Штучний інтелект і робота: чому автоматизація не зменшує навантаження, а посилює його
Ідея штучного інтелекту як інструмента, що звільняє людину від рутини, давно стала частиною корпоративних обіцянок. Автоматичні чернетки, швидкі зведення інформації, допомога з кодом чи аналізом даних мали б зменшити тиск, скоротити робочий день і залишити більше часу для складних, стратегічних завдань. Проте дослідження, опубліковане Harvard Business Review, показує іншу картину. У реальних робочих умовах генеративні AI-інструменти не зменшують обсяг роботи, а поступово його збільшують, причому часто без прямого тиску з боку керівництва.
Протягом восьми місяців дослідниці вивчали, як використання генеративного AI змінює повсякденну роботу в американській технологічній компанії з приблизно 200 працівниками. Вони спостерігали за робочими процесами, аналізували внутрішні канали комунікації та провели понад сорок глибоких інтерв’ю з працівниками різних команд від інженерів і дизайнерів до дослідників та операційних менеджерів. Важлива деталь: компанія не змушувала співробітників користуватися AI. Вона лише надала доступ до інструментів. Усі зміни у навантаженні виникли з ініціативи самих працівників.
Результат виявився несподіваним для багатьох керівників. Люди почали працювати швидше, брати на себе ширший спектр завдань і розтягувати робочий день на більше годин. ШІ створив відчуття, що «тепер можна встигнути більше», і це відчуття поступово підштовхувало до добровільного розширення роботи. Формально продуктивність зростала, але суб’єктивне відчуття навантаження не зменшувалося. У багатьох випадках воно навіть посилювалося.
Дослідниці виділили три ключові механізми, через які генеративний AI інтенсифікує працю.
Перший – розширення обов’язків. Генеративний AI знижує бар’єр входу в нові типи завдань. Те, що раніше вимагало спеціалізованих знань або допомоги колег, тепер здається доступним. Менеджери продуктів і дизайнери почали писати код. Дослідники бралися за інженерні задачі. Працівники намагалися виконувати роботу, яку раніше віддали б фрилансерам, відклали або навіть не брали в роботу взагалі. AI давав відчуття когнітивної підтримки: підказував, виправляв, пояснював помилки. Це сприймалося як розширення можливостей, але на практиці означало, що одна людина поступово тягне на собі більше функцій. Це мало й побічні наслідки. Інженери, наприклад, стали витрачати більше часу не лише на власну роботу, а й на перевірку та виправлення AI-асистованих результатів колег. Частина цього контролю відбувалася неформально у чатах, коротких консультаціях, коментарях до напівготових рішень. Так навантаження поширювалося ланцюгом, навіть якщо на перший погляд виглядало як «взаємодопомога».
Другий механізм – стирання межі між роботою і відпочинком. Генеративний AI значно спростив початок будь-якої задачі. Більше не потрібно довго дивитися на порожній документ чи шукати, з чого почати. Достатньо короткого запиту. Через це працівники почали «трошки попрацювати» під час обіду, у перервах, між зустрічами або наприкінці дня. Хтось запускав запит перед тим, як відійти від робочого столу, щоб AI «попрацював у фоновому режимі». Ці дії не сприймалися як повноцінна робота. Вони здавалися дрібними й майже непомітними. Але з часом вони накопичувалися. Природні паузи зникали, а робота ставала постійною присутністю протягом дня. Додаткову роль відігравав і стиль взаємодії з AI. Написати коротку інструкцію виглядало радше як переписка, ніж як формальна робоча дія. Через це робота легко просочувалася у вечори та ранки без чіткого рішення «я зараз працюю».
Третій механізм – зростання багатозадачності. AI змінив ритм роботи. Працівники одночасно писали код і чекали альтернативну версію від AI, запускали кілька агентів паралельно або поверталися до давно відкладених задач, бо тепер їх «можна доручити» інструменту. З’явилося відчуття, що поруч є постійний помічник, і це створювало ілюзію контролю над більшим обсягом роботи. Насправді ж це означало постійне перемикання уваги. Люди регулярно перевіряли результати AI, коригували їх, поверталися до попередніх завдань. Кількість відкритих процесів зростала, а разом із нею когнітивне навантаження. Навіть коли продуктивність здавалася високою, втома накопичувалася швидше.
З часом ці три механізми почали підсилювати одне одного. ШІ пришвидшував окремі задачі, швидкість ставала новою нормою, а ця норма підштовхувала до ще більшої залежності від AI. Залежність, у свою чергу, розширювала обсяг роботи, а більший обсяг вимагав ще більшої швидкості. Учасники дослідження часто говорили, що почуваються продуктивнішими, але не менш зайнятими. Дехто визнавав, що відчуває себе перевантаженим сильніше, ніж до використання AI.
На короткій дистанції така динаміка може виглядати як успіх. Команда робить більше, швидше й без додаткового штату. Але дослідниці звертають увагу на відкладені ризики. Приховане зростання навантаження призводить до когнітивної втоми, вигорання, зниження якості рішень і підвищення ймовірності помилок. Те, що спочатку сприймається як продуктивний прорив, з часом може завершитися плинністю кадрів і погіршенням результатів. Саме тому авторки наголошують: компаніям недостатньо просто впровадити AI-інструменти. Потрібна чітка система правил і звичок роботи з ними. Вони називають це «AI-практикою» усвідомленим підходом до того, як, коли і навіщо використовується штучний інтелект.
Серед ключових рекомендацій обов’язкові паузи. Коли робота прискорюється, важливо штучно створювати моменти для перевірки рішень, переосмислення напрямку й відновлення темпу. Такі паузи не сповільнюють процес, а запобігають тихому накопиченню перевантаження.
Другий принцип послідовність. Замість реагування на кожен результат AI одразу, варто вибудовувати роботу етапами: групувати завдання, обмежувати кількість паралельних процесів, захищати часові вікна для зосередженої роботи. Це зменшує фрагментацію уваги й допомагає підтримувати стабільний ритм.
Третій елемент збереження живої взаємодії. Коли AI дозволяє працювати більш автономно, зростає ризик ізоляції. Короткі обговорення, спільні рефлексії та обмін думками з колегами допомагають не лише підтримувати критичне мислення, а й компенсувати ефект постійної індивідуальної роботи з інструментами.
Дослідження показує: генеративний AI справді змінює роботу, але не обов’язково так, як це уявляли на старті. Він полегшує початок задач, прискорює виконання й розширює можливості окремих працівників. Водночас без чітких меж і правил він робить простішим одне робити більше. І значно складнішим інше вчасно зупинитися.
About the Author
Читати також:
Великий бізнес під тиском: як податкове навантаження та тарифи змінюють економіку України 
Автоматизація виконавчого провадження: що змінить закон №14005 для боржників 
Оборонний бюджет-2025: як Рада кардинально збільшує фінансування армії 
Штучний інтелект в Україні: чому сьогодні це не must-have, але завтра фактор кар’єри та впливу
