Sasha
Writer
Bạn có bao giờ cảm thấy mình thực sự làm việc nhiều giờ hơn sau khi sử dụng AI không?
Trước đây, bạn chỉ có thể làm một việc mỗi ngày. Giờ đây, AI có thể giúp bạn xử lý ba, năm, hoặc thậm chí mười việc cùng một lúc. Vấn đề là, thời gian tiết kiệm được không trở thành thời gian nghỉ ngơi; nó ngay lập tức được lấp đầy bởi công việc mới.
Một công ty đã giảm số lượng nhân viên từ 80 xuống còn 12 người, sa thải nhân viên chăm sóc khách hàng, lập trình viên, nhà thiết kế và người viết nội dung, chỉ giữ lại một lập trình viên, xây dựng lại toàn bộ quy trình hoạt động, và cuối cùng chỉ giữ lại người biết cách sử dụng AI.
AI đã cải thiện hiệu quả, nhưng nó cũng làm tăng khối lượng công việc cho mỗi cá nhân.
AI không làm giảm công việc; ngược lại, nó đã làm tăng thêm khối lượng công việc
Những người làm việc ở vị trí kỹ thuật hiểu rất rõ điều này.
"Trước đây mất ba ngày để viết một bài báo, giờ chỉ mất ba tiếng. Nhưng hai ngày rưỡi tiết kiệm được sẽ không trở thành thời gian nghỉ ngơi, mà sẽ trở thành 'Vậy thì anh/chị viết thêm mười tiếng nữa. Một khi kỳ vọng của sếp đã được điều chỉnh theo tốc độ của AI, thì không thể quay lại được nữa", một kỹ thuật viên chia sẻ.
Đồng thời, AI cũng làm tăng đáng kể chi phí công việc ẩn: Mã do AI tạo ra có vẻ hoàn chỉnh và không có lỗi, nhưng khi thực sự chạy, nó sẽ bộc lộ một số lượng lớn các lỗ hổng bảo mật; để đạt được hiệu quả mong muốn, thời gian dành cho việc gỡ lỗi qua đêm dài hơn nhiều so với việc viết mã thủ công; thời gian viết mã thủ công truyền thống đã giảm đi rất nhiều, nhưng thời gian gỡ lỗi và xem xét mã lại tăng lên đáng kể, và tổng thời gian tiêu thụ không những không giảm mà thậm chí còn vượt quá trước đây.
Ngành công nghiệp nội dung, thiết kế và video cũng đang gặp khó khăn nghiêm trọng.
Một người trong ngành công nghiệp video thẳng thắn thừa nhận: AI có thể cải thiện hiệu quả công việc, nhưng vấn đề là AI phải trải qua rất nhiều thử nghiệm và sai sót. Khi làm video, chúng ta phải khớp từng chi tiết trong video với AI một cách tỉ mỉ. Mặc dù điều này giúp loại bỏ việc quay phim trực tiếp, nhưng hiệu quả tạo ra lại giống như mua vé số – đó là phần khó chịu nhất.
Điều này đặc biệt đúng với các vị trí văn phòng và vận hành: cảm giác như khối lượng công việc không hề giảm, mà ngược lại, hiệu quả và tốc độ đã tăng lên, và tiêu chuẩn đã được nâng cao.
Các nhà nghiên cứu tại Trường Kinh doanh Haas thuộc Đại học UC Berkeley gần đây đã công bố một nghiên cứu trên Tạp chí Harvard Business Review.
Nhóm nghiên cứu đã dành tám tháng làm việc tại một công ty công nghệ của Mỹ, dành hai ngày một tuần để quan sát cách 200 nhân viên thực sự sử dụng AI và tiến hành hơn 40 cuộc phỏng vấn.
Kết luận thật đáng ngạc nhiên: 83% nhân viên cho biết AI đã làm tăng chứ không phải giảm khối lượng công việc của họ.
AI không làm giảm khối lượng công việc tổng thể; ngược lại, nó đã làm tăng cường độ, mật độ và gánh nặng nhận thức của công việc trên nhiều khía cạnh. Hiện tượng này được gọi là "Tăng cường cường độ làm việc" hoặc "Hội chứng suy giảm năng lực trí tuệ nhân tạo".
