AI เข้ามาช่วยให้วัยทำงานสามารถทำงานเสร็จเร็วขึ้น แต่สิ่งที่เกิดขึ้นตามมากลับเป็นเรื่องย้อนแย้ง เพราะเมื่อพนักงานทำงานเสร็จก่อนเวลา หลายคนไม่ได้ใช้เวลาที่เหลือไปเตรียมงานอื่นๆ เรียนรู้ทักษะใหม่ หรือคิดหาวิธีทำงานที่ดีขึ้น แต่กลับ "แกล้งงานยุ่ง" หรือทำให้ตัวเองดูเหมือนยังทำงานอยู่ต่อเนื่อง
ไม่ใช่เพราะพวกเขาไม่อยากทำงาน แต่เหตุผลเบื้องหลังพฤติกรรมนี้ก็เพราะพวกเขารู้ดีว่า หากหัวหน้ารู้ว่าตัวเองทำงานเสร็จเร็ว งานชิ้นใหม่อาจถูกส่งมาให้ทันที
เรื่องนี้อาจฟังดูน่าขำ แต่มันกำลังเป็นปรากฏการณ์ที่เกิดขึ้นจริงในโลกการทำงานยุคนี้ ยืนยันจากผลสำรวจของ Software Finder ที่สำรวจกลุ่มคนทำงานชาวออฟฟิศในสหรัฐฯ พบว่า 66% ของพนักงานยอมรับว่า หลังจากทำงานของตัวเองเสร็จแล้ว พวกเขายังคงทำให้ดูเหมือนกำลังทำงานอยู่ โดยคนกลุ่มนี้ใช้เวลาเฉลี่ยเกือบ 5 ชั่วโมงต่อสัปดาห์ไปกับการรักษาภาพลักษณ์ว่า "ยังทำงานไม่เสร็จ" ไม่พร้อมรับงานชิ้นใหม่
ที่น่าตกใจกว่านั้นคือ 64% บอกว่าเคยจงใจทำงานให้ช้าลง เพราะไม่อยากให้งานเสร็จเร็วเกินไป เพราะรู้ดีว่าหากทำงานเสร็จก่อนเวลา สิ่งที่จะตามมาอาจไม่ใช่การได้พัก แต่คือความคาดหวังใหม่และงานชิ้นใหม่ที่ถูกส่งมาให้ทันที
ปรากฏการณ์นี้กำลังสะท้อนปัญหาที่ใหญ่กว่าเรื่อง "พนักงานแอบอู้งาน" เพราะมันกำลังบอกว่า เมื่อองค์กรยังให้รางวัลกับคนที่ดูเหมือนยุ่งอยู่ตลอดเวลา พนักงานก็เรียนรู้ที่จะรักษาภาพลักษณ์นั้นไว้ แม้ตัวเองจะสามารถทำงานได้มีประสิทธิภาพมากขึ้นแล้วก็ตาม
คนทำงานเสร็จเร็วขึ้น มักกลายเป็นคนที่ได้งานเพิ่ม?!
ในอดีต บริษัทจำนวนมากมองการจ้างงานในลักษณะที่ว่า พวกเขากำลังซื้อ “เวลาของพนักงาน” โดยต้องการให้พนักงานทำงานครบตามเวลาที่กำหนด ทุกนาทีควรถูกใช้ไปกับการทำงาน แนวคิดนี้กำลังกลายเป็นปัญหา เมื่อ AI เข้ามาช่วยให้เหล่าพนักงาน สามารถ "ลดเวลา" ที่ใช้ในการทำงานเดิมลงได้อย่างมาก
หากพนักงานเคยใช้เวลา 3 ชั่วโมงทำรายงานหนึ่งฉบับ แต่หากใช้ AI ช่วยแล้ว ก็จะสามารถทำเสร็จเร็วขึ้นภายใน 1 ชั่วโมง ส่วนอีก 2 ชั่วโมงที่เหลือควรกลายเป็นเวลาสำหรับเรียนรู้ ทดลอง ปรับปรุงกระบวนการ หรือเตรียมตัวทำงานที่มีคุณค่ามากขึ้น แต่..ถ้าองค์กรตอบสนองด้วยการเติมงานใหม่เข้าไปทันที พนักงานก็จะเรียนรู้ว่า การทำงานเสร็จเร็วขึ้น ไม่ได้ทำให้ตัวเองมีเวลาพักหรือมีเวลาเรียนรู้ทักษะมากขึ้นเลย
