- Όρος: Η μελέτη του HBR ερευνητών της εταιρείας συμβούλων BCG (5 Μαρτίου 2026) ονομάζει «AI Brain Fry» τη διανοητική κόπωση από υπερβολική χρήση ή επίβλεψη εργαλείων AI. Δεν είναι ιατρική διάγνωση.
- Εξάπλωση: 14 % των χρηστών AI σε μεγάλες επιχειρήσεις των ΗΠΑ το έχουν ήδη βιώσει (1.488 ερωτηθέντες, αυτοαναφορά). Αυτό δεν είναι 14 % όλων των εργαζομένων και η ερώτηση αφορούσε το «έχω βιώσει ποτέ».
- Ποσοστά: Οι τιμές για την εποπτεία, την κόπωση, την κόπωση λήψης αποφάσεων, τα λάθη και το burnout είναι σχετικές διαφορές τιμών κλίμακας, όχι ποσοστά ατόμων. Παράδειγμα: Όποιος εποπτεύει πολλή AI, δηλώνει κατά μέσο όρο 14 % περισσότερη διανοητική προσπάθεια.
- Αλλαγή πλαισίου: Ότι οι εναλλαγές έχουν κόστος, είναι τεκμηριωμένο στο εργαστήριο (Monsell 2003, Rubinstein et al. 2001). Στη μελέτη η σύνδεση με τις ερωτήσεις για την εναλλαγή εργασιών είναι λιγότερο σαφής από τη σύνδεση με την υπερφόρτωση πληροφοριών.
- Αντίθετη πλευρά: λιγότερη εργασία ρουτίνας λόγω AI συνδεόταν με 15 % χαμηλότερες τιμές burnout. Μια μελέτη πεδίου βρήκε κατά μέσο όρο 15 % περισσότερες λυμένες υποθέσεις την ώρα (Brynjolfsson et al. 2025).
- Ρυθμός εργασίας: εκκίνηση, εστίαση, συγκομιδή, ανάγνωση των ειδοποιήσεων μόνο στη συγκομιδή και μόνο τόσες εκτελέσεις όσες μπορείς να ελέγξεις. Για μεμονωμένα στοιχεία υπάρχουν ενδείξεις από άλλους τομείς (Fitz 2019 για ειδοποιήσεις σε δέσμες, Masicampo και Baumeister 2011), για την επίβλεψη της AI κανένα δεν έχει ελεγχθεί.
Κάποιες ημέρες τρέχουν ταυτόχρονα 5 έως 6 εκτελέσεις AI. Η εκκίνηση παίρνει λεπτά. Μετά φτάνουν τα αποτελέσματα το ένα μετά το άλλο, και το καθένα θέλει έλεγχο, διόρθωση ή έγκριση. Πηδάω μεταξύ κειμένων, ερευνών και προσχεδίων. Αν αυτό είναι ήδη AI Brain Fry, δεν μπορώ να το πω, γιατί δεν υπάρχει διάγνωση γι' αυτό.
Όποιος χρησιμοποιεί πράκτορες AI ή εισάγει την AI στην επιχείρηση, κάποια στιγμή τρέχει πολλές εκτελέσεις ταυτόχρονα και συναντά το ίδιο ερώτημα: Πόσες μπορώ ακόμη να ελέγξω με νόημα; Αυτό το άρθρο ξεχωρίζει τι αποδεικνύει η μελέτη για το AI Brain Fry, αναφέρει την έρευνα για τις εναλλαγές πλαισίου, παρουσιάζει την αντίθετη άποψη και περιγράφει τον δικό μου ρυθμό εργασίας.
AI Brain Fry: ορισμός και διάκριση από το burnout
Τον όρο «AI Brain Fry» εισάγουν οι Bedard, Kropp, Hsu, Karaman, Hawes και Rosen Kellerman στο άρθρο του HBR «When Using AI Leads to ‚Brain Fry‘» της 5ης Μαρτίου 2026. Όλοι εργάζονται στην εταιρεία συμβούλων BCG, 2 από αυτούς κάνουν επιπλέον διδακτορικό στο University of California, Riverside. Ο ορισμός τους, σε ελεύθερη μετάφραση: διανοητική κόπωση από υπερβολική χρήση ή επίβλεψη εργαλείων AI πέρα από τη δική σου γνωστική ικανότητα. Στα γερμανικά δεν έχει καθιερωθεί κάποια λέξη. Τα μέσα γράφουν για «εξάντληση από AI», «burnout από AI» ή «AI Fatigue», ένα ειδικό portal τιτλοφορεί «τηγανισμένο μυαλό».
