Wzrost popularności rozwiązań opartych o sztuczną inteligencję — jak GenAI czy ChatGPT — paradoksalnie prowadzi do spadku poczucia własnej skuteczności wśród pracowników. Teza brzmi: regularne użycie AI nie przekłada się automatycznie na wzrost satysfakcji i produktywności; wręcz przeciwnie, może generować nowe zagrożenia dla dobrostanu i zaangażowania zespołów. Pojęcie „subiektywnej efektywności” zasługuje na wyjaśnienie — rozumiemy przez nie to, jak pracownik sam ocenia swoja skuteczność, a niekoniecznie faktyczną liczbę ukończonych zadań czy wymierne wyniki.
Produktywność kontra zadowolenie — paradoks nowoczesnego biura
Ostatnie badania, zwłaszcza analizujące wpływ AI w codziennych obowiązkach biurowych, mają wspólny mianownik: technologie mogą podnosić wydajność części osób, ale równocześnie wpływać negatywnie na klimat pracy. Zjawisko tak zwanego „chaosu wdrożeniowego” pojawia się szczególnie tam, gdzie AI jest wprowadzane punktowo i bez spójnej strategii. Trudności z oceną, czy realnie realizujemy więcej — czy tylko tak nam się wydaje (lub przeciwnie: czujemy się mniej sprawczy, choć obiektywnie wykonujemy tyle samo) — prowadzą do niepewności zarówno po stronie użytkowników, jak i zespołów HR.
Spada nie tylko deklarowane zadowolenie z pracy, ale i psychiczne przywiązanie do firmy. Pracownicy coraz częściej myślą o zmianie pracy i słabiej identyfikują się z zespołem. Nie bez znaczenia jest tutaj „obciążenie poznawcze” — czyli wysiłek konieczny do sprawdzania i poprawiania wyników generowanych przez AI. To właśnie ta nowa warstwa kontroli, konieczna przy pracy z modelami językowymi lub generatywnymi, często niweluje oszczędności czasu, jakie miała przynieść technologia.
Skąd tyle niejasności, czyli mierzenie efektywności na nowo
Wciąż nie wiemy, czy niższe poczucie efektywności to tylko subiektywne odczucie, efekt zmian w sposobie oceniania własnej pracy, czy mierzalny spadek produktywności w klasycznym ujęciu. Wątpliwości budzi także pytanie, na ile „chaos” związany z AI wynika z niedopracowanych procesów wdrożeniowych, a na ile jest wbudowany w samą technologię. Okazuje się bowiem, iż choćby tam, gdzie AI podnosi obiektywne wskaźniki wydajności (np. liczba zrealizowanych zadań), firmy przez cały czas zmagają się z rotacją pracowników i brakiem zaangażowania.
Kluczowe pytanie brzmi: czy mierzymy efektywność według dawnych norm, które nie pasują do realiów pracy „w tandemie” z AI? Być może krótkoterminowy wzrost wydajności nie równoważy powstających kosztów ludzkich: wypalenia, dezorientacji, alienacji.
Ostatecznie trend ten sprawia, iż organizacje, decydując się na AI, muszą ponownie przemyśleć, jak rozumieją efektywność i jakie wskaźniki rzeczywiście odpowiadają współczesnemu środowisku pracy.
Jeśli ten temat Cię interesuje, śledź dalsze analizy na https://sztucznainteligencjablog.pl/!
