Парадокс эффективности: Почему ИИ заставляет нас работать усерднее, а не умнее

В последние несколько лет нарратив вокруг искусственного интеллекта (Artificial Intelligence — AI) на рабочем месте был однозначным и заманчивым: ИИ — это главный инструмент для экономии времени. Нам обещали будущее, в котором большие языковые модели (Large Language Models) и автономные агенты (Autonomous Agents) возьмут на себя рутину, освободив сотрудников для решения стратегических задач и творчества — или, возможно, просто для того, чтобы уйти домой пораньше.

Однако новое прорывное исследование Калифорнийского университета в Беркли, опубликованное на этой неделе в журнале Harvard Business Review, разрушило эту иллюзию. Исследование, в ходе которого в течение восьми месяцев велось наблюдение за 200 сотрудниками американской технологической компании, выявило совершенно иную реальность: инструменты ИИ не сокращают объем работы, а последовательно его интенсифицируют.

Анализируя эти результаты в Creati.ai, мы видим, что становимся свидетелями возникновения «парадокса продуктивности». В то время как показатели производительности могут расти, человеческие издержки — измеряемые когнитивной усталостью, размытыми границами и стремительно растущим уровнем выгорания — увеличиваются еще быстрее.

Анализ результатов исследования Калифорнийского университета в Беркли

Исследование, проведенное под руководством доцента Аруны Ранганатан и исследователя Синци Мэгги Е из Школы бизнеса Хааса, предлагает один из самых детальных взглядов на то, как внедрение ИИ происходит на практике. В отличие от широких опросов, основанных на самоотчетах, это исследование включало наблюдателей непосредственно в рабочий коллектив, который добровольно внедрил инструменты на базе Генеративный ИИ (Generative AI).

Исследователи выявили феномен, который они называют «расползанием рабочей нагрузки». Хотя отдельные задачи действительно выполнялись быстрее, сэкономленное время не использовалось сотрудниками для отдыха или глубоких раздумий. Вместо этого оно немедленно заполнялось большим объемом работы, часто иного характера, чем основная роль сотрудника.

Согласно исследованию, интенсификация работы обусловлена тремя конкретными механизмами, которые часто остаются незамеченными руководством до тех пор, пока не наступает выгорание.

1. Расширение задач

ИИ снижает барьер входа для выполнения сложных технических задач. В ходе исследования менеджеры по продукту начали самостоятельно писать код, а исследователи пользовательского опыта стали брать на себя инженерные задачи. Хотя эта «демократизация навыков» поначалу давала чувство расширения возможностей, она означала, что сотрудники фактически поглощали роли, которые ранее принадлежали другим отделам. Результатом стало значительное расширение сферы деятельности без какой-либо корректировки формальных должностных обязанностей.

2. Исчезновение «микроперерывов»

Одним из наиболее коварных выводов стало то, как ИИ разрушает естественные паузы в рабочем дне. В традиционном рабочем процессе столкновение с препятствием часто означало перерыв, чтобы подумать или проконсультироваться с коллегой. С ИИ решение всегда находится на расстоянии «одного промпта». Сотрудники сообщали о заполнении каждой свободной минуты — включая обеденные перерывы и минуты между встречами — «быстрыми» запросами к ИИ. Время на ментальную разгрузку, необходимое для восстановления, систематически устранялось соблазном мгновенных ответов.

3. Перегрузка из-за многозадачности

Исследование описывает «новый ритм» работы, при котором сотрудники одновременно ведут несколько активных потоков. Разработчик может вручную отлаживать один скрипт, пока агент ИИ генерирует второй, а в третьем окне запускается набор тестов. Такая параллельная обработка создает тяжелую когнитивную нагрузку, превращая работника в высокоскоростного диспетчера цифровых потоков, а не в сосредоточенного творца.

Визуализация перемен: традиционный рабочий процесс в сравнении с рабочим процессом, дополненным ИИ

Чтобы лучше понять, как изменилась структура рабочего дня, мы можем сравнить рабочий процесс до внедрения ИИ с интенсифицированными паттернами, зафиксированными в исследовании Беркли.