Το AI brain fry δεν ταυτίζεται με το burnout. Οι συγγραφείς περιγράφουν το burnout ως χρόνιο εργασιακό στρες με συναισθηματική εξάντληση. Το brain fry είναι κατά την ανάγνωσή τους μια οξεία υπερφόρτωση της προσοχής, της μνήμης εργασίας και του ελέγχου της δικής σου σκέψης. Δεν είναι ιατρική διάγνωση.
Μια σημείωση για την προέλευση: η BCG πουλά η ίδια συμβουλευτική για την εισαγωγή της AI. Το άρθρο προτείνει να επενδύεται το 70 % της προσπάθειας για έργα AI σε ανθρώπους και διαδικασίες. Αυτό δεν κάνει τους αριθμούς λανθασμένους, δείχνει όμως ίδιο συμφέρον για το θέμα.
Τα νούμερα της μελέτης και πώς τα διαβάζεις
Ρωτήθηκαν 1.488 εργαζόμενοι πλήρους απασχόλησης σε μεγάλες αμερικανικές εταιρείες, μία φορά και με αυτοαναφορά. Ερωτηματολόγιο ή working paper με τη μεθοδολογία δεν βρήκα. Για κάθε αριθμό είναι σημαντικό τι ακριβώς μετράει:
| Τι λέει η μελέτη | Πώς διαβάζεις τον αριθμό |
|---|---|
| Το 14 % των χρηστών AI απάντησε ότι έχει βιώσει κάποτε Brain Fry | Ποσοστό ατόμων, αλλά μόνο μεταξύ χρηστών AI σε μεγάλες αμερικανικές εταιρείες, και η ερώτηση ήταν «έχεις βιώσει ποτέ». Λάθος θα ήταν: «Ένας στους επτά υποφέρει από αυτό.» |
| Υψηλή αντί για χαμηλή εποπτεία της AI: 14 % περισσότερη νοητική προσπάθεια, 12 % περισσότερη νοητική κόπωση, 19 % περισσότερη υπερφόρτωση πληροφοριών | Σχετικές διαφορές τιμών κλίμακας από αυτοαναφορά μεταξύ 2 ομάδων, όχι ποσοστά ατόμων. |
| Με brain fry: 33 % περισσότερη κόπωση λήψης αποφάσεων, 11 % περισσότερα μικρά και 39 % περισσότερα μεγάλα λάθη | Και αυτές είναι τιμές κλίμακας από αυτοαναφορά, όχι μετρημένα λάθη. Η φράση «Το Brain Fry κάνει 39 % περισσότερα σοβαρά λάθη» θα ήταν λανθασμένη. |
| Πρόθεση παραίτησης: 25 % χωρίς, 34 % με brain fry | Συγκρίσεις ποσοστών ατόμων. Τον σχετικό αριθμό που αναφέρει το HBR δεν μπορώ να τον υπολογίσω από τις δηλωμένες τιμές, γι' αυτό δεν αναγράφεται εδώ. |
| Ανά λειτουργία: 26 % των εργαζομένων σε λειτουργίες μάρκετινγκ, 6 % σε νομικές λειτουργίες δήλωσαν ότι έχουν βιώσει Brain Fry | Λειτουργίες μεγάλων αμερικανικών εταιρειών, όχι κλάδων. |
| Εργαλεία AI που χρησιμοποιούνται ταυτόχρονα: η αντιληπτή παραγωγικότητα αυξάνεται σαφώς από 1 σε 2, μετά πιο αδύναμα, και πέφτει ελαφρά από το τέταρτο | Μετρήθηκε η αντιληπτή παραγωγικότητα. Αν μετρήθηκαν εργαλεία ή πράκτορες, δεν είναι σαφές. Όριο για πράκτορες δεν προκύπτει από αυτό. |
Για την καθημερινότητα 2 ευρήματα είναι πιο σημαντικά από κάθε ποσοστό. Το πρώτο: με την επιβάρυνση και τη νοητική κόπωση συνδεόταν κυρίως η διαρκής εποπτεία των αποτελεσμάτων της AI, καθώς και ένας φόρτος εργασίας που μεγάλωσε εξαιτίας της AI. Στο επίκεντρο της μελέτης βρίσκεται η εποπτεία. Το δεύτερο αφορά την αλλαγή πλαισίου: οι απαντήσεις ελεύθερου κειμένου αναφέρουν την υπερφόρτωση πληροφοριών και την εναλλαγή εργασιών ως σημαντικούς παράγοντες. Η στατιστική συσχέτιση με τις ερωτήσεις για την εναλλαγή εργασιών είναι όμως λιγότερο σαφής απ' ό,τι με την υπερφόρτωση πληροφοριών. Ως «κύρια αιτία» η αλλαγή πλαισίου δεν ανταποκρίνεται σε αυτή τη μελέτη.
