מחיר היעילות: מחקר מצא ששימוש רב ב-AI 'מטגן לעובדים את המוח'
ההבטחה היא שהבינה המלאכותית תייעל את העבודה ותפנה לנו זמן, אבל בפועל היא הופכת עובדים למנהלי אייג'נטים, ומותירה אותם מותשים. מחקר חדש של הרווארד ו-BCG מכנה את התופעה "AI Brain Fry", העייפות המנטלית שגורמת ליותר טעויות משמעותיות ואף להתפטרויות. "הלחץ לקבל החלטות גורליות במהירות של מכונה שוחק"
ממש עם תחילת השימוש בסוכני AI, הבשורה הייתה שכל עובד יהיה מנהל, כך שהעובדים יתפנו לעשות את המשימות החשובות יותר, אלה שדורשות חשיבה אסטרטגית ויכולות קוגניטיביות ומנטליות מורכבות. אבל בפועל, ניהול כלי בינה מלאכותית מותיר עובדים עייפים, עמוסים ושחוקים.
"העבודה עם AI יצרה אצלי פרדוקס מנטלי כי מצד אחד, הפיתוח בחברה האיץ בטירוף ופרויקטים שדרשו שבועות נסגרים היום בימים, ומצד שני, כמי שאמורה לקבל החלטות מבוססות דאטה, הקצב הזה מייצר לחץ תמידי לא להפוך לצוואר הבקבוק של הארגון", מספרת חן אפרמן, Senior Product Manager בחברת Lightrun. "הלחץ לקבל החלטות גורליות במהירות של מכונה הוא המקום שבו מנהלי מוצר ומפתחים נשחקים".
התחושה שלה, העומס המנטלי שנוצר אצל עובדים בעקבות שימוש בכלי AI, קיבלה עכשיו שם: "AI Brain Fry". מחקר חדש של חברת הייעוץ האסטרטגי BCG וחוקרי הארוורד חושף את המחיר של עידן האייג'נטים, עומס רגשי וקוגניטיבי שפוגע בביצועים ובעובדים. מדובר בעייפות מנטלית שלא נובעת מעצם השימוש ב-AI אלא מהמעבר מביצוע עבודה באמצעות AI לניהול אינטסיבי של סוכנים, ריבוי כלים ופיקוח מתמיד.
"הקושי הזה שאני חווה בניהול המוצר, הוא בדיוק מה שקורה היום למפתחים, לאנשי ה-SRE ולצוותי התמיכה הטכנית. כלי ה-AI לכתיבת קוד הציפו את המערכות בבאגים בקצב שבני אדם כבר לא מסוגלים לנהל, דבר שיוצר עומס קוגניטיבי אדיר על מי שאחראי על יציבות המערכת ותחושת מרדף בלתי פוסק", אומרת אפרמן.
המחקר, שהתבסס על סקר בקרב 1,488 עובדים בארה"ב זיהה תופעה של עייפות מנטלית אקוטית הנובעת מניהול יתר של מערכות AI. זהו עומס קוגניטיבי שמתרחש כשעובד נדרש לפקח, לאמת, לכוון ולבקר מספר כלים וסוכנים במקביל, באופן שחורג מיכולת הקשב והזיכרון שלו. 14% מהעובדים המשתמשים ב-AI דיווחו על תחושת "ערפל" מנטלי, קושי להתרכז והאטה בקבלת החלטות.
התוצאה היא יותר טעויות, עליהן משלמים הארגונים מחיר עסקי. לפי המחקר, עובדים שחווים "AI Brain Fry" מדווחים על עלייה של 33% בעייפות בעת קבלת החלטות. והם אכן עושים 11% יותר טעויות קטנות ו-39% יותר טעויות משמעותיות.
בכל הנוגע לאימוץ כלי AI בארגונים, "יש שני פחדים שפועלים בו-זמנית", אומר טל גלאון, מנכ"ל שבולת AI. "עובדים שמפחדים שה-AI יייתר אותם ומתנגדים לאמץ, מול אלו שמנסים להוכיח שהם בלתי ניתנים להחלפה ומפעילים יותר מדי כלים מהר מדי. שניהם מגיעים לאותו מקום: עייפות, טעויות ותחושה שה-AI עובד נגדם במקום בשבילם".
