AI pospešuje delo, a izčrpava? Val "AI-utrujenosti" v 2026

Umetna inteligenca je v zadnjih letih dobila sloves popolnega pospeševalnika produktivnosti. Toda v praksi se v številnih tehnoloških ekipah dogaja paradoks: zaposleni sicer dostavljajo več nalog, hkrati pa poročajo o večji utrujenosti, kognitivni preobremenitvi in izgorelosti. Najnovejši zapisi in raziskave iz tujine kažejo, da t. i. AI-utrujenost (AI fatigue) hitro postaja sistemski problem, zlasti med programerji in inženirji, kjer je sprejetost AI orodij najvišja, poročajo spletne strani, kot so Business Insider ter Tech Crunch.

V odmevnem prispevku za Business Insider je programski inženir Siddhant Khare zapisal, da je z AI orodji v preteklem četrtletju dostavil največje število kod v karieri, obenem pa je doživel najmočnejšo izčrpanost doslej. Po njegovih besedah AI skrajša posamezne naloge, vendar se delo ne zmanjša, temveč zgolj razmnoži: namesto ene poglobljene naloge na dan nastane šest krajših, a skupaj zahtevnejših zaradi stalnega preklapljanja konteksta, kar je utrujajoče za človeške možgane. 

Khare je problem razkril tudi v svojem daljšem eseju, kjer AI opiše kot paradoks produktivnosti: zmanjša strošek produkcije, a poveča strošek koordinacije, pregleda in odločanja. To pomeni, da ljudje postanejo bolj recenzenti tekočega toka vsebin in nalog, ki jih ustvarijo orodja in prav ta premik dela je tisti, ki porablja energijo, je zapisal na svoji strani. 

Začetno navdušenje nad AI je v številnih podjetjih sprožilo tihi dvig norm: če lahko orodja pospešijo pripravo osnutkov, dokumentacije ali kode, se pričakovanja količine hitro prilagodijo navzgor. 

TechCrunch povzema preliminarno raziskavo, objavljeno v Harvard Business Review, v kateri so raziskovalci več mesecev opazovali srednje veliko tehnološko podjetje: zaposleni niso bili formalno prisiljeni delati več, a so začeli sami dodajati opravila. A delo se je začelo prelivati v čas odmorov in nadur. 

Podobne ugotovitve krožijo tudi v inženirski skupnosti: razprave na Hacker News in drugod opisujejo skokovito rast pričakovanj pri le zmerni rasti dejanske produktivnosti - pojav, ki ga delavci povezujejo prav z dokazovanjem vrednosti naložb v AI. 

Na makro ravni trende potrjuje Chainguardovo "Engineering Reality Report 2026", globalna anketa 1.200 inženirjev in vodij. Poročilo ugotavlja, da inženirji le 16 % tedna porabijo za razvoj funkcionalnosti (to je delo, ki jih najbolj motivira), medtem ko večino časa porabijo na vzdrževanje in razpršenost orodij; tretjina poroča o izgorelosti in preobremenjenosti. Avtorji poudarjajo, da AI in avtomatizacija pomagata, če sta združeni s pametnejšimi procesi in integracijami. V nasprotnem se poveča izčrpanost, ki terja kognitivni davek. 

Ker preklapljanje med več nalogami brez jasnih prioritet ostaja ključen vir izčrpanosti, se AI lahko nehote spremeni v generator mikronalog, ki jih mora človek preveriti, recenzirati in odločiti, ali je opravljeno ustrezno. 

Ker je AI res pospeševalnik: zaposleni sicer res hitreje opravi določene naloge, zato se od njega pričakuje, da bo opravil več nalog. 

Ker je pritisk razpršen: vodstva pogosto ne ukazujejo direktno, da je treba opraviti več nalog, a tiha pričakovanja in samopritisk ustvarjalcev vsebin/inženirjev porineta letvico višje. 

Ker je strošek kognicije neviden: orodja se ne utrudijo, ljudje pa se - kar se ne odrazi takoj v metrikah, temveč v izgorelosti in napakah. 

Vodstva naj jasno povedo, da AI ne pomeni avtomatsko večjih kvot, temveč pametnejšo porabo energije in časa. TechCrunch povzema, da se izgorelost pogosto pojavi prav tam, kjer zaposleni sami "zapolnijo" čas, osvobojen z AI, z novimi nalogami. 

Če se bo val AI-utrujenosti nadaljeval, lahko podjetja pričakujejo padanje kakovosti, več napak v recenzijah AI-generiranih nalog in odlive kadrov. 

Obenem bodo ekipe, ki bodo uvedle varovalke in novo operativno disciplino, verjetno ustvarile trajnejšo konkurenčno prednost: AI kot kompas za fokus, ne kot generator neskončnih opravkov. To izhaja tako iz praktičnih opisov inženirjev kot iz industrijskih analiz. 

Viri: Business Insider, Blog Siddhant Khare, TechCrunch, Chainguard – Engineering Reality Report 2026