اخبارکار – اما آیا این شرکتها برای پیامدهای موفقیت در این مسیر آمادهاند؟ اگر مدیران تنها بر افزایش بالقوه بهرهوری تمرکز کنند، ممکن است با واقعیت پیچیده هوش مصنوعی غافلگیر شوند و تا زمانی که دیگر دیر شده باشد، متوجه هزینههایی که این افزایش بهرهوری برای سازمان ایجاد کرده است، نشوند.
نمونه موردی
نویسندگان HBR در پژوهشی که همچنان در حال انجام است، به این نتیجه رسیدهاند که ابزارهای هوش مصنوعی نهتنها از حجم کار نمیکاهند، بلکه آن را تشدید میکنند. در مطالعهای هشتماهه درباره تأثیر هوش مصنوعی مولد بر عادتهای کاری کارکنان یک شرکت فناوری مستقر در آمریکا با حدود ۲۰۰ کارمند، نویسندگان HBR دریافتند افرادی که از هوش مصنوعی استفاده میکردند، با سرعت بیشتری کار میکردند، دامنه گستردهتری از وظایف را بر عهده میگرفتند و ساعات بیشتری را صرف کار میکردند؛ آن هم اغلب بدون اینکه کسی از آنها چنین درخواستی کرده باشد.
نکته مهم این است که شرکت استفاده از هوش مصنوعی را اجباری نکرده بود؛ هرچند اشتراک سازمانی ابزارهای تجاری هوش مصنوعی را در اختیار کارکنان قرار داده بود. کارکنان به ابتکار خود، کار بیشتری انجام میدادند، زیرا هوش مصنوعی باعث شده بود «بیشتر کارکردن» ممکن، در دسترس و در بسیاری از موارد، ذاتاً رضایتبخش به نظر برسد.
این موضوع شاید برای مدیران مانند رؤیایی محققشده به نظر برسد، اما تغییراتی که در نتیجه پذیرش پرشور هوش مصنوعی ایجاد میشوند، لزوماً پایدار نیستند و در ادامه میتوانند مشکلاتی ایجاد کنند. پس از فروکشکردن هیجان اولیه آزمایش ابزارهای جدید، کارکنان ممکن است متوجه شوند که حجم کارشان بیسروصدا افزایش یافته و اکنون باید مجموعهای از مسئولیتهای جدید را همزمان مدیریت کنند. این افزایش تدریجی حجم کار میتواند به خستگی شناختی، فرسودگی شغلی و کاهش کیفیت تصمیمگیری منجر شود. در نتیجه، جهش اولیه بهرهوری ممکن است جای خود را به افت کیفیت کار، افزایش ترک خدمت کارکنان و سایر مشکلات بدهد.
این وضعیت مدیران را در موقعیتی دشوار قرار میدهد. آنها چه باید بکنند؟ اتکا به خودتنظیمی کارکنان راهکار مؤثری نیست. در عوض، سازمانها باید مجموعهای از هنجارها و استانداردها برای استفاده از هوش مصنوعی تدوین کنند؛ چیزی که میتوان آن را «رویه استفاده از هوش مصنوعی» (AI Practice) نامید.
هوش مصنوعی مولد چگونه حجم کار را تشدید میکند؟
نویسندگان HBR در مطالعه خود بررسی کردند که ابزارهای هوش مصنوعی مولد چگونه عادتهای کاری کارکنان این شرکت فناوری را تغییر دادهاند. دو روز در هفته فعالیت کارکنان را بهصورت حضوری مشاهده کردند، کانالهای ارتباطات داخلی شرکت را زیر نظر گرفتند و بیش از ۴۰ مصاحبه عمیق با کارکنان بخشهای مهندسی، محصول، طراحی، پژوهش و عملیات انجام دادند. در نهایت، سه شیوه اصلی را شناسایی کردند که از طریق آنها شدت کار افزایش مییابد.
