اخبار هوش مصنوعی

کاربران هوش مصنوعی روزانه تا ۹۰ دقیقه بیشتر کار می‌ کنند

یک پژوهش جدید روی ۹۱۴۰ کارمند نشان می‌دهد که کاربران هوش مصنوعی روزهای کاری طولانی‌تری دارند و بیشتر میان برنامه‌های مختلف جابه‌جا می‌شوند. سرویس هوش مصنوعی تک‌ناک آزمایشگاه بهره‌وری ActivTrak در پژوهش جدیدی اعلام کرده است که استفاده از هوش مصنوعی لزوما باعث ک…

7 دقیقه مطالعه
  • پشتیبانی شبکه
  • هوش مصنوعی
  • مصنوعی
  • هوش
  • استفاده
  • کاری
  • میان
  • کاربران
کاربران هوش مصنوعی روزانه تا ۹۰ دقیقه بیشتر کار می‌ کنند

خلاصه تحلیلی خبر

یک پژوهش جدید روی ۹۱۴۰ کارمند نشان می‌دهد که کاربران هوش مصنوعی روزهای کاری طولانی‌تری دارند و بیشتر میان برنامه‌های مختلف جابه‌جا می‌شوند. سرویس هوش مصنوعی تک‌ناک آزمایشگاه بهره‌وری ActivTrak در پژوهش جدیدی اعلام کرده است که استفاده از هوش مصنوعی لزوما باعث ک…

موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، مصنوعی، هوش، استفاده، کاری

یک پژوهش جدید روی ۹۱۴۰ کارمند نشان می‌دهد که کاربران هوش مصنوعی روزهای کاری طولانی‌تری دارند و بیشتر میان برنامه‌های مختلف جابه‌جا می‌شوند.

سرویس هوش مصنوعی تک‌ناکآزمایشگاه بهره‌وری ActivTrak در پژوهش جدیدی اعلام کرده است که استفاده از هوش مصنوعی لزوما باعث کاهش ساعات کاری نمی‌شود. نتایج این پژوهش نشان می‌دهد که کاربران هوش مصنوعی در مقایسه با افرادی که از این فناوری استفاده نمی‌کنند، روزانه تا ۹۰ دقیقه بیشتر کار می‌کنند. همچنین استفاده گسترده از ابزارهای هوش مصنوعی با افزایش جابه‌جایی میان برنامه‌ها و کاهش مدت تمرکز پیوسته ارتباط دارد.

این پژوهش که نتایج آن در ۲۹ اکتبر ۲۰۲۶ منتشر شد، الگوهای فعالیت دیجیتال ۹۱۴۰ کارمند فعال در مشاغل دانش‌محور را بررسی کرده است. پژوهشگران اطلاعات این کارکنان را از ۴۶۷ شرکت در فاصله اول آوریل تا ۲۵ سپتامبر ۲۰۲۶ جمع‌آوری کرده‌اند.

برخلاف بسیاری از مطالعات که به نظرسنجی و اظهارات کارکنان متکی هستند، پژوهشگران ActivTrak از داده‌های واقعی فعالیت دیجیتال استفاده کرده‌اند. آنها ارتباط میان میزان استفاده از هوش مصنوعی، مدت روز کاری، تمرکز کارکنان، جابه‌جایی میان برنامه‌ها و کارایی فرایندهای کاری را بررسی کرده‌اند.

نتایج نشان می‌دهد که استفاده از ابزارهای هوش مصنوعی به‌تنهایی تضمین‌کننده افزایش بهره‌وری نیست. نحوه ادغام این ابزارها در محیط کار می‌تواند نقش مهمی در کاهش وقفه‌ها و بهبود فرایند انجام وظایف داشته باشد.

کاهش تمرکز کاربران هوش مصنوعی

یکی از مهم‌ترین یافته‌هایپژوهش ActivTrakتفاوت قابل‌ توجه مدت روز کاری کاربران هوش مصنوعی با سایر کارکنان است. طبق داده‌های این شرکت، مدت روز کاری کاربران هوش مصنوعی بین ۸.۴ تا ۹.۱ ساعت متغیر است. در مقابل، افرادی که از ابزارهای هوش مصنوعی مولد استفاده نمی‌کنند، به‌طور متوسط روز کاری ۷.۶ ساعته دارند.

این اختلاف نشان می‌دهد که روز کاری برخی کاربران هوش مصنوعی تا ۹۰ دقیقه طولانی‌تر است. با وجود این‌، پژوهش حاضر رابطه علت و معلولی میان استفاده از هوش مصنوعی و افزایش ساعات کاری را اثبات نمی‌کند.

