Mental Load Engineering: Dlaczego AI męczy liderów bardziej niż pomaga

Materiał prelegenta Konferencji Pulsu Biznesu
opublikowano: 2026-01-07 11:36

Większość firm traktuje wdrażanie AI jak problem technologiczny. Kupują licencje, organizują szkolenia, mierzą liczbę promptów. I dziwią się, że zamiast odciążyć ludzi, dodali im kolejną warstwę chaosu. Problem nie leży w narzędziach. Leży w tym, jak ludzki mózg radzi sobie z niepewnością, a dla wielu AI to fabryka niepewności.

Posłuchaj
Speaker icon
Zostań subskrybentem
i słuchaj tego oraz wielu innych artykułów w pb.pl
Subskrypcja

Widzimy często wiele szans i możliwości w nowych technologiach, jednak w rzeczywistości AI to też potężny stresor (w rozumieniu biologicznym), który drenuje zasoby poznawcze liderów i zespołów. Bezpieczeństwo psychologiczne w tym kontekście przestaje być „miękką kompetencją HR”, a staje się technicznym bezpiecznikiem. Bez niego systemy AI są nie tylko bezużyteczne, ale wręcz niebezpieczne, ponieważ zastraszony pracownik nie skoryguje halucynacji algorytmu., a to może rodzić poważne konsekwencje dla biznesu.

Dlaczego mózg nienawidzi AI (nawet jeśli udaje, że lubi)

Mózg działa jak system predykcyjny, przewiduje, co się zaraz wydarzy, i przygotowuje organizm. Neurobiolożka Lisa Feldman Barrett nazywa to "budżetem ciała". Gdy rzeczywistość zgadza się z przewidywaniem, organizm oszczędza energię. Gdy przewidywanie się nie sprawdza, mózg pali glukozę i kortyzol, żeby zaktualizować model świata.

AI z definicji generuje błędy predykcji na masową skalę. Czy ten prompt zadziała? Czy dane są prawdziwe? Czy ta odpowiedź to halucynacja, czy fakt? Czy AI mnie zastąpi? Mózg pracownika bez przerwy próbuje przewidzieć zachowanie nieprzewidywalnego systemu. To metabolicznie kosztowne.

Badania pokazują paradoks: ludzie piszący z pomocą modelu LLM (Gemini, ChatGPT, Copilot) pracują o 60% szybciej, ale ich relewantne obciążenie poznawcze spada o 32%. Czym jest to obciążenie poznawcze? jest to pojemność naszej “pamięci roboczej” czyli tego ile danych nasz mózg jest w stanie przetworzyć. Co jeszcze ciekawe 83% z badanych nie pamięta fragmentów własnego tekstu. Inne eksperymenty wskazują na 17 punktów procentowych niższe wyniki w krytycznym myśleniu i 22% gorszą retencję informacji. Praca idzie szybciej, ale głowa jest bardziej pusta. I bardziej zmęczona.

Dla lidera to kluczowe: jeśli zespół jest biologicznie wyczerpany próbą ogarnięcia AI, nie będzie miał energii na to, co naprawdę ważne czyli pilnowanie, czy algorytm nie “plecie bzdur”. A to właśnie jest jedna z nowych ról pracownika, który ma współpracować ze sztuczną inteligencją.

Co Google odkrył o zespołach (i dlaczego to ma znaczenie teraz)

W Google wzięli 180 najlepszych zespołów i sprawdzili, kto wygrywa. Nie wygrali najlepsi programiści. Nie wygrały zespoły z najwyższym IQ. Wygrali ci, którzy mogli powiedzieć "spieprzę to" bez strachu.

Projekt Arystoteles wykazał, że jeden czynnik wyjaśnia 40-45% różnic w wynikach zespołów: bezpieczeństwo psychologiczne. Zespoły, w których ludzie czuli się bezpiecznie, notowały 19% wyższą produktywność, 31% większą innowacyjność, 27% niższą rotację i 3,6 raza wyższe zaangażowanie.

