Utorak, 21 srpnja, 2026
20.6 C
London

Kako generativni AI utječe na produktivnost

Otvorite alat za generativni AI očekujući brzi poticaj. Deset minuta kasnije, još uvijek ste tu, doradivši upit po četvrti put. Zadatak s kojim ste započeli odmaknuo se na stranu.

Čini vam se poznato? Znanstvenici u 2026. godini sve više se suočavaju s tim. To ima smisla kada pogledate kako su ti alati izgrađeni. Dizajnirani su za učinkovitost, naravno. No, također su dizajnirani da vas drže unutar alata. Ta dva cilja ne igraju uvijek lijepo zajedno.

Zahtjevni kognitivni zadaci trebaju duge periode neprekidnog razmišljanja, a ne konstantno prebacivanje između vas i chatbota koji uvijek ima još jedan prijedlog. To nije samo ometajuće na očigledan način. To je namjerno ugrađeno u sučelje. Ovi sustavi vas nagrađuju za ostanak, ne za završavanje i zatvaranje taba.

Generativni alati nagrađuju angažman umjesto zatvaranja

Budimo iskreni, većina modernih AI platformi jako brine o tome koliko dugo ostajete prijavljeni. To nije teorija zavjere. To je samo poslovni model.

Preporučena logika i razgovorni tokovi naginju prema odgovorima koji se čine pomalo korisnima ili emocionalno zadovoljavajućima, jer to vas drži u tipkanju nove poruke. Pregled iz 2026. godine koji ispituje primjenu AI u digitalnim medijima opisuje ove platforme kao “matematički optimizirane za maksimiziranje ‘vremena na stranici’,” napominjući da emocionalno rezonantni sadržaj obično pobjeđuje običan, jednostavan materijal. Generativni alati pojačavaju tu razinu, jer mogu instantno proizvoditi prilagođene varijacije gotovo bez troškova.

Ono što dobijete je nešto slično varijabilnoj nagradi, vrsti koju istraživači pažnje proučavaju godinama oko automata i društvenih mreža. Svaki dorađeni odgovor daje dovoljno pobjede da ostanak bude vrijedan. Ne veliku pobjedu. Samo dovoljno.

To je zamka. Kognitivni trošak tiho raste dok se osjećate produktivno. Ubrzo, blok vremena koji ste odvojili za duboki rad nestaje.

Kada ti ciklusi počnu utjecati na koncentraciju, profesionalci postavljaju granice. Pouzdan blokator stranica pomaže, postavljajući čvrste ograde oko ometajućih tabova i feedova, tako da neprekidni periodi potrebni za kvalitetan rad ne nestanu tiho.

Podaci o produktivnosti skrivaju stvarne prepreke pažnji

Na papiru, brojke izgledaju sjajno. U određenim područjima, barem.

Analize objavljene u MIT Technology Review ove godine ukazuju na otprilike 14 posto dobitaka u korisničkoj službi i 26 posto u razvoju softvera. Povrat postaje tanji u radu koji zahtijeva prosudbu, onom koji se oslanja na nijanse umjesto na ponovljive korake.

Pogledajte na razini organizacije i slika postaje zamagljenija. Stanford AI Index za 2026. pokazuje da je usvajanje na razini od 88 posto, s industrijom odgovornom za većinu modela na granici objavljenih prethodne godine. Impresivno, barem na površini.

Praćenje stvarne primjene govori drugačiju priču. Izvještaji u The New York Timesu ukazuju na studije u kojima ti alati “nisu smanjili rad, već su ga dosljedno intenzivirali”, stvarajući veću radnu opterećenost umjesto da nekoga oslobode. Nije točno narativ koji biste očekivali iz naslova.

Ta razlika između konferencijskih najava i onoga što se zapravo događa u utorak poslijepodne u otvorenom uredu oblikuje kako timovi procjenjuju pravu vrijednost AI-a.

Jasni signali da generativni ciklusi fragmentiraju fokus

Ne trebate istraživački tim da primijetite što se događa. Nekoliko znakova se ponavlja.

Otvorite AI chat radi trideset sekundi razjašnjenja, samo da biste se našli u šest izmjena. Vremenske crte se protežu jer svaki ishod treba još nekoliko krugova korekcije prije nego što bude upotrebljiv. Obavijesti i nove sugestije dolaze i ometaju bilo koji tijek misli koji ste imali.

Tu je i iscrpljenost. Završite sesiju osjećajući se iscrpljeno, iako se gotovo nije dogodila nikakva stvarna sinteza. A kolege spominju istu raspršenost na sastancima, kao da je to odjednom zajedničko iskustvo cijelog kata.

Nijedan od ovih znakova nije dramatičan sam po sebi. Zajedno, oslikavaju jasnu sliku dizajnerskih poticaja koji favoriziraju kontinuiranu interakciju umjesto čistog završetka.

Iterativna stvarnost korištenja suradničkog AI-a

Rana očekivanja oslikavala su sliku besprijekorne automatizacije, one u kojoj pitate jednom i dobivate točno ono što trebate.