הוא אומר שמעסיקים צריכים להבין שהפרודוקטיביות תרד לפני שהיא תעלה, ומי שמדלג על השלב הזה מקבל "טעויות שנראות אמינות מאוד". בארגונים רבים מעמיסים על העובדים כלי AI רבים, שבאופן פרדוקסלי דווקא פוגעים ביעילות. "שניים עד שלושה כלים משפרים ביצועים. מעבר לזה הביצועים יורדים. אבל חלק מהארגונים ממשיכים לתמרץ עובדים על מספר הכלים שהם מפעילים, לא על התוצאות שהם מייצרים. זה מבנה תמריצים שמבטיח בדיוק את התופעה שהמחקר מתאר", הוא אומר.
לפי המחקר התופעה של "AI Brain Fry" הופכת נפוצה יותר ככל שארגונים מתמרצים עובדים לבנות ולנהל צוותים מורכבים של סוכני AI, ומשתמשים בכך כמדד לביצועים. חברת Meta, למשל, מתייחסת למספר שורות הקוד שנוצרו באמצעות AI כמדד ביצועים למהנדסים. ככל שארגונים מאמצים יותר מערכות סוכני AI מורכבות, עובדים מוצאים את עצמם מדלגים בין יותר כלים, במקום לפנות זמן לעבודה משמעותית.
הגורם המרכזי לעייפות המתוארת הוא רמת הפיקוח שדורשת הבינה המלאכותית ככל שהכלים הולכים ומתקדמים. לפי המחקר, עובדים שדיווחו על צורך בפיקוח גבוה השקיעו 14% יותר מאמץ מנטלי, חוו 12% יותר עייפות מנטלית ו-19% יותר עומס מידע לעומת עובדים עם רמת פיקוח נמוכה. כלומר, ככל שהעובד נדרש לנהל יותר כלי או סוכני AI, כך עולה המחיר הקוגניטיבי שהוא משלם. השילוב בין פיקוח אינטנסיבי לבין עלייה בפועל בכמות המשימות בעצם מרחיב את תחום האחריות של העובד, ומחייב אותו לעקוב אחרי יותר תהליכים ותוצרים באותו פרק זמן, מה שמוביל לעלייה חדה בעומס הקוגניטיבי.
העייפות הזו שונה משחיקה כפי שאנחנו מכירים אותה. בעוד ששחיקה קשורה יותר להיבטים רגשיים של העבודה, העייפות המנטלית נובעת מעומס על מערכות הקשב, הזיכרון והשליטה הניהולית של המוח. לכן, גם כאשר AI מפחית שחיקה, למשל כשהוא מחליף משימות חזרתיות, הוא עדיין יכול במקביל להגביר עייפות מנטלית.
"מה שאנחנו רואים היום עם AI, ובעיקר עם אייג’נטים, הוא לא הפחתה של עומס, אלא שינוי עמוק של סוג העבודה. עובדים כבר לא רק מבצעים משימות, אלא הם הם מנהלים מערכות, מפקחים על תוצרים, מתקנים, מדייקים ומקבלים יותר החלטות בפרקי זמן קצרים יותר. על פניו, זו יעילות, אולם בפועל, זה מעבר מעומס תפעולי לעומס קוגניטיבי. פחות עבודה בידיים, אבל הרבה יותר עבודה בראש.
במקביל, גם ההגדרה של עובד משתנה. העידן שבו תואר הגדיר ערך מקצועי כבר מאחורינו. הערך היום נמדד ביכולת, בסקילים וביכולת לעבוד נכון עם מערכות חכמות. בהתאם לכך, העובדים נדרשים להיות בחוד החנית הטכנולוגית בכל רגע ורגע, שאם לא כן, 'חרב הפיטורים' עומדת על צווארם", אומר עו״ד עדו בר-גיל, מייסד ומנכ"ל Next-Gen Solutions.
התוצאה היא סוג חדש של שחיקה, שקטה ומצטברת. העובדים נדרשים להיות גם מבצעים, גם עורכים, גם מבקרים וגם מקבלי החלטות. בכל רגע נתון. "לכן, האתגר האמיתי של ארגונים אינו רק אימוץ AI, אלא אתגר תרבותי עמוק יותר - כיצד להטמיע אותו נכון, עם כלים, הכשרה וגם גבולות בריאים, כך שהטכנולוגיה תשרת את העובדים ולא תעמיס עליהם".
