Analýza · Způsob práce

AI Brain Fry: co ukazuje studie a jak vést více běhů AI v rytmu

AI Brain Fry je název, který studie HBR z března 2026 dává duševní únavě z nadměrného používání nebo dohlížení na nástroje AI. Tento příspěvek zasazuje čísla do souvislostí, vysvětluje, proč přepínání kontextu a dohled stojí tolik pozornosti, a popisuje pracovní rytmus pro více paralelních běhů AI.

Ve zkratce
  • Pojem: Studie HBR od výzkumníků poradenské firmy BCG (5. března 2026) nazývá duševní únavu z nadměrného používání nebo dohlížení na nástroje AI „AI Brain Fry“. Lékařskou diagnózou to není.
  • Rozšíření: 14 % uživatelů AI ve velkých amerických firmách to už zažilo (1 488 respondentů, vlastní hodnocení). To není 14 % všech zaměstnanců a ptali se na „někdy zažil“.
  • Procentuální hodnoty: Hodnoty k dohledu, únavě, únavě z rozhodování, chybám a vyhoření jsou relativní rozdíly hodnot na škále, ne podíly osob. Příklad: Kdo dohlíží na hodně AI, uvádí v průměru o 14 % větší duševní námahu.
  • Přepínání kontextu: To, že přepínání něco stojí, je v laboratoři prokázáno (Monsell 2003, Rubinstein et al. 2001). Ve studii je souvislost s otázkami k přepínání úkolů méně jednoznačná než souvislost s informačním přetížením.
  • Druhá strana: méně rutinní práce díky AI souviselo s o 15 % nižšími hodnotami vyhoření. Terénní studie zjistila v průměru o 15 % více vyřešených případů za hodinu (Brynjolfsson et al. 2025).
  • Pracovní rytmus: start, soustředění, sklizeň, oznámení číst až při sklizni a spouštět jen tolik běhů, kolik zvládneš zkontrolovat. Pro jednotlivé stavební kameny existují náznaky z jiných oblastí (Fitz 2019 k hromadným oznámením, Masicampo a Baumeister 2011), pro dohled nad AI není žádný ověřen.

V některé dny mi běží 5 až 6 běhů AI současně. Spuštění trvá minuty. Potom výsledky přicházejí jeden po druhém a každý chce zkontrolovat, opravit nebo schválit. Přeskakuji mezi texty, rešeršemi a koncepty. Jestli je to už AI Brain Fry, nedokážu říct, protože diagnóza pro to neexistuje.

Kdo používá agenty s AI nebo zavádí AI ve firmě, jednou vede více běhů současně a narazí na stejnou otázku: Kolik z nich ještě dokážu smysluplně kontrolovat? Tento příspěvek odděluje, co studie o AI Brain Fry dokládá, uvádí výzkum o přepínání kontextu, ukazuje opačný pohled a popisuje můj pracovní rytmus.

AI Brain Fry: definice a odlišení od vyhoření

Pojem „AI Brain Fry“ zavádějí Bedard, Kropp, Hsu, Karaman, Hawes a Rosen Kellerman v článku HBR „When Using AI Leads to ‚Brain Fry‘“ z 5. března 2026. Všichni pracují v poradenské firmě BCG, 2 z nich navíc doktorují na University of California, Riverside. Jejich definice, volně přeložená: duševní únava z nadměrného používání nebo dohlížení na nástroje AI nad vlastní kognitivní kapacitu. V němčině se nezavedlo žádné slovo. Média píší o „vyčerpání z AI“, „AI burnoutu“ nebo „AI Fatigue“, jeden odborný portál dává titulek „Smažený mozek“.

AI Brain Fry se nedá ztotožnit s vyhořením. Vyhoření autoři popisují jako chronický pracovní stres s emocionálním vyčerpáním. Brain Fry je podle jejich výkladu akutní přetížení pozornosti, pracovní paměti a řízení vlastního myšlení. Lékařská diagnóza to není.