Môi trường làm việc cường độ cao này cũng đã thúc đẩy sự ma sát ngầm trong nơi làm việc và sự tự củng cố lẫn nhau. Nghiên cứu đã chỉ ra rằng AI đã loại bỏ "những điểm dừng tự nhiên" trong công việc truyền thống: trước đây, nhân viên sẽ ngừng làm việc trong giờ nghỉ trưa, trước các cuộc họp và vào ban đêm, nhưng giờ đây mọi người đều sử dụng thời gian rời rạc để nhập lời nhắc và tinh chỉnh nội dung AI; những vấn đề ban đầu "không thể giải quyết" sẽ tự nhiên khiến công việc dừng lại, nhưng giờ đây khả năng AI "có thể tạo ra nội dung" khiến nhân viên lao vào việc sửa đổi, gỡ lỗi và tối ưu hóa không ngừng.
Hơn nữa, AI đã gây ra sự thoái hóa thụ động trong các nhóm: khi ai đó tận dụng AI để đảm nhận nhiều công việc hơn và tạo ra nhiều kết quả hơn, các đồng nghiệp của họ sẽ lo lắng về việc bị tụt lại phía sau, chủ động đẩy nhanh tốc độ làm việc và tăng khối lượng công việc của họ. Không ai chính thức nâng cao tiêu chuẩn hiệu suất, nhưng giới hạn trên của công việc mà AI có thể đạt được một cách âm thầm trở thành mức cơ bản mà mọi người phải đáp ứng, hoặc thậm chí vượt qua. Các học giả đã gọi hiện tượng này là "sự gia tăng khối lượng công việc". Điều tưởng chừng như là sự gia tăng hiệu quả thực chất lại là sự leo thang không ngừng của khối lượng công việc, cuối cùng dẫn đến tình trạng kiệt sức lan rộng.
Những trải nghiệm thực tế của vô số chuyên gia đang làm việc đã hoàn toàn chứng minh kết luận của nghiên cứu này, cho thấy tất cả các ngành công nghiệp đều đã rơi vào bẫy hiệu quả của trí tuệ nhân tạo.
Nghịch lý Jevons lặp lại trong môi trường làm việc
Tình huống này phản ánh một nghịch lý trong kinh tế học.
Nghịch lý Jevons trong kinh tế học cho rằng khi tiến bộ công nghệ cải thiện hiệu quả sử dụng tài nguyên, tổng mức tiêu thụ tài nguyên đó lại tăng lên.
Khi áp dụng vào các kịch bản làm việc được hỗ trợ bởi trí tuệ nhân tạo (AI), nghịch lý này được thể hiện rõ nét.
Hiệu quả đồng nghĩa với nhiều nhiệm vụ hơn. AI giảm chi phí và thời gian của từng nhiệm vụ (như viết mã, tạo nội dung và sắp xếp dữ liệu). Tuy nhiên, thay vì cho nhân viên nghỉ ngơi, các công ty lại sử dụng thời gian tiết kiệm được để phân bổ cho nhiều nhiệm vụ phức tạp hơn.
Trong khi đó, yêu cầu phải lập một báo cáo mỗi tuần đã tăng lên ba báo cáo mỗi ngày; các nhiệm vụ trước đây được thuê ngoài nay được nhân viên nội bộ xử lý do rào cản gia nhập thấp hơn với AI, làm tăng thêm khối lượng công việc.
AI liên tục đẩy giới hạn năng suất của nhân viên, dẫn đến các tiêu chuẩn hiệu suất và khối lượng công việc cao hơn, tạo ra một vòng luẩn quẩn "tăng hiệu quả → tiêu chuẩn cao hơn → nhiều nhiệm vụ hơn → mệt mỏi gia tăng".
Những người "đo lường" trong doanh nghiệp có tầm ảnh hưởng lớn nhất
Nếu những điều trên chỉ là kinh nghiệm cá nhân, thì hành động gần đây của Cloudflare thể hiện tư duy của các doanh nghiệp lớn.
Giám đốc điều hành của Cloudflare, Matthew Prince, đã đăng một bài báo trên tờ The Wall Street Journal với tiêu đề "Cách tôi lựa chọn nhân viên nào để thay thế bằng AI".
Cloudflare vừa sa thải khoảng 1.100 người, tương đương một phần năm lực lượng lao động của công ty, đánh dấu đợt sa thải lớn đầu tiên của công ty trong 16 năm.
Trong khi đó, họ đã tuyển dụng 1.111 thực tập sinh trong năm nay, con số này gần bằng số người bị sa thải. Những thực tập sinh này đến từ gần một triệu đơn xin việc, với tỷ lệ chấp nhận chỉ là một trên một nghìn.