Stvarnost je neurednija. Obrasci korištenja u poduzećima pokazuju da ljudi troše iznenađujuće puno svog dana upitima, korekcijama i ponovnim upitima, podešavajući rezultate malo po malo dok konačno ne postanu upotrebljivi. Rane naracije su obećavale punu automatizaciju na radnom mjestu, onu koja bi vam vratila sate vašeg dana. Ono što se zapravo događa izgleda prilično drugačije.

Recentni podaci pokazuju da radnici troše stvarno, mjerljivo vrijeme ručno usavršavajući ono što im ovi sustavi daju. Analiza podataka o korištenju Anthropic-a to jasno pokazuje. Suradnički AI, u praksi, uključuje konstantne, disruptivne mikro-iteracije, one koje tiho iscrpljuju kognitivnu energiju dugo prije nego što netko primijeti trošenje.

To nije ništa, taj odlasci i dolasci. Ali drži ljude vezanima za alat na način koji fragmentira duže periode razmišljanja koji teže problemi zapravo zahtijevaju.

To odražava mehaniku ekonomije pažnje koja je već primijećena na drugim digitalnim platformama, samo u drugačijem izdanju. Svaki odgovor koji poziva na još jedno podešavanje dodaje malo kognitivne težine. Spojite dovoljno toga tijekom radnog dana i trošak brzo raste, posebno za svakoga tko obavlja posao koji zahtijeva istovremeno zadržavanje više niti u svojoj glavi.

Zaštita fokusa u radnom mjestu vođenom AI-jem

Timovi koji se dobro nose s ovim ne ostavljaju pažnju slučaju. Tretiraju je kao stvarni resurs, nešto što treba planirati i zaštititi umjesto pretpostaviti.

To obično znači grupiranje AI podržanih zadataka u određene prozore, postavljanje čvrstih ograničenja na duljinu sesije i zadržavanje ključnih sati dubokog rada od ambijentalne digitalne buke. Izvještaji iz Harvard Business Review o trendovima usvajanja to podržavaju, napominjući da dobitci u učinkovitosti na jednom nivou organizacije često stvaraju glavobolje s koordinacijom negdje drugdje. To samo jača slučaj za namjerne granice.

Niti jedno od ovoga ne čini tehnologiju samom neprijateljem. Iste generativne sposobnosti koje mogu fragmentirati vašu pažnju također su zaista izvrsne u ubrzavanju ciljnih podzadatka, pod uvjetom da vi postavljate tempo umjesto da dopustite alatu da ga postavi za vas.

Kako usvajanje nastavlja rasti tijekom ostatka 2026. godine, prednost će imati ljudi koji se trude dizajnirati vlastito kognitivno okruženje umjesto da prihvate bilo koji ritam na koji alati podrazumijevaju.

Pa, gdje vaša pažnja zapravo ide na normalan dan? Vrijedi pratiti tjedan dana, samo da vidite. Nekoliko dobro postavljenih ograda, uparenih s alatima koji poštuju vaše vrijeme, može zadržati AI u svom pojasu, korisnom, ciljanom i tihom kada treba.

Hot this week

Jack Dorsey pokreće novu aplikaciju Buzz

Osnivač Twittera i Blocka, Jack Dorsey, najavio je novu...

Rast potražnje za energijom u podatkovnim centrima

Prema novom izvješću BloombergNEF, očekuje se da će podatkovni...

Google DeepMind predstavlja nove Gemini modele

U utorak je Google DeepMind predstavio Gemini 3.6 Flash,...

Google predstavio nove Gemini modele za AI

Google je predstavio Gemini 3.6 Flash i 3.5 Flash-Lite,...

SAD istražuje kineske AI modele zbog krađe intelektualnog vlasništva

U utorak je tajnik financija Scott Bessent izjavio da...

Topics

Jack Dorsey pokreće novu aplikaciju Buzz

Osnivač Twittera i Blocka, Jack Dorsey, najavio je novu...

Rast potražnje za energijom u podatkovnim centrima

Prema novom izvješću BloombergNEF, očekuje se da će podatkovni...

Google DeepMind predstavlja nove Gemini modele

U utorak je Google DeepMind predstavio Gemini 3.6 Flash,...

Google predstavio nove Gemini modele za AI

Google je predstavio Gemini 3.6 Flash i 3.5 Flash-Lite,...

SAD istražuje kineske AI modele zbog krađe intelektualnog vlasništva

U utorak je tajnik financija Scott Bessent izjavio da...

Deezer bilježi rast AI glazbe na platformi

Glazbena streaming platforma Deezer prati broj AI-generiranih pjesama koje...

Napredni materijali i umjetna inteligencija

Razgovor o umjetnoj inteligenciji često se usredotočuje na algoritme,...

Bristol Myers Squibb nabavlja Nvidia DGX SuperPOD

Bristol Myers Squibb kupuje Nvidia DGX SuperPOD temeljen na...
spot_img

Related Articles

Popular Categories

spot_imgspot_img