Таблица: Влияние ИИ на динамику рабочего процесса

Когнитивные издержки продуктивности в режиме «всегда на связи»

Результаты исследования из Беркли согласуются с растущим количеством доказательств когнитивной усталости в эпоху ИИ. Когда работники перекладывают рутинные задачи на ИИ, у них остаются только компоненты работы, связанные с принятием ответственных решений и решением сложных проблем. Хотя в теории это звучит идеально, человеческий мозг не рассчитан на работу с пиковой когнитивной интенсивностью в течение восьми часов подряд без «очистки палитры» в виде задач с более низкой ценностью.

В исследовании отмечается, что поначалу сотрудники чувствовали прилив сил, описывая ИИ как «партнера», который помогал им справляться с завалами. Однако этот импульс часто был иллюзорным. К шестому месяцу исследования резко возросло количество сообщений о выгорании, тревожности и параличе принятия решений. Исследователи предупреждают, что то, что в первом квартале выглядит как чудо продуктивности, к третьему кварталу часто приводит к текучести кадров и снижению качества.

Более того, упомянутая в отчете «перегрузка из-за многозадачности» подчеркивает критическое непонимание человеческого внимания. Мы не являемся многозадачными в истинном смысле этого слова; мы — переключатели задач. Каждый раз, когда работник переключается между проверкой результатов работы ИИ, вводом нового запроса и верификацией фактов, он несет «издержки переключения». В течение дня эти микроиздержки накапливаются в глубокое ментальное истощение.

Тревожный звонок для руководства

Для бизнес-лидеров исследование Калифорнийского университета в Беркли служит срочным предупреждением: не путайте активность с устойчивой продуктивностью. Метрики, которые многие компании в настоящее время используют для измерения успеха ИИ — такие как количество строк написанного кода или закрытых заявок — фиксируют объем работы, но игнорируют ее интенсивность.

Исследователи подчеркивают, что эта интенсификация работы в значительной степени является добровольной. Сотрудникам не обязательно приказывают делать больше; они сами соблазняются возможностями инструментов, беря на себя дополнительные задачи. Это делает проблему труднее для обнаружения и решения.

Рекомендации для устойчивой стратегии использования ИИ:

• Внедрение «практик ИИ»: Исследование предполагает, что организациям необходимо установить осознанные нормы или «практику ИИ». Это включает обязательные паузы и четкие рекомендации о том, когда не следует использовать ИИ.
• Переосмысление продуктивности: Переход от метрик на основе объема (которые ИИ может легко раздуть) к метрикам на основе результата. Оценивайте влияние работы, а не только скорость ее выполнения.
• Ограничение рамок ответственности: Менеджеры должны внимательно следить за «расползанием границ». Тот факт, что менеджер по маркетингу может генерировать SQL-запросы с помощью ИИ, не означает, что он должен выполнять работу команды по обработке данных в дополнение к своей собственной.
• Приоритет человеческого общения: По мере роста взаимодействия с агентами ИИ необходимо защищать время для сотрудничества между людьми, которое часто обеспечивает эмоциональную поддержку и творческий импульс.

Навигация в будущем сферы труда

В Creati.ai мы сохраняем оптимизм в отношении потенциала искусственного интеллекта для трансформации отраслей. Однако трансформация не может происходить за счет психического здоровья сотрудников. Инструмент должен служить человеку, а не наоборот.

Исследование Калифорнийского университета в Беркли — это не осуждение технологий, а критика того, как мы их сейчас внедряем. Если мы продолжим рассматривать ИИ исключительно как механизм для выжимания большего количества рабочих часов из суток, мы столкемся с кризисом выгорания, который не сможет решить ни один алгоритм. Путь вперед требует осознанного перепроектирования труда — такого, которое признает наши когнитивные пределы и отдает приоритет устойчивому, долгосрочному творчеству над краткосрочными всплесками эффективности.

По мере продвижения в 2026 год конкурентное преимущество будет не у тех компаний, которые используют ИИ, чтобы бежать быстрее всех, а у тех, кто использует его, чтобы бежать дольше всех.