AI tilgt die Spuren der Arbeit und macht Ehrlichkeit zu einem Risiko am Arbeitsplatz

Ich habe auf Taobao eine Kiste Bier gekauft und die Kundenservice-Mitarbeiterin beiläufig gefragt: Auf der Flasche steht ein Alkoholgehalt von 4,5 %vol, ist das genau das, was man üblicherweise als 4,5 Grad bezeichnet? Als sie mir die Antwort eintippte, bekam ich einen Schreck. Sie sagte: „Ich habe gerade Doubao gefragt, ja. Wenn du es später eilig hast, kannst du es auch selbst fragen, das ist viel schneller, als wenn ich im Backend nachschaue.“

Wenn sie nur mit „Ja“ geantwortet hätte, hätte ich mir wahrscheinlich keine weiteren Gedanken gemacht. Gerade weil sie noch einen Satz mehr sagte, dass sie „gerade Doubao gefragt habe“, zweifelte ich zuerst an ihrer Fachkompetenz: Sie verkauft die eigenen Produkte, wieso muss sie sogar für so eine Frage eine KI fragen?

Aber bei genauer Überlegung hatte sie Recht, und es ging schneller, als wenn ich Taobao verlassen und selbst neu suchen müsste, um die Antwort zu bestätigen. Sie hat keine Antwort erfunden, keine Verzögerung gemacht und nicht so getan, als ob sie die Antwort schon von Anfang an gekannt hätte. Was mich wirklich unwohl fühlen ließ, war vielleicht nicht, ob ihre Antwort richtig war, sondern dass sie zu ehrlich antwortete – so ehrlich, dass ich zuerst zweifelte, ob diese Antwort nicht zu mühelos zustande gekommen war.

Letztendlich ist das, was man vielleicht anzweifeln sollte, nicht, ob sie sich beim Verkaufen der Waren genug Mühe gegeben hat, sondern unsere alte Methode, „Mühe“ zu beurteilen. Diese alte Methode ist längst überholungsbedürftig.

Gleiches Ergebnis – ehrliche Menschen werden zuerst abgestraft

Im Juni dieses Jahres führte Teamwork Lab unter dem Dach von Atlassian ein kontrolliertes Experiment mit fast 1000 Teilnehmern durch: Bei demselben Arbeitsergebnis, bei dem nur ein Hinweis „Dieses Ergebnis wurde mit Hilfe von KI erstellt“ hinzugefügt wurde, stuften die Bewerter den Grad der Faulheit der betroffenen Person zehnmal höher ein, und der Anteil der Personen, die bereit waren, diese Person für wichtige Projekte zu empfehlen, sank um 24 Prozentpunkte – obwohl die Ergebnisse, die beide Gruppen vorgelegt hatten, eigentlich völlig identisch waren. Der einzige Unterschied bestand darin, ob sie zugegeben hatten, KI verwendet zu haben.

Noch widersprüchlicher ist, dass diese Gruppe die Nutzung von KI längst nicht mehr verbergen muss: 94 % der amerikanischen Berufstätigen haben im vergangenen Monat KI verwendet, und etwa drei Viertel von ihnen sind bereit, dies offen gegenüber Kollegen und Vorgesetzten zu erwähnen. Vor zwei Jahren führte Slack eine Umfrage unter 17372 Berufstätigen durch. Damals schämten sich 48 % der Befragten, wenn sie KI bei der Arbeit verwendeten, dies ihrem Chef mitzuteilen – die Gründe waren nichts anderes, als dass es wie Schummeln wirkt, dass es den Anschein mangelnder Fähigkeiten erweckt oder dass man faul wirkt. Diese Zahl ist heute nicht mehr gültig – nicht weil niemand mehr KI verwendet, sondern weil die Zahl der Menschen, die KI offen nutzen, schon viel größer ist als die derjenigen, die sie verbergen. Aber obwohl immer mehr Menschen KI offen nutzen, sind die Strafen dafür nicht verschwunden.

Die Wahrheit zu sagen, sollte eigentlich mehr Vertrauen einbringen – diesmal aber sind die Menschen, die die Wahrheit sagen, zuerst im Nachteil.

Die Effizienz kommt dem Unternehmen zugute, das Risiko trägt aber die Einzelperson

Das Ergebnis liegt bereits vor, aber die sichtbare Anstrengung wurde weggenommen. Dieses Ergebnis kann völlig korrekt sein, nur die Spuren des Prozesses, die früher verwendet wurden, um Sorgfalt, Fähigkeit und Aufrichtigkeit zu beweisen, sind nicht mehr vorhanden – und das Vertrauen ist nicht nachgekommen. Man kann diese Lücke „Prozessdefizit“ nennen. Das ist keine gängige wissenschaftliche Bezeichnung, ich nenne es vorläufig so, um diese Sache klar auszudrücken.

