Zacznę od zastrzeżenia: fanem nowych technologii byłem od dziecka. Ten tekst nie jest krytyką sztucznej inteligencji (AI). Jest raczej krytyką tego, jak z niej korzystamy i jak łatwo dajemy się wkręcić w tryb pracy, który z pozoru wygląda na sukces, a w praktyce zjada uwagę, jakość i energię.

Piszę to jako ktoś, kto od ponad 20 lat dzieli się wiedzą o narzędziach IT, a na co dzień buduje rozwiązania dla klientów. Jeśli prowadzisz biznes i zlecasz albo budujesz oprogramowanie z pomocą AI, ten mechanizm może dotyczyć także Ciebie.

Od skupienia do pięciu–dziesięciu projektów

Całe życie siedzę przed komputerem, czasem po 16 godzin dziennie. Bez przesady, tak bywało nieraz. I bardzo mi to odpowiadało. Lubiłem wgryźć się w problem i siedzieć nad nim kilkanaście godzin, żeby go dowieźć, dla siebie albo dla klienta.

Taki model miał swoją logikę. Jeden temat, trzy dni z rzędu, pełne zanurzenie. Rozwiązanie nie zawsze było optymalne, bo brakowało wiedzy, czasu albo sił, ale temat był zamknięty. Po dwóch tygodniach. miesiącu albo i roku pracy nad projektem byłem szczęśliwy, że jest zrobiony od A do Z, dokładnie tak, jak chciałem.

Dziś nadal siedzę codziennie, ale grzebię równolegle w 5 tematach. Na oko przełączam się między nimi jakieś 10-20 razy w ciągu godziny. Wyraźnie to poczułem mniej więcej 2 lata temu, kiedy zacząłem brać na siebie nie kilka (jak zwykle bywało), ale kilkanaście różnych projektów naraz i coraz więcej robić z AI. Od około dwóch lat ten tryb tylko przyspiesza.

Zmieniło się też to, co znaczy „zrobione”. Wersję minimum viable product (MVP, czyli minimalny produkt, który da się już pokazać użytkownikowi) mam w kilka godzin. Skoro dodanie kolejnej funkcji jest proste i tanie, to dorabiam jedną, potem następną i kolejną. Projekt rośnie, a poczucie ukończenia się oddala. Szybkość pracy nie daje już satysfakcji z domknięcia.

Stąd teza: narzędzia, które miały nas odciążyć, po prostu pozwoliły nam zwiększyć liczbę spraw, które mamy otwarte.

AI mnoży decyzje zamiast tylko oszczędzać czas

Spójrz, na czym teraz naprawdę polega praca. Nie rozwiązuję już problemu własnymi rękami. Opisuję wymagania, a agent AI, taki „klepacz kodu”, dostarcza funkcję. Potem przeglądam, co zrobił, i koryguję. Czasem pytam go o jego pomysł na rozwiązanie. Często mam swój, ale nie chce mi się go spisywać, a agent może wymyślić coś lepszego, więc czemu nie dać mu szansy.

Agent proponuje kilka rozwiązań, zawsze z jedną rekomendowaną. I tu włącza się mechanizm, o którym mało się mówi. Nawet przy dużej wiedzy czytanie długiego dokumentu, który agent przygotował, jest dla mózgu stratą czasu. Mózg woli wziąć to, co agent zarekomendował. Rekomendacje na ogół nie są głupie, więc przyjmuję je raz, drugi, piąty. Trudno mi wskazać jeden przykład, bo dzieje się to nagminnie. Skoro poprzednie 100 razy polecana opcja była trafna, to po co czytać wszystkie propozycje po raz 101?

Problem w tym, że to nie będzie działać wiecznie. Za któryms razem przegapisz błąd. Zamiast jednak analizować uważnie co agent zaproponował (i jakie są słabe punkty) piszesz “działaj zgodnie z rekomendacją” a w międzyczasie:

• delegujesz zadania kolejnym agentom,
• przeglądasz ich wyniki i wymyślasz następne kroki,
• podejmujesz setki małych decyzji w ciągu dnia,
• przy każdej z nich zmieniasz kontekst.

