Rapport: Två av tre längtar tillbaka till arbetslivet före AI

Särskilt tydlig är tendensen bland yngre. 42 procent av Gen Z uppger att de föredrar arbetslivet före AI, jämfört med 26 procent av Gen X.

Neal Riley, som är Adaptivists AI innovation lead och general manager på Salable, menar att en gemensam nämnare bakom nostalgikänslan är osäkerheten kring hur snabbt arbetslivet förändras.

– Det återkommer till en gemensam kärna, även om detaljerna varierar beroende på vilket jobb man har. Den gemensamma kärnan är stabilitet, säger han till Techtidningen.

”Jag vet inte vad som förändras härnäst”

Enligt Neal Riley skiljer sig den nuvarande teknikomställningen från tidigare skiften genom att flera förändringar pågår samtidigt.

Den industriella, digitala och nu AI-drivna omvandlingen bör enligt honom inte betraktas som tydligt avgränsade epoker. I stället överlappar förändringarna varandra och ökar tempot i arbetslivet.

För den som under tio eller femton år haft en relativt stabil yrkesroll kan det skapa en ny typ av osäkerhet.

– Det är nästan så att man börjar vakna varje dag och tänker: ”Jag vet inte vad som kommer att förändras härnäst.”

Det handlar också om människor som under lång tid byggt upp en specialistkompetens men nu ser arbetsuppgifter automatiseras eller utföras av personer med betydligt mindre erfarenhet.

Rapporten visar att 23 procent upplever att deras personliga expertis värderas lägre sedan AI-användningen ökade. 46 procent är frustrerade över att uppgifter som tidigare krävde flera års erfarenhet nu kan utföras av nästan vem som helst med hjälp av AI.

– Många har lagt väldigt mycket tid och energi på att förfina ett hantverk som antingen håller på att trängas undan eller inte längre betraktas som nödvändigt, säger Neal Riley.

Han pekar samtidigt på att en person utan djup kunskap inom ett område kan ha svårt att bedöma kvaliteten på ett AI-genererat resultat.

– Du kan konkurrera med ett resultat av lägre kvalitet samtidigt som människor som inte förstår ditt hantverk jämför dig med något de inte heller förstår.

Yngre möter omställningen mitt i karriärstarten

Att Gen Z är mer nostalgiska än äldre generationer ser Neal Riley som särskilt intressant. En möjlig förklaring är enligt honom att yngre arbetstagare möter AI-omställningen samtidigt som de fortfarande försöker etablera sin yrkesidentitet.

Äldre arbetstagare har i större utsträckning hunnit bygga upp ett hantverk och en professionell grund före den senaste AI-vågen.

– Många når just nu den punkt i karriären där de börjar känna att de faktiskt behärskar någonting. Den stunden inträffar mitt i en extrem omvälvning.

Samtidigt kan just den redan uppbyggda yrkeskunskapen vara viktig för att använda AI effektivt, enligt Riley. Den som förstår de grundläggande principerna inom sitt yrke har lättare att bedöma resultat och upptäcka fel.

AI skapar en ”verification tax”

Ett annat resultat i undersökningen gäller den tid som går åt till att kontrollera AI-genererat arbete.

42 procent uppger att de lägger mer tid på att verifiera AI-resultat än de sparar genom att använda tekniken. 52 procent säger att de regelbundet rättar AI-genererat material från kollegor, medan 49 procent anser att AI-resultat av låg kvalitet försenar projekt.

Samtidigt säger 55 procent att AI-genererat innehåll minskar teamets samlade effektivitet.

Riley beskriver problemet som ett resultat av att företag automatiserar själva produktionen utan att samtidigt förändra processerna runt omkring.

Inom mjukvaruutveckling kan AI exempelvis kraftigt öka mängden producerad kod. Men om organisationen inte samtidigt bygger ut kapaciteten för specifikationer, kvalitetssäkring och granskning flyttas flaskhalsen bara vidare.