W erze AI to przestaje być "miękka kompetencja HR", a staje się parametrem technicznym. Zespół z poczuciem bezpieczeństwa produkuje o 19% więcej, ale co ważniejsze: błędy zgłasza od razu, a nie chowa je pod dywan. W świecie AI to różnica między incydentem, a często katastrofą.

Jaki z tego wniosek zapytacie? Jeśli w środowisku Google, gdzie pracują najlepsi inżynierowie świata, kluczem okazała się możliwość bezpiecznego podejmowania ryzyka, to w twojej firmie, wdrażającej z początku często nieprzewidywalne algorytmy, jest to warunek przetrwania.

Kruchy zespół vs antykruchy zespół

Tradycyjne korporacje nienawidzą błędów. Gdy pracownik coś zepsuje, system go karze. W efekcie błędy są ukrywane. Nassim Taleb pokazuje, że najlepsze systemy pod wpływem wstrząsów stają się silniejsze, ale tylko jeśli błędy są jawne i analizowane.

AI będzie się mylić. Ono "zgaduje" statystycznie, więc halucynacje to nie bug, tylko cecha. Bez bezpieczeństwa psychologicznego pracownik, który zauważy bzdury w raporcie AI, ze strachu przed oceną może go "przepuścić" dalej. To przepis na katastrofę operacyjną i jeszcze większe obciążenie lidera konsekwencjami w przyszłości.

Analizy wdrożeń AI pokazują, że sam fakt wprowadzenia narzędzi może obniżać poczucie bezpieczeństwa i zwiększać symptomy depresyjne, gdy brakuje dialogu. Ludzie czują, że tracą kontrolę. Liderzy w tej sytuacji mają do podjęcia decyzję, który z dwóch poniższych zespołów chcą budować:

Kruchy zespół: "Kto to zepsuł?" → ukrywanie błędów → AI uczy się na śmieciowych danych → system coraz gorszy. Bomba tyka.

Antykruchy zespół: "Co spowodowało tą sytuację?" → analiza → korekta → system lepszy. Więcej pracy w trakcie, mniej ryzyka w przyszłości.

W środowisku, gdzie AI generuje błędy na masową skalę, brak bezpieczeństwa psychologicznego to nie problem HR. To parametr ryzyka operacyjnego.

15 ‑ 16 września 2026 weź udział w HR Summit 2026

Zaufanie jako redukcja chaosu

Wdrażanie innowacji to chaos. W chaosie procedury przestają działać. Spoiwem pozostaje zaufanie. Należy traktować je pragmatycznie - jako mechanizm upraszczania rzeczywistości.

Bez zaufania lider musi sprawdzać wszystko. W erze AI, gdzie produkcja treści jest masowa, weryfikacja wszystkiego jest niemożliwa. Musisz polegać na osądzie pracownika. Problem: ponad 60% pracowników wiedzy używa dziś AI głównie do automatyzacji rutyny, a Microsoft wykazał ujemną korelację (r≈−0,49) między częstotliwością użycia a krytycznym myśleniem. Niestety. Im więcej AI, tym mniej myślenia. Można wrócić do początku artykułu i przypomnieć sobie z czego to wynika, bynajmniej nie ze złej woli człowieka, jak czasami liderzy sądzą.

Pracownik musi wiedzieć, że jego pozycja nie jest zagrożona przez AI. Dzisiaj często jego wartością staje się "nadzorowanie", nie "robienie". Bezpieczeństwo psychologiczne to pewność, że lider:

● Rozumie specyfikę AI (statystyka, nie magia)

● Nie użyje AI do inwigilacji

● Tworzy przestrzeń na wątpliwości i pytania "głupie"

Firmy z jasnymi zasadami użycia AI raportują wyższą adopcję, niższą rotację i mniej incydentów. Zaufanie to nie sentyment tylko redukcja kosztów transakcyjnych w warunkach niepewności.

