Распространение искусственного интеллекта в работе усиливает не только эффективность, но и нагрузку на сотрудников, поэтому руководителям необходимо пересматривать подходы к управлению командами. Исследования показывают, что ускорение рабочих процессов с помощью ИИ сопровождается ростом темпа принятия решений, объема информации, ожиданий со стороны клиентов и когнитивного давления на работников.
Согласно недавно опубликованным данным, использование сразу нескольких ИИ-инструментов может приводить к состоянию когнитивного истощения, которое исследователи обозначили как AI brain-fry. Они выяснили, что риск перегрузки выше у специалистов, которые регулярно работают более чем с тремя ИИ-системами одновременно.
Другое исследование показало, что самые продуктивные пользователи ИИ на 88% чаще сталкиваются с выгоранием и потерей вовлеченности, а также вдвое чаще задумываются об увольнении. В том же исследовании 90% работников назвали ИИ «коллегой», 67% заявили, что доверяют ему больше, чем сослуживцам, 64% сообщили, что их отношения с ИИ лучше, чем с человеческими коллегами, а 54% сочли ИИ более эмпатичным.
Отдельное восьмимесячное наблюдение в технологической компании, где использование ИИ не было обязательным, показало, что сотрудники стали работать быстрее, дольше и охватывать более широкий круг задач. Однако вместе с этим были выявлены расширение объема обязанностей, появление некачественных ИИ-материалов, которые приходится исправлять коллегам, постоянное давление из-за необходимости производить больше и сокращение времени на восстановление и глубокую концентрацию.
Исследователи предупредили, что со временем такая перегрузка может ухудшать качество суждений, повышать вероятность ошибок и затруднять различие между реальной продуктивностью и неустойчивой интенсивностью труда. В качестве ответа они указывают на необходимость четких норм и практик использования ИИ внутри организаций.
Какие риски для работы выделяют исследования
С ростом применения ИИ компании сталкиваются с рядом факторов, влияющих на устойчивость нагрузки и состояние сотрудников. Среди них:
- когнитивная перегрузка из-за постоянного появления новых инструментов и обновлений;
- рост объема работы, включая проверку и исправление результатов ИИ;
- неуверенность в занятости на фоне автоматизации;
- размытость ролей и неясные критерии эффективности;
- стирание границ между работой и личным временем из-за постоянной доступности инструментов и уведомлений;
- снижение объема человеческого общения;
- давление, связанное с необходимостью быстро осваивать новые навыки без достаточной поддержки;
- рост ожиданий по производительности.
Дополнительное подтверждение этим выводам дает метаанализ 60 лет исследований ролевого стресса, охвативший 515 работ и почти 800 тысяч человек. Он выделил три ключевых источника истощения на работе: ролевую неопределенность, когда сотрудник не понимает, что именно должен делать; ролевой конфликт, когда ожидания противоречат реальным обязанностям; и ролевую перегрузку, когда задач слишком много, а времени слишком мало. Наиболее разрушительным фактором исследователи назвали именно ролевую неопределенность.
Какие вопросы следует ставить руководителям
На фоне интеграции ИИ руководителям предлагается оценивать не только технический эффект, но и устойчивость рабочих процессов. В числе ключевых вопросов:
- как изменения рабочих процессов под влиянием ИИ сказываются на устойчивости нагрузки, когнитивных возможностях сотрудников и риске выгорания;
- какие последствия для психологической безопасности возникают в гибридных командах, где взаимодействуют люди и ИИ;
- как перераспределять и переосмысливать роли по мере роста автоматизации, чтобы сохранять благополучие сотрудников и человеческие связи;
- какие нормы командной коммуникации помогут предотвращать перегрузку в среде с активным использованием ИИ;
- какие роли необходимо уточнить или переработать заново.
Исследования также указывают, что командам помогают четкая цель, ясное распределение прав на принятие решений и определенная автономия в управлении объемом нагрузки.
Какие меры могут повысить устойчивость
Среди практических шагов, которые могут помочь организациям повысить устойчивость рабочих систем, выделяются включение времени на восстановление прямо в рабочие процессы, перекрестное обучение сотрудников ролям и обязанностям, поощрение тех, кто предотвращает проблемы заранее, предоставление сотрудникам права принимать решения там, где это уместно, а также создание небольших временных и бюджетных резервов.
На фоне перехода от экспериментов с ИИ к его повседневному применению вопрос устойчивой производительности становится для бизнеса принципиальным. Компании, которые стремятся получить максимальную отдачу от ИИ, должны вкладываться не только в технологии, но и в условия, при которых сотрудники смогут эффективно работать вместе с ними.