Ακόμη μια επιφύλαξη: Οι συγγραφείς γράφουν ότι η χρήση AI «may be causing» την εξάντληση και ότι η εποπτεία την «predicted». Αυτές είναι προσεκτικές λέξεις για καλό λόγο. Στην εγκάρσια ανάλυση είναι νοητή και η αντίθετη κατεύθυνση: όποιος είναι ούτως ή άλλως υπερφορτωμένος, ίσως βιώνει την εποπτεία ως πιο επιβαρυντική.
Αλλαγή πλαισίου και εποπτεία: γιατί κοστίζουν τόση προσοχή
Ότι οι αλλαγές εργασίας κοστίζουν χρόνο και ακρίβεια το ερευνά η ψυχολογία εδώ και δεκαετίες, όχι όμως στη δουλειά με AI. Τα στοιχεία προέρχονται από τις περιλήψεις των μελετών, στην περίπτωση του Mark από τα άρθρα.
- Κόστος εναλλαγής: Μετά από αλλαγή εργασίας, οι άνθρωποι στο εργαστήριο απαντούν πιο αργά και συνήθως κάνουν περισσότερα λάθη. Η προετοιμασία μειώνει το κόστος, δεν το εξαλείφει (Monsell 2003, ανασκόπηση για απλές εργασίες). Αυξάνεται με την πολυπλοκότητα των κανόνων, μειώνεται με ενδείξεις και είναι υψηλότερο σε άγνωστες εργασίες (Rubinstein, Meyer, Evans 2001).
- Υπολείμματα προσοχής: Η προσοχή δυσκολεύεται να αποδεσμευτεί από ανολοκλήρωτες εργασίες και η απόδοση στην επόμενη εργασία υποφέρει. Ο τεχνικός όρος γι' αυτό είναι «Attention Residue» (Leroy 2009, 2 πειράματα).
- Διακοπές: Σε 24 εργαζόμενους μιας εταιρείας (παρατηρήθηκαν 3,5 ημέρες ο καθένας, διάρκεια μελέτης 13 μήνες) το 57 % των ενοτήτων εργασίας διακόπηκε. Στη διακοπείσα εργασία επέστρεφαν την ίδια ημέρα κατά μέσο όρο μετά από 25 λεπτά και 26 δευτερόλεπτα. Η διασπορά είναι τεράστια (τυπική απόκλιση 54 λεπτά και 48 δευτερόλεπτα) και το 77 % επαναλήφθηκε την ίδια ημέρα (Mark, Gonzalez, Harris 2005). Στο εργαστήριο, όσοι διακόπτονταν δούλευαν πιο γρήγορα, αλλά με περισσότερο στρες και προσπάθεια (Mark, Gudith, Klocke 2008, 48 συμμετέχοντες, κυρίως φοιτητές).
- Εποπτεία της αυτοματοποίησης: Όποιος επιβλέπει ένα αυτοματοποιημένο σύστημα ελέγχει λιγότερο υπό πολλαπλό φόρτο (Complacency) και ακολουθεί υποδείξεις υπερβολικά γρήγορα, ακόμη και ως ειδικός (Automation Bias). Η εκπαίδευση δεν το αποτρέπει (Parasuraman και Manzey 2010, ανασκόπηση).