Poznámka k původu: BCG samo prodává poradenství k zavádění AI. Článek doporučuje investovat 70 % úsilí v projektech AI do lidí a procesů. Čísla to nedělá nesprávnými, ale ukazuje to vlastní zájem o téma.

Čísla ze studie a jak je číst

Dotázáno bylo 1 488 zaměstnanců na plný úvazek ve velkých amerických firmách, jednorázově a formou vlastních výpovědí. Dotazník ani working paper s metodikou jsem nenašel. Pro každé číslo je důležité, co ve skutečnosti měří:

Výpověď studieJak číst to číslo
14 % uživatelů AI potvrdilo, že už někdy zažili Brain FryPodíl osob, ale jen mezi uživateli AI ve velkých amerických firmách, a otázka zněla „někdy zažil“. Nesprávně by bylo: „Každý sedmý tím trpí.“
Vysoký místo nízkého dohledu nad AI: o 14 % víc duševního úsilí, o 12 % víc duševní únavy, o 19 % víc informačního přetíženíRelativní rozdíly hodnot na škále z vlastního hodnocení mezi 2 skupinami, ne podíly osob.
S Brain Fry: o 33 % větší únava z rozhodování, o 11 % víc malých a o 39 % víc velkých chybTaké jde o hodnoty škál ze sebehodnocení, ne o spočítané chyby. „Brain Fry způsobuje o 39 % víc závažných chyb“ by bylo nesprávně.
Záměr odejít: 25 % bez, 34 % s Brain FryPorovnání podílů osob. Relativní číslo, které k tomu HBR uvádí, z hlášených hodnot nedokážu dopočítat, proto zde není.
Podle funkce: 26 % zaměstnanců v marketingových funkcích, 6 % v právních funkcích uvedlo, že zažili Brain FryFunkce velkých amerických firem, ne obory.
Současně používané AI nástroje: vnímaná produktivita z 1 na 2 výrazně roste, potom slaběji a od čtvrtého mírně klesáMěří se vnímaná produktivita. Zda se počítaly nástroje, nebo agenti, není jasné. Z toho žádná hranice pro agenty neplyne.

V běžném provozu jsou důležitější 2 zjištění než jakékoli procento. První: se zátěží a duševní únavou souvisel hlavně průběžný dohled nad výstupy AI, k tomu objem práce zvýšený AI. Těžištěm studie je dohled. Druhé se týká přepínání kontextu: volné odpovědi uvádějí jako důležité faktory informační přetížení a přepínání úkolů. Statistická souvislost s otázkami k přepínání úkolů je ale méně jednoznačná než s informačním přetížením. Za „hlavní příčinu“ se přepínání kontextu v této studii nehodí.

Ještě jedna výhrada: Autoři píšou, že používání AI „may be causing“ vyčerpání a dohled ho „predicted“. To jsou opatrná slova z dobrého důvodu. V průřezové studii je myslitelný i opačný směr: Kdo je tak jako tak přetížený, může dohled vnímat jako zatěžující víc.

Přepínání kontextu a dohled: proč stojí tolik pozornosti

Že přepínání úkolů stojí čas a přesnost, psychologie zkoumá desítky let, ovšem ne na práci s AI. Údaje pocházejí ze shrnutí studií, u Marka z jeho statí.

  • Náklady na přepnutí: Po změně úkolu lidé v laboratoři odpovídají pomaleji a většinou s více chybami. Příprava náklady snižuje, ale neodstraňuje (Monsell 2003, přehledová práce o jednoduchých úkolech). Rostou se složitostí pravidel, klesají s nápovědnými podněty a u nezvyklých úkolů jsou vyšší (Rubinstein, Meyer, Evans 2001).
  • Zbytky pozornosti: Pozornost se od nedokončených úkolů odpoutává špatně a výkon při dalším úkolu trpí. Odborný pojem pro to je „Attention Residue“ (Leroy 2009, 2 experimenty).
  • Přerušení: U 24 zaměstnanců jedné firmy (každý sledován 3,5 dne, délka studie 13 měsíců) bylo přerušeno 57 % pracovních úseků. K přerušené práci se vraceli týž den v průměru po 25 min 26 s. Rozptyl je obrovský (směrodatná odchylka 54 min 48 s) a 77 % práce bylo týž den vůbec obnoveno (Mark, Gonzalez, Harris 2005). V laboratoři pracovali přerušovaní rychleji, ale s větším stresem a námahou (Mark, Gudith, Klocke 2008, 48 účastníků, převážně studenti).
  • Dohled nad automatizací: Kdo dohlíží na automatizovaný systém, při vícenásobné zátěži kontroluje méně (Complacency) a i jako expert příliš rychle následuje návrhy (Automation Bias). Trénink tomu nezabrání (Parasuraman a Manzey 2010, přehledová práce).