گسترش دامنه وظایف
ازآنجاییکه هوش مصنوعی میتواند خلأهای دانشی را پر کند، کارکنان مسئولیتهایی را بر عهده گرفتند که پیشتر متعلق به افراد دیگری بود. مدیران محصول شروع به کدنویسی کردند، پژوهشگران وارد انجام وظایف مهندسی شدند و افراد در سراسر سازمان به سراغ کارهایی رفتند که در گذشته آنها را برونسپاری میکردند، به تعویق میانداختند یا اساساً از انجامشان اجتناب میکردند.
هوش مصنوعی مولد باعث شد انجام این وظایف ناگهان دستیافتنی به نظر برسد. این ابزارها چیزی را در اختیار کارکنان قرار دادند که بسیاری از آنها آن را نوعی تقویتکننده توان شناختی میدانستند؛ ابزاری که وابستگی به دیگران را کاهش میداد و در تمام مراحل، بازخورد و اصلاحات فوری ارائه میکرد.
کارکنان این تجربه را صرفاً «امتحانکردن چیزهای مختلف با هوش مصنوعی» توصیف میکردند، اما همین آزمایشهای ظاهراً ساده، دامنه شغلی آنها را به شکل معناداری گسترش داد. در واقع، کارکنان بهتدریج مسئولیت انجام کارهایی را نیز بر عهده گرفتند که پیشتر برای انجام آنها احتمالاً نیاز به استخدام نیروی موقت یا افزایش تعداد کارکنان وجود داشت.
این گسترش حوزه مسئولیتها پیامدهای ثانویهای نیز به همراه داشت. برای مثال، مهندسان زمان بیشتری را صرف بررسی، اصلاح و هدایت خروجیهای تولیدشده یا کمکگرفته از هوش مصنوعی توسط سایر همکاران کردند. این مسئولیتها تنها به بازبینی رسمی کد محدود نبود. مهندسان خود را در حال راهنمایی همکارانی میدیدند که با استفاده از آنچه امروز به آن Vibe Coding گفته میشود، کدنویسی میکردند و پروژههای نیمهتمام را تکمیل میکردند. این نظارت معمولاً بهصورت غیررسمی و در گفتگوهای اسلک یا مشورتهای کوتاه کنار میز کار انجام میشد و بار کاری مهندسان را افزایش میداد.
محوشدن مرز میان کار و زندگی شخصی
ازآنجاییکه هوش مصنوعی شروعکردن کارها را بسیار آسان کرده بود و اضطراب ناشی از مواجهه با یک نقطه شروع نامشخص را کاهش میداد، کارکنان بهتدریج بخشهای کوچکی از کار را وارد زمانهایی کردند که پیشتر زمان استراحت محسوب میشد. بسیاری از افراد هنگام صرف ناهار یا حتی در طول جلسات کاری، به هوش مصنوعی پرامپت میدادند. برخی نیز درست پیش از ترک میز کار، «فقط یک درخواست سریع دیگر» برای هوش مصنوعی ارسال میکردند تا سیستم در زمانی که آنها از رایانه دور هستند، به کار خود ادامه دهد.
این رفتارها بهندرت این احساس را در افراد ایجاد میکرد که در حال انجام کار بیشتری هستند، اما در بلندمدت نتیجه آن روزهای کاریای بود که وقفههای طبیعی کمتری داشت و ارتباط افراد با کار تقریباً پیوسته شده بود. ماهیت گفتوگومحور تعامل با هوش مصنوعی نیز این روند را تشدید میکرد. نوشتن یک جمله برای هوش مصنوعی بیشتر شبیه گفتوگو بود تا انجام یک وظیفه رسمی؛ بنابراین، کار بهسادگی و بدون آنکه فرد متوجه شود، به ساعات عصر یا حتی اوایل صبح نیز سرایت میکرد.
