Mnoho firem se dnes soustředí na to, jak přimět více zaměstnanců používat umělou inteligenci. Slibuje se totiž, že AI odlehčí od rutinních úkolů jako je psaní dokumentů, shrnutí informací nebo ladění kódu a umožní pracovníkům věnovat se hodnotnějším činnostem. Ale jsou firmy připraveny na to, co se stane, když v tom uspějí?
Výzkum autorek Aruny Ranganathan a Xingqi Maggie Ye z Harvard Business Review odhalil překvapivé zjištění: nástroje AI práci nesnižují, ale konzistentně ji zintenzivňují. V osmměsíční studii americké technologické společnosti s přibližně 200 zaměstnanci zjistily, že pracovníci pracovali rychlejším tempem, přebírali širší škálu úkolů a rozšiřovali práci do více hodin denně, často aniž by je o to někdo žádal.
Způsoby, jak AI zintenzivňuje práci
Rozšiřování úkolů
Protože AI dokáže vyplnit mezery ve znalostech, zaměstnanci stále častěji přebírali odpovědnosti, které dříve patřily jiným. Produktoví manažeři a designéři začali psát kód, výzkumníci se ujímali technických úkolů a lidé napříč organizací se pokoušeli o práci, kterou by dříve outsourcovali, odložili nebo se jí úplně vyhnuli.
Generativní AI tyto úkoly učinila nově dostupnými. Nástroje poskytovaly to, co mnozí vnímali jako posílení kognitivních schopností: snížily závislost na ostatních a nabídly okamžitou zpětnou vazbu. Pracovníci to popisují jako "jen zkoušení věcí" s AI, ale tyto experimenty se nahromadily do významného rozšíření pracovní náplně. Zaměstnanci stále více absorbovali práci, která by dříve odůvodňovala dodatečnou pomoc nebo nové pozice.
Mělo to i vedlejší efekty. Inženýři například trávili více času kontrolou, opravami a vedením práce generované AI, kterou vytvořili jejich kolegové. Tato kontrola se často objevovala neformálně – ve zprávách na Slacku nebo rychlých konzultacích u stolu – což přidávalo k pracovní zátěži inženýrů.
Rozmazané hranice mezi prací a volnem
Protože AI usnadnila začátek úkolu – snížila překážku prázdné stránky nebo neznámého výchozího bodu – pracovníci vkládali malé množství práce do okamžiků, které dříve byly přestávkami. Mnozí zadávali příkazy AI během oběda, na schůzkách nebo při čekání na načtení souboru. Někteří popisovali, že poslali "rychlý poslední příkaz" těsně před odchodem od stolu, aby AI mohla pracovat, zatímco oni odešli.
Tyto akce se zřídka cítily jako více práce, ale časem vytvořily pracovní den s méně přirozenými pauzami a kontinuálnějším zapojením do práce. Konverzační styl zadávání příkazů to ještě zmírnil – psaní řádku do AI systému se cítilo spíše jako chatování než jako formální úkol, což usnadnilo, aby se práce rozlila do večerů nebo časných ranních hodin bez záměru.
Někteří pracovníci popisovali, že si často až zpětně uvědomili, že když se zadávání příkazů během přestávek stalo zvykem, volný čas již neposkytoval stejný pocit zotavení. Práce se cítila méně ohraničená a více obklopující – něco, co mohlo být vždy trochu posunuto vpřed. Hranice mezi prací a volnem nezmizela, ale stalo se snazší ji překročit.
Více multitaskingu
AI zavedla nový rytmus, ve kterém pracovníci spravovali několik aktivních vláken najednou: ručně psali kód, zatímco AI generovala alternativní verzi, spouštěli více agentů paralelně nebo oživovali dlouho odložené úkoly, protože AI je mohla "zvládnout" na pozadí. Dělali to částečně proto, že cítili, že mají "partnera", který jim může pomoci projít pracovní zátěží.