הפתרונות יכולים להיות לא רק תרבותיים אלא גם טכנולוגיים. למשל, מתוך הקושי האישי שחוותה, אפרמן הובילה בלייטראן פיתוח של מוצר שנועד להקל בדיוק על הנטל המנטלי. "במקום שהמפתח יבלה שעות בניסוי וטעייה תחת לחץ, ה-AI הופך לזרוע ביצועית שחוקרת את שורש התקלה בזמן אמת", היא אומרת. המטרה היא לאפשר למכונה לפתור את המורכבות שהיא עצמה יצרה, כדי שהאנשים יוכלו לחזור להתמקד ביצירה.
פתרונות אחרים יכולים להגיע מפעולות שנוקטים הארגונים המעוניינים להטמיע כלי AI. "בשלב הנוכחי של הטמעת כלי AI לשימוש אישי־מקצועי, יש חשיבות רבה לספק לעובדים הכוונה ברורה. ארגונים רבים משקיעים בהכשרות של אוריינות דיגיטלית שמלמדות כיצד להשתמש בכלים, אך החיבור בין הכלים לתפקיד של העובד והשימוש הנכון בהם בתוך המסגרת הארגונית חשוב לא פחות. למשל: איזה כלי מתאים לאיזה צורך, אילו כלים מותרים לשימוש ועבור אילו משימות, היכן אסור להשתמש ב‑AI, וכיצד נכון לבקר ולאמת את תוצרי הכלי", אומרת איה לחמי, המובילה את תחום הייעוץ הארגוני ב-KPMG ישראל .
לדבריה, בארגונים דרוש גם עיצוב מחדש של תהליכי העבודה כך שבאופן מובנה ישולב AI במשימות אדמיניסרטיביות, ניתוחיות ובעבודה עם ביג דאטה, ובמקביל יוגדר מחדש מקומו של העובד האנושי והערך המוסף שלו בתהליך. כך למשל, כלי ה‑AI יכולים להיות אחראים על איסוף, ניקוי וניתוח ראשוני של נתונים ממערכות שונות, זיהוי מגמות והצפת חריגות, בעוד שהעובד אחראי לבחינת התוצרים בחשיבה ביקורתית ולגיבוש המלצות, תוך חיבור הנתונים להקשר הארגוני הרחב.
ולבסוף, וזהו אולי הצעד הקל ביותר ליישום, "חשוב לתת לגיטימציה לשיח רגשי פתוח סביב העבודה עם AI, חששות, התלבטויות ודאגות עכשוויות וגם עתידיות. שיחות שבועיות עם מנהלים, שבהן נשאלות שאלות פשוטות על השימוש בכלים, על האתגרים שחווים העובדים ועל דרכי ההתמודדות, יכולות להפחית עומס מנטלי וליצור תחושת ביטחון ושותפות בתהליך השינוי".
לפי המחקר, ככל שעובדים הופכים ממבצעים למנהלי מערכות AI כך עולה הסיכון לעומס קוגניטיבי. לכן, החוקרים מציעים להימנע מהעמסת שכבת ניהול נוספת של AI על עובדים מבלי להגדיר גבולות ברורים, בדומה לאופן שבו מוגדרת מסגרת בניהול צוותים אנושיים.
שנית, חשוב לייצר בהירות ארגונית לגבי המשמעות של "פרודוקטיביות" בעידן ה-AI, ולהימנע ממסרים עמומים שמאותתים על ציפייה ליותר תפוקה באותו זמן.
בנוסף, צריך לתעדף מדידה לפי תוצאות ולא לפי היקף שימוש בכלים, וכן השקעה בפיתוח מיומנויות חדשות כמו תעדוף, ניסוח בעיות ותכנון עבודה.
לבסוף, חשובה ההכרה בכך שקשב הוא משאב מוגבל, ולכן ארגונים שיידעו לנהל אותו נכון, תוך שילוב AI בצורה מבוקרת ומובנית, צפויים ליהנות לא רק מפרודוקטיביות גבוהה יותר אלא גם משימור עובדים טוב יותר ופחות טעויות.
