Як повідомляє The Conversation, зростання використання штучного інтелекту в офісних процесах призвело до явища, яке дослідники назвали «AI workslop» — накопичення зайвої, непотрібної роботи, що створюється самим ШІ, пише Kreschatic.
За словами експертів, працівники дедалі частіше змушені виправляти помилки автоматизованих систем, редагувати тексти або дані, які створив ШІ, та виконувати додаткові кроки, щоб «довести» продукт до прийнятного рівня. Це не лише знижує ефективність, а й підриває головну обіцянку автоматизації — економію часу та ресурсів.
Що таке «AI workslop»
Термін «workslop» означає роботу, яку генерує штучний інтелект, але яка не має практичної цінності. Наприклад, це може бути некоректно сформований документ, надлишковий аналіз даних або звіти, які потребують ручного доопрацювання. Працівники витрачають години на перевірку, виправлення та повторне узгодження таких результатів.
Дослідники зазначають, що це явище спостерігається майже у всіх галузях, де ШІ застосовується для підготовки контенту, аналітики чи обробки запитів. Проблема полягає не в самих алгоритмах, а в тому, як компанії інтегрують їх у робочі процеси без належної перевірки якості та контролю.
Чому компанії потрапляють у пастку автоматизації
Багато компаній почали впроваджувати ШІ без глибокого розуміння його обмежень. Менеджери очікували, що автоматизація зменшить навантаження на персонал, але на практиці це створило нові цикли перевірок, правок і координації між відділами. Замість економії часу — додаткові завдання, які не були передбачені раніше.
Крім того, штучний інтелект часто потребує людського втручання для навчання та уточнення даних. Це формує парадокс: чим більше компанії покладаються на ШІ, тим більше роботи з’являється для людей, які мають виправляти його результати. У результаті працівники відчувають перевтому та втрачають мотивацію.
Як зменшити навантаження від ШІ
Фахівці пропонують кілька практичних рішень, щоб зупинити «робоче болото ШІ». Насамперед необхідно встановити чіткі правила для використання генеративних моделей і визначити, які завдання мають виконуватися виключно людьми. Також важливо створювати перевірені набори даних, на яких алгоритми можуть навчатися без помилок.
Другою ключовою стратегією є прозорість і контроль. Компанії повинні впроваджувати системи моніторингу, щоб оцінювати, скільки часу працівники витрачають на корекцію помилок ШІ. Це допоможе визначити, чи справді автоматизація приносить користь, чи лише створює ілюзію ефективності.
Нагадаємо, раніше ми писали про те, чому технологічні лідери бояться неетичного використання штучного інтелекту та як це можна виправити.