เมื่อเป็นแบบนั้น พนักงานจึงตัดสินใจที่จะ “ซ่อนประสิทธิภาพการทำงาน” ที่แท้จริงเอาไว้ ไม่ว่าจะเป็นการเปิดเอกสารค้างไว้ เลื่อนเวลาตอบข้อความออกไป ทำให้สถานะออนไลน์ยังดู Active (โชว์ว่ากำลังทำงานอยู่) บางคนอาจมองว่านี่คือพฤติกรรมขี้เกียจ แต่ถ้ามองอีกด้าน มันคือการตอบสนองต่อระบบการทำงานที่บิดเบี้ยว เมื่อพนักงานรู้สึกว่า แม้จะมีเวลาว่างมากขึ้น แต่เวลาเหล่านั้นก็ไม่ใช่ของพวกเขาอยู่ดี
ยิ่งน่าสนใจไปกว่านั้น ผลสำรวจเดียวกันพบว่า ในกลุ่มพนักงานที่ทำงานให้กับบริษัทซึ่งมีระบบติดตาม Productivity 63% ของพนักงาน บอกว่า การถูกจับตาดูทำให้พวกเขามีแนวโน้ม "แกล้งทำงาน" มากขึ้น
ไม่ใช่แค่พนักงานระดับปฏิบัติการเท่านั้นที่มีพฤติกรรมเช่นนี้ เพราะ 73% ของผู้จัดการ ก็ยอมรับว่า เคยแกล้งทำงานให้ดูเหมือนมี Productivity ต่อหัวหน้าของตัวเองเช่นกัน นั่นหมายความว่า ปัญหานี้ไม่ได้เกิดขึ้นเฉพาะที่ระดับพนักงาน แต่เป็นพฤติกรรมที่ไหลขึ้นไปตามลำดับชั้นขององค์กรด้วย
เมื่อถามว่าหากการทำงานเสร็จก่อนเวลา แล้วไม่มีงานใหม่ถูกเพิ่มเข้ามา พนักงานจะทำอย่างไร 71% บอกว่าจะปิดคอมพิวเตอร์และออกจากระบบทันที คำตอบนี้แสดงให้เห็นว่า หากองค์กรอนุญาตให้คนทำงาน “หยุดเมื่อทำงานเสร็จ” คนส่วนใหญ่ไม่ได้ต้องการแกล้งทำงานยุ่ง พวกเขาเพียงต้องการใช้เวลาที่เหลือไปทำอย่างอื่น
ถ้าองค์กรวัดประสิทธิภาพงาน จากแค่ “งานยุ่ง” พนักงานก็จะทำให้ตัวเองดูงานยุ่ง
ปรากฏการณ์นี้ไม่ได้เกิดขึ้นเฉพาะในสหรัฐฯ ผลสำรวจของ Indeed ในกลุ่มพนักงานออฟฟิศแบบ Hybrid ในเยอรมนีพบว่า ประมาณ 2 ใน 3 ของพนักงานเคยจงใจทำให้ตัวเองดูเหมือนมี Productivity หรือมีส่วนร่วมกับงานมากกว่าความเป็นจริง
มากกว่า 1 ใน 4 เคยทำให้สถานะออนไลน์ของตัวเองดู Active ทั้งที่ไม่ได้ทำงานจริง ขณะที่ 56% เชื่อว่านายจ้างให้ความสำคัญกับการปรากฏตัวและการออนไลน์ มากกว่าผลลัพธ์ที่เกิดขึ้นจริงจากการทำงาน
หากบริษัทวัดว่าพนักงานออนไลน์นานแค่ไหน พนักงานก็จะทำให้ตัวเองออนไลน์อยู่เสมอ หากวัดจากจำนวนข้อความที่ส่ง พวกเขาก็จะส่งข้อความมากขึ้น หากวัดจากจำนวนงานที่ทำเสร็จ พนักงานก็อาจแบ่งงานหนึ่งชิ้นออกเป็นหลายงานย่อยเพื่อให้ตัวเลขดูดีขึ้น หรือหากบริษัทวัดจากการใช้ AI พนักงานก็อาจพยายามใช้ AI ให้มากขึ้นเพียงเพื่อให้ระบบเห็นว่าตัวเองกำลังใช้งาน