Về lý do sa thải, đương nhiên là do AI.
CEO Matthew Prince đã trích dẫn ba loại người được học giả quản lý Peter Drucker đề xuất trong cuốn sách "Thực tiễn quản lý" năm 1954 của ông: 1. "Người xây dựng" (kỹ sư), 2. "Người bán hàng", và 3. "Người đo lường", là những người chịu trách nhiệm về tài chính, kiểm toán, pháp lý, tuân thủ, quản lý cấp trung, vận hành và tiếp thị.
Matthew Prince đánh giá rằng AI sẽ không thể thực hiện hai loại nhiệm vụ đầu tiên; nên tuyển dụng càng nhiều kỹ sư càng tốt vì họ hiệu quả hơn, và bán hàng dựa vào kỹ năng giao tiếp. Tuy nhiên, các nhiệm vụ do loại người thứ ba thực hiện, chẳng hạn như tổng hợp số liệu thống kê hiệu suất, tạo báo cáo và tiến hành kiểm toán, chính xác là những nhiệm vụ có cấu trúc và lặp đi lặp lại mà AI làm rất tốt. Những người bị sa thải lần này chủ yếu là các chuyên gia đo lường.
Ông đưa ra một số ví dụ: kiểm toán nội bộ đã thay đổi từ việc kiểm tra ngẫu nhiên một vài khu vực rủi ro mỗi quý sang kiểm toán liên tục toàn bộ doanh nghiệp; việc chốt sổ tài chính nhanh hơn và chính xác hơn; và quản lý cấp trung đã được tinh gọn đáng kể vì AI cho phép mỗi nhà quản lý trực tiếp quản lý nhiều người hơn.
Matthew Prince cho biết, những thực tập sinh được sử dụng để thay thế các nhân viên bị sa thải đều là những người "sinh ra đã có năng khiếu về AI" - tất cả đều là những người xây dựng hệ thống hoặc bán hàng.
Tương tự, Meta đã hoàn tất một đợt sa thải lớn với 8.000 người vào ngày hôm qua, cũng viện dẫn AI là lý do.
Trong một đoạn ghi âm bị rò rỉ của một cuộc họp toàn thể, Zuckerberg nói với các nhân viên rằng ông đang sử dụng họ để đào tạo AI trước khi thực hiện các đợt sa thải lớn.
Zuckerberg tuyên bố: "Các mô hình AI học hỏi bằng cách quan sát cách những người rất thông minh làm việc... Trí thông minh trung bình của nhân viên công ty này cao hơn đáng kể so với mức trung bình của dân số nói chung."
Do đó, nếu chúng ta cố gắng dạy các mô hình lập trình - ví dụ, bằng cách để nhân viên nội bộ xây dựng các công cụ hoặc giải quyết các nhiệm vụ để giúp dạy các mô hình cách lập trình - chúng tôi tin rằng điều này sẽ nâng cao đáng kể khả năng lập trình của các mô hình, cho phép chúng ta đạt được điều này nhanh hơn nhiều so với các công ty khác trong ngành không có hàng nghìn kỹ sư hàng đầu.
AI đã cải thiện hiệu quả và chuyển đổi hoạt động kinh doanh. Các công ty đã sử dụng điều này để sa thải những người "đo lường" thực hiện các nhiệm vụ lặp đi lặp lại, có cấu trúc. Những người còn lại đã đảm nhận nhiều nhiệm vụ hơn bằng cách sử dụng trí tuệ nhân tạo (AI), dẫn đến tăng giờ làm việc. Trong khi đó, những người mới được tuyển dụng được kỳ vọng sẽ tự nhiên quen thuộc với các công cụ AI và hoạt động ở tiêu chuẩn cao hơn ngay từ đầu.
Bài báo trên Harvard Business Review kết luận bằng cách kêu gọi các công ty thiết lập "hướng dẫn ứng dụng AI", xác định rõ ràng ranh giới của việc sử dụng AI và giúp nhân viên phân biệt giữa hiệu quả thực sự và cường độ làm việc không bền vững. Một trong những nhà nghiên cứu cũng thừa nhận, "Chúng ta đã phá vỡ những quan niệm đã được thiết lập trong nhiều thập kỷ về các phương pháp làm việc bền vững; việc tìm kiếm sự cân bằng mới sẽ cần thời gian và tính tự giác."
