεις σε ομάδες μηχανικών, προϊόντος, σχεδιασμού, έρευνας και λειτουργιών.
Διαπίστωσαν ότι τα όρια μεταξύ ρόλων άρχισαν να θολώνουν.
Οι εργαζόμενοι ανέλαβαν καθήκοντα που ανήκαν παλαιότερα σε άλλες ομάδες, χρησιμοποιώντας την AI για να καλύψουν κενά γνώσης. Product managers και designers άρχισαν να γράφουν κώδικα. Ερευνητές ανέλαβαν τεχνικά καθήκοντα. Σε πολλές περιπτώσεις, έργο που παλαιότερα θα δικαιολογούσε νέες προσλήψεις, απορροφήθηκε από το υπάρχον προσωπικό με τη βοήθεια της AI.
Για τους μηχανικούς, η αλλαγή δημιούργησε έναν διαφορετικό τύπο επιβάρυνσης. Αντί να εξοικονομούν χρόνο, αφιέρωναν περισσότερες ώρες στην αναθεώρηση, διόρθωση και καθοδήγηση εργασίας που είχε παραχθεί από AI από συναδέλφους. Η παραδοσιακή αξιολόγηση κώδικα μετατράπηκε σε διαρκές coaching και «καθάρισμα» λαθών.
Οι ερευνητές περιγράφουν έναν φαύλο κύκλο:
η AI επιτάχυνε ορισμένες εργασίες → αυξήθηκαν οι προσδοκίες ταχύτητας → ενισχύθηκε η εξάρτηση από την AI → διευρύνθηκε το εύρος και ο όγκος εργασίας.
Το αποτέλεσμα ήταν περισσότερη δραστηριότητα, όχι λιγότερη.
Πολλοί συμμετέχοντες ανέφεραν ότι, παρότι ένιωθαν πιο παραγωγικοί, δεν ένιωθαν λιγότερο απασχολημένοι. Κάποιοι ένιωθαν μάλιστα πιο πιεσμένοι από πριν.
«Νόμιζες ότι επειδή θα γίνεις πιο παραγωγικός με την AI, θα εξοικονομήσεις χρόνο και θα δουλεύεις λιγότερο», ανέφερε ένας μηχανικός. «Στην πράξη, δεν δουλεύεις λιγότερο. Δουλεύεις το ίδιο ή και περισσότερο».
Η ανάγκη για «AI practice»
Αυτό που μοιάζει με επανάσταση παραγωγικότητας μπορεί στην πραγματικότητα να κρύβει μια σιωπηλή διόγκωση φόρτου εργασίας. Και η υπερεργασία, προειδοποιούν οι ερευνητές, μπορεί να διαβρώσει την κρίση, να αυξήσει τα λάθη και να δυσκολέψει τις επιχειρήσεις να διακρίνουν πραγματική αποδοτικότητα από μη βιώσιμη ένταση.
Για να αντιμετωπίσουν τους κινδύνους, προτείνουν μια προστατευτική προσέγγιση που ονομάζουν «AI practice»: ένα σύνολο σαφών κανόνων και ρουτινών για το πώς —και κυρίως πότε— πρέπει να χρησιμοποιείται η AI στην εργασία.
Χωρίς ξεκάθαρα όρια, προειδοποιούν, η AI κάνει πιο εύκολο να κάνεις περισσότερα — αλλά πιο δύσκολο να σταματήσεις.