องค์กรอาจได้ “กิจกรรม” เพิ่มขึ้น แต่ไม่ได้หมายความว่าจะได้ “คุณค่า” เพิ่มขึ้นตามไปด้วย เพราะการที่พนักงานส่งข้อความมากขึ้น ไม่ได้แปลว่างานมีประสิทธิภาพมากขึ้น ปฏิทินที่เต็มไปด้วยการประชุมไม่ได้หมายความว่าคนนั้นสร้างผลงานมากขึ้น และการใช้ AI จำนวนมากก็ไม่ได้แปลว่า AI ช่วยให้ธุรกิจดีขึ้นเสมอไป
ขณะที่พนักงานอีกคนอาจใช้เวลาเพียงไม่กี่นาที พูดคุยกับลูกค้าหรือทีมงานเพื่อช่วยป้องกันความผิดพลาดครั้งใหญ่ ที่อาจทำให้บริษัทสูญเสียเงินจำนวนมาก แต่ผลงานนั้นกลับแทบไม่มีร่องรอยให้ระบบวัดผลได้ ซึ่งก็ไม่แฟร์กับคนที่มีผลลัพธ์งานดีจริง แต่อาจอยู่ในออฟฟิศจำนวนชั่วโมงน้อยกว่า
AI ถูกใช้วัด Productivity ทำให้บริษัทเข้าใจคุณค่าของพนักงานผิดไป
ปัญหาเรื่องการวัด Productivity ไม่ได้หยุดอยู่แค่การทำให้พนักงานดูงานยุ่ง แต่กำลังเข้าไปเกี่ยวข้องกับการประเมินผลงาน และการตัดสินใจเรื่องการจ้างงานด้วย
กรณีล่าสุดที่สะท้อนเรื่องนี้คือคดีที่พนักงาน 26 คนของ Meta ยื่นฟ้องบริษัทเกี่ยวกับกระบวนการเลิกจ้าง โดยพนักงานกลุ่มนี้กล่าวหาว่า Meta นำข้อมูลหลายด้านมาใช้ประกอบการตัดสินใจเรื่องการเลิกจ้าง ทั้งข้อมูลการทำงานของพนักงาน การใช้งาน AI และผลการประเมินงานที่ผ่านการวิเคราะห์ด้วยอัลกอริทึม เพื่อพิจารณาว่าใครควรถูกเลิกจ้าง
พนักงานกลุ่มดังกล่าวอ้างว่า คนที่กำลังลางานเพื่อรักษาสุขภาพ ลาคลอด หรือหยุดงานเพื่อดูแลครอบครัว อาจไม่สามารถสร้างข้อมูลหรือสัญญาณด้าน Productivity ในระดับเดียวกับพนักงานที่ยังทำงานตามปกติ และจึงอาจเสียเปรียบในการประเมิน อย่างไรก็ตาม Meta ปฏิเสธข้อกล่าวหาดังกล่าว โดยระบุว่าการตัดสินใจด้านกำลังคนใช้เกณฑ์ที่มีการบันทึกไว้และเป็นกลาง
แต่ไม่ว่าผลทางกฎหมายจะออกมาอย่างไร กรณีนี้กำลังตั้งคำถามสำคัญกับโลกการทำงานยุค AI ว่า ข้อมูลอะไรที่องค์กรกำลังเรียนรู้ให้เชื่อมโยงกับคำว่า "คนที่ทำงานเก่ง"
การกดแป้นพิมพ์จำนวนมากบอกได้เพียงว่ามีคนกำลังพิมพ์ การใช้ AI จำนวนมากบอกได้เพียงว่ามีคนกำลังใช้ AI แต่ข้อมูลเหล่านี้ไม่ได้บอกว่า AI ช่วยให้งานดีขึ้นหรือไม่ ประหยัดเวลาได้จริงหรือไม่ หรือกำลังถูกใช้เพื่อสร้างงานที่ไม่จำเป็นเพิ่มขึ้น
หากบริษัทเลือกวิธีวัดผลผิด พนักงานก็จะเรียนรู้วิธีที่ทำให้ตัวเองผ่านเกณฑ์นั้นให้ได้ และในที่สุดองค์กรอาจได้คนที่เก่งในการ “ทำคะแนนตามระบบ” มากกว่าคนที่สร้างคุณค่าให้กับธุรกิจจริงๆ
AI ช่วยประหยัดเวลา แล้วองค์กรควรเอาเวลาที่ได้คืนไปทำอะไร?
