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

Der er en narrativ, der bygges op lige nu, som får meget opmærksomhed: AI udanner os. Ingeniører sender mere kode end nogensinde og føler sig værre end nogensinde. Begrebet “AI-udmattelse” 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-chefer rammer en mur 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 udmattelse, er ikke skeptikerne. De er de sande troende.

Ingeniørerne, der er fastlåst på niveau ét på Yegges adoptionskurve, de, der ignorerer AI helt, føler sig fint. Lidt angst, måske, men ikke udmattede. 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 har forestillet sig, der kommer hjem og er færdige.

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

Du har ikke et udmattelsesproblem. Du har et træningsproblem.

Tænk på den første gang, du nogensinde løftede en død. 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 kendte på den mest ubehagelige måde.

Hvis nogen havde målt din output den dag, ville det have set elendigt ud. Du kunne knap nok sidde ned uden at sammenkne. Du måtte rimelig konkludere, at dødlyft er uholdbart, at det menneskelige legeme 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 ounce af bevidst anstrengelse, blev automatisk. Ømhed ikke betød, at du var knækt. Det betød, at 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 en velkendt program. Du har gjort det tusindvis af gange. Du kender tastetrykkene, mønstrene, fejlfindingens rytmer. Det er som at køre din daglige pendling: teknisk komplekst, men så øvet, 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, evaluerer, 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, vedligeholder kontekst på tværs af parallelle arbejdsgange, træffer domsbeslutninger om AI-output konstant. Det er derfor, at tre timers arbejde kan efterlade dig mere udmattet end otte timers traditionel kodning. Det er den kognitive ekvivalent til din første uge i fitnesscentret.

Adoptionskurven er faktisk 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 udmattelse.

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. Det er her, udmattelsen bor. Det er den tungt død.

På niveauerne syv og otte sker der noget interessant. Du har bygget orkestrerings-systemer. AI arbejder 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 dette: at 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 adopterer sidder lige nu. Og det er derfor, at udmattelsen føles universel: De mennesker, der taler om AI mest, er urent de, der er i den hårdeste del af læringskurven.

Ingen skrev artikler om “kørselsudmattelse”

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

Nu kører du en time, mens du halvt 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 “kørselsudmattelse” som en eksistenskrise. 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 ikke at undgå fitnesscentret. Det er at træne smart: intense sessioner, rigtig restitution, gradvis progression.

En forudsigelse, ingen andre laver

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

“AI-udmattelses”-narrativen vil toppe på et tidspunkt i år. Der vil være flere artikler, mere bekymring, sandsynligvis et par højprofilerede ingeniører, der offentligt “tager en pause fra AI-værktøjer.” Det vil føles som en betydelig modreaktion.

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

Gapet mellem dem, der pressede igennem smerterne, og dem, der ikke gjorde, vil være enormt. Ikke fordi AI-færdigheder er sjældne, men fordi tilpasningen selv, evnen til at tænke i retning af direction, evaluering 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 træningssmerter har altid været den samme: stoppe med at gå i fitnesscentret.

Hvad dette betyder for ledere

Hvis du leder et ingeniørteam lige nu, forstå, hvad du 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 undervejs.

Reager ikke ved at reducere AI-adoption. Reager ikke ved at prætende, at udmattelsen ikke er virkelig. Reager på samme måde, som en god træner ville: styre træningsbelastningen. 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 dette rigtigt, vil have tilpasset hold inden årets udgang. De, der enten ignorerer udmattelsen eller trækker sig tilbage fra AI som reaktion på den, vil finde sig selv med det værste af begge verdener: udmattede 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. Smerterne er beviset for, at det fungerer. Læn dig ind i det, styre det, og stole på, at din hjerne, ligesom ethvert andet adaptivt system i naturen, vil gøre, hvad den altid har gjort.

Den vil tilpasse sig.