El problema no és només utilitzar IA, sinó com s’utilitza: supervisar diversos agents i apilar més de tres eines dispara la fatiga mental, empitjora la qualitat de les decisions i augmenta la intenció d’abandonar l’empresa.
Durant mesos, el discurs dominant sobre intel·ligència artificial a l’empresa ha repetit una promesa gairebé automàtica: més IA equival a més productivitat, més velocitat i menys feina ingrata. Però un nou article publicat a Harvard Business Review introdueix una advertència molt més incòmoda i força menys complaent amb aquesta narrativa. Sota el títol “When Using AI Leads to ‘Brain Fry’”, Julie Bedard, Matthew Kropp, Megan Hsu, Olivia T. Karaman, Jason Hawes i Gabriella Rosen Kellerman presenten un estudi amb 1.488 treballadors a temps complet als Estats Units, de grans empreses i sectors diversos, que intenta mesurar una cosa que moltes organitzacions encara no estan observant bé: el cost cognitiu de treballar amb eines i agents d’IA de manera intensiva.
La troballa que probablement s’endurà els titulars és el concepte de “AI brain fry”, que els autors defineixen com una fatiga mental derivada de l’ús excessiu o de la supervisió d’eines d’IA més enllà de la pròpia capacitat cognitiva. No es tracta exactament de burnout clàssic, ni d’esgotament emocional acumulat, sinó d’una forma més aguda de saturació mental: boira cognitiva, dificultat per concentrar-se, lentitud per decidir, mal de cap i una sensació de soroll mental constant. Segons l’estudi, el 14% dels treballadors que fan servir IA a la feina afirma haver experimentat aquest fenomen.
Aquest percentatge, per si sol, ja seria rellevant. Però el que és realment important de l’article és que vincula aquesta fatiga amb conseqüències operatives i empresarials força concretes. Entre els usuaris d’IA que reporten “brain fry”, els autors observen un 33% més de fatiga decisòria, un 11% més d’errors menors i un 39% més d’errors majors en comparació amb els qui fan servir IA sense experimentar aquest esgotament cognitiu. A més, la intenció activa de deixar l’empresa puja del 25% al 34% entre els qui pateixen aquesta fatiga, una diferència que els autors presenten com un augment del 39% en la intenció de marxa entre els usuaris intensius d’IA.
La dada obliga a matisar força el triomfalisme corporatiu actual. Perquè la qüestió ja no és només si la IA estalvia temps o genera més codi, més text o més anàlisi. La qüestió és si certes formes d’integració de la IA estan desplaçant feina manual a costa de multiplicar la càrrega de supervisió, de context i de coordinació sobre els empleats. L’article de HBR és especialment útil en aquest punt perquè no planteja una crítica general a la IA. De fet, les seves conclusions són més incòmodes precisament perquè són més matisades: la IA pot reduir el burnout quan elimina tasques repetitives, però pot elevar la fatiga mental quan obliga a vigilar massa eines, revisar massa sortides o gestionar massa agents al mateix temps.
Els autors expliquen que una de les variables més associades a aquest esgotament és el grau de supervisió directa que exigeixen les eines d’IA. En la seva mostra, els treballadors que declaraven que la seva feina amb IA requeria alts nivells de supervisió gastaven un 14% més d’esforç mental, mostraven un 12% més de fatiga mental i patien un 19% més de sobrecàrrega informativa que els qui operaven amb menys supervisió. A això s’hi suma un altre factor clau: quan la presència de la IA augmenta la càrrega total de treball en lloc de reduir-la, la pressió cognitiva s’intensifica encara més. La interpretació és força directa: si la IA no substitueix tasques, sinó que afegeix capes de revisió, validació, seguiment i responsabilitat, el treballador acaba gestionant més resultats, més interfícies i més decisions en el mateix temps.
Hi ha un altre resultat especialment suggeridor: la relació entre el nombre d’eines d’IA utilitzades simultàniament i la productivitat percebuda. Segons l’estudi, passar d’una a dues eines s’associa amb un increment significatiu de productivitat; afegir-ne una tercera continua millorant el rendiment, tot i que a un ritme menor; però a partir de tres eines, la productivitat percebuda comença a caure. És un dels punts més interessants del treball perquè qüestiona frontalment la lògica de “més IA, millor” que domina moltes implementacions actuals. El missatge no és que s’hagi d’utilitzar poca IA, sinó que existeix un llindar a partir del qual la multiplicació de sistemes deixa d’ajudar i comença a saturar.
