AI-træthed er virkelig. Men det er ikke, hvad du tror

Der er en narrative, der bygges op lige nu, og den får en del opmærksomhed: AI udanner os. Ingeniører sender mere kode end nogensinde og føler sig værre end nogensinde. Begrebet “AI-træthed” er på alles læber, og meningerne hobrer sig op.

En softwareingeniør skriver i Business Insider, at sidste kvartal var hans mest produktive og mest udmattende. Steve Yegge, der bogstaveligt talt skrev bogen om vibe-coding, fortæller The Pragmatic Engineer, at han tager en lur om dagen og begrænser rigtig AI-forstærket arbejde til tre timer. Startup-stiftere rammer en væg kl. 14. En af de mest delte indlæg denne måned advarer om, at AI har en “vampyrisk effekt” på de mennesker, der bruger det mest.

Her er, hvad ingen synes at bemærke: De mennesker, der rapporterer om den største træthed, er ikke skeptikerne. De er de sande troende.

Ingeniørerne, der er fastlåst på niveau ét på Yegges adoptionsskala, de, der ignorerer AI helt, føler sig fint. Lidt angst, måske, men ikke udbrændt. Det er dem på niveauerne fem, seks, syv, de, der er gået all-in, kører multiple agenter, orkestrerer komplekse arbejdsgange, sender i hastigheder, de aldrig havde forestillet sig, der kommer hjem og er færdige.

Denne mønster burde fortælle os noget. Og jeg tror, hvad det fortæller os, er, at “AI-træthed” er den forkerte diagnose helt og holdent.

Du har ikke et træthedsproblem. Du har et træningsproblem.

Tænk på den første gang, du nogensinde løftede dødvægt. Ikke en særlig tung vægt. Bare bevægelsen i sig selv. Du vågnede op næste morgen, og hele din krop føltes, som om den var blevet demonteret og samlet igen forkert. Dine ben var ømme. Din ryg var øm. Muskler, du ikke vidste eksisterede, gjorde sig bemærket på den mest ubehagelige måde.

Hvis nogen havde målt din output den dag, ville det have set dårligt ud. Du kunne knap nok sidde ned uden at sammenkramme. Du måtte måske rimeligt konkludere, at dødvægt er uholdbart, at den menneskelige krop ikke er bygget til det, at omkostningerne overvælder fordelene.

Men selvfølgelig, seks måneder senere løfter du dobbelt så meget vægt og føler dig fint bagefter. Din krop byggede nye baner. Den tilpassede sig. Bevægelsen, der engang krævede hver eneste dråbe bevidst anstrengelse, blev automatisk. Ømhed ikke betød, du var knækt. Det betød, du byggede noget nyt.

Det er præcis, hvad der sker med AI-forstærket arbejde.

Den kognitive belastning, ingen taler om

Når du skriver kode på den traditionelle måde, kører din hjerne et velkendt program. Du har gjort det tusinder af gange. Du kender tastetrykkene, mønstrene, fejlfindingens rytmer. Det er som at køre din daglige pendling: teknisk komplekst, men så vant, at du kan gøre det, mens du tænker på middag.

AI-forstærket arbejde er en fundamentalt anden kognitiv opgave. Du skriver ikke kode mere. Du dirigerer, vurderer, beslutter, skifter kontekst mellem multiple agenter, gennemgår output, du ikke skrev, holder arkitektonisk intention i hovedet, mens en AI træffer implementeringsvalg, du skal validere i realtid.

Det er ikke det samme job, der udføres hurtigere. Det er et andet job helt og holdent. Og din hjerne har ikke bygget de effektive baner for det endnu.

Hver beslutning er stadig bevidst. Hver gennemgang kræver aktiv anstrengelse. Du overvåger kvalitet, opretholder kontekst på tværs af parallelle arbejdsgange, træffer domme om AI-output konstant. Det er derfor, tre timers arbejde kan efterlade dig mere udbrændt end otte timers traditionel kodning. Det er den kognitive ekvivalent til din første uge i fitnesscentret.