AI ไม่ได้มีไว้เพื่อบีบให้พนักงานทำงานเดิมให้มากขึ้น ภายในเวลาที่น้อยลงเท่านั้น เป้าหมายสำคัญกว่านั้น คือ การเปิดพื้นที่ให้คนทำงานมีเวลาสำหรับงานที่มีคุณค่ามากขึ้น พนักงานต้องมีเวลาเรียนรู้ว่า งานของตัวเองกำลังเปลี่ยนไปอย่างไร ต้องทดลองใช้เครื่องมือ AI และออกแบบวิธีทำงานใหม่ให้เหมาะกับเทคโนโลยีที่เข้ามา
รายงาน Future of Jobs ของ World Economic Forum ระบุว่า นายจ้างคาดการณ์ว่าเกือบ 40% ของทักษะที่จำเป็นต่อการทำงานจะเปลี่ยนแปลงไปภายในปี 2030 และ "ช่องว่างด้านทักษะ" กำลังกลายเป็นอุปสรรคสำคัญที่สุดประการหนึ่งต่อการเปลี่ยนแปลงธุรกิจ
รายงานประเมินว่า ในพนักงานทุก 100 คน จะมีถึง 59 คนที่จำเป็นต้องได้รับการฝึกอบรมเพิ่มเติมภายในปี 2030 คำถามจึงกลับมาที่องค์กรว่า แล้วเวลาที่ AI ช่วยประหยัดเวลาทำงานได้นั้น จะเอาไปทำอะไร?
หากเวลาเหล่านั้น มันถูกเติมด้วยงานใหม่ทันที แล้วบริษัทจะเอาเวลาที่ไหนให้พนักงานเรียนรู้ทักษะใหม่? จะเอาเวลาที่ไหนให้พวกเขาทดลองวิธีทำงานใหม่? และจะเอาเวลาที่ไหนให้คนทำงานคิดวิเคราะห์สิ่งที่องค์กรควรทำต่อไป ก่อนที่คู่แข่งจะเป็นคนคิดแทน?
ดังนั้น เมื่องานหลักเสร็จเร็วขึ้น เวลาที่เหลือจึงควรถูกนำไปใช้สำหรับงานที่ไม่ได้สร้างผลลัพธ์เป็นตัวเลขในทันที เช่น การปรับปรุงคุณภาพ การดูแลลูกค้า การแก้ปัญหาที่ถูกละเลยมานาน หรือการพัฒนาวิธีทำงานให้ดีขึ้น เพราะประโยชน์ที่แท้จริงของ AI อาจไม่ได้อยู่ที่การทำให้พนักงานทำงานได้มากขึ้นในหนึ่งวัน แต่อยู่ที่การทำให้มนุษย์มีเวลาทำงานที่ AI ยังทำแทนไม่ได้
ก่อนจะเพิ่มความคาดหวังหรือโยนงานใหม่ให้พนักงานทันที ผู้นำองค์กรควรนำเวลาที่เพิ่มขึ้น ไปปรับปรุงประสบการณ์ของลูกค้า ใช้ยกระดับคุณภาพงาน ใช้ปรับกระบวนการทำงานที่ล้าสมัย และใช้ลงทุนกับการเรียนรู้ การทดลอง และพัฒนาทักษะที่ธุรกิจจะต้องใช้ในอนาคต เพราะความสามารถขององค์กรในการทำสิ่งที่ยังไม่เคยทำ อาจมีค่ามากกว่าการทำสิ่งเดิมให้เร็วขึ้น
ท้ายที่สุดแล้ว ปรากฏการณ์ที่พนักงานใช้ AI ทำงานเสร็จเร็ว แต่กลับแกล้งทำว่างานยังไม่เสร็จ อาจไม่ได้สะท้อนว่าคนทำงานกำลังขี้เกียจ แต่มันกำลังสะท้อนว่า องค์กรกำลังให้รางวัลกับ "การดูเหมือนงานยุ่ง" มากกว่าการทำงานให้มีประสิทธิภาพ ..ตราบใดที่กติกายังเป็นแบบนั้น ต่อให้ AI ทำงานได้เร็วขึ้นแค่ไหน ก็คงไม่มีประโยชน์กับองค์กรอยู่ดี
อ้างอิง: Forbes, SoftwareFinder, Indeed report, AP News, weforum