L’article arrenca, de fet, amb una escena molt expressiva. Cita el llançament de Gas Town, una plataforma de codi obert presentada per Steve Yegge l’1 de gener de 2026 per orquestrar eixams d’agents de Claude Code de forma simultània. L’experiència va impressionar alguns usuaris per la seva velocitat, però també va generar una sensació d’estrès: un d’ells va escriure que estaven passant massa coses alhora com per comprendre-les raonablement. Aquesta imatge serveix com a metàfora d’un problema més ampli: el salt des d’eines d’ajuda puntuals cap a sistemes multiagent que produeixen, iteren, es coordinen i exigeixen vigilància constant pot convertir la feina en una gestió permanent de fluxos, més que no pas en la resolució real del problema.
Aquí hi ha una de les intuïcions més valuoses de l’estudi. Els autors separen clarament dos fenòmens que sovint es confonen. El burnout és un estat d’estrès laboral crònic, més relacionat amb esgotament emocional, sentiments negatius cap a la feina i sensació d’ineficàcia. La fatiga mental aguda, en canvi, té a veure amb l’atenció, la memòria de treball i el control executiu portats més enllà de la seva capacitat. Aquesta distinció importa molt perquè una empresa pot reduir l’esgotament emocional automatitzant tasques pesades i, al mateix temps, augmentar la saturació cognitiva si obliga els seus empleats a vigilar agents, contrastar resultats i reenquadrar constantment problemes generats per la mateixa IA.
El mateix estudi ofereix exemples qualitatius molt potents. Un director d’enginyeria descriu la sensació d’anar saltant entre una eina que l’ajudava a ponderar decisions tècniques i una altra que li retornava esborranys i resums, fins que la seva ment va començar a sentir-se “abarrotada”, com si tingués una dotzena de pestanyes obertes lluitant per l’atenció. Una directora financera va relatar que, després d’anar i venir amb la IA reformulant idees, sintetitzant dades i organitzant materials, va arribar a un punt en què ja no podia ni entendre si allò que havia creat tenia sentit i ho va haver de deixar per a l’endemà. Els autors resumeixen aquest estat amb dues paraules que es repeteixen molt entre els participants: “fog” i “buzzing”, boira i brunzit mental.
Un altre aspecte interessant és com varia aquest fenomen segons el tipus de funció. A l’extrem baix, només el 6% dels qui treballen en rols legals va dir haver experimentat “brain fry”. A l’alt, el 26% dels qui treballen en màrqueting ho va reportar. Després de màrqueting, les àrees amb més prevalença van ser people operations, operacions, enginyeria, finances i IT. Això no significa que hi hagi professions immunes i d’altres condemnades, però sí que suggereix que els entorns on la IA s’utilitza per multiplicar esborranys, variants, anàlisis i processos paral·lels poden ser més propensos a aquesta sobrecàrrega.
La part més útil de l’estudi, amb tot, potser és la que desmunta la lectura simplista que la IA perjudica sempre el benestar laboral. Els autors van trobar que quan la IA s’utilitza per reduir de manera substancial el temps dedicat a tasques rutinàries o repetitives, els nivells de burnout baixen un 15% respecte dels qui no la fan servir així. A més, aquests treballadors reporten més compromís, més motivació, emocions més positives envers la IA i més connexió social amb els seus companys, probablement perquè disposen de més temps per a activitats creatives o relacionals. És a dir, la IA pot alliberar feina i fer més suportable l’ocupació, però només quan s’utilitza per treure càrrega repetitiva, no per afegir una capa extra d’orquestració damunt de la feina existent.
Aquest matís és crucial per a les empreses que ara mateix estan redissenyant llocs, mètriques i fluxos al voltant d’agents d’IA. L’estudi suggereix que no n’hi ha prou amb introduir eines: cal redissenyar l’arquitectura del treball. En el pla dels mànagers, per exemple, els empleats els responsables dels quals es prenen temps per respondre preguntes sobre IA mostren un 15% menys de fatiga mental que els qui no reben aquest suport. En canvi, quan els mànagers esperen que cada persona “ja s’espavili sola” amb la IA, les puntuacions de fatiga pugen un 5%. Els autors parlen fins i tot d’una mena d’“AI orphan tax”, un impost cognitiu per deixar l’empleat sol davant la complexitat.
En el pla de l’equip també apareixen senyals clars. Quan els treballadors perceben pressió del grup per utilitzar IA, la fatiga mental augmenta. El mateix passa quan hi ha molta variació en l’ús de la IA dins de l’equip, probablement perquè això afegeix incertesa, desigualtat de pràctiques i comparació constant. En canvi, quan els equips tenen una integració organitzada de la IA en els seus processos, la càrrega mental baixa de manera significativa. La conclusió és força contundent: la IA funciona millor com a capacitat col·lectiva ben integrada que com a cursa individual per demostrar qui fa servir més eines o més agents.