Wygląda to tak: jeden agent pracuje, drugi właśnie skończył, więc idziesz zobaczyć, co zrobił, i od razu wymyślasz, co mógłby zrobić dalej, żeby było jeszcze lepiej albo żeby było więcej funkcji. Oszczędność czasu jest pozorna. Płacisz za nią głęboką analizą, bo na nią po prostu nie ma już miejsca. Jeśli AI przyspiesza kolejne zadania, trzeba zapytać, co dzieje się z jakością decyzji, które przy nich podejmujesz.

Co znika przy pobieżnym przeglądaniu projektu

Wyobraź sobie kucharza z dziesięcioma garnkami na ogniu. Do każdego zajrzy, zamiesza, dosoli, ale żadnego nie spróbuje porządnie. Tak mniej więcej wygląda uwaga rozdzielona na dziesięć projektów: w każdym czegoś brakuje. Z mojego doświadczenia najczęściej są to dwie rzeczy: bezpieczeństwo i doświadczenie użytkownika (UX, od User Experience). Nie ma na nie czasu, bo „po co nad tym tak siedzieć”, skoro funkcje już działają. Każdy z projektów jest więc trochę niedorobiony.

Konkretnie wygląda to tak:

• Pomijana analiza bezpieczeństwa i UX.

  Rozwiązanie działa, ale nikt nie sprawdził, co się stanie, gdy użyje go ktoś inny niż autor.

• Decyzje bez pełnego kontekstu biznesowego.

  Przyjmujesz rekomendację, bo jest sensowna technicznie, ale nie zawsze sprawdzasz, czy pasuje do celu, dla którego projekt powstał.

• Niedopracowane elementy zostawiane „na potem”.

  Wracasz do nich rzadko, bo kolejny agent już czeka na Twoją decyzję.

• Brak sił na kontrolę jakości.

  Przyznaję otwarcie: zdarzały mi się sytuacje, w których do klienta trafił produkt gorszej jakości, bo zabrakło sił na testy. Klient stawał się testerem i wizerunkowo słabo wychodziło kiedy wracał do mnie z wyrzutami i pytaniem “a testował to ktoś?”.

To ostatnie jest dla właściciela biznesu najważniejsze. Ryzyko polega na tym, że wdrożysz rozwiązanie, które nie tylko spełnia oczekiwań, ale też podważa twoje kompetencje i profesjonalne podejście do klienta. Na twojej reputacji pojawiają się mikropęknięcia, potem rysy aż w końcu mur pęka a klient idzie gdzie indziej.

Mózg płaci za każdy niedomknięty kontekst

Skutki tego trybu pracy czuję wyraźnie. Mózg musi w tle koordynować dziesięć projektów jednocześnie i mam pewność, że w każdym z nich o czymś zapomniałem. To jest to „spaghetti” w głowie: wszystko się przeplata, a ja co chwilę myślę, że trzeba to uporządkować, ustalić standardy i zrobić porządek. Tylko kto ma na to realnie czas?

Efekty są dość przewidywalne:

• chroniczne zmęczenie mimo pozornej produktywności,
• rozdrażnienie i poczucie chaosu,
• ciągły tryb walki,
• późniejsze chodzenie spać, bo w którymś projekcie zawsze jest coś do dokończenia albo poprawienia.

Po dwóch miesiącach pracy nad dziesięcioma projektami nie jestem szczęśliwy, tylko wykończony. Różnica w porównaniu z dawnym modelem jest uderzająca. Kiedyś satysfakcję dawał jeden domknięty projekt. Dziś nawet gdy coś się kończy, trudno to poczuć, bo uwaga jest już przy kolejnych dziewięciu.

Największy rachunek nie trafia zresztą do mnie. Płaci go moja rodzina, która dostaje w ciągu dnia gorszą wersję mnie: bardziej zaspaną, zmęczoną i drażliwą. To jest prawdziwy koszt, o którym nie przeczytasz w postach o „aplikacji zrobionej w tydzień zamiast w rok”. Na LinkedInie jest masa takich historii. Zastanawiam się, czy ich autorzy widzą też koszt setek mikroprzełączeń między projektami.

Gdy zmęczenie staje się stałym tłem pracy, warto spojrzeć nie na narzędzia, tylko na sposób, w jaki z nich korzystamy.