Η δική μου ανάγνωση: Όποιος τρέχει 5 διαδικασίες, εναλλάσσεται ανάμεσα σε 5 εργασίες και ελέγχει διαρκώς αποτελέσματα που δεν είναι δικά του. Και τα δύο μαζί ταιριάζουν με όσα περιγράφουν η μελέτη και αυτή η έρευνα. Για τη δουλειά με AI δεν έχει αποδειχθεί. Οι μελέτες εργαστηρίου και γραφείου προέρχονται από την εποχή πριν από τους πράκτορες AI και οι μελέτες διακοπών έχουν μικρά δείγματα.
Η αντίθετη πλευρά: η παράδοση της ρουτίνας ανακουφίζει
Η ίδια μελέτη έχει ένα δεύτερο μήνυμα που εύκολα χάνεται δίπλα στους αριθμούς επιβάρυνσης. Εργαζόμενοι που είχαν λιγότερη ρουτίνα χάρη στην AI ανέφεραν 15 % χαμηλότερες τιμές burnout. Οι τιμές διανοητικής κόπωσης δεν ήταν χαμηλότερες. Είναι πάλι μια συσχέτιση από αυτοαναφορά, αλλά συνηγορεί κατά της ανάγνωσης της χρήσης AI γενικά ως επιβάρυνσης. Με λιγότερη κόπωση συνδεόταν επίσης το να απαντά η διοίκηση σε ερωτήσεις για την AI (15 % λιγότερη) και το να έχουν οι εργαζόμενοι την αίσθηση ότι η επιχείρησή τους δίνει βάρος στην ισορροπία εργασίας-ζωής (28 % λιγότερη).
Μια μελέτη πεδίου δείχνει προς την ίδια κατεύθυνση. Οι Brynjolfsson, Li και Raymond αξιολόγησαν στο «Generative AI at Work» (δημοσιεύθηκε το 2025) δεδομένα από 5.172 εργαζομένους υποστήριξης, στους οποίους το 2020 και το 2021 εισήχθη σταδιακά ένας βοηθός AI. Κατά μέσο όρο έλυναν 15 % περισσότερες υποθέσεις την ώρα. Οι λιγότερο έμπειροι και λιγότερο εξειδικευμένοι ωφελήθηκαν περισσότερο, ενώ στους πιο έμπειρους τα κέρδη ταχύτητας και οι απώλειες ποιότητας ήταν μικρά. Η ευεξία των εργαζομένων δεν μετρήθηκε άμεσα, και η υποστήριξη με έναν βοηθό του 2020 είναι κάτι διαφορετικό από τη διαχείριση πολλών πρακτόρων.
Επιβάρυνση και ανακούφιση εμφανίζονται δίπλα-δίπλα στα δεδομένα. Η δική μου ανάγνωση: εξαρτάται από το πόση επίβλεψη χωράει στη δική σου ικανότητα. Από αυτό δεν προκύπτει λιγότερη AI.
Ρυθμός εργασίας: εκκίνηση, εστίαση, συγκομιδή
Από εδώ περιγράφω τον τρόπο εργασίας μου. Είναι η εμπειρία ενός μεμονωμένου ατομικού επιχειρηματία και όχι επαληθευμένη μέθοδος. Όπου υπάρχουν τεκμήρια από άλλους τομείς για κάποιο δομικό στοιχείο, αναφέρονται δίπλα του. Το αν αυτά τα στοιχεία λειτουργούν το ίδιο στην επίβλεψη της AI, παραμένει ανοιχτό.