همچنین پژوهشگران میزان فعالیت کارکنان خارج از ساعات اداری را بررسی کرده‌اند. کاربران حرفه‌ای هوش مصنوعی ۳۲.۳ درصد از زمان کاری خود را خارج از ساعات تعیین‌شده سپری می‌کنند. این نسبت برای کارکنانی که از هوش مصنوعی استفاده نمی‌کنند، ۳۱.۹ درصد است.

کارمند خسته پشت میز کار در محاصره ربات‌های هوش مصنوعی، نمایشگرهای دیجیتال و انبوهی از اسناد و یادداشت‌های کاری

اگرچه سهم فعالیت خارج از ساعات اداری در هر دو گروه تقریبا یکسان است، طولانی‌تر بودن روز کاری کاربران حرفه‌ای باعث می‌شود که آنها روزانه ۱۸ دقیقه بیشتر خارج از ساعات اداری کار کنند.

یافته مهم دیگر به کاهش مدت تمرکز پیوسته مربوط می‌شود. میانگین دوره‌های تمرکز بدون وقفه در میان کاربران حرفه‌ای هوش مصنوعی به ۳۷.۸ دقیقه می‌رسد. این میزان برای کارکنانی که استفاده محدودی از هوش مصنوعی دارند، ۴۸.۲ دقیقه است.

بنابراین، کاربران حرفه‌ای هوش مصنوعی دوره‌های تمرکز حدود ۲۲ درصد کوتاه‌تری را تجربه می‌کنند. این اختلاف نشان‌دهنده ارتباط میان استفاده گسترده از هوش مصنوعی و کاهش مدت فعالیت بدون وقفه است.

همچنین پژوهشگران دریافتند که کاربران حرفه‌ای هوش مصنوعی زمان کمتری را در جلسات رسمی سپری می‌کنند. جلسات تنها ۳ درصد از زمان کاری این گروه را تشکیل می‌دهند، درحالی‌که سهم جلسات برای کارکنان غیرهوش مصنوعی ۵ درصد است.

تأثیر ابزارهای AI بر جابه‌جایی میان برنامه‌ها

یکی دیگر از یافته‌های مهم این پژوهش، ارتباط استفاده گسترده ازهوش مصنوعیبا افزایش جابه‌جایی میان برنامه‌های مختلف است. کاربران حرفه‌ای هوش مصنوعی به‌طور متوسط ۱.۱ بار در ساعت برنامه فعال خود را تغییر می‌دهند. این میزان برای کارکنانی که از هوش مصنوعی استفاده نمی‌کنند، ۰.۹۵ بار در ساعت است.

بر این اساس، نرخ جابه‌جایی میان برنامه‌ها در میان کاربران حرفه‌ای هوش مصنوعی ۱۵.۲ درصد بیشتر از سایر کارکنان است.

با وجود این‌، نتایج پژوهش نشان می‌دهد که نحوه دسترسی به ابزارهای هوش مصنوعی تأثیر قابل‌ توجهی بر این شاخص دارد. کارکنانی که از قابلیت‌های هوش مصنوعی تعبیه‌شده در برنامه‌های اصلی کاری خود استفاده می‌کنند، به‌طور متوسط تنها ۰.۶ بار در ساعت میان برنامه‌ها جابه‌جا می‌شوند.

در مقابل، میزان جابه‌جایی برای کارکنانی که از ابزارهای هوش مصنوعی مبتنی بر مرورگر استفاده می‌کنند، بین ۱.۷ تا ۴.۲ بار در ساعت است.

این اختلاف نشان می‌دهد که ابزارهای مستقل هوش مصنوعی ممکن است مراحل بیشتری به فرایند انجام کار اضافه کنند. برای مثال، کارکنان هنگام استفاده از چنین ابزارهایی ممکن است ناچار شوند مرتب میان برنامه اصلی و محیط مرورگر جابه‌جا شوند.

پژوهشگران از این وضعیت با عنوان «هزینه پنهان جابه‌جایی میان ابزارها» یاد می‌کنند. طبق نتایج، برخی کاربران هوش مصنوعی مبتنی بر مرورگر به‌طور متوسط ۴.۲ بار در ساعت میان برنامه‌ها جابه‌جا می‌شوند. این میزان بیش از چهار برابر نرخ ۰.۹۵ بار در ساعت در میان کاربران غیرهوش مصنوعی است.

چنین جابه‌جایی‌هایی می‌تواند با ایجاد وقفه‌های مکرر، فرایند انجام وظایف را پیچیده‌تر کند. در مقابل، ادغام مستقیم قابلیت‌های هوش مصنوعی در نرم‌افزارهای اصلی ممکن است نیاز به تغییر مداوم محیط کاری را کاهش دهد.