Niemand wird diese Lücke freiwillig schließen, weil das Schließen für niemanden einen direkten Nutzen bringt. An jenem Tag antwortete sie mit KI schneller, der Vorteil kam mir als Käufer zugute, ich habe einige Minuten gespart; der Shop hat auch keinen Nachteil erlitten, das Problem wurde trotzdem gelöst – einzig sie allein trägt das Risiko: Weil sie zu schnell geantwortet hat, habe ich zuerst an ihrer Fachkompetenz gezweifelt. Im größeren Maßstab gilt in Unternehmen dasselbe Prinzip: Mitarbeiter liefern mit KI Ergebnisse schneller ab, das Unternehmen erzielt eine höhere Leistung, der Kunde erhält eine schnellere Antwort. Sobald diese Effizienz angezweifelt wird, dass sie nicht echt ist, ist nie die Organisation dafür verantwortlich, sondern genau die Person, die die Aufgabe bearbeitet hat. Die Effizienz kommt der Organisation zugute, die Bequemlichkeit dem Kunden – das Risiko und der Verdacht, „ob man faul ist“, fallen dann an die Einzelperson.

Wenn man das Ergebnis nicht versteht, beurteilt man danach, wie müde du bist

Aber warum war die „sichtbare Anstrengung“ früher so wirksam? Die Psychologen Justin Kruger und seine Kollegen haben das bereits 2004 nachgewiesen, mit einer ziemlich hinterlistigen Methode. Sie gaben dieselbe Gedicht und dasselbe Gemälde an zwei Gruppen zur Bewertung, und erzählten nur einer Gruppe, dass „der Autor das Werk lange Zeit immer wieder überarbeitet hat“. Diese Gruppe gab dem Werk eine höhere Qualitätsnote und war bereit, mehr Geld dafür zu zahlen. Das Werk hat sich nicht geändert, nur ein einziger Satz hat sich geändert. Diese Erkenntnis erhielt später den Namen „Anstrengungsheuristik“ (effort heuristic). Spätere Wiederholungsexperimente ergaben keine stabilen Ergebnisse, einige bestätigten sie, andere konnten sie nicht nachbilden – es ist kein absolutes Gesetz, aber die Richtung, die es aufzeigt, ist im Großen und Ganzen zutreffend: Je schwieriger es ist, die Qualität einer Sache direkt zu beurteilen, desto eher nehmen Menschen die sichtbare Mühe als Ersatzbeweis. Um zu prüfen, ob eine Antwort richtig ist, braucht man Fachkenntnisse und Zeit; um zu beurteilen, ob eine Person sich anzustrengen scheint, reicht ein kurzer Blick: Wenn man nicht versteht, ob ein Konzept gut ist, schaut man, wie viele Versionen er überarbeitet hat; wenn man nicht weiß, wie groß der Beitrag einer Person ist, schaut man, bis wie viel Uhr sein Arbeitsplatz beleuchtet ist, wie viele Seiten sein Wochenbericht hat und ob er spät nachts noch in der Gruppenchat antwortet. Die KI löscht genau diese Spuren: Sie erzeugt Antworten so schnell und so sauber, dass man keine Spur von Kampf und Mühe erkennen kann.

Diese Mentalität tritt nicht nur auf, wenn man die Kundenservice-Mitarbeiterin fragt. Eine besonders gut formulierte Entschuldigungsnachricht, eine gut vorbereitete Erklärung – wenn sie zu glatt und zu vollständig klingt, lässt es einen eher zweifeln: Hat er sich diese Worte wirklich selbst ausgedacht, oder hat das Werkzeug es für ihn erstellt? Je geübter eine Person im Schreiben ist, desto eher stößt sie auf diesen Zweifel. Wenn der Text schlecht geschrieben ist, glauben alle, dass er von der Person selbst stammt; wenn er zu sauber ist, ohne jede ungeschickte Spur von Kampf, taucht der Zweifel auf. Ungeschicktheit war früher gleichbedeutend mit Aufrichtigkeit.

Die Zeit, die die KI einspart, wird dir nie zurückgegeben

Früher wurde ein Konzept in zwei Tagen abgeliefert, der Chef dachte, diese Arbeit dauert wirklich zwei Tage; jetzt lieferst du es mit KI in zwei Stunden ab, denkt er höchstwahrscheinlich nicht, dass deine Fähigkeiten gestiegen sind, sondern dass du am Nachmittag noch drei weitere Konzepte erledigen kannst.

