Ανακαλύψτε το κρυφό κόστος της τεχνητής νοημοσύνης στην εργασία, που επηρεάζει την παραγωγικότητα και την ψυχολογία των εργαζομένων. Η τεχνητή νοημοσύνη υπόσχεται να μεταμορφώσει τον εργασιακό μας βίο, προσφέροντας ταχύτερες, πιο έξυπνες και αποδοτικές λύσεις. Ωστόσο, οι πραγματικές συνθήκες δείχνουν ότι η ακατάλληλη εφαρμογή της μπορεί να έχει αντιστραμμένα αποτελέσματα. Μια νέα έκθεση της εταιρείας Asana αποκαλύπτει ότι σχεδόν το 80% των επιχειρήσεων σε παγκόσμιο επίπεδο ανησυχούν για την εμφάνιση του λεγόμενου χρέους τεχνητής νοημοσύνης, που συνίσταται στα οικονομικά και ψυχολογικά κόστη που προκύπτουν όταν οι τεχνολογίες αυτές χρησιμοποιούνται χωρίς στρατηγική.
Η έκθεση αναδεικνύει ότι το χρέος τεχνητής νοημοσύνης δεν αποτυπώνεται μόνο σε αριθμούς, αλλά και στην καθημερινή πραγματικότητα των εργαζομένων. Πολλοί υπάλληλοι δαπανούν ατελείωτες ώρες διορθώνοντας σφάλματα που προκύπτουν από τα μηχανήματα, ενώ περιεχόμενο που παράγεται συχνά αποδεικνύεται αδιάφορο και ανεπαρκές. Στην έρευνα συμμετείχαν περισσότεροι από 9.000 εργαζόμενοι σε ειδικές θέσεις στις Ηνωμένες Πολιτείες, το Ηνωμένο Βασίλειο, την Αυστραλία, τη Γερμανία και την Ιαπωνία.
Ο Mark Hoffman, εμπειρογνώμονας στο Work Innovation Lab της Asana, υπογραμμίζει ότι «τα κόστη αυτά περιλαμβάνουν οικονομικούς παράγοντες, χαμένο χρόνο και την ανάγκη για ανατροπή πολλών διαδικασιών». Πρόσφατα, προέκυψε ο όρος workslop, αναφερόμενος σε περιεχόμενο που έχει παραχθεί από την τεχνητή νοημοσύνη και φαίνεται εντυπωσιακό, αλλά δεν έχει πραγματική αξία. Έρευνες στις ΗΠΑ δείχνουν ότι το workslop προσθέτει σχεδόν δύο επιπλέον ώρες εργασίας το μήνα για κάθε εργαζόμενο, που ισοδυναμεί με δισεκατομμύρια χαμένων παραγωγικών ωρών ετησίως.
Αναλυτές τονίζουν την ταχεία υιοθέτηση της τεχνητής νοημοσύνης από τις εταιρείες, με ποσοστά να ανέρχονται από το 52% το 2024 στο 70% το 2025, αλλά οι εργαζόμενοι εκφράζουν ολοένα και περισσότερη εξάντληση. Έρευνα από το BetterUp Labs και το Stanford Social Media Lab αποδεικνύει ότι το workslop υπονομεύει την ομαδική εργασία, προκαλώντας σημαντικά προβλήματα στην παραγωγικότητα.
Ο Henry Ajder, ειδικός στον τομέα της τεχνητής νοημοσύνης, τονίζει τη σημασία προσεκτικής εφαρμογής αυτών των τεχνολογιών. Οι εταιρείες πρέπει να ενσωματώνουν στρατηγικά την τεχνητή νοημοσύνη και να δημιουργούν τις κατάλληλες υποδομές, αντί να σπεύδουν χωρίς προετοιμασία. Αυτό περιλαμβάνει την εκπαιδευτική διαδικασία των υπαλλήλων και την ανάπτυξη σωστών μοντέλων, καθώς οι δυσλειτουργίες είναι δύσκολα διαχειρίσιμες όταν λείπει η κατάλληλη διαδικασία.
Η Asana καταλήγει στη διαπίστωση ότι παρά την αύξηση της χρήσης της τεχνητής νοημοσύνης, οι εργαζόμενοι βιώνουν μεγαλύτερη ψηφιακή εξάντληση και η εκπαιδευτική υποστήριξη παραμένει ανεπαρκής, καθιστώντας την υιοθέτηση της τεχνολογίας μια επίπονη διαδικασία.
Πηγή περιεχομένου: in.gr