Jak to vidím já: Kdo vede 5 běhů, přepíná mezi 5 úkoly a přitom průběžně kontroluje cizí výsledky. Obojí dohromady odpovídá tomu, co popisují studie i tento výzkum. Pro práci s AI to dokázané není. Laboratorní a kancelářské studie pocházejí z doby před agenty AI a studie o přerušování mají malé vzorky.

Doloženo je, že přepínání stojí. Pro dohled nad AI není ověřen žádný protilék.

Druhá strana: předání rutiny odlehčuje

Stejná studie má druhé sdělení, které vedle čísel o zátěži snadno zanikne. Zaměstnanci, kteří měli díky AI méně rutinní práce, uváděli o 15 % nižší hodnoty vyhoření. Hodnoty duševní únavy nižší nebyly. Je to opět souvislost z vlastních výpovědí, ale mluví proti tomu, číst používání AI plošně jako zátěž. S menší únavou souviselo také to, když vedení odpovídalo na otázky k AI (o 15 % méně) a když měli zaměstnanci dojem, že jejich firma dbá na rovnováhu mezi prací a životem (o 28 % méně).

Terénní studie přináší náznaky stejným směrem. Brynjolfsson, Li a Raymond v práci „Generative AI at Work“ (vyšlo 2025) vyhodnotili data 5 172 pracovníků podpory, u nichž byl v letech 2020 a 2021 postupně zaváděn AI asistent. V průměru vyřešili o 15 % víc případů za hodinu. Méně zkušení a méně kvalifikovaní profitovali víc, u nejzkušenějších byly zisky v tempu i ztráty v kvalitě malé. Pohoda zaměstnanců se přímo neměřila a podpora s asistentem z roku 2020 je něco jiného než řízení několika agentů.

Zátěž a odlehčení stojí v datech vedle sebe. Moje četba: záleží na tom, kolik dohledu se vejde do vlastní kapacity. Že by z toho plynulo méně AI, neplyne.

Zátěž a odlehčení stojí v datech vedle sebe.

Pracovní rytmus: start, soustředění, sklizeň

Od tohoto místa popisuji svůj způsob práce. Je to zkušenost jednoho samostatného podnikatele, nikoli ověřená metoda. Kde pro některý stavební kámen existují doklady z jiných oblastí, uvádím to. Zda tyto stavební kameny fungují stejně i při dohledu nad AI, je otevřené.

Základní myšlenka: omezuji své kontaktní body s AI a délku běhů nechávám otevřenou. Smějí trvat dlouho, pokud se dívám jen v pevných časech. Z toho vznikají 3 bloky:

BlokCo se staneDélka
StartPoslat všechna zadání jedno po druhém, každé s jasným výsledkem15 až 30 min
SoustředěníVlastní úkol, který zvládnu jen já. Nečíst výsledky, neprohlížet běhy90 až 120 min
SklizeňZkontrolovat výsledky, schválit, opravy spustit jako nová zadání (to je zároveň další start)30 až 45 min
Start, soustředění, sklizeň: Do běhů se díváš jen v pevných časech.

Start: úkoly stejného druhu jako dávka

Při startu se počítá čisté zadání. Úkoly stejného druhu posílám jako dávku, 5 až 6 paralelně. Co do dávky nezapadá, čeká na další start. Příprava a nápovědné podněty snižují náklady na přepínání (Rubinstein, Monsell). Proto se vyplatí do zadání napsat větu o tom, podle čeho poznáš hotový výsledek a co s ním chceš dělat. Je to přenos z laboratoře.