Không phải là bạn không làm việc chăm chỉ; bạn chỉ đang rơi vào cái bẫy hiệu quả AI mà thôi.
Trước đây, bạn chỉ có thể làm một việc mỗi ngày. Giờ đây, AI có thể giúp bạn xử lý ba, năm, hoặc thậm chí mười việc cùng một lúc. Vấn đề là, thời gian tiết kiệm được không trở thành thời gian nghỉ ngơi; nó ngay lập tức được lấp đầy bởi công việc mới.
Một công ty đã giảm số lượng nhân viên từ 80 xuống còn 12 người, sa thải nhân viên chăm sóc khách hàng, lập trình viên, nhà thiết kế và người viết nội dung, chỉ giữ lại một lập trình viên, xây dựng lại toàn bộ quy trình hoạt động, và cuối cùng chỉ giữ lại người biết cách sử dụng AI.
AI đã cải thiện hiệu quả, nhưng nó cũng làm tăng khối lượng công việc cho mỗi cá nhân.
AI không làm giảm công việc; ngược lại, nó đã làm tăng thêm khối lượng công việc
Những người làm việc ở vị trí kỹ thuật hiểu rất rõ điều này.
"Trước đây mất ba ngày để viết một bài báo, giờ chỉ mất ba tiếng. Nhưng hai ngày rưỡi tiết kiệm được sẽ không trở thành thời gian nghỉ ngơi, mà sẽ trở thành 'Vậy thì anh/chị viết thêm mười tiếng nữa. Một khi kỳ vọng của sếp đã được điều chỉnh theo tốc độ của AI, thì không thể quay lại được nữa", một kỹ thuật viên chia sẻ.
Đồng thời, AI cũng làm tăng đáng kể chi phí công việc ẩn: Mã do AI tạo ra có vẻ hoàn chỉnh và không có lỗi, nhưng khi thực sự chạy, nó sẽ bộc lộ một số lượng lớn các lỗ hổng bảo mật; để đạt được hiệu quả mong muốn, thời gian dành cho việc gỡ lỗi qua đêm dài hơn nhiều so với việc viết mã thủ công; thời gian viết mã thủ công truyền thống đã giảm đi rất nhiều, nhưng thời gian gỡ lỗi và xem xét mã lại tăng lên đáng kể, và tổng thời gian tiêu thụ không những không giảm mà thậm chí còn vượt quá trước đây.
Ngành công nghiệp nội dung, thiết kế và video cũng đang gặp khó khăn nghiêm trọng.
Một người trong ngành công nghiệp video thẳng thắn thừa nhận: AI có thể cải thiện hiệu quả công việc, nhưng vấn đề là AI phải trải qua rất nhiều thử nghiệm và sai sót. Khi làm video, chúng ta phải khớp từng chi tiết trong video với AI một cách tỉ mỉ. Mặc dù điều này giúp loại bỏ việc quay phim trực tiếp, nhưng hiệu quả tạo ra lại giống như mua vé số – đó là phần khó chịu nhất.
Điều này đặc biệt đúng với các vị trí văn phòng và vận hành: cảm giác như khối lượng công việc không hề giảm, mà ngược lại, hiệu quả và tốc độ đã tăng lên, và tiêu chuẩn đã được nâng cao.
Các nhà nghiên cứu tại Trường Kinh doanh Haas thuộc Đại học UC Berkeley gần đây đã công bố một nghiên cứu trên Tạp chí Harvard Business Review.
Nhóm nghiên cứu đã dành tám tháng làm việc tại một công ty công nghệ của Mỹ, dành hai ngày một tuần để quan sát cách 200 nhân viên thực sự sử dụng AI và tiến hành hơn 40 cuộc phỏng vấn.
Kết luận thật đáng ngạc nhiên: 83% nhân viên cho biết AI đã làm tăng chứ không phải giảm khối lượng công việc của họ.
AI không làm giảm khối lượng công việc tổng thể; ngược lại, nó đã làm tăng cường độ, mật độ và gánh nặng nhận thức của công việc trên nhiều khía cạnh. Hiện tượng này được gọi là "Tăng cường cường độ làm việc" hoặc "Hội chứng suy giảm năng lực trí tuệ nhân tạo".
