Lei være å lei av “AI-rot”?Læringsforskere ved AI-ferdighetsplattformen Multiverse foreslår en løsning: ansatte som proaktivt former om sine roller rundt AI—i stedet for bare å bruke det for å raske gjennom oppgaver—viser høyere engasjement, motivasjon og kreativitet på jobb. Undersøkelsen fra Multiverse i juni–juli situerte 295 fulltidsprofesjonelle i UK fra finans, offentlig sektor og teknologibransjen, alle med minst seks måneder erfaring med generativ AI. Den viste at de som “jobb-tilpasser” ved å redesigne oppgaver og arbeidsflyt for å integrere AI, viser betydelig større engasjement sammenlignet med passive brukere. Barry Goulding, organisasjonspsykolog ved Multiverse, forklarer at jobb-tilpasning innebærer å revurdere og omforme arbeidskomponenter for å forbedre oppgaveutførelsen—fra “dette er min jobb” til “dette er hvordan jeg kan gjøre jobben min bedre. ” Teamet ser på “AI-rot, ” oversvømmelsen av lavkvalitets, generisk AI-utfall, ikke som en teknologisk feil, men som et tegn på ansatte som er disengasjerte. Goulding påpeker at det å kopiere og lime inn AI-genererte rapporter uten vurdering, reflekterer lavt engasjement og dårlig samarbeid med AI-verktøy. Derimot evaluerer jobb-tilpassere AI-utgangen kritisk, fanger opp feil og sikrer resultater av høy kvalitet. Å trene ansatte til kritisk å vurdere hvordan AI passer inn i deres roller kan dermed redusere slurvete arbeid og øke kvaliteten på outputen. Forskningen utfordrer den vanlige oppfatningen om at AI reduserer kognisk engasjement. Mens noen studier tyder på at AI-bruk kan svekke dyp tenkning, viser Multiverses data at bevisst bruk av AI faktisk øker fokus og innsats. Goulding understreker at hvis AI brukes til lav-innsats automatisering, faller både kognitivt og ansattengasjement.

Men når ansatte aktivt og målrettet integrerer AI i arbeidsoppgavene, øker deres absorpsjon, dedikasjon og energi—de sentrale faktorene for engasjement. For eksempel kan en kundeserviceleder bruke AI ikke bare for å håndtere henvendelser, men også for å analysere trender og foreslå forbedringer, noe som skaper større arbeidsengasjement. For å frigjøre disse fordelene, mener Goulding at AI-implementering må gå utover bare å distribuere verktøy. Å bare gi ut AI-lisenser uten opplæring fører til lavkvalitets resultater, dårlig engasjement og minimale produktivitetsgevinster. I stedet bør AI-strategier inkludere opplæring, måling av resultater og rom for ansatte til å eksperimentere. Ledelsen spiller en sentral rolle ved å sette forventninger, modellere atferd og gi ansatte myndighet til å forme om roller innenfor rammer. Goulding nevner Capita, som gjorde AI-innføring til en strategisk innsats; etter trening skapte en ansatt en “Spør meg hva som helst”-assistent som håndterte over 70 000 selskapsspørsmål. I stedet for å måle jobb-tilpasning i seg selv, bør ledere fokusere på hvilke resultater dette skaper—som økt produktivitet og høyere engasjementsscore—siden bare å spore atferd ikke er nok. Å trene ansatte i å bruke AI effektivt fremmer nysgjerrighet, problemløsningsevne og kvalitet i samarbeid med teknologien. Goulding mener at jobb-tilpasning snart vil være en grunnleggende ferdighet i AI-æraen: “AI vil endre hvordan vi alle jobber. De som tar kontroll vil lykkes raskere og større, med fordelene som øker på tvers av organisasjoner når slike atferder blir integrert gjennom teknologisk opplæring. ”