Η βασική ιδέα: περιορίζω τα σημεία επαφής μου με την AI και αφήνω ανοιχτή τη διάρκεια των εκτελέσεων. Μπορούν να διαρκούν πολύ, αρκεί να κοιτάζω μέσα μόνο σε σταθερές ώρες. Έτσι προκύπτουν 3 μπλοκ:
| Ενότητα | Τι συμβαίνει | Διάρκεια |
|---|---|---|
| Εκκίνηση | Στείλε όλες τις εντολές η μία μετά την άλλη, καθεμία με σαφές αποτέλεσμα | 15 έως 30 λεπτά |
| Εστίαση | Μια δική μου εργασία που μπορώ να λύσω μόνο εγώ. Χωρίς ανάγνωση αποτελεσμάτων, χωρίς παρακολούθηση εκτελέσεων | 90 έως 120 λεπτά |
| Συγκομιδή | Έλεγχος αποτελεσμάτων, έγκριση, εκκίνηση διορθώσεων ως νέες εντολές (αυτό είναι ταυτόχρονα και η επόμενη εκκίνηση) | 30 έως 45 λεπτά |
Εκκίνηση: ομοειδείς εντολές ως παρτίδα
Στην εκκίνηση μετράει η καθαρή εντολή. Ομοειδείς εργασίες τις στέλνω ως δέσμη, 5 έως 6 παράλληλα. Ό,τι δεν χωράει στη δέσμη περιμένει την επόμενη εκκίνηση. Η προετοιμασία και τα σήματα υπενθύμισης μειώνουν το κόστος της αλλαγής (Rubinstein, Monsell). Γι' αυτό αξίζει να βάλεις στην εντολή μια πρόταση για το πώς θα αναγνωρίσεις το τελικό αποτέλεσμα και τι σκοπεύεις να κάνεις με αυτό. Πρόκειται για μεταφορά από το εργαστήριο.
Εστίαση: διάβασε τις ειδοποιήσεις μόνο στη συγκομιδή
Στο μπλοκ εστίασης δεν διαβάζω αποτελέσματα και δεν κοιτάζω εκτελέσεις. Οι ειδοποιήσεις μπορούν να φτάνουν, διαβάζονται όμως μόνο στη συγκομιδή. Αυτό είναι λιγότερο από την ομαδοποίηση: συνεχίζουν να φτάνουν μεμονωμένα, απλώς τις αφήνω να περιμένουν.
Για την ομαδοποίηση υπάρχει ένα πείραμα πεδίου στο smartphone. Οι Fitz και συνεργάτες (2019) άφησαν 237 άτομα να λαμβάνουν ειδοποιήσεις όπως πριν, ομαδοποιημένες 3 φορές την ημέρα ή καθόλου. Η ομάδα με την ομαδοποίηση ανέφερε περισσότερη προσοχή, καλύτερη διάθεση και λιγότερο στρες. Η ομάδα χωρίς καθόλου ειδοποιήσεις είχε ελάχιστα οφέλη, αλλά περισσότερο άγχος και περισσότερο φόβο μήπως χάσει κάτι. Η ομαδοποίηση ήταν λοιπόν καλύτερη από την απενεργοποίηση. Όποιος θέλει να στηρίξει έτσι το μπλοκ εστίασης, αφήνει τις ειδοποιήσεις να παραδίδονται συγκεντρωμένες. Αν το να τις αφήνεις απλώς ασυνάντητες φέρνει το ίδιο αποτέλεσμα, η μελέτη δεν το δείχνει. Οι ρυθμίσεις για iPhone και Pixel υπάρχουν στο άρθρο για τη διαρκή διαθεσιμότητα.
Συγκομιδή: έλεγχος, έγκριση, σημείωση αλλαγών
Στη συγκομιδή ελέγχω τα αποτελέσματα το ένα μετά το άλλο, εγκρίνω και στέλνω διορθώσεις ως νέες εντολές. Ταυτόχρονα ξεκινά η επόμενη εκκίνηση. Όποιος αλλάζει ανάμεσα σε 2 αποτελέσματα ή επιστρέφει στη δική του εργασία, μπορεί να σημειώσει σε 1 πρόταση πού και πώς θα συνεχίσει. Οι Masicampo και Baumeister έδειξαν το 2011 σε εργαστηριακά πειράματα ότι ένα συγκεκριμένο σχέδιο για το πότε και πώς θα ολοκληρωθεί ένας στόχος τερματίζει την ενοχλητική επίδραση ενός ανολοκλήρωτου στόχου. Αν αυτό ισχύει για αποτελέσματα AI που έμειναν στην άκρη, δεν βρήκα μελέτη.
Μετά τη συγκομιδή και τη νέα εκκίνηση, πριν ξεκινήσει το επόμενο μπλοκ εστίασης, βοηθά ένα πραγματικό διάλειμμα. Μια μετα-ανάλυση (22 δείγματα, 2.335 άτομα) διαπίστωσε ότι τα μικροδιαλείμματα αυξάνουν τη ζωντάνια και μειώνουν την κούραση, και τα δύο σε μικρό βαθμό (Albulescu et al. 2022). Για την απόδοση σε απαιτητική δουλειά το αποτέλεσμα δεν είναι τεκμηριωμένο, η σύσταση στηρίζεται στην ευεξία.