Soustředění: oznámení číst až při sklizni

V bloku soustředění nečtu výsledky a nedívám se na běhy. Oznámení smějí přicházet, přečtu je až při sklizni. To je méně než sdružování: přicházejí dál jednotlivě, jen je nechávám ležet.

Ke spojování existuje terénní experiment na chytrém telefonu. Fitz a kolegové (2019) nechali 237 lidí dostávat upozornění jako dosud, spojená a doručovaná 3krát denně, nebo vůbec žádná. Skupina se spojenými upozorněními uváděla větší pozornost, lepší náladu a méně stresu. Skupina zcela bez upozornění měla sotva nějaké výhody, zato více úzkosti a více obav, že něco zmešká. Spojování bylo tedy lepší než vypnutí. Kdo chce takto podpořit blok soustředění, nechá si oznámení doručovat souhrnně. Zda přinese totéž pouhé ignorování, studie neukazuje. Nastavení pro iPhone a Pixel jsou v příspěvku o stálé dostupnosti.

Sklizeň: zkontrolovat, schválit, poznamenat změny

Při sklizni kontroluji výsledky postupně, schvaluji a opravy posílám jako nová zadání. Zároveň začíná další start. Kdo přepíná mezi 2 výsledky nebo zpět k vlastnímu úkolu, může v 1 větě poznamenat, kde a jak bude pokračovat. Masicampo a Baumeister v roce 2011 v laboratorních experimentech ukázali, že konkrétní plán, kdy a jak bude cíl splněn, ukončí rušivý účinek nesplněného cíle. Zda to platí pro nedokončené výsledky AI, k tomu jsem žádnou studii nenašel.

Po sklizni a novém startu, než začne další blok soustředění, pomáhá skutečná pauza. Metaanalýza (22 vzorků, 2 335 osob) zjistila, že mikropauzy zvyšují vitalitu a snižují únavu, obojí v malé míře (Albulescu et al. 2022). U výkonu při náročné práci účinek prokázaný není, doporučení se opírá o pohodu.

Tolik běhů, kolik zvládneš zkontrolovat

Úzkým hrdlem je kontrola, ne spouštění. Den je plný, když sklizeň už nevejde do pracovní doby. To odpovídá zkušenostem z praxe. Addy Osmani spojuje počet agentů se svou rychlostí review a píše, že pro většinu je to nízké jednociferné číslo (The Orchestration Tax, 2026). Simon Willison se podle vlastních slov dokáže soustředit jen na kontrolu a převzetí jedné větší změny najednou (2025).

Hranice 3 nástrojů ve studii HBR se nehodí jako měřítko pro běhy, protože zůstává nejasné, co se počítalo. Jako test stačí jednoduché pravidlo: spusť jen tolik běhů, kolik v dalším bloku sklizně důkladně zkontroluješ. Po týdnu se podívej, kolik výsledků zůstalo ležet.

Hranice dostupných studií

Studie Brain Fry vychází z vlastních výpovědí a průřezu, pochází z USA a z velkých firem a vyšla v manažerském časopise bez recenzního řízení. Otázka na Brain Fry je jedna položka ano/ne se slovem „někdy“, ne ověřený dotazník. Těch 33 % víc rozhodovací únavy je hodnota škály. Mechanismus za tím (Ego Depletion) se ve 2 velkých replikačních studiích nepodařilo spolehlivě prokázat (Hagger et al. 2016, Vohs et al. 2021).

U protilátek to vypadá hůř. Fitz, Masicampo a Albulescu zkoumali chytré telefony, laboratorní úlohy a přestávky, ne dohled nad AI. K podnikatelům na volné noze s více agenty jsem žádnou studii nenašel. Moje zkušenost je jediný datový bod. Kdo vede podobné běhy, může tento rytmus vyzkoušet jako hypotézu a měřit na vlastní sklizni.