Nachdem diese alte Methode nicht mehr funktioniert, beeilen sich manche Unternehmen nicht, neue Bewertungsverfahren einzuführen, sondern lassen die Mitarbeiter weiterhin beweisen, dass „ich mich wirklich angestrengt habe“: Sie müssen detailliertere Wochenberichte schreiben, angeben, welche Arbeit mit KI erledigt wurde, wie viel Zeit sie ursprünglich gebraucht hätte und wie viel Zeit sie jetzt gespart haben. Aber sobald eine Person nachweist, dass ihre Effizienz gestiegen ist, wartet auf sie normalerweise kein früherer Feierabend, sondern mehr Aufgaben – bis die eingesparte Zeit wieder vollständig gefüllt ist. Die KI verbessert nicht die freie Zeit, die die Mitarbeiter selbst verwalten können, sondern wird zu einer Grundlage für die Organisation, das Arbeitsvolumen neu zu berechnen: Wenn eine Person die Arbeit eines ganzen Tages auf zwei Stunden komprimiert, werden diese zwei Stunden bald zur normalen Arbeitszeit für diese Aufgabe. Die Effizienz, die eine Einzelperson erzeugt, wird schnell zu dem neuen Standard, den die Organisation festlegt.

Die Logik dahinter ist nicht kompliziert: Um zu prüfen, „wie gut das mit KI erstellte Ergebnis wirklich ist“, braucht man fachliche Beurteilungen, die sehr kostspielig sind; um zu beurteilen, ob eine Person beschäftigt zu sein scheint, reicht es, das Arbeitsvolumen, die Anwesenheit und den Online-Status zu prüfen – das ist viel kostengünstiger. Bevor neue Verfahren eingeführt werden, greifen Unternehmen natürlich zuerst auf die billigen alten Indikatoren zurück. Die Mitarbeiter haben diese Regel auch schnell verstanden: Wenn man die echte Effizienz offen sagt und nur mehr Aufgaben dafür bekommt, ist die vernünftigste Wahl nicht mehr, ehrlich zu sein, sondern weiterhin so zu tun, als ob man viel Mühe aufwendet.

Manche mögen sagen, solange das Ergebnis gut ist, interessiert sich niemand wirklich für den Prozess. Aber in der Realität hängen Beförderungen, Gehaltserhöhungen und Kundenzufriedenheitsbewertungen nie nur vom Ergebnis ab. Darin steckt immer ein unbestimmbares Gefühl von „sich angestrengt haben“ – und genau dieses Gefühl löscht die KI als erstes.

Die Ehrlichkeit einer einzelnen Person reicht nicht aus

Im Experiment von Atlassian wurde auch eine Abhilfemaßnahme getestet. Wenn man die Nutzung von KI zugab und erklärte, dass man sie „für das Team nutzt“, statt „um sich selbst Zeit zu sparen“, war die Bewertung der eigenen Anstrengung durch andere um 11 Prozentpunkte höher, und die Wahrscheinlichkeit, empfohlen zu werden, lag um 8 Prozentpunkte höher – man hat mit der Formulierung einen kleinen Vorteil erzielt. Aber selbst die beste Formulierung kann nur das Schlechteste auswählen, die Bewertungen dieser Personen sind immer noch niedriger als die derjenigen, die die KI-Nutzung überhaupt nicht erwähnt haben. Was die Strafen wirklich verschwinden lässt, ist nie eine geschickte Formulierung, sondern die Unternehmenskultur: Die Führungskräfte nutzen KI selbst vorbildlich, die Kollegen betrachten KI als ein gemeinsames Werkzeug, das offen auf dem Tisch liegt, nicht als eine kleine List, die jemand versteckt. Dann werden die Menschen, die KI intensiv nutzen, in den Bewertungen diejenigen übertreffen, die es verbergen. Letztendlich kann eine einzelne Person, die mutig offen ist, diese alte Regel nicht durchbrechen – es braucht eine Gruppe von Menschen, die gemeinsam neue Regeln aufstellen.

Was wirklich geändert werden muss, ist nicht, wie die Mitarbeiter erklären, dass sie KI verwendet haben, sondern ob das Unternehmen bereit ist, die Bewertungsstandards von „Wie viel Zeit hast du aufgewendet?“ zu „Welche Urteile hast du getroffen, welche Probleme hast du gelöst, für welches Ergebnis bist du verantwortlich?“ zu wechseln.

Später habe ich die Kundenservice-Mitarbeiterin noch einmal nach einer anderen Frage gefragt, sie antwortete noch schneller und sagte wieder: „Ich habe Doubao gefragt.“ Diesmal habe ich keine Zweifel mehr gehabt. Zumindest in diesem Shop ist die Nutzung von KI längst nichts mehr, was man verbergen muss. Die KI hat das Faulenzen nicht beseitigt – sie hat uns nur die alten Beweise genommen, mit denen wir beurteilt haben, wer faul ist. Wir haben noch nicht gelernt, wie man einer Person vertraut, die nicht mehr schweißtreibend arbeitet.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Singularität außerhalb“, Autor: wiwi, veröffentlicht mit Genehmigung von 36Kr.