Работники тонут в «воркслопе»: как ИИ снижает продуктивность вместо обещанного роста

Кен, копирайтер из Майами, раньше любил свою работу в кибербезопасностной компании. Всё изменилось, когда генеративный ИИ стал обязательным инструментом после увольнения части коллег. Хотя первые черновики создавались быстро, Кен и его команда тратили больше времени на исправление ошибок и согласование версий разных чат-ботов, чем если бы работали без ИИ. «Качество значительно упало, время на создание контента увеличилось, а главное — снизился моральный дух», — рассказал копирайтер, пожелавший остаться анонимным.

Опыт Кена отражает растущий разрыв между сотрудниками и руководством. Опрос 5000 американских офисных работников показал: 40% рядовых специалистов заявили, что ИИ не экономит им времени, в то время как 92% топ-менеджеров считают, что технология повышает их продуктивность. Когда сотрудники указали на снижение эффективности, руководство переложило вину на них.

Что стоит за волной «воркслопа»

Причина проблемы сложнее, чем просто желание работников срезать углы. Компании вложили миллиарды в корпоративные ИИ-решения, одновременно сокращая персонал и объясняя это потенциальным ростом продуктивности благодаря технологиям. Оставшиеся сотрудники чувствуют давление, чтобы использовать ИИ для увеличения объёма работы, часто без должного обучения или инструкций.

Джефф Хэнкок, соавтор исследования, введшего термин «воркслоп», отмечает, что людей заставляют использовать ИИ без чётких указаний или поддержки. Его ещё не рецензированное исследование среди 1150 американских офисных работников (часть более крупного опроса) показало: 40% столкнулись с «воркслопом» в течение месяца, тратя в среднем 3,4 часа в месяц на его исправление. Для организации с 10 000 сотрудников это оборачивается потерей продуктивности на $8,1 млн.

Фрилансер Келли Кэшин, дизайнер продуктов, часто видит, как коллеги копируют сообщения ботов прямо в чаты или письма. Когда она переспрашивает о непонятной работе, ей могут ответить: «Да, я сам не уверен, что ИИ имел в виду». Кэшин понимает таких людей: давление по повышению продуктивности усиливается из-за неопределённости на рынке труда.

Последствия для разных отраслей и будущее внедрения

Проблема затрагивает и медицину. Филип Баррисон, студент-медик, изучавший использование ИИ в клиниках, обнаружил, что медработники, поощряемые применять ИИ для ответов пациентам, тратят много времени на правки, испытывают разочарование и беспокоятся о безопасности данных и ошибках в письмах. Поскольку инструменты добровольные, после новизны сотрудники часто перестают их использовать.

Айха Нгуен из исследовательского института Data & Society объясняет, что компании внедряют генеративный ИИ, надеясь сократить затраты на труд после инвестиций в технологии. Однако эти вложения пока не окупаются: по данным часто цитируемого отчёта MIT, 95% фирм не видят отдачи от инвестиций в ИИ. Другие исследования показывают, что меньшинство компаний получает возврат, но большинство ожидает результатов через 2–4 года, что довольно медленно для технологических инвестиций.

Нгуен отмечает, что ИИ часто преподносится как универсальный инструмент, но реальность иная. Нечёткие задачи и сценарии использования частично создают «воркслоп». Технология стала предметом переговоров профсоюзов при заключении новых контрактов: работники требуют чётких правил использования ИИ и большего контроля над ним.

Сара Фокс из Carnegie Mellon University скептически относится к заявлениям компаний о том, что ИИ повышает продуктивность и помогает сотрудникам. По её словам, это скрывает более глубокие изменения в трудовой динамике, снижая автономию работников вместо их расширения. Таким образом, без продуманного внедрения и обучения ИИ рискует стать инструментом, усложняющим работу, а не облегчающим её.