Môi trường làm việc cường độ cao này cũng đã thúc đẩy sự ma sát ngầm trong nơi làm việc và sự tự củng cố lẫn nhau. Nghiên cứu đã chỉ ra rằng AI đã loại bỏ "những điểm dừng tự nhiên" trong công việc truyền thống: trước đây, nhân viên sẽ ngừng làm việc trong giờ nghỉ trưa, trước các cuộc họp và vào ban đêm, nhưng giờ đây mọi người đều sử dụng thời gian rời rạc để nhập lời nhắc và tinh chỉnh nội dung AI; những vấn đề ban đầu "không thể giải quyết" sẽ tự nhiên khiến công việc dừng lại, nhưng giờ đây khả năng AI "có thể tạo ra nội dung" khiến nhân viên lao vào việc sửa đổi, gỡ lỗi và tối ưu hóa không ngừng.
Hơn nữa, AI đã gây ra sự thoái hóa thụ động trong các nhóm: khi ai đó tận dụng AI để đảm nhận nhiều công việc hơn và tạo ra nhiều kết quả hơn, các đồng nghiệp của họ sẽ lo lắng về việc bị tụt lại phía sau, chủ động đẩy nhanh tốc độ làm việc và tăng khối lượng công việc của họ. Không ai chính thức nâng cao tiêu chuẩn hiệu suất, nhưng giới hạn trên của công việc mà AI có thể đạt được một cách âm thầm trở thành mức cơ bản mà mọi người phải đáp ứng, hoặc thậm chí vượt qua. Các học giả đã gọi hiện tượng này là "sự gia tăng khối lượng công việc". Điều tưởng chừng như là sự gia tăng hiệu quả thực chất lại là sự leo thang không ngừng của khối lượng công việc, cuối cùng dẫn đến tình trạng kiệt sức lan rộng.
Những trải nghiệm thực tế của vô số chuyên gia đang làm việc đã hoàn toàn chứng minh kết luận của nghiên cứu này, cho thấy tất cả các ngành công nghiệp đều đã rơi vào bẫy hiệu quả của trí tuệ nhân tạo.
Nghịch lý Jevons lặp lại trong môi trường làm việc
Tình huống này phản ánh một nghịch lý trong kinh tế học.
Nghịch lý Jevons trong kinh tế học cho rằng khi tiến bộ công nghệ cải thiện hiệu quả sử dụng tài nguyên, tổng mức tiêu thụ tài nguyên đó lại tăng lên.
Khi áp dụng vào các kịch bản làm việc được hỗ trợ bởi trí tuệ nhân tạo (AI), nghịch lý này được thể hiện rõ nét.
Hiệu quả đồng nghĩa với nhiều nhiệm vụ hơn. AI giảm chi phí và thời gian của từng nhiệm vụ (như viết mã, tạo nội dung và sắp xếp dữ liệu). Tuy nhiên, thay vì cho nhân viên nghỉ ngơi, các công ty lại sử dụng thời gian tiết kiệm được để phân bổ cho nhiều nhiệm vụ phức tạp hơn.
Trong khi đó, yêu cầu phải lập một báo cáo mỗi tuần đã tăng lên ba báo cáo mỗi ngày; các nhiệm vụ trước đây được thuê ngoài nay được nhân viên nội bộ xử lý do rào cản gia nhập thấp hơn với AI, làm tăng thêm khối lượng công việc.
AI liên tục đẩy giới hạn năng suất của nhân viên, dẫn đến các tiêu chuẩn hiệu suất và khối lượng công việc cao hơn, tạo ra một vòng luẩn quẩn "tăng hiệu quả → tiêu chuẩn cao hơn → nhiều nhiệm vụ hơn → mệt mỏi gia tăng".
Những người "đo lường" trong doanh nghiệp có tầm ảnh hưởng lớn nhất
Nếu những điều trên chỉ là kinh nghiệm cá nhân, thì hành động gần đây của Cloudflare thể hiện tư duy của các doanh nghiệp lớn.
Giám đốc điều hành của Cloudflare, Matthew Prince, đã đăng một bài báo trên tờ The Wall Street Journal với tiêu đề "Cách tôi lựa chọn nhân viên nào để thay thế bằng AI".
Cloudflare vừa sa thải khoảng 1.100 người, tương đương một phần năm lực lượng lao động của công ty, đánh dấu đợt sa thải lớn đầu tiên của công ty trong 16 năm.
Trong khi đó, họ đã tuyển dụng 1.111 thực tập sinh trong năm nay, con số này gần bằng số người bị sa thải. Những thực tập sinh này đến từ gần một triệu đơn xin việc, với tỷ lệ chấp nhận chỉ là một trên một nghìn.
Về lý do sa thải, đương nhiên là do AI.
