Araç Değiştirmekten Bitap Düşen Bilgi İşçisinin Yorgunluğu

Yorgunluğun mekaniği

Yapay zeka yorgunluğu, teknolojiye karşı olmaktan değil, teknolojiyle uğraşmaktan doğar. Kurulan her asistan bir öğrenme yüküdür: nereye yazılır, neye güvenilir, çıktı nasıl denetlenir. Öğrenme yükü her araçta yeniden ödenir, kazanç ise her araçta ancak kısmen tahsil edilir.

İkinci kaynak, bağlam kaybıdır. Bir iş, sohbet A’da planlanır, sohbet B’de yazılır, araç C’de denetlenir. Her geçişte kullanıcı, bağlamı yeniden anlatır; yani asistanı çalıştıran, kullanıcının hafızasıdır. Bu, otomasyonun ironik biçimde emeği geri getirmesidir.

Üçüncüsü, güven salınımı. Model bazen parlak, bazen basit bir hataya düşer; kullanıcı her çıktıyı kontrol etmeyi öğrenene kadar, araç tasarrufu sağladığı süreyi geri öder. Yorgunluk, tam da bu denetleme mesaisinin görünmez bir maaş kesintisi gibi birikmesidir.

Kurumsal versiyon: asistan şişkinliği

Kurumlarda yorgunluk, satın alma döngüsüyle beslenir. Her departman kendi aracıyla gelir; yöneticiler “kullanıyoruz” raporu vermek için araç sayısını artırır; lisanslar çoğalır, entegrasyonlar yarım kalır. Sonuç, aynı işin beş farklı asistanla beş farklı kalitede yapılmasıdır.

Anket literatüründe bunun adı “ürün verimliliği paradoksu”dur: araç kullandığını söyleyenlerin önemli bir kısmı, net zaman kazancı raporlamaz. Araç, kullanımdan çok sinyal değeri taşır; “biz de kullanıyoruz” ifadesi, bir performans gösterisine dönüşür.

Kurumlar bu tuzağı, aracı değil problemi seçerek kırar: “muhasebede AI kullanalım” yerine “fatura eşleştirmesinin üç dakikalık adımını kaldır” demek, kazancı ölçülebilir kılar. Ölçülemeyen kazanç, yorgunluk üretir.

Bireysel versiyon: sürekli kurulum hâli

Bireysel kullanıcının yorgunluğu, kurulum döngüsünden doğar. Yeni model, yeni arayüz, yeni abone; her biri küçük bir göç mesaisidir. Uygulama mağazaları, asistan kategorisinde yığılmış ve büyük ölçüde birbirinin kopyası araçlarla doldu; seçim yükü, kazancın yerini aldı.

Bu döngünün psikolojik boyutu da vardır: “kaçırma” korkusu. Her hafta yeni bir araç, mevcut seçiminizi eskiletir. Oysa yapay zekada gerçek çoğaltma, araçta değil iş akışındadır; iyi kurulu bir akış, on deneme arasından daha fazla üretir.

Sürdürülebilir bireysel pratik, üç kurala iner: bağlamın toplandığı tek bir yer, tekrar eden işler için hazır kalıplar ve her çıktı için ucuz bir doğrulama adımı. Bu üçlü, araç değiştirme iştahını da doğal olarak söndürür.

Yorgunluk mu, olgunlaşma mı?

Her teknoloji dalgasında benzer bir yorgunluk görülür: 2000’lerde portal ve ajans bolluğu, 2010’larda uygulama silsisi. Dalga olgunlaştığında araç sayısı azalır, arayüzler birbirine benzer ve kazananlar, görünürlüğü en düşük olanlar olur: takvim, e-posta, ofis paketi.

Yapay zeka için de aynı senaryo güçlüdür: asistanların görünür sohbet penceresi, yavaş yavaş uygulama içi bir özellik olmaya çekiliyor. Kullanıcı “AI’a girmiyor”, belgeyi yazarken düzeltmeyi kabul ediyor. Yorgunluğun çözümü, teknolojinin kaybolması olabilir.

Ama bunun bir bedeli var: kaybolan teknoloji, denetlenmesi daha zor teknolojidir. Sohbet penceresinde kullanıcı sorgular; gömülü özellikte sorgulamaz. Yorgunluktan kurtulurken, rehavete geçmemek gerekir.

Kurumlar için antidotlar

Birincisi, araç tavanı: her departman için eşzamanlı en fazla bir asistan, ikinci araca geçiş ilkinkinin ölçümlü tasfiyesine bağlı. Bu kural, satın alma signalini değil, kazancı ödüllendirir.

İkincisi, ölçüm disiplini: “kullanıcı sayısı” değil, işlem başına süre ve hata oranı. Kazanç iddiası, pilotun başında yazılan sıfır noktasına karşı kanıtlanmalı; kanıtlanmayan pilot kapatılmalı.

Üçüncüsü, denetim yükünü tasarlamak: her otomasyonun insan onayı adımı olması, güven salınımını azaltır. Yorgunluğun en ağır bileşeni kontrol mesaisiyse, kontrolü işin içine gömülü ve ucuz hale getirmek, doğrudan antidottur.

Sık sorulan sorular

Kaynakça

1. Workforce AI adaptasyon anketleriSailPoint
2. Teknoloji yorgunluğu araştırmalarıPew Research Center
3. Kurumsal üretkenlik paradoksu çözümlemeleriHarvard Business Review