پژوهشگران برای بررسی دقیق‌تر این موضوع، تفاوت الگوهای کاری در مشاغل مختلف را نیز تحلیل کرده‌اند.

مهندسان نرم‌افزار که بیشتر از ابزارهای هوش مصنوعی یکپارچه استفاده می‌کنند، به‌طور متوسط ۰.۶ بار در ساعت میان برنامه‌ها جابه‌جا می‌شوند. همچنین آنها ۷۸.۵ درصد از زمان فعالیت خود را در نرم‌افزارهای اصلی کدنویسی سپری می‌کنند.

در مقابل، مدیران عملیات بیشتر به ابزارهای هوش مصنوعی مبتنی بر مرورگر وابسته هستند. این گروه ۷۵.۵ درصد از زمان فعالیت خود را در برنامه‌های اصلی کاری سپری می‌کنند و به‌طور متوسط ۱.۱ بار در ساعت میان برنامه‌ها جابه‌جا می‌شوند.

میزان جابه‌جایی مدیران عملیات در دوره‌هایی که فعالیت‌های هماهنگی افزایش پیدا می‌کند، به ۴.۱ بار در ساعت می‌رسد.

این تفاوت‌ها نشان می‌دهد که نوع شغل و نحوه استفاده از ابزارهای هوش مصنوعی می‌توانند با الگوهای متفاوتی از تمرکز و جابه‌جایی میان برنامه‌ها همراه باشند.

استفاده بیشتر به معنای بهره‌وری بالاتر نیست

گابریلا ماخ، مدیر ارشد مشتریان و رئیس آزمایشگاه بهره‌وری ActivTrak، معتقد است که سازمان‌ها نباید میزان استفاده از هوش مصنوعی را به‌تنهایی معیاری برای موفقیت این فناوری در نظر بگیرند.

او بیان کرد: «هوش مصنوعی ممکن است به کارکنان کمک کند وظایف خود را سریع‌تر انجام دهند، اما پژوهش ما نشان می‌دهد که این فناوری با طولانی‌تر شدن روزهای کاری، افزایش جابه‌جایی میان برنامه‌ها و کوتاه‌تر شدن دوره‌های تمرکز همراه است.»

ماخ تأکید کرد که مدیران باید به‌جای تمرکز صرف بر گسترش استفاده از هوش مصنوعی، بهبود قابل‌اندازه‌گیریبهره‌وریکارایی و عملکرد تجاری را هدف قرار دهند.

پژوهشگران برای تحلیل داده‌ها، کارکنان را براساس میزاناستفاده روزانه از هوش مصنوعیبه چهار گروه تقسیم کرده‌اند.

کاربران حرفه‌ای روزانه بیش از ۴۵ دقیقه و در دست‌کم پنج نوبت از هوش مصنوعی استفاده می‌کنند. کاربران معمولی بین ۱۰ تا ۴۵ دقیقه در روز از این ابزارها بهره می‌برند. کاربران کم‌مصرف نیز در مجموع کمتر از ۱۰ دقیقه در روز از هوش مصنوعی برای انجام وظایف کوتاه استفاده می‌کنند.

گروه چهارم شامل کارکنانی است که هیچ استفاده‌ای از ابزارهای هوش مصنوعی مولد ندارند.

پژوهشگران برای محاسبه فعالیت خارج از ساعات اداری نیز زمان کار مفید ثبت‌شده روی نمایشگر را در نظر گرفته‌اند. در روزهای کاری هفته، فعالیت خارج از ساعت شروع و پایان تعیین‌شده کارمند در این دسته قرار می‌گیرد.

در روزهای پایانی هفته، فعالیت مفید کمتر از دو ساعت به‌ عنوان کار خارج از ساعات اداری محسوب می‌شود. فعالیت بیش از دو ساعت ممکن است نشان‌دهنده برنامه کاری منظم در تعطیلات باشد.

آزمایشگاه بهره‌وری ActivTrak با تحلیل داده‌های تجمیع‌شده فعالیت کارکنان در هزاران سازمان، تغییرات الگوهای کاری، همکاری و بهره‌وری را بررسی می‌کند. این مجموعه در پژوهش جدید خود بر اهمیت ادغام مؤثر هوش مصنوعی در فرایندهای کاری تأکید کرده است.

یافته‌ها نشان می‌دهد که سازمان‌ها برای ارزیابی مزایای هوش مصنوعی باید علاوه بر میزان استفاده، شاخص‌هایی مانند مدت روز کاری، تمرکز کارکنان و تعداد جابه‌جایی‌ها میان برنامه‌ها را نیز بررسی کنند.

نوشتهکاربران هوش مصنوعی روزانه تا ۹۰ دقیقه بیشتر کار می‌ کننداولین بار درTechnoc. پدیدار شد.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.