Cercetările arată mii de ore de muncă pierdute pe an, costând firmele milioane
Modelele lingvistice mari excelează la producerea de propoziții corecte din punct de vedere gramatical, dar adesea se împiedică la acuratețe și claritate. Fără revizuire umană, rezultatele lor creează mai multă confuzie decât progres. Aceste „rebuturi de muncă” (workslop) transferă efortul în aval, blocând chiar procesele de la locul de muncă pe care AI ar trebui să le facă mai rapide și mai eficiente.
Locurile de muncă moderne adoptă din ce în ce mai mult inteligența artificială, promițând viteză, eficiență și inovație. Cu toate acestea, realitatea este adesea mai dezordonată în practică. Multe companii se simt presate să adopte rapid AI, îngrijorate că, dacă nu o fac, vor rămâne în urma concurenților. Totuși, munca produsă de AI poate crea mai multă corectare și confuzie decât economisește, un fenomen pe care Harvard Business Review (HBR) l-a numit „workslop”.
Cercetările de la BetterUp Labs al HBR și Stanford Social Media Lab arată că documentele generate de AI care par șlefuite pot lipsi de substanța necesară pentru a avansa o sarcină. Potrivit sondajului în curs de desfășurare al Stanford asupra angajaților cu normă întreagă din SUA, 40 la sută au raportat că au primit astfel de rezultate în ultima lună. Muncitorii petrec aproape două ore pe incident corectându-le sau interpretându-le, creând costuri ascunse semnificative pentru companii. Multiplicate la nivelul organizațiilor mari, acele ore se traduc în mii de zile de muncă pierdute în fiecare an și milioane de dolari în efort irosit.
Harvard Business Review a citat un director de retail care a fost mai puțin decât impresionat de implementarea automatizării AI de către compania sa.
„A trebuit să pierd mai mult timp urmărind informațiile și verificându-le cu propria mea cercetare,” a spus directorul. „Apoi a trebuit să pierd și mai mult timp organizând întâlniri cu alți supervizori pentru a aborda problema. Apoi am continuat să-mi pierd propriul timp refăcând munca singur.”
Frustrarea acelui manager nu este un caz izolat. Impactul social și emoțional este real. Peste jumătate dintre respondenți au spus că primirea de rezultate AI de calitate scăzută i-a făcut să se simtă enervați (53%), în timp ce aproape un sfert au raportat că s-au simțit jigniți (22%). Colegii care au trimis astfel de lucrări au fost adesea văzuți ca fiind mai puțin capabili sau de încredere, arătând cum greșelile AI pot afecta dinamica echipei.
Chiar și cu adoptarea AI în creștere – Gallup raportează că angajații din SUA care folosesc AI cel puțin de câteva ori pe an aproape s-au dublat în ultimii ani – multe programe pilot nu reușesc să genereze randamente măsurabile. Un studiu al MIT Media Lab a constatat că mai puțin de unul din zece proiecte AI au adus câștiguri reale de venit, avertizând că „95 la sută dintre organizații obțin un randament zero” la pariurile lor pe AI.
Provocarea nu este doar tehnologia în sine, ci modul în care organizațiile o implementează. Mandatele generale de a folosi AI peste tot încurajează adesea un comportament de copiere-lipire fără gândire, în loc de o aplicare chibzuită. Cercetătorii recomandă reguli clare, fluxuri de lucru deliberate și lideri care să dea exemplu în utilizarea eficientă a AI. Acest lucru poate însemna stabilirea de limite cu privire la unde este potrivită AI, cum ar fi în ciornele timpurii sau în rezumatele de rutină, necesitând în același timp supraveghere umană pentru rezultatele finale. Atunci când managementul modelează o utilizare selectivă și intenționată, angajații sunt mai predispuși să vadă AI ca pe un instrument, nu ca pe o scurtătură.