Όσες εκτελέσεις μπορείς να ελέγξεις
Το σημείο συμφόρησης είναι ο έλεγχος, όχι η εκκίνηση. Μια μέρα είναι γεμάτη όταν η συγκομιδή δεν χωράει πια στον χρόνο εργασίας. Αυτό συμφωνεί με αναφορές εμπειρίας. Ο Addy Osmani συνδέει τον αριθμό των πρακτόρων με τον ρυθμό review του και γράφει ότι για τους περισσότερους είναι ένας χαμηλός μονοψήφιος αριθμός (The Orchestration Tax, 2026). Ο Simon Willison, κατά δήλωσή του, μπορεί να συγκεντρωθεί μόνο στον έλεγχο και στην αποδοχή μιας μεγαλύτερης αλλαγής τη φορά (2025).
Το όριο της μελέτης του HBR στα 3 εργαλεία δεν κάνει για μέτρο των εκτελέσεων, επειδή παραμένει ασαφές τι μετρήθηκε. Ως τεστ αρκεί ένας απλός κανόνας: Ξεκίνα μόνο τόσες εκτελέσεις όσες θα ελέγξεις διεξοδικά στο επόμενο μπλοκ συγκομιδής. Δες μετά από μία εβδομάδα πόσα αποτελέσματα έμειναν στο συρτάρι.
Όρια των διαθέσιμων μελετών
Η μελέτη για το Brain Fry βασίζεται σε αυτοαναφορά και σε διατομεακή έρευνα, προέρχεται από τις ΗΠΑ και από μεγάλες εταιρείες και δημοσιεύτηκε σε περιοδικό management χωρίς αξιολόγηση από ομότιμους. Η ερώτηση για το Brain Fry είναι ένα μεμονωμένο ερώτημα ναι-όχι με το «ποτέ», όχι επαληθευμένο ερωτηματολόγιο. Το 33 % περισσότερη κόπωση λήψης αποφάσεων είναι τιμή κλίμακας. Ο μηχανισμός πίσω από αυτό (ego depletion) δεν κατέστη δυνατό να αποδειχθεί αξιόπιστα σε 2 μεγάλες μελέτες επανάληψης (Hagger et al. 2016, Vohs et al. 2021).
Για τα αντίδοτα η εικόνα είναι πιο φτωχή. Οι Fitz, Masicampo και Albulescu μελέτησαν smartphones, εργαστηριακές εργασίες και διαλείμματα, όχι εποπτεία της AI. Για μοναχικούς επιχειρηματίες με πολλούς πράκτορες δεν βρήκα μελέτη. Η δική μου εμπειρία είναι ένα μεμονωμένο δεδομένο. Όποιος τρέχει παρόμοιες εκτελέσεις μπορεί να δοκιμάσει τον ρυθμό ως υπόθεση και να τον μετρήσει στη δική του συγκομιδή.
Πώς διαχειρίζομαι τις εκτελέσεις AI στην καθημερινότητα και τι πάει στραβά, το δείχνω στο ενημερωτικό δελτίο AI Sync, που εκδίδεται κάθε Κυριακή.
Όλα σε αυτή τη σελίδα μπορούν να υλοποιηθούν χωρίς εμένα. Νέα εργαλεία και αλλαγές τα καταχωρώ εδώ, και κάθε Κυριακή υπάρχει σχετική συμβουλή στο newsletter.
Στο AI SyncΣτήνω μαζί σου διαδικασίες AI που παραδίδουν τα αποτελέσματά τους συγκεντρωμένα σε σταθερές ώρες για έγκριση, και ορίζω μαζί σου ποιος ελέγχει τι. Επιτόπου από το Eisenstadt ως το Mattersburg και το Wiener Neustadt, online σε ολόκληρο τον γερμανόφωνο χώρο.