Zatímco tento pocit "partnera" umožňoval pocit pokroku, realitou bylo neustálé přepínání pozornosti, časté kontrolování výstupů AI a rostoucí počet otevřených úkolů. To vytvářelo kognitivní zátěž a pocit neustálého žonglování, i když se práce cítila produktivní.
Časem tento rytmus zvýšil očekávání rychlosti – ne nutně prostřednictvím explicitních požadavků, ale tím, co se stalo viditelným a normalizovaným v každodenní práci. Mnoho pracovníků poznamenalo, že dělají více najednou a cítí větší tlak než předtím, než začali používat AI, i když úspora času z automatizace měla údajně takový tlak snížit.
Dopady pro společnosti
To vše vytvořilo sebeposilující cyklus. AI urychlila určité úkoly, což zvýšilo očekávání rychlosti; vyšší rychlost učinila pracovníky více závislými na AI. Zvýšená závislost rozšířila rozsah toho, co se pracovníci pokoušeli dělat, a širší rozsah dále rozšířil množství a hustotu práce. Několik účastníků poznamenalo, že ačkoli se cítili produktivnější, necítili se méně zaneprázdnění a v některých případech se cítili zaneprázdněnější než předtím. Jak shrnul jeden inženýr: "Myslel jste si, že možná, protože můžete být produktivnější s AI, ušetříte čas a můžete pracovat méně. Ale ve skutečnosti nepracujete méně. Pracujete stejně nebo dokonce více."
Společnosti by mohly vidět toto dobrovolné rozšíření práce jako jasnou výhru. Ale výzkum odhaluje rizika neformálního rozšiřování a zrychlování práce: to, co vypadá jako vyšší produktivita v krátkodobém horizontu, může maskovat tiché narůstání pracovní zátěže a rostoucí kognitivní napětí, když zaměstnanci žonglují s více pracovními postupy podporovanými AI.
Protože dodatečné úsilí je dobrovolné a často rámováno jako příjemné experimentování, je pro vedoucí pracovníky snadné přehlédnout, kolik dodatečné zátěže pracovníci nesou. Časem může přepracování narušit úsudek, zvýšit pravděpodobnost chyb a ztížit společnostem rozlišení skutečných produktivních zisků od neudržitelné intenzity. Pro pracovníky je kumulativním efektem únava, vyhoření a rostoucí pocit, že je těžší se od práce odpoutat.
Jak vytvořit "AI praxi"
Místo pasivní reakce na to, jak nástroje AI přetvářejí pracoviště, by měli jednotlivci i společnosti přijmout "AI praxi": soubor záměrných norem a rutin, které strukturují, jak se AI používá, kdy je vhodné přestat a jak by se práce měla a neměla rozšiřovat v reakci na nově objevené schopnosti. Společnosti by měly zvážit přijetí:
Záměrných pauz – Jak se úkoly zrychlují a hranice rozmazávají, pracovníci by mohli těžit z krátkých, strukturovaných okamžiků, které regulují tempo: chráněné intervaly pro posouzení souladu, přehodnocení předpokladů nebo vstřebání informací před pokračováním. Například pauza před rozhodnutím by mohla vyžadovat jeden protiargument a jedno explicitní propojení s organizačními cíli.
Sekvencování – Protože AI umožňuje neustálou aktivitu na pozadí, společnosti mohou těžit z norem, které záměrně formují, kdy práce postupuje vpřed, nejen jak rychle. To zahrnuje dávkování neurgentních oznámení, zadržování aktualizací do přirozených bodů přerušení a ochranu oken soustředění.
Lidské ukotvení – Protože AI umožňuje více samostatné, soběstačné práce, organizace mohou těžit z ochrany času a prostoru pro naslouchání a lidské spojení. Krátké příležitosti k propojení s ostatními – ať už prostřednictvím krátkých kontrol, sdílených okamžiků reflexe nebo strukturovaného dialogu – přerušují nepřetržité samostatné zapojení s nástroji AI a pomáhají obnovit perspektivu.
Otázka, které čelí společnosti, není, zda AI změní práci, ale zda budou aktivně formovat tuto změnu – nebo ji nechají tiše formovat je.