برخی کارکنان بعدها و با نگاهی به گذشته متوجه شدند که وقتی ارسال درخواست به هوش مصنوعی در زمان استراحت به یک عادت تبدیل شد، زمانهای استراحت دیگر همان احساس بازیابی انرژی گذشته را ایجاد نمیکردند. در نتیجه، کار کمتر دارای مرز مشخص بود و بیشتر به فعالیتی دائمی تبدیل شده بود؛ کاری که همیشه میشد کمی بیشتر آن را پیش برد. مرز میان کار و زندگی شخصی از بین نرفته بود، اما عبور از آن بسیار آسانتر شده بود.
افزایش چندوظیفگی
هوش مصنوعی ریتم جدیدی به روز کاری بخشید؛ ریتمی که در آن کارکنان همزمان چندین جریان کاری فعال را مدیریت میکردند:
- همزمان با کدنویسی دستی، هوش مصنوعی نسخه جایگزینی از همان کد را تولید میکرد
- چندین عامل هوش مصنوعی بهصورت موازی اجرا میشدند
- پروژههایی که مدتها کنار گذاشته شده بودند، دوباره فعال میشدند
زیرا هوش مصنوعی میتوانست در پسزمینه آنها را مدیریت کند. یکی از دلایل این رفتار آن بود که کارکنان احساس میکردند اکنون یک «همکار» در کنار خود دارند که میتواند به آنها در پیشبرد حجم کار کمک کند.
اگرچه این احساس همراهی، حس پیشرفت و حرکت مداوم ایجاد میکرد، اما واقعیت این بود که کارکنان دائماً مجبور بودند توجه خود را میان فعالیتهای مختلف جابهجا کنند، مرتب خروجیهای هوش مصنوعی را بررسی کنند و تعداد بیشتری از وظایف باز را مدیریت کنند. نتیجه این وضعیت، اضافهبار شناختی و احساس همیشگی درگیر بودن با چندین کار بود؛ حتی اگر کارها در ظاهر با بهرهوری بیشتری پیش میرفتند.
بهمرورزمان، این ریتم جدید انتظارات درباره سرعت انجام کار را افزایش داد؛ نه لزوماً از طریق دستورهای مستقیم مدیران، بلکه از طریق آنچه در جریان روزمره کار به رفتاری عادی و پذیرفتهشده تبدیل شده بود. بسیاری از کارکنان گفتند که اکنون نسبت به قبل از استفاده از هوش مصنوعی، چندین وظیفه را همزمان انجام میدهند و فشار بیشتری را تجربه میکنند؛ درحالیکه قرار بود صرفهجویی زمانی ناشی از خودکارسازی، چنین فشاری را کاهش دهد.
«رویه استفاده از هوش مصنوعی» چگونه میتواند کمک کند؟
تمام این عوامل یک چرخه خودتقویتکننده ایجاد کردند. هوش مصنوعی برخی وظایف را سرعت بخشید و همین موضوع انتظارات برای انجام سریعتر کارها را افزایش داد. افزایش سرعت، وابستگی کارکنان به هوش مصنوعی را بیشتر کرد و این وابستگی نیز باعث شد افراد دامنه گستردهتری از وظایف را بر عهده بگیرند؛ اتفاقی که در نهایت حجم و تراکم کار را بیشازپیش افزایش داد.
چندین نفر از شرکتکنندگان در مطالعه اشاره کردند که اگرچه احساس میکنند بهرهورتر شدهاند، اما کمتر مشغول نیستند؛ بلکه در برخی موارد حتی احساس میکنند بیش از گذشته درگیر کار هستند. یکی از مهندسان این وضعیت را اینگونه توصیف کرد: «فکر میکردی شاید چون با هوش مصنوعی بهرهورتر میشوی و در زمان صرفهجویی میکنی، بتوانی کمتر کار کنی. اما در عمل این اتفاق نمیافتد؛ بلکه همانقدر کار میکنی یا حتی بیشتر.»