Dlaczego łatwiej zacząć niż skończyć

Jest jeszcze mechanizm psychologiczny, który to wszystko napędza. Nowy projekt daje natychmiastowe poczucie postępu: pusty ekran, kilka promptów i za godzinę coś działa. Domykanie wygląda inaczej. To testy, poprawki, trudne decyzje, rozmowy z klientem, nudne szczegóły.

Przyłapuję się na tym, że łapię się za robotę, która akurat wydaje się prostsza. Albo unikam trudniejszych tematów, albo przełączam się bo w świecie technologii pojawiło się coś nowego. Gdy jestem przeładowany tematami, często zaczynam kolejny albo wracam do starego, który kiedyś sobie obiecałem. Dokładnie wtedy, gdy nie mam siły pociągnąć projektu, który mógłby przynieść pieniądze albo realną wartość klientowi, zaglądam do archiwum. Nazywam je cmentarzem projektów, a czasem oddziałem paliatywnym. Wybieram stamtąd coś i siedzę nad tym pół dnia, bo czemu nie.

Nie jest to teoria. Ostatnio, mając wiele projektów w toku, wyciągnąłem „z kapelusza” zapomniany projekt second brain, czyli poukładanie notatek, list zadań i kalendarzy w jeden spójny mechanizm. Zajęło mi tydzień, zanim doszedłem do poziomu, który mnie zadowolił. Pozostałe projekty w tym czasie ucierpiały, bo zabrakło im mojego fokusu. Co prawda nic dramatycznego się nie stało, bo pracowałem na kilka frontów jak zwykle, ale kosztem snu.

Teraz znowu czuję to samo i korci mnie, żeby odgrzebać projekt platformy pod self-hosting i Proxmox. Serwer, który kupiłem pod ten projekt patrzy na mnie z wyrzutem spod biurka i smutno miga kontrolką od karty sieciowej.

Jestem jednak dzielny i… nieee, nie popycham projektów bo piszę ten tekst! Tak, wiem.

Wniosek jest prosty: problemem nie jest brak pomysłów, tylko brak domknięć. AI sprawia, że zaczynanie jest tanie jak nigdy, więc „zacznij coś nowego” staje się najłatwiejszą formą ucieczki od trudnych decyzji. Przy takim układzie potrzebna jest inna organizacja pracy z AI.

Jak odzyskać flow-state bez rezygnacji z AI

Nie twierdzę, że mam na to pomysł. Ten tekst jest raczej dowodem na to, że nie. Najbardziej ciekaw jestem Waszych sugestii.

Sam mogę co najwyżej stwierdzić, że zbudowanie secoind brain, który co jakiś czas rozrzuca moje linki, notatki głosowe, zapiski w logicznym backlogu - trochę mnie uspokaja. Wiem gdzie zajrzeć jeśli mam trochę czasu i chcę przejrzeć wszystkie zakamarki moich pomysłów na treść, projektów czy zapisków. Dzięki tej świadomości nie mam aż takiej potrzeby szukania sobie “zagubionych” tematów, na które mógłbym przeskoczyć aby nie robić tego co powinienem.

Na koniec

Praca z AI przyspiesza wiele rzeczy i nie zamierzam z niej rezygnować. Ale tempo nie jest tym samym co postęp, a liczba otwartych projektów nie jest miarą produktywności. Jeśli czujesz, że pracujesz coraz szybciej, a satysfakcja i jakość spadają, to niekoniecznie kwestia Twojej kondycji. Może to skutek sposobu pracy, który system sam Ci podsuwa.

A jak jest u Ciebie? Zauważasz koszty ciągłego przełączania się między projektami i masz sprawdzony sposób, żeby nie wpaść w pułapkę wielozadaniowości z AI? Napisz w komentarzu.

PS. Obrazki generował Codex Terra 5.6 Medium na podstawie tekstu PS2. Artykuł powstał przy pomocy wersji beta Alchemika - projektu, który mam przyjemność testować. Został potem przeze mnie przeczytany i poprawiony. Dziękuję Markowi z https://malawielkafirma.pl/ za możliwość testów. Ciekaw jestem czy treść jest wg Ciebie ewidentnie AI / momentami AI / ciężko odróżnić od ludzkiej.