Adoptionskurven er i virkeligheden en udmattelseskurve

Yegges otte-niveaus-ramme for AI-adoption matcher næsten perfekt på en udmattelseskurve, selvom jeg ikke tror, det var hans intention.

På niveauerne ét og to bruger du knap nok AI. Autocomplete her, et spørgsmål der. Ikke meget kognitiv belastning. Ikke meget træthed.

På niveauerne tre til seks er du i dybet. Du har givet agenten mere autonomi, du gennemgår mindre linje-for-linje og mere holistisk, du kører multiple agenter, og du navigerer konstant i en arbejdsgang, der ikke eksisterede for 18 måneder siden. Her bor udmattelsen. Her er den tungeste dødvægt.

På niveauerne syv og otte sker der noget interessant. Du har bygget orkestrerings-systemer. AI-arbejdet fungerer mere autonomt. Du har lært, hvad du kan stole på, og hvad du skal kontrollere. Du beskriver resultater og går væk. Matt Shumer beskriver præcis det: fortælle AI, hvad den skal bygge, gå væk i fire timer og komme tilbage til færdigt arbejde. Tilpasningen er begyndt at tage hold.

Udmattelsen er ikke jævnt fordelt. Den toppes i midten, lige hvor de fleste tidlige adoptere sidder lige nu. Og det er derfor, trætheden føles universel: De mennesker, der taler om AI mest, er uforholdsmæssigt de, der er i den hårdeste del af læringsskurven.

Ingen skrev artikler om “kørefatigue”

Husk, da du lærte at køre? Første gang, du kom på en motorvej, greb du måske rattet, som om dit liv afhang af det (hvilket, for at være fair, det gjorde). Du kom hjem fra en 30-minutters køretur helt udmattet. Din hjerne havde kørt på maksimumkapacitet: kontrollerede spejle, styrede hastighed, forudså andre køretøjer, processerede vejsskilter, alt sammen og alt bevidst.

Nu kører du en time, mens du lytter til en podcast og spiser en sandwich. Opgaven er ikke ændret. Du ændrede. Din hjerne byggede effektive neurale baner for kørsel, komprimerede, hvad der engang krævede fuld bevidst opmærksomhed, til baggrundsprocesser.

Ingen skrev tanker om “kørefatigue” som en eksistensiel krise. Ingen foreslog, at biler har en “vampyrisk effekt” på deres operatører. Vi forstod intuitivt, at udmattelsen var midlertidig. Det var omkostningen ved at lære noget nyt.

Det er det, der mangler i den nuværende diskurs. “AI-træthed” behandles som en permanent tilstand, en grundlæggende funktion i teknologien, når det i virkeligheden er en overgangsomkostning. Det er træningssømhed, ikke kronisk sygdom.

Hvorfor det betyder mere end komfort

Denne forskel er ikke kun semantisk. Hvordan du diagnosticerer problemet bestemmer, hvad du gør ved det.

Hvis AI-træthed er en permanent funktion i teknologien, så er Yegges tre-timers-grænse loftet for evigt. Virksomheder bør planlægge for ingeniører, der kun kan være produktive i en brøkdel af dagen. “Vampyr-effekten” er prisen for adgang, og vi må bare leve med det.

Men hvis det er træningssømhed, så er spillebogen helt anderledes. Du styrer belastningen. Du bygger gradvist. Du stopper ikke med at gå til fitnesscentret, fordi du er øm.

Ingeniørerne, der presser sig igennem denne fase, der bygger de kognitive baner for at dirigere AI-arbejde, gennemgå på det rette niveau og opretholde arkitektonisk intention på tværs af parallelle arbejdsgange, vil til sidst gøre dette så naturligt som at køre. Tre-timers-væggen vil flytte sig til fem, så syv. Ikke fordi de arbejder hårdere, men fordi arbejdet stopper med at være anstrengende på samme måde.

Imens vil ingeniørerne, der læser om “AI-træthed” og beslutter at blive på niveau to, komfortable, velkendte, ikke udbrændte, finde sig selv i en langt værre position.