ممکن است سازمانها این گسترش داوطلبانه حجم کار را یک موفقیت آشکار بدانند. در نهایت، اگر کارکنان خودشان چنین کاری را انجام میدهند، چرا باید آن را مشکل تلقی کرد؟ مگر نه اینکه این همان انفجار بهرهوری است که سالها وعده آن داده شده بود؟
اما یافتههای پژوهش نویسندگان HBR نشان میدهد که رهاکردن روند گسترش و شتاب گرفتن کار به شکل غیررسمی، با خطرات جدی همراه است. آنچه در کوتاهمدت افزایش بهرهوری به نظر میرسد، میتواند در واقع افزایش تدریجی و پنهان حجم کار و فشار شناختی فزایندهای را پنهان کند؛ فشاری که ناشی از مدیریت همزمان چندین جریان کاری مبتنی بر هوش مصنوعی است. ازآنجاکه این تلاش اضافه کاملاً داوطلبانه است و اغلب بهعنوان نوعی تجربه جذاب و لذتبخش تلقی میشود، مدیران ممکن است بهراحتی متوجه نشوند که کارکنان تا چه اندازه بار کاری بیشتری را بر دوش میکشند.
در نهایت، کار بیش از حد میتواند قدرت قضاوت را تضعیف کند، احتمال بروز خطا را افزایش دهد و تشخیص اینکه کدام بخش از افزایش بهرهوری واقعی و کدام بخش ناشی از شدت ناپایدار کار است را برای سازمان دشوار سازد. برای کارکنان نیز نتیجه نهایی، خستگی، فرسودگی شغلی و احساس فزاینده دشواری در فاصلهگرفتن از کار خواهد بود؛ بهویژه زمانی که انتظارات سازمان درباره سرعت و پاسخگویی نیز افزایش یافته باشد.
بهجای آنکه سازمانها صرفاً نظارهگر تغییراتی باشند که هوش مصنوعی در محیط کار ایجاد میکند، هم افراد و هم شرکتها باید یک رویه استفاده از هوش مصنوعی (AI Practice) را در پیش بگیرند؛ مجموعهای از هنجارها و روالهای هدفمند که مشخص میکند از هوش مصنوعی چگونه استفاده شود، چه زمانی باید استفاده از آن متوقف شود و کار تا چه اندازه باید یا نباید در واکنش به این قابلیت جدید گسترش پیدا کند.
بدون چنین رویهای، گرایش طبیعی کار مبتنی بر هوش مصنوعی نه کاهش حجم کار، بلکه تشدید آن خواهد بود؛ روندی که پیامدهایی جدی برای فرسودگی شغلی، کیفیت تصمیمگیری و پایداری بلندمدت سازمانها به همراه دارد. در مسیر ایجاد این رویه، سازمانها میتوانند اقدامات زیر را مدنظر قرار دهند:
توقفهای هدفمند
با افزایش سرعت انجام کارها و کمرنگ شدن مرزهای میان کار و استراحت، سازمانها میتوانند با اختصاص بازههای زمانی کوتاه اما ساختاریافته، ریتم کار را تنظیم کنند؛ زمانهایی محافظتشده که کارکنان در آنها فرصت داشته باشند میزان همراستایی فعالیتها را ارزیابی کنند، فرضیات خود را دوباره بررسی کنند و پیش از ادامه کار، اطلاعات را پردازش کنند. این وقفهها سرعت کلی کار را کاهش نمیدهند؛ بلکه از انباشتهشدن تدریجی فشار کاری جلوگیری میکنند؛ فشاری که در صورت کنترلنشدن شتاب کار، بهآرامی شکل میگیرد.
برای مثال، پیش از اتخاذ تصمیمات مهم، سازمانها میتوانند از تیمها بخواهند دستکم یک استدلال مخالف و یک ارتباط صریح میان تصمیم پیشنهادی و اهداف سازمان ارائه کنند. این اقدام دامنه توجه را اندکی گسترش میدهد و از انحراف تصمیمگیری جلوگیری میکند. گنجاندن چنین توقفهایی در جریان عادی کار، به سازمانها کمک میکند تصمیمات بهتری بگیرند، مرزهای سالمتری میان کار و استراحت ایجاد کنند و در محیطهای کاری مبتنی بر هوش مصنوعی، بهرهوری پایدارتری داشته باشند.