CEO Matthew Prince đã trích dẫn ba loại người được học giả quản lý Peter Drucker đề xuất trong cuốn sách "Thực tiễn quản lý" năm 1954 của ông: 1. "Người xây dựng" (kỹ sư), 2. "Người bán hàng", và 3. "Người đo lường", là những người chịu trách nhiệm về tài chính, kiểm toán, pháp lý, tuân thủ, quản lý cấp trung, vận hành và tiếp thị.
Matthew Prince đánh giá rằng AI sẽ không thể thực hiện hai loại nhiệm vụ đầu tiên; nên tuyển dụng càng nhiều kỹ sư càng tốt vì họ hiệu quả hơn, và bán hàng dựa vào kỹ năng giao tiếp. Tuy nhiên, các nhiệm vụ do loại người thứ ba thực hiện, chẳng hạn như tổng hợp số liệu thống kê hiệu suất, tạo báo cáo và tiến hành kiểm toán, chính xác là những nhiệm vụ có cấu trúc và lặp đi lặp lại mà AI làm rất tốt. Những người bị sa thải lần này chủ yếu là các chuyên gia đo lường.
Ông đưa ra một số ví dụ: kiểm toán nội bộ đã thay đổi từ việc kiểm tra ngẫu nhiên một vài khu vực rủi ro mỗi quý sang kiểm toán liên tục toàn bộ doanh nghiệp; việc chốt sổ tài chính nhanh hơn và chính xác hơn; và quản lý cấp trung đã được tinh gọn đáng kể vì AI cho phép mỗi nhà quản lý trực tiếp quản lý nhiều người hơn.
Matthew Prince cho biết, những thực tập sinh được sử dụng để thay thế các nhân viên bị sa thải đều là những người "sinh ra đã có năng khiếu về AI" - tất cả đều là những người xây dựng hệ thống hoặc bán hàng.
Tương tự, Meta đã hoàn tất một đợt sa thải lớn với 8.000 người vào ngày hôm qua, cũng viện dẫn AI là lý do.
Trong một đoạn ghi âm bị rò rỉ của một cuộc họp toàn thể, Zuckerberg nói với các nhân viên rằng ông đang sử dụng họ để đào tạo AI trước khi thực hiện các đợt sa thải lớn.
Zuckerberg tuyên bố: "Các mô hình AI học hỏi bằng cách quan sát cách những người rất thông minh làm việc... Trí thông minh trung bình của nhân viên công ty này cao hơn đáng kể so với mức trung bình của dân số nói chung."
Do đó, nếu chúng ta cố gắng dạy các mô hình lập trình - ví dụ, bằng cách để nhân viên nội bộ xây dựng các công cụ hoặc giải quyết các nhiệm vụ để giúp dạy các mô hình cách lập trình - chúng tôi tin rằng điều này sẽ nâng cao đáng kể khả năng lập trình của các mô hình, cho phép chúng ta đạt được điều này nhanh hơn nhiều so với các công ty khác trong ngành không có hàng nghìn kỹ sư hàng đầu.
AI đã cải thiện hiệu quả và chuyển đổi hoạt động kinh doanh. Các công ty đã sử dụng điều này để sa thải những người "đo lường" thực hiện các nhiệm vụ lặp đi lặp lại, có cấu trúc. Những người còn lại đã đảm nhận nhiều nhiệm vụ hơn bằng cách sử dụng trí tuệ nhân tạo (AI), dẫn đến tăng giờ làm việc. Trong khi đó, những người mới được tuyển dụng được kỳ vọng sẽ tự nhiên quen thuộc với các công cụ AI và hoạt động ở tiêu chuẩn cao hơn ngay từ đầu.
Bài báo trên Harvard Business Review kết luận bằng cách kêu gọi các công ty thiết lập "hướng dẫn ứng dụng AI", xác định rõ ràng ranh giới của việc sử dụng AI và giúp nhân viên phân biệt giữa hiệu quả thực sự và cường độ làm việc không bền vững. Một trong những nhà nghiên cứu cũng thừa nhận, "Chúng ta đã phá vỡ những quan niệm đã được thiết lập trong nhiều thập kỷ về các phương pháp làm việc bền vững; việc tìm kiếm sự cân bằng mới sẽ cần thời gian và tính tự giác."
Không phải là bạn không làm việc chăm chỉ; bạn chỉ đang rơi vào cái bẫy hiệu quả AI mà thôi.