En l’àmbit organitzatiu, l’estudi apunta en la mateixa direcció. Quan l’empresa comunica amb claredat quina és la seva estratègia d’IA i ofereix formació, la situació millora. Quan no comunica amb claredat el paper de la IA, la fatiga mental empitjora. I quan els empleats senten que l’organització espera que, gràcies a la IA, facin més feina sense redefinir de manera explícita l’abast del rol, les puntuacions de fatiga mental són un 12% més altes. A més, els qui perceben que la seva organització valora l’equilibri entre feina i vida personal registren un 28% menys de fatiga mental que els altres. La lectura de fons és gairebé cultural: no només importen les eines, també importen els missatges, les normes implícites i el clima en què s’introdueixen.
Tot això connecta amb una deriva molt visible al mercat actual. Moltes companyies estan entrant en una fase de desplegament accelerat on l’objectiu és “posar-hi IA a saco”, mostrar productivitat i traduir aquesta adopció en indicadors mesurables. El mateix article esmenta casos d’empreses que incentiven els empleats a construir i supervisar equips complexos d’agents, o que utilitzen mètriques indirectes com el consum de tokens o les línies de codi generades per IA com a senyal de rendiment. El risc és força evident: si es premia la quantitat d’ús en lloc del valor real creat, s’incentiva una cultura de saturació, soroll i baixa qualitat.
Per això una de les recomanacions més sensates de l’estudi és potser la més difícil d’aplicar en el clima actual: no apilar agents sobre una sola persona indefinidament. Els autors sostenen que igual que en gestió tradicional existeixen normes sobre el nombre raonable de persones a càrrec d’un mànager, també s’haurien de definir límits per a la supervisió humà + agent i per al nombre d’agents per usuari. La investigació suggereix, precisament, que apareixen guanys adversos de productivitat després d’utilitzar tres agents alhora. Això implica que el redisseny organitzatiu no es pot deixar a l’entusiasme individual ni a la lògica de “si un ajuda, cinc ajudaran més”.
Hi ha un altre punt de gran calat: el perfil competencial que exigeix treballar bé amb IA. Els autors expliquen que, en la seva feina amb desenvolupadors, els qui estan més avançats amb IA comencen a sentir-se bloquejats si no desenvolupen habilitats noves com formulació de problemes, planificació de l’anàlisi i priorització estratègica. És una idea molt potent perquè suggereix que l’alfabetització en IA ja no consisteix només a aprendre prompts o manejar eines, sinó a aprendre a dirigir feina semiautònoma. En cert sentit, molts empleats comencen a assemblar-se menys a operadors i més a gestors de sistemes híbrids.
La conseqüència empresarial és clara. Si la IA s’ha d’estendre com a capa de treball, les organitzacions necessiten mesurar no només productivitat, sinó també càrrega cognitiva. L’article adverteix que la fatiga mental pot passar desapercebuda en les enquestes laborals tradicionals, molt més centrades en burnout, satisfacció o compromís general. Però si l’empresa no mesura aquesta nova fricció, corre el risc de perdre justament el talent que més intensament està fent servir la IA. Els autors ho diuen amb claredat: les cultures, equips i líders que prioritzin el “cognitive thriving” poden esperar millors judicis, menys errors i més retenció del talent clau.
En el fons, aquest estudi posa nom a una contradicció que ja comença a aparèixer en moltes oficines. La IA et pot ajudar a treballar més ràpid, pensar més en gran i automatitzar parts molt ingrates de la feina. Però també et pot convertir en supervisor d’un zoo d’eines, outputs i agents que reclamen atenció contínua. El “brain fry” no descriu una resistència cultural a la tecnologia, sinó un límit força humà: el cervell no escala al ritme al qual escalen els sistemes que li demanem vigilar.
La gran lliçó de l’article no és anti-IA. És molt més exigent que això. Diu que el problema no és quanta IA s’utilitza, sinó com se n’organitza l’ús. Si l’empresa la utilitza per eliminar tasques repetitives i obrir espai a feina creativa i social, pot millorar benestar i compromís. Si la desplega com una capa d’intensificació del treball, amb múltiples eines, pressió per fer-les servir i ambigüitat sobre la càrrega real, el que obté no és només més productivitat: també obté més soroll mental, més errors i més gent mirant la porta de sortida.