توالیبندی فعالیتها
ازآنجاکه هوش مصنوعی امکان فعالیت دائمی در پسزمینه را فراهم میکند، سازمانها میتوانند با ایجاد هنجارهایی مشخص کنند که کارها چه زمانی باید پیش بروند، نه صرفاً با چه سرعتی. این رویکرد شامل تجمیع اعلانهای غیرضروری، به تعویقانداختن ارائه بهروزرسانیها تا نقاط توقف طبیعی در جریان کار و ایجاد بازههای زمانی متمرکز است که در آن کارکنان از وقفهها و مزاحمتها مصون باشند.
سازمانهایی که از توالیبندی استفاده میکنند، اجازه میدهند کارها در مراحل منسجم پیش بروند، نه اینکه کارکنان مجبور باشند بلافاصله به هر خروجی جدید هوش مصنوعی واکنش نشان دهند. در نتیجه، میزان پراکندگی ذهنی و هزینه ناشی از جابهجایی مداوم میان وظایف کاهش مییابد، درحالیکه توان عملیاتی کلی تیم حفظ میشود. تنظیم ترتیب و زمانبندی انجام کارها بهجای مطالبه پاسخگویی دائمی به سازمانها کمک میکند تمرکز کارکنان را حفظ کنند، اضافهبار شناختی را کاهش دهند و تصمیمگیری سنجیدهتری را در محیطهای کاری مبتنی بر هوش مصنوعی امکانپذیر سازند.
حفظ پیوند انسانی
ازآنجاکه هوش مصنوعی امکان انجام مستقلتر کارها را فراهم میکند، سازمانها باید زمان و فضایی را برای تعاملات انسانی حفظ کنند. فرصتهای کوتاهی برای ارتباط کارکنان با یکدیگر مانند هماهنگیهای کوتاه، لحظات مشترک برای تأمل یا گفتوگوهای ساختاریافته باعث میشود تعامل مداوم و انفرادی با ابزارهای هوش مصنوعی متوقف شود و افراد دوباره دیدگاهی متوازنتر نسبت به کار پیدا کنند.
تعاملات اجتماعی همچنین نقشی اساسی در خلاقیت دارند. هوش مصنوعی تنها یک دیدگاه تلفیقشده ارائه میدهد، اما شکلگیری ایدههای خلاقانه نیازمند مواجهه با دیدگاههای متنوع انسانی است. با فراهمکردن زمان و فضای کافی برای شنیدن نظرات دیگران و گفتوگو، سازمانها کار را دوباره در بستر اجتماعی آن قرار میدهند و بخشی از آثار فرساینده سرعت بالای کار مبتنی بر هوش مصنوعی را بر کارکنان جبران میکنند.
از وعده تا عمل
وعده اصلی هوش مصنوعی مولد تنها به قابلیتهایی که برای انجام کارها فراهم میکند محدود نمیشود، بلکه به نحوه ادغام هوشمندانه آن در ریتم روزمره سازمان نیز وابسته است. یافتههای نویسندگان HBR نشان میدهد که اگر این فرایند بدون برنامه و هدف انجام شود، هوش مصنوعی انجام کارهای بیشتر را آسانتر میکند، اما متوقفشدن را دشوارتر.
«رویه استفاده از هوش مصنوعی» نقش یک عامل متعادلکننده را ایفا میکند؛ رویکردی که حتی در شرایطی که سرعت کار افزایش یافته است، فرصتهایی برای بازیابی انرژی و تأمل حفظ میکند. پرسش اصلی پیش روی سازمانها این نیست که آیا هوش مصنوعی شیوه کار را تغییر خواهد داد یا نه؛ بلکه این است که آیا خودشان این تغییر را به طور آگاهانه هدایت خواهند کرد، یا اجازه خواهند داد این تغییر، بهآرامی و بدون آنکه متوجه شوند، آنها را شکل دهد.
گزارش حاضر در نسخه July–August 2026 نشریه HBR منتشر شده است.
