Odată cu răspândirea AI-ului generativ, birourile s-au lovit de un fenomen nou și frustrant: workslop - muncă generată cu efort minim, cu aspect acceptabil la prima vedere, dar care ajunge să consume timp și energie pentru că mută efortul de gândire către cel care primește materialul.
Pentru destinatar, experiența poate fi derutantă și enervantă: ai în față ceva care pare gata, dar nu te ajută. Iar ca să îl faci util, trebuie să îl verifici, să îl corectezi și, uneori, să o iei de la capăt.
Poate ai văzut deja termenul workslop pe blogul Qualians, în analiza noastră despre Cele mai populare 10 articole Harvard Business Review din 2025. A apărut acolo pentru un motiv simplu: a fost articolul cel mai citit din 2025 pe HBR și ne-am dat seama că spune pe nume unei frustrări pe care o întâlnim tot mai des în organizații. Tocmai de aceea îl aducem acum, integral, în română, pentru comunitatea noastră.
În cercetarea autorilor, apar exemple care arată cât de rapid poate deveni coroziv:
- Într-o companie, folosirea AI pentru a genera cod rapid a introdus zeci de bug-uri critice în codebase. Un inginer a ajuns să fie atât de frustrat de efecte și de efortul de refacere, încât a plecat cu preaviz de două zile.
- În altă organizație, un cercetător calitativ a descris că s-a simțit furios după ce managerul i-a introdus concluziile în ChatGPT ca să genereze tabele și o secțiune de discuții. Rezultatele au ieșit greșite, iar textul a fost plin de jargon fără sens. L-a deranjat nu doar lipsa de utilitate, ci și faptul că munca i-a fost introdusă în AI fără permisiune.
- Un angajat dintr-o companie de tehnologie a observat că tonul evaluării de performanță nu semăna cu stilul managerului și că documentul recicla conținut din autoevaluarea lui. Experiența l-a făcut să se simtă neapreciat și să își piardă încrederea că va fi promovat vreodată.
Multe reacții la workslop se concentrează pe costul de timp - minutele sau orele pierdute pentru fiecare livrabil care arată bine, dar nu are substanță. Însă pentru lideri, miza reală este alta: impactul asupra relațiilor. Când workslop-ul devine obișnuință, oamenii își pierd răbdarea, își reduc disponibilitatea de a ajuta și încep să se protejeze. Iar încrederea, odată erodată, se reconstruiește greu.
Adevărul incomod: workslop-ul este, de multe ori, un eșec de management
E ușor să reacționezi cu dispreț față de cei care trimit astfel de materiale. Cercetarea autorilor indică însă o concluzie incomodă: proliferarea workslop-ului este, adesea, un eșec de management. Mai exact, apare din combinația a doi factori pe care organizațiile îi pot controla:
- direcții neclare despre cum ar trebui folosit AI-ul
- echipe suprasolicitate
Liderii transmit directive vagi de tipul folosiți AI, fără să definească așteptări, standarde de calitate sau cazuri de utilizare. În același timp, mulți angajați sunt deja supraîncărcați, epuizați psihologic și lucrează în medii în care oamenii nu se simt în siguranță să recunoască că nu știu, să ceară ajutor sau să spună am nevoie de clarificări.
Workslop-ul nu este inevitabil. Primul pas este să înțelegem presiunile de sus și de jos care îl produc.
Oala sub presiune: cum se formează workslop-ul
Orice tehnologie nouă are nevoie de timp ca să îi înțelegem utilizarea reală și efectele secundare. Pe măsură ce AI-ul generativ intră în fluxurile de lucru, vedem mai clar cum schimbă comunicarea, colaborarea și standardele.
Cei trei autori au urmărit acest proces în contexte diferite. Doi dintre ei (Hancock și Niederhoffer) studiază de decenii cum tehnologia modelează comunicarea - de la primele cercetări despre conversațiile online până la dimensiunile psihologice ale rețelelor sociale. Mai recent, prin colaborarea dintre BetterUp Labs și Stanford Social Media Lab, au urmărit timp de doi ani cum gândesc, simt și performează oamenii când folosesc AI la muncă.
Din perspectiva executivilor, presiunea este ușor de înțeles. Conducerile și board-urile văd în AI o pârghie pentru productivitate și competitivitate, mai ales într-un context economic tensionat. În multe organizații există o așteptare implicită: AI ar trebui să ajute echipele să facă mai mult, cu resurse mai puține.
Din perspectiva angajaților, realitatea arată altfel: mai multe sarcini, roluri consolidate, mai puțină capacitate de atenție și energie. Iar peste toate, un mesaj ambiguu: folosiți AI cât mai mult.
În datele autorilor, o parte importantă dintre angajați au spus că leadershipul le-a încurajat utilizarea AI fără îndrumări concrete și fără context suficient ca oamenii să îl aplice cu sens pe sarcini și procese specifice.
În interviuri și răspunsuri din survey, apar idei recurente:
- Un lider care gestionează, la rândul lui, alți manageri descrie presiunea de a împinge folosirea AI în toată organizația fără o viziune clară despre ce înseamnă succesul, ceea ce duce la frustrare la nivel de conducere.
- Un executiv spune că, în organizația lui, se premiază cantitatea și semnalul de folosim AI, mai mult decât calitatea și eficiența, iar asta îl face să își caute alt rol.
- Un alt respondent subliniază că organizațiile ar trebui să fie mult mai clare despre cum se folosește AI raportat la obiectivele echipei și cum arată un rezultat bun, în munca lor.
În cercetarea autorilor, dintr-un eșantion de 1.150 de angajați full-time din SUA, 41% își aminteau un exemplu concret de workslop care le-a afectat munca. Mai mult de jumătate au recunoscut că au trimis și ei workslop colegilor. Iar unul din zece a spus că jumătate sau mai mult din munca generată cu AI pe care a trimis-o era neutilă, făcută cu efort minim sau de calitate scăzută.
Cu analiza predictorilor, autorii încep să înțeleagă mai bine de unde vine workslop-ul: din presiuni resimțite simultan la vârf și la linia de execuție.
De ce oamenii trimit workslop, deși știu că nu este bun
Întrebarea logică este: de ce ai trimite colegilor ceva despre care știi că e slab?
Răspunsul dominant din date: pentru că oamenii sunt întinși la maximum. Când bugetele se strâng, rolurile se consolidează și sarcinile cresc fără reproiectare reală de job, contributorii individuali și managerii de linie ajung să jongleze cu volume nesustenabile de muncă. În această stare de epuizare, apare tentația soluției rapide.
Direcțiile generale de utilizare a AI, fără training, fără autonomie și fără încredere culturală pentru experimentare, îi împing pe oameni către utilizare performativă: nu folosesc AI ca să crească valoarea, ci ca să demonstreze conformare. Iar rezultatul este muncă cu efort minim, care mută povara către cel care primește materialul. Asta este workslop-ul.
În spate, există și un context mai larg de degradare a resurselor psihologice și relaționale din organizații. În seturi mari de date la nivel de angajați, se observă scăderi ale unor mindset-uri fundamentale pentru performanță, precum focalizare, agilitate și planificare strategică. În același timp, barometre globale de încredere arată scăderi ale încrederii angajaților în angajatori.
Cauzele se acumulează: stres prelungit după pandemie, incertitudine economică și geopolitică, fragmentare în munca hibridă, burnout, schimbări generaționale în așteptări. Rezultatul este o scădere a capacității de colaborare: mai puțină răbdare, mai puțină creativitate, mai puțin spațiu psihologic pentru întrebări, feedback și clarificări.
Workslop-ul este și simptom, și accelerator. Simptom, pentru că apare într-un sistem care îl încurajează. Accelerator, pentru că, lăsat netratat, deteriorează relații, subminează colaborarea și erodează încrederea.
AI poate crește productivitatea. Vedem asta în cercetare și în rapoarte din industrie. Dar prevalența workslop-ului arată ceva esențial: prezența AI nu garantează câștiguri. Ca să obții beneficii reale, trebuie să repari condițiile organizaționale care produc utilizare slabă.
Cum reduc liderii workslop-ul: trei direcții clare
Cercetarea autorilor indică factori care fac organizațiile mai rezistente la workslop. Dincolo de a tempera direcțiile generale și neclare, liderii au nevoie de un răspuns sistemic, adaptat contextului propriu.
1) Construiește competență și control în folosirea AI
Autorii au observat că oamenii care simt că au competență și control asupra instrumentelor AI sunt de două ori mai puțin predispuși să genereze workslop.
Cum construiești asta, practic:
- investiții în alfabetizare AI, pe roluri și cazuri de utilizare, nu training generic
- vizibilizarea practicilor bune care deja există în organizație (multe sunt informale și rămân „invizibile”)
- sprijin aplicat în integrarea AI în fluxuri de lucru, inclusiv prin specialiști care ajută echipele să îl folosească eficient
Aceste investiții tind să aibă ROI bun, pentru că reduc risipa și cresc calitatea.
2) Creează o cultură în care oamenii pot spune adevărul despre AI
Un factor de protecție major este încrederea în echipă. Când oamenii simt că pot recunoaște utilizarea AI, pot ridica îngrijorări legate de calitate și pot cere feedback fără stigmatizare, calitatea muncii crește. În datele autorilor, încrederea în echipă a redus semnificativ workslop-ul.
Asta înseamnă obiceiuri simple, dar consecvente: întrebări bune în ședințe, feedback clar, spațiu pentru dialog, normalizarea clarificărilor.
3) Tratează workslop-ul ca semnal, nu ca insultă
Fiecare episod de workslop este un indicator că organizația este sub presiune din ambele direcții: de sus, să demonstreze ROI din AI; de jos, din supraîncărcarea oamenilor. Pentru lideri, workslop-ul oferă inteligență organizațională: arată unde se fisurează designul de muncă, normele de calitate și contractul de încredere.
E ușor să ridici din umeri și să judeci. Dar asta este o capcană clasică: dăm vina pe lene sau incompetență și ignorăm contextul. Soluția reală trebuie să opereze pe trei niveluri:
- Cultură: reconstruiește încrederea prin practici cotidiene de colaborare - feedback, întrebări și dialog.
- Practici: definește așteptări clare despre când și cum se folosește AI, ce înseamnă calitate și cum arată revizia umană care adaugă judecată, nu o externalizează.
- Responsabilitate: ai nevoie de cineva care înțelege și tehnologia, și dinamica relațională - un rol sau o responsabilitate care identifică fricțiuni, adaptează integrarea AI la fluxurile reale de lucru și leagă AI de rezultate măsurabile.
Ironia este simplă: ca AI să funcționeze bine la muncă, trebuie să devenim mai buni la partea umană a muncii. Dacă nu creăm spațiu pentru colaborare reală și pentru discuții oneste, riscăm să ne îngropăm în noroiul workslop-ului.
La Qualians, lucrăm cu organizații care vor să folosească AI ca multiplicator de valoare, nu ca generator de zgomot. Asta înseamnă claritate în așteptări, standarde de calitate, obiceiuri de colaborare și un cadru care crește încrederea și autonomia echipelor.
Dacă vrei să reduci workslop-ul și să construiești un mod sănătos de lucru cu AI - cu norme, training aplicat, integrare în fluxuri și cultură de feedback - completează formularul de contact. Un consultant Qualians revine cu o recomandare adaptată contextului organizației tale.