Jak v běžném dni vedu běhy s AI a co se při tom pokazí, ukazuji v newsletteru AI Sync, který vychází každou neděli.

Zrealizovat sámMáš všechno, co potřebuješ.

Vše na této stránce lze zavést bez mé pomoci. Nové nástroje a změny sem zapisuji, každou neděli k nim přijde tip v newsletteru.

K AI Sync
Nechat zrealizovatAI postupy, které dodávají souhrnně ke schválení

Zavedu s tebou AI postupy, které dodávají své výsledky ke schválení souhrnně v pevných časech, a společně stanovíme, kdo co kontroluje. Na místě od Eisenstadtu po Mattersburg a Wiener Neustadt, online v celém německy mluvícím prostoru.

Více k tomu

Časté otázky

Co je AI Brain Fry?

AI Brain Fry je pojem ze studie HBR od výzkumníků poradenské firmy BCG (5. března 2026). Označuje duševní únavu z nadměrného používání nebo dohlížení na nástroje AI nad vlastní kapacitu. Pojem není lékařská diagnóza. Studie vychází z vlastních výpovědí 1 488 zaměstnanců velkých amerických firem.

Jak častý je AI Brain Fry?

Ve studii odpovědělo 14 % uživatelů AI na otázku, zda to už někdy zažili, ano. To platí pro uživatele AI ve velkých amerických firmách, ptalo se na „někdy zažil“. Podle funkce se hodnota lišila hodně: 26 % zaměstnanců v marketingových funkcích, 6 % v právních funkcích. Pro osoby samostatně výdělečně činné ani malé a střední firmy v Rakousku mi žádné číslo není známo.

Je AI Brain Fry totéž co vyhoření?

Ne. Autoři popisují vyhoření jako chronický pracovní stres s emocionálním vyčerpáním, Brain Fry jako akutní přetížení pozornosti a pracovní paměti. Ve studii souviselo méně rutinní práce díky AI s 15 % nižšími hodnotami vyhoření, hodnoty duševní únavy nižší nebyly. Média přesto často píšou o „vyhoření z AI“.

Kolik nástrojů nebo agentů s AI současně je příliš?

Pevné číslo jsem v žádné studii nenašel. Ve studii vnímaná produktivita výrazně vzrostla z 1 na 2 současně používané nástroje, potom slaběji a od čtvrtého mírně klesala. Nejasné zůstává, co přesně se počítalo. Vývojář Addy Osmani váže počet agentů na svou kapacitu kontroly a pro většinu uvádí nízké jednociferné číslo. To je zkušenostní hodnota.

Co pomáhá proti AI Brain Fry?

Pro dohled nad AI neexistuje ověřené opatření. Z jiných oblastí jsou náznaky pro sdružená oznámení 3krát denně (Fitz et al. 2019, 237 osob), konkrétní plán pro nedokončené věci (Masicampo a Baumeister 2011) a krátké přestávky proti únavě (Albulescu et al. 2022). Studie sama uvádí předání rutiny a stanovení hranic pro dohled. Zda to u dohledu nad AI funguje, je otevřené.

Unavuje AI, nebo uleví?

Obojí se v datech vyskytuje. Vysoký místo nízkého dohledu nad AI souvisel s o 12 % větší duševní únavou (relativní rozdíl u vlastních výpovědí). Méně rutinní práce souviselo s o 15 % nižšími hodnotami vyhoření. V terénní studii s 5 172 pracovníky podpory vyřešili s asistentem AI v průměru o 15 % víc případů za hodinu (Brynjolfsson et al. 2025).

Změny v tomto příspěvku

  • 10. listopadu 2026První verze.
Christoph Harrison
Christoph HarrisonAI poradce a síťový technik, Eisenstadt

Zakladatel Harrison Networks a Lumen Media. Používá AI denně ve vlastní firmě a v AI poradenství to zavádí do malých a středních firem.

Kontakt

Piš prosím německy nebo anglicky.

Christoph Harrisonk dispozici pro nové projekty