AI přetěžuje seniory: limity 10 bit/s

AI zrychluje vývoj, ale přetíží seniory: kognitivní a fyzické limity

Senior vývojáři se potkávají s paradoxem: nástroje AI zdvojnásobují tok pull requestů na revizi, ale rychlost vědomé analytické činnosti mozku zůstává na úrