Kadar Kerja dan Burnout dalam Era AI: Ke Mana Masa yang Dijimatkan Sebenarnya Pergi

Oleh Victor Hoang · Dikemas kini 22 September 2026

AI sepatutnya mengurangkan beban kerja. Bagi kebanyakan pekerja, ia sebaliknya menaikkan rentak. Tujuh puluh tujuh peratus pekerja berkata alat AI telah menambah beban kerja mereka, bukan mengurangkannya, dan pekerja dengan peningkatan produktiviti hasil AI yang paling besar melaporkan burnout tertinggi dalam tenaga kerja. Mekanismenya tidak misteri: output yang lebih pantas mewujudkan jangkaan yang lebih pantas, menyemak kerja AI ialah kerja kognitif sebenar yang jarang dikira, dan masa yang dijimatkan AI dilaburkan semula ke dalam daya pemprosesan dan bukan pemulihan. Tiada satu pun daripada ini bermakna AI tidak bernilai. Ia bermakna keuntungan itu perlu direka bentuk, atau kadar kerja akan memakannya.

Jika ini sepadan dengan apa yang anda lihat dalam pasukan anda, anda membaca data dengan betul, bukan bertindak berlebihan terhadap satu suku tahun yang sukar. Ini masalah pengurusan beban dengan mekanik yang kelihatan, dan mekanik boleh direka bentuk semula.

Fakta Utama

• 77 peratus pekerja berkata alat AI telah menambah, bukan mengurangkan, beban kerja mereka; 47 peratus tidak tahu cara mencapai keuntungan produktiviti yang dijangka majikan mereka (Upwork and Workplace Intelligence, Julai 2024).
• 39 peratus berkata mereka kini menghabiskan lebih banyak masa menyemak atau menyederhanakan kandungan janaan AI, ukuran langsung bagi cukai pengesahan yang ditinggalkan oleh perancangan beban kerja (Upwork and Workplace Intelligence, Julai 2024).
• Dalam kalangan pekerja dengan peningkatan produktiviti hasil AI tertinggi, 88 peratus melaporkan burnout, dan mereka dua kali lebih cenderung mempertimbangkan untuk berhenti (Upwork and Workplace Intelligence, Julai 2025).
• 80 peratus tenaga kerja global tidak mempunyai masa atau tenaga untuk melakukan kerjanya, dan pekerja pengetahuan diganggu kira-kira setiap dua minit pada waktu teras, kira-kira 275 kali sehari (Microsoft 2025 Work Trend Index; Microsoft WorkLab, Jun 2025).
• 40 peratus pekerja yang dalam talian pada pukul 6 pagi sudah menyusun e-mel, dan hampir 29 peratus yang masih aktif pada pukul 10 malam kembali ke peti masuk mereka (Microsoft WorkLab, "Breaking Down the Infinite Workday," Jun 2025).
• WHO mengklasifikasikan burnout dalam ICD-11 sebagai fenomena pekerjaan dengan tiga dimensi: keletihan, sinisme terhadap pekerjaan dan keberkesanan profesional yang berkurang, akibat tekanan kerja kronik yang tidak berjaya diurus (WHO, Mei 2019).
• Pekerja yang secara konsisten mempunyai masa yang cukup untuk melakukan kerja mereka kira-kira 70 peratus kurang berkemungkinan melaporkan burnout tinggi, tuas tunggal paling langsung dalam penyelidikan burnout asal Gallup (Gallup, 2018).

Inflasi Jangkaan: Kelajuan Alat Menjadi Asas Baharu

Mekanisme pertama ialah yang paling mudah dan paling mudah terlepas pandang semasa ia berlaku. Sebelum AI, laporan draf pertama mengambil sehari. Dengan AI, ia mengambil dua puluh minit. Langkah seterusnya yang semula jadi, yang diambil hampir setiap pasukan tanpa membincangkannya, bukan menyimpan jam yang dijimatkan. Ia menjangka laporan itu menjelang akhir hari dan bukan akhir minggu, kerana alat itu menjadikan kelajuan tersebut mungkin.

Inilah inflasi jangkaan: siling apa yang boleh dihasilkan AI secara senyap menjadi lantai apa yang dijangka daripada seseorang. Tiada sesiapa mengumumkan dasar baharu untuk ini berlaku. Seorang pengurus melihat satu pusingan pantas, menganggap ia kini kitaran standard dan merancang permintaan seterusnya berdasarkan andaian itu. Darabkan itu merentas sedozen peminta dan seorang pekerja dijangka beroperasi pada kelajuan hampir mesin pada setiap tugas, bukan hanya yang benar-benar dibantu AI.

Perangkapnya ialah pecutan itu biasanya benar untuk sebahagian kecil tugas, penulisan draf, perumusan, kod peringkat pertama, sementara kerja di sekelilingnya (memahami permintaan, menyemak output, mengendalikan pengecualian) tidak mengecil pada kadar yang sama. Jangkaan menggembung untuk menyamai langkah paling pantas yang kelihatan, bukan purata keseluruhan pekerjaan. Ketidakpadanan itu sebahagian besar sebab paradoks produktiviti AI wujud pada peringkat syarikat: langkah individu menjadi lebih pantas, tetapi aliran kerja di sekelilingnya tidak direka semula, jadi keuntungan itu dimakan oleh jangkaan yang merayap dan bukan muncul sebagai kelonggaran.

Cukai Pengesahan: Menyemak Kerja AI Ialah Tugas yang Tiada Siapa Jadualkan

Mekanisme kedua lebih berat dan jauh kurang kelihatan dalam cara kerja dirancang. Setiap output AI yang penting perlu disemak: untuk ketepatan, untuk nada, untuk andaian salah yang tertanam dalam perenggan ketiga, untuk petikan yang tidak mengatakan apa yang didakwa oleh ringkasan. Semakan itu ialah kerja kognitif sebenar, berbeza daripada menulis draf sendiri atau meluluskan draf rakan sekerja yang dipercayai.

Penyelidikan berdekad tentang penyeliaan manusia terhadap sistem automatik menjelaskan mengapa semakan ini begitu meletihkan. Kajian semula Raja Parasuraman dan Dietrich Manzey tentang sikap leka dan bias terhadap automasi mendapati bahawa memantau sistem automatik bersaing secara langsung dengan tugas lain seseorang untuk perhatian yang terhad, dan sikap leka ini muncul pada pakar berpengalaman sama seperti pemula, ia tidak diselesaikan oleh latihan semata-mata (Parasuraman & Manzey, "Complacency and Bias in Human Use of Automation," Human Factors, 2010). Mengesahkan output AI meminta seseorang memegang dua sikap bercanggah serentak: mempercayai sistem cukup untuk menggunakan outputnya dengan cekap, dan kekal skeptikal cukup untuk menangkapnya apabila ia salah dengan penuh keyakinan. Perhatian yang terbahagi itu ialah kos sebenar mana-mana reka bentuk human-in-the-loop, dan ia lebih menguras tenaga daripada menghasilkan kerja dari awal atau menyemak draf rakan sekerja yang diketahui boleh dipercayai, kerana kadar ralat dan lokasi ralat kedua-duanya tidak dapat diramal.

Mengapa cukai itu tidak kelihatan dalam perancangan beban kerja

Tiada sesiapa meletakkan "semak output AI untuk halusinasi" dalam senarai tugas atau anggaran masa. Ia diserap ke dalam apa-apa item baris yang menerima output itu, jadi pengurus melihat "menulis cadangan pelanggan" dan menganggap draf AI mempercepatkan baris itu, sedangkan hakikatnya sebahagian besar masa dihabiskan untuk menyemak, membetulkan dan menyemak semula draf. Penyelidikan Upwork meletakkan angka pada perkara ini: 39 peratus pekerja berkata mereka kini menghabiskan lebih banyak masa menyemak atau menyederhanakan kandungan janaan AI berbanding sebelumnya, masa yang tidak muncul dalam mana-mana pelan kapasiti yang dibina sekitar senarai tugas lama sebelum AI. Mengekalkan ketajaman pertimbangan manusia membincangkan sisi kemahiran untuk kekal sebagai penyemak yang baik; ini sisi beban kerja bagi masalah yang sama, jam yang digunakan oleh pengesahan secara senyap.

Hari Kerja Tanpa Had, Kini dengan Loghat AI

Penyelidikan Work Trend Index Microsoft menggambarkan corak yang dinamakannya hari kerja tanpa had: pekerja pengetahuan purata diganggu kira-kira setiap dua minit pada waktu teras, kira-kira 275 kali sehari, merentas mesyuarat, e-mel dan sembang, dan hari kerja itu sendiri telah kehilangan tepinya. Empat puluh peratus orang yang dalam talian pada pukul 6 pagi sudah menyusun e-mel, dan hampir 29 peratus pengguna aktif kembali ke peti masuk mereka pada pukul 10 malam. Lapan puluh peratus tenaga kerja global berkata mereka tidak mempunyai masa atau tenaga yang cukup untuk menyiapkan kerja. Mesyuarat sahaja menyumbang bahagian besar kiraan gangguan itu, itulah sebabnya mereka bentuk semula budaya mesyuarat ialah salah satu daripada sedikit campur tangan yang mengurangkan jumlah gangguan sebenar dan bukan sekadar menyusunnya semula.

AI memasuki corak ini dari dua arah yang kebanyakannya saling membatalkan. Pembantu AI boleh mendraf e-mel atau menyelesaikan item tertunggak dalam beberapa saat, yang sepatutnya memendekkan hari kerja. Tetapi output AI juga tiba lebih pantas dan lebih berterusan daripada seorang rakan sekerja manusia; seorang ejen boleh menyiapkan tugas dan menyerahkannya semula untuk disemak pada pukul 11 malam semudah pukul 11 pagi, dan norma menjadi "semak apabila ia sedia," bukan "semak pada waktu bekerja." Hari kerja tanpa had sudah menjadi masalah hakisan sempadan sebelum AI generatif; kerja hasil AI yang mendarat pada bila-bila masa, mengharapkan kelajuan semakan yang sama, mengetatkan hakisan itu. Penyelesaiannya bertindih dengan cara AI membentuk semula norma komunikasi, kerana tekanan ini tiba melalui saluran yang sama di mana "dibaca" secara senyap bermaksud "balas sekarang."

Mengapa Kitaran yang Lebih Pantas Boleh Bermakna Kurang Pemulihan, Bukan Lebih Kelonggaran

Inilah bahagian yang mengelirukan perancangan beban kerja yang sebaliknya teliti. Andaian intuitif ialah: jika kitaran yang dahulu mengambil seminggu kini mengambil dua hari, lima hari yang dibebaskan menjadi kelonggaran, masa pemulihan atau ruang untuk kerja yang lebih mendalam. Dalam praktiknya, masa kitaran yang lebih pantas biasanya diperuntukkan semula kepada lebih banyak kitaran, bukan lebih banyak rehat, kerana daya pemprosesan ialah metrik yang paling banyak digunakan untuk mengukur kebanyakan pasukan.

Fikirkannya sebagai barisan gilir, bukan senarai tugas. Jika pasukan sokongan menyelesaikan tiket dua kali ganda lebih pantas dengan pembantu AI, barisan gilir tidak kekal kosong, ia diisi semula, kerana jumlah permintaan tidak pernah dihadkan oleh kelajuan manusia sahaja, ia dihadkan oleh apa sahaja yang menjana permintaan: jumlah pelanggan, saluran jualan, permintaan dalaman. Mampatkan sisi perkhidmatan gelung itu dan, tanpa keputusan sengaja untuk menyimpan keuntungan sebagai masa pemulihan, sistem lalai kepada memproses lebih banyak daripada barisan gilir yang sama dengan keamatan yang sama, cuma lebih pantas. Output meningkat. Masa rehat tidak. Itulah sebab mekanikal mengapa proses yang benar-benar lebih pantas masih boleh menghasilkan burnout: kelajuan tanpa titik henti yang direka hanya memindahkan seseorang ke item seterusnya lebih awal, tanpa had.

Paradoks produktiviti AI menunjukkan versi peringkat syarikat bagi perkara ini: pecutan individu yang tidak bertahan apabila bertembung dengan aliran kerja yang tidak direka semula. Kadar kerja dan burnout ialah versi peringkat individu bagi kegagalan yang serupa. Kedua-duanya datang daripada menganggap pecutan setempat seolah-olah ia secara automatik menjadi kelonggaran organisasi, sedangkan hakikatnya kelonggaran mesti menjadi pilihan reka bentuk yang disengajakan, bukan kesan sampingan yang diandaikan.

Menyelia Beberapa Ejen Ialah Jenis Beban Tersendiri

Versi baharu masalah ini muncul apabila pasukan mula menjalankan lebih daripada satu ejen AI pada satu masa: satu mendraf kandungan, satu menyusun barisan gilir, satu memantau papan pemuka, masing-masing memerlukan jenis semakan manusia yang berbeza pada kekerapan yang berbeza. Ini kelihatan seperti pendelegasian, dan dalam satu pengertian memang begitu. Tetapi menyelia beberapa proses separa autonomi ialah tugas kognitif yang benar-benar berbeza daripada melakukan kerja fokus pada satu perkara, dan ia mewarisi kos penukaran tugas yang telah didokumenkan dengan baik.

Penyelidikan Gloria Mark di UC Irvine, yang menjejak pekerja pejabat sebenar sepanjang hari kerja mereka yang sebenar, mendapati selepas satu gangguan, ia mengambil purata lebih 23 minit untuk kembali sepenuhnya kepada tugas asal pada kedalaman fokus yang sama (Mark, Gonzalez & Harris, "The Cost of Interrupted Work," CHI 2008). Orang mengimbanginya dengan bekerja lebih pantas selepas setiap penukaran, tetapi itu muncul sebagai tekanan yang lebih tinggi secara ketara, bukan pemulihan percuma. Mengurus tiga ejen yang masing-masing memerlukan semakan setiap dua puluh minit bukan tiga kali lebih ringan daripada mengurus satu projek besar; ia boleh lebih berat, kerana setiap semakan ialah penukaran konteks dengan kos masuk semulanya sendiri. Daripada pelaksana kepada orkestrator membincangkan bagaimana ini membentuk semula peranan penyumbang individu; versi pengurusan bebannya ialah menganggap "ejen untuk diselia" sebagai kos, bukan pengganda percuma kepada output.

Kelegaan Sebenar berbanding Perpindahan Beban

Tidak setiap penggunaan AI menaikkan beban. Sebahagiannya benar-benar menghapuskan kerja renyah tanpa kos mengimbangi: memformat hamparan, menyalin panggilan, menjana teks piawai yang tiada siapa semak baris demi baris pun. Apa yang penting untuk reka bentuk beban kerja ialah sama ada masa yang dijimatkan dilaburkan semula sebagai pemulihan, atau dipindahkan ke dalam bentuk kerja yang kurang kelihatan.

Respons Reka Bentuk Beban Kerja yang Benar-Benar Berkesan

Membaiki ini bukan soal menggunakan AI kurang. Ia soal menganggap kategori dalam jadual itu sebagai pemboleh ubah beban kerja yang memerlukan keputusan jelas, sama seperti bilangan kakitangan dan tarikh akhir sudah mendapat keputusan jelas, dan ia sepenuhnya tugas pengurus pertengahan, yang peranannya sudah berubah di bawah AI.

Bajetkan masa pengesahan sebagai item barisnya sendiri. Jika sesuatu tugas kini termasuk draf pertama janaan AI, anggaran masa harus merangkumi peruntukan berasingan untuk semakan, bukan andaian bahawa masa menulis draf sekadar mengecil. Jejaki masa semakan sebenar selama sebulan sebelum menetapkan peruntukan itu; meneka cenderung memandang rendah dengan teruk.

Tetapkan piawaian masa kitaran bebas daripada kelajuan alat. Tentukan dengan sengaja apakah pusingan yang dijangka bagi sesuatu hasil kerja, dan pertahankan piawaian itu walaupun alat secara teknikal boleh lebih pantas. Ini cara tunggal paling pantas untuk menghentikan inflasi jangkaan daripada menjadi lalai.

Beri kerja janaan AI sempadan luar waktu yang sama seperti kerja janaan manusia. Jika mesej rakan sekerja pada pukul 11 malam tidak memerlukan balasan pada malam yang sama, laporan yang disiapkan ejen pada pukul 11 malam juga tidak patut. Tulis norma itu; norma yang tidak bertulis lalai kepada apa sahaja yang paling pantas, yang biasanya paling buruk untuk pemulihan.

Putuskan lebih awal bagaimana pecutan dibelanjakan. Sebelum alat yang memampatkan satu kitaran dilancarkan, namakan pembahagiannya: berapa banyak masa yang dijimatkan menjadi daya pemprosesan, dan berapa banyak menjadi pemulihan atau kerja mendalam yang dilindungi. Jika dibiarkan tidak diputuskan, jawapannya lalai kepada 100 peratus daya pemprosesan, kerana itulah yang diukur. Ini berkait langsung dengan pengurusan prestasi apabila AI melakukan sebahagian kerja, kerana ia mengubah rupa beban kerja yang adil.

Hadkan dan kumpulkan penyeliaan ejen. Anggap bilangan proses AI yang diselia secara aktif oleh seseorang sebagai kekangan kapasiti sebenar, sama seperti pengurus menghadkan laporan terus, dan kumpulkan semakan status ke dalam semakan berjadual dan bukan membiarkan setiap ejen mengganggu secara berasingan.

Awasi perpindahan beban yang menyamar sebagai kelegaan. Apabila seseorang melaporkan alat "menjimatkan banyak masa," tanya ke mana masa itu pergi. Jika jawapan jujurnya "saya ambil lebih banyak kerja," itu daya pemprosesan, bukan kelegaan, wajar dinamakan sebelum ia menjadi norma baharu yang tidak diucapkan.

Tiada satu pun daripada ini memerlukan program besar. Ia segelintir keputusan jelas yang dibuat dalam satu perbualan perancangan, keputusan yang kini dibuat secara lalai, secara senyap, ke arah yang memihak kepada lebih banyak daya pemprosesan dan kurang pemulihan setiap kali. Membuatnya dengan sengaja ialah keseluruhan penyelesaiannya. Ini masalah reka bentuk beban kerja, bukan masalah budaya; untuk sisi norma dan kepercayaan dalam bekerja bersama AI, lihat budaya burnout dan workslop, usaha dan pemilikan.

Lapisan aliran kerja yang merekodkan berapa lama langkah semakan sebenarnya mengambil masa, dan bukan menganggap ia mengecil bersama penulisan draf, menjadikan cukai pengesahan kelihatan dan bukan diteka. Kedua-duanya tidak menggantikan keputusan pengurus di atas; ia hanya menjadikan bahagian yang tidak kelihatan dalam jadual itu boleh diukur.

Pecutan tanpa destinasi lalai kepada lebih banyak kerja. Pilih destinasi dahulu.