ΠερισσότεραΣυχνές ερωτήσεις
Τι είναι το AI brain fry;
Το AI Brain Fry είναι όρος από μελέτη του HBR ερευνητών της εταιρείας συμβούλων BCG (5 Μαρτίου 2026). Εννοεί τη διανοητική κόπωση από υπερβολική χρήση ή επίβλεψη εργαλείων AI πέρα από τη δική σου ικανότητα. Ο όρος δεν αποτελεί ιατρική διάγνωση. Η μελέτη βασίζεται στην αυτοαναφορά 1.488 εργαζομένων μεγάλων αμερικανικών εταιρειών.
Πόσο συχνό είναι το AI Brain Fry;
Στη μελέτη, το 14 % των χρηστών AI απάντησε καταφατικά στην ερώτηση αν το έχουν ζήσει ήδη. Αυτό ισχύει για χρήστες AI σε μεγάλες αμερικανικές εταιρείες, η ερώτηση αφορούσε το «έχω ποτέ βιώσει». Ανάλογα με τη λειτουργία η τιμή διέφερε πολύ: 26 % των εργαζομένων σε λειτουργίες μάρκετινγκ, 6 % σε νομικές λειτουργίες. Για μοναχικούς επιχειρηματίες ή ΜΜΕ στην Αυστρία δεν γνωρίζω κάποιον αριθμό.
Είναι το AI Brain Fry το ίδιο με το burnout;
Όχι. Οι συγγραφείς περιγράφουν το burnout ως χρόνιο εργασιακό στρες με συναισθηματική εξάντληση και το brain fry ως οξεία υπερφόρτωση της προσοχής και της μνήμης εργασίας. Στη μελέτη, λιγότερη ρουτίνα χάρη στην AI συνδεόταν με 15 % χαμηλότερες τιμές burnout, ενώ οι τιμές για τη διανοητική κόπωση δεν ήταν χαμηλότερες. Τα μέσα ενημέρωσης παρ' όλα αυτά γράφουν συχνά για «burnout από AI».
Πόσα εργαλεία ή πράκτορες AI ταυτόχρονα είναι υπερβολικά;
Σταθερό αριθμό δεν βρήκα σε καμία μελέτη. Στη μελέτη η αντιληπτή παραγωγικότητα αυξήθηκε σαφώς από 1 σε 2 εργαλεία που χρησιμοποιούνται ταυτόχρονα, μετά πιο αδύναμα, και έπεφτε ελαφρά από το τέταρτο. Παραμένει ασαφές τι ακριβώς μετρήθηκε. Ο προγραμματιστής Addy Osmani συνδέει τον αριθμό των πρακτόρων με την ικανότητά του να ελέγχει και αναφέρει για τους περισσότερους έναν χαμηλό μονοψήφιο αριθμό. Αυτό είναι εμπειρική τιμή.
Τι βοηθά ενάντια στο AI brain fry;
Για την εποπτεία της AI δεν υπάρχει δοκιμασμένο μέτρο. Από άλλους τομείς υπάρχουν ενδείξεις για ομαδοποιημένες ειδοποιήσεις, 3 φορές την ημέρα (Fitz et al. 2019, 237 άτομα), για ένα συγκεκριμένο σχέδιο για ό,τι μένει ανολοκλήρωτο (Masicampo και Baumeister 2011) και για σύντομα διαλείμματα κατά της κόπωσης (Albulescu et al. 2022). Η ίδια η μελέτη αναφέρει την παράδοση της ρουτίνας και τον καθορισμό ορίων για την εποπτεία. Αν αυτό λειτουργεί στην εποπτεία της AI, παραμένει ανοιχτό.
Κουράζει η AI ή ανακουφίζει;
Και τα δύο εμφανίζονται στα δεδομένα. Υψηλή αντί για χαμηλή επίβλεψη της AI συνδεόταν με 12 % περισσότερη διανοητική κόπωση (σχετική διαφορά στην αυτοαναφορά). Λιγότερη ρουτίνα συνδεόταν με 15 % χαμηλότερες τιμές burnout. Σε μια μελέτη πεδίου με 5.172 εργαζόμενους υποστήριξης, αυτοί με βοηθό AI έλυσαν κατά μέσο όρο 15 % περισσότερες υποθέσεις ανά ώρα (Brynjolfsson et al. 2025).
Αλλαγές σε αυτή την ανάρτηση
- 10 Νοεμβρίου 2026Πρώτη έκδοση.