– De flesta organisationer är inte redo för en värld där alla sitter och granskar hela dagarna, säger Neal Riley.

Han liknar det vid en produktionskedja där en del plötsligt blir tio gånger snabbare medan resten fortsätter i samma takt.

Resultatet behöver därför inte bli tio gånger högre produktivitet. I stället kan mer material samlas på hög och skapa nya flaskhalsar.

Svårt att mäta vad AI faktiskt förbättrar

Trots problemen är arbetstagarnas syn på AI inte entydigt negativ. 73 procent uppges se effektivitetsfördelar med AI. Och intressant nog vill dessutom 67 procent att deras organisation ska öka användningen av tekniken enligt rapporten.

För Riley illustrerar det svårigheten med att mäta produktivitet i en miljö där tekniken både kan minska arbetsbördan i vissa delar och öka den i andra.

Traditionella mått som mängden producerat material säger inte nödvändigtvis särskilt mycket om det slutliga värdet.

Vi diskuterar journalistik som ett tänkbart exempel: att AI ger möjligheten att producera tio gånger fler artiklar innebär inte automatiskt att läsarna har möjlighet eller behov av att konsumera tio gånger mer innehåll.

Samma problem finns inom mjukvaruutveckling.

– Faktum är att företag i många fall inte vet vad de skulle göra med ett team som faktiskt producerade tio gånger så mycket.

En av tre förstår inte varför AI ska användas

36 procent av deltagarna uppger också att de ofta inte förstår varför de förväntas använda AI i sitt arbete. Lika många uppger att de känner AI-trötthet som får dem att använda verktygen mindre.

Riley menar att ett vanligt misstag är att arbetsgivare inför AI-verktyg och sedan förutsätter att medarbetarna själva ska hitta användningsområden.

– Man lägger ett krav på någon utan att tala om hur personen ska nå dit. Sedan säger man: ”Du kommer att lista ut det.” Och om de inte gör det blir de stressade.

Han skiljer mellan företag som kopplar AI till besparingskrav och företag som ger medarbetarna tid att experimentera utan omedelbara krav på ekonomiska resultat.

Det senare kan enligt honom skapa bättre förutsättningar för att hitta verkligt användbara arbetssätt.

När arbetets kärna försvinner

Rapporten pekar också på en mer svårmätbar effekt av AI-omställningen. 46 procent uppger att AI gör deras arbete mer repetitivt och mindre meningsfullt.

Riley beskriver utvecklingen som en ”donut-effekt”, där kärnan i vissa yrken gradvis gröps ur. Arbetsuppgifterna försvinner inte nödvändigtvis, men tyngdpunkten flyttas från själva utförandet till instruktioner, kontroll och granskning.

Inom mjukvaruutveckling kan det innebära att utvecklaren ägnar mindre tid åt att själv skriva kod och mer tid åt att formulera specifikationer och granska det AI har producerat. Samma förskjutning kan uppstå i andra kunskapsyrken när delar av det som tidigare utgjorde själva hantverket automatiseras.

Riley tar upp en utvecklare han talat med som beskrev hur en del av arbetsglädjen tidigare kom från ögonblicket när egenhändigt skriven kod fungerade för första gången. När AI tog över mer av kodskrivandet försvann också en del av den återkopplingen.

– Den plats där människor tidigare fick glädje av sitt arbete ser inte längre likadan ut. Då måste man hitta nya platser där man känner värde i den nya världen.

Frågan handlar därmed inte enbart om vilka arbetsuppgifter som kan automatiseras, utan också om vilka delar av arbetet människor förknippar med kompetens och yrkesidentitet.

För företag blir frågan därför större än hur många arbetsuppgifter som kan automatiseras, enligt Riley. Arbetsgivare behöver också förhålla sig till vad som händer när etablerade yrkesroller och arbetssätt förändras.

– Det viktigaste man kan göra just nu är att hålla fokus på människorna i verksamheten.

Vill du läsa rapporten i sin helhet kan du göra det här.