Protokół operacyjny: Mental load engineering w zespole

Powyższe to diagnoza. Teraz praktyka i konkret. Pracuję z liderami, którzy odpowiadają za procesy w warunkach wysokiego napięcia czyli tam, gdzie błąd kosztuje, a zespół jest już często zmęczony. Z tej pracy wyciągnąłem protokół, który działa niezależnie od branży: trzy punkty zaczepienia, które możesz wdrożyć bez zgody zarządu i bez budżetu na konsultantów.

Ⅰ. Rytuały prawdy zamiast raportów statusu

Zamiast standardowych raportów statusu ("Co zrobiliście?"), wprowadź pytania o granice kontroli: "Gdzie w tym tygodniu byliśmy najbliżej stracenia kontroli?" lub "Czego nie wiemy o tym, jak działają nasze procesy?".

Zrób z tego cotygodniowy rytuał – 15 minut, stały punkt agendy, bez wyciągania konsekwencji personalnych. Cel: zobaczyć system, nie znaleźć winnego. Błąd przestaje być porażką jednostki, a staje się sygnałem o słabym punkcie w procesie. Zespół uczy się, że mówienie prawdy nie grozi konsekwencjami, tylko uruchamia naprawę.

II. Crash Test – miesięczny/kwartalny Red Teaming

To nie jest ćwiczenie „na wypadek końca świata”, tylko rutynowe sprawdzanie, gdzie system może zawieść bez alarmu. Zespół celowo testuje krytyczne punkty pracy: miejsca, w których błąd wygląda wiarygodnie, przechodzi dalej i zaczyna żyć własnym życiem. Kto ma szansę to zauważyć? Na jakim etapie? Gdzie proces zakłada, że „ktoś na pewno sprawdzi”, ale nikt nie sprawdza?

Regularne testowanie scenariuszy awaryjnych zmniejsza lęk (wiesz, co może się stać) i buduje kompetencje (wiesz, jak to wyłapać). To jak próba ewakuacyjna strach znika, gdy znasz procedurę.

III. Kontrakt decyzyjny – kto za co odpowiada

Jedna zasada porządkuje wszystko: system może podpowiadać, ludzie decydują, odpowiedzialność ma imię i nazwisko. Rekomendacje, analizy czy sugestie są wsparciem procesu, nie jego właścicielem. Ostateczna decyzja zawsze należy do człowieka i to on ją firmuje.

Taki kontrakt przywraca sprawstwo, a sprawstwo jest fundamentem zdrowia psychicznego w pracy. Zespół nie działa w trybie „wykonawcy decyzji systemu”, tylko w roli autorów wyborów. To nie poczucie bycia zastępowanym, ale bycia wzmocnionym: masz narzędzia, masz kontekst, masz prawo powiedzieć „tak”, „nie” albo „sprawdzam jeszcze raz”.

Podsumowanie

W erze automatyzacji lider przestaje być nadzorcą zadań, a staje się projektantem obciążenia poznawczego zespołu. Technologia jest łatwo dostępna i tania. Deficytowe są inne zasoby: uwaga, krytyczne myślenie i odwaga mówienia prawdy. One odnawiają się wyłącznie w środowisku, które daje psychologiczne bezpieczeństwo.

Kultura, w której można powiedzieć „nie wiem”, „to nie działa” albo „zatrzymajmy się”, nie spowalnia organizacji. Ona ją urealnia. Zespoły działające w takim klimacie nie boją się narzędzi ani zmian – potrafią z nich korzystać, bo rozumieją granice i biorą odpowiedzialność.

Projektuj systemy odporne na błędy i uczące się na nich. Szanuj energetyczny budżet ludzi. Stańmy w prawdzie – bo autentyczna, ludzka komunikacja wciąż pozostaje najsilniejszym mechanizmem korygującym każdy system.

Źródła:

  1. Google re:Work - Project Aristotle (2016)
  2. ASSA Journal – Impact of Excessive AI Tool Usage (2025)
  3. Microsoft Research – The Impact of Generative AI on Critical Thinking (2025)
  4. Nassim Taleb Antykruchość
  5. Lisa Feldman Barrett How Emotions Are Made,
  6. Miłosz Brzeziński Zaufarium.

Autor: Adrian Mortel, mental trainer for leaders, learning and development business partner, OTCF