Ikke fordi de ikke holdt trit med en trend, men fordi de aldrig startede den træning, alle andre allerede gik igennem.

Den virkelige risiko: Forvirring af sømhed med skade

Jeg vil gerne være tydelig om noget. Der er en forskel på træningssømhed og reel skade, og det gælder her også.

Hvis du “vibe-coder” i 14 timer om dagen, sover fire timer og kører på adrenalinen, fordi nytten er berusende, så er det ikke træning. Det er overtræning. Og ligesom i fitnesscentret, så ødelægger overtræning ikke noget. Det bryder dig ned.

Yegges tre-timers-iagttagelse er værdifuld ikke som en permanent grænse, men som et signal om nuværende restitutionbehov. Når du er tidligt i træningen, har du brug for mere hvile mellem sessioner. Da du tilpasser dig, kan du håndtere mere volumen. De mennesker, der brænder ud, er ikke dem, der laver tre fokuserede timer af AI-forstærket arbejde. De er dem, der ikke kan stoppe, fordi feedback-løkken er for overvældende, hvilket er præcis den spilleautomat-dynamik, jeg har skrevet om før.

Svaret er ikke at undgå fitnesscentret. Det er at træne smart: intense sessioner, reel restitution, gradvis progression.

En forudsigelse, ingen andre laver

Her er, hvad jeg tror sker over de næste 12 til 18 måneder.

“AI-træthed”-narrativen vil toppes et sted i år. Der vil være flere artikler, mere håndvring, sandsynligvis et par højprofilerede ingeniører, der offentligt “tager en pause fra AI-værktøjer.” Det vil føles som en meningsfuld modreaktion.

Så vil det stille og roligt forsvinde. Ikke fordi folk stoppede med at bruge AI, men fordi de tidlige adoptere færdiggjorde tilpasningen. Tre-timers-væggen vil føles som en fjern erindring for mennesker, der har gjort dette i et og et halvt år. De vil dirigere AI-arbejdsgange på samme måde, som de engang skrev for-løkker: uden at tænke over det.

Og forskellen mellem dem, der pressede sig igennem sømhed, og dem, der ikke gjorde, vil være enorm. Ikke fordi AI-færdigheder er sjældne, men fordi tilpasningen selv, evnen til at tænke i retning af direction, vurdering og orkestrering i stedet for linje-for-linje-implementering, vil være blevet anden natur for den ene gruppe og helt fremmed for den anden.

Den dårligste reaktion på træningssømhed har altid været den samme: stoppe med at gå til fitnesscentret.

Hvad det betyder for ledere

Hvis du lige nu leder en ingeniørhold, så forstå, hvad du faktisk ser. Dine mest produktive ingeniører er også dine mest trætte. Det er ikke en modsætning. Det er det tydeligste signal, du har om, at tilpasning er i gang.

Reager ikke ved at reducere AI-adoptionsgraden. Reager ikke ved at prætende, at trætheden ikke er virkelig. Reager på samme måde, som en god træner ville: styr belastningen. Forvent intense, fokuserede sessioner af AI-forstærket arbejde efterfulgt af ægte restitution. Giv folk tilladelse til at operere på, hvad der føles som reducerede timer, mens de bygger nye kognitive færdigheder. Outputtet vil stadig være mange gange, hvad det var før.

De virksomheder, der får det her rigtigt, vil have tilpasset hold inden årets udgang. De, der enten ignorerer trætheden eller trækker sig tilbage fra AI som reaktion på den, vil finde sig selv med det værste af begge verdener: udbrændte ingeniører, der aldrig fik gennem den hårdeste del af kurven.

Vi oplever ikke sideeffekterne af en ny teknologi. Vi er i de tidlige uger af træning til en ny måde at arbejde på. Sømhed er beviset for, at det fungerer. Læn dig ind i det, styr det, og hav tillid til, at din hjerne, ligesom ethvert andet adaptivt system i naturen, vil gøre, hvad den altid har gjort.

Den vil tilpasse sig.