Das Produktivitätsparadoxon von AI bei der Arbeit
Silicon Valley versprach, dass künstliche Intelligenz die Arbeit leichter, schneller und weniger belastend machen würde. Mitarbeiter bei Amazon und anderen großen Technologieunternehmen erzählen eine andere Geschichte. Interne Beschwerden, dass AI-Tools die Arbeitslast eher erhöhen als reduzieren, wurden nun durch eine akademische Studie bestätigt, die zeigt, dass sich das Muster weit über ein einzelnes Unternehmen hinaus erstreckt.
Die Studie, die Tausende von Wissensarbeitern in mehreren Branchen befragte, stellte fest, dass AI-Tools zwar bestimmte Aufgaben automatisieren, aber gleichzeitig neue Kategorien von Arbeit schaffen, die die Zeiteinsparungen mehr als aufzehren. Der Nettoeffekt für viele Mitarbeiter ist längere Arbeitszeiten, nicht kürzere.
Was Amazon-Mitarbeiter berichten
Bei Amazon haben Mitarbeiter mehrerer Abteilungen Bedenken bezüglich AI-Tools geäußert, die eingeführt wurden, um ihre Arbeit zu rationalisieren. Die Beschwerden konzentrieren sich auf ein bekanntes Muster: AI-Systeme erledigen Routineaufgaben schnell, generieren aber Ergebnisse, die umfangreiche menschliche Überprüfung, Korrektur und Verfeinerung erfordern. Die Zeit, die für die Verwaltung von AI-generierten Arbeiten aufgewendet wird, übersteigt oft, was die Aufgabe ohne AI gekostet hätte.
Softwareentwickler berichten, dass AI-Code-Generierungstools Code produzieren, der grundlegende Tests besteht, aber subtile Fehler oder architektonische Entscheidungen enthält, die Wartungslasten erzeugen. Die Zeit, die bei der anfänglichen Codierung gespart wird, wird durch Debugging, Refaktorierung und Code-Review aufgebraucht, die erforderlich sind, um AI-generierten Code auf Produktionsstandards zu bringen.
Content- und Marketing-Teams beschreiben ähnliche Dynamiken. AI-Entwürfe erfordern umfangreiche Bearbeitung, um Markenstandards zu erfüllen, Genauigkeit zu gewährleisten und die fade Einheitlichkeit zu entfernen, die AI-generierter Text aufweist. Mehrere Mitarbeiter merkten an, dass die Bearbeitung von AI-Output oft schwieriger ist als von vorne herein zu schreiben.
Die Ergebnisse der Studie
Forscher befragten und verfolgten Arbeitsmuster von über 4.000 Wissensarbeitern in Unternehmen, die kürzlich AI-Produktivitätstools eingeführt hatten. Sie maßen die tatsächliche Zeit, die für Aufgaben aufgewendet wurde, Jobzufriedenheit, Stresslevels und wahrgenommene Produktivität vor und nach der AI-Einführung.
Im Durchschnitt reduzieren AI-Tools die Zeit für zielgerichtete Aufgaben um etwa 30 Prozent. Allerdings stiegen die Gesamtarbeitszeiten der Mitarbeiter, die diese Tools nutzen, um durchschnittlich 12 Prozent. Der Unterschied wird durch mehrere Kategorien neuer Arbeit erklärt.
Erstens gibt es direkten Aufwand bei der Verwaltung von AI-Tools: Formulierung von Prompts, Bewertung von Ausgaben, Iteration bei unbefriedigenden Ergebnissen und Fehlerkorrektur. Diese AI-Managementarbeit existierte vor der Einführung der Tools nicht.
Zweitens ermöglichten AI-Tools den Managern, die Erwartungen bezüglich Ausgabevolumen und Geschwindigkeit zu erhöhen. Als ein Team zeigte, dass AI bei der Produktion von mehr Berichten helfen konnte, wurde die Erwartung schnell zur neuen Normalität, ohne Anpassung der Kopfzahl oder Anerkennung, dass die Aufrechterhaltung der Qualität zusätzliche menschliche Anstrengung erforderte.
Die Erwartungs-Eskalation
Diese Erwartungs-Eskalation war das besorgniserregendste Ergebnis der Studie. Überall in Organisationen folgte die Einführung von AI-Tools durch erhöhte Leistungsziele, erweiterte Verantwortungsbereiche oder Personalkürzungen. Die Produktivitätsgewinne, die AI bot, wurden von der Organisation durch höhere Erwartungen erfasst, anstatt sie den Mitarbeitern durch reduzierte Arbeitslasten zurückzugeben.
Die Dynamik spiegelt historische Muster früherer Automatisierungswellen wider. E-Mail, Tabellenkalkulation und Enterprise-Software versprachen alle, Arbeitslasten zu reduzieren, erweiterten aber stattdessen das Volumen und die Geschwindigkeit der von jedem Einzelnen erwarteten Arbeit. AI scheint die gleiche Flugbahn zu folgen, aber mit einer Wendung: Weil AI-Tools als transformativ positioniert werden, ist die Erwartungsinflation entsprechend größer.
Auswirkungen auf Qualität und Zufriedenheit
Arbeiter, die AI-Tools nutzten, berichteten über geringeres Vertrauen in die Qualität ihrer Ergebnisse, auch wenn objektive Maßstäbe darauf hinwiesen, dass die Qualität beibehalten wurde. Die Jobzufriedenheit sank bescheiden aber konsistent, angetrieben durch das Gefühl, dass Fachwissen entwertet wurde. Fachleute berichteten, sich auf AI-Manager reduziert zu fühlen, die Maschinenausgaben zu überprüfen, anstatt ihr eigenes Wissen direkt anzuwenden.
Die Stresslevels stiegen überall, mit den höchsten Steigerungen bei Fachleuten in der Mitte der Karriere, die Druck verspürten, AI-Kenntnisse zu demonstrieren, während sie Qualitätsstandards beibehielten, die über Jahre der Praxis etabliert worden waren.
Was Organisationen tun können
Die Forscher empfehlen, dass Organisationen sich verpflichten, mindestens einen Teil der durch AI generierten Zeiteinsparungen an Mitarbeiter zurückzugeben, anstatt die freigelegte Zeit sofort mit zusätzlicher Arbeit zu füllen. Das Setzen realistischer Erwartungen darüber, was AI kann und nicht kann, ist entscheidend.
Organisationen mit bescheideneren und spezifischeren Bereitstellungsstrategien, die auf bestimmte Engpässe abzielen, anstatt breite Annahme zu mandatieren, erreichten bessere Ergebnisse für Produktivität und Mitarbeiterzufriedenheit. Das Verfolgen nicht nur der Aufgaben, die AI automatisiert, sondern auch der neuen Arbeit, die sie schafft, ist wesentlich, um genaue Schlussfolgerungen über tatsächliche Auswirkungen zu treffen.
Die Erkenntnisse kommen an, während Unternehmen in jeder Industrie um die Integration von AI-Tools wetteifern, oft angetrieben durch Wettbewerbsdruck anstatt sorgfältiger Analyse. Die Studie legt nahe, dass die Eile, AI einzuführen, Probleme schaffen könnte, die Jahre dauern werden, um vollständig verstanden zu werden. Für Arbeiter, die in der Mitte stecken, bleibt das Versprechen von AI als arbeitsparende Technologie weitgehend unerfüllt.
Dieser Artikel basiert auf Berichten von Gizmodo. Lesen Sie den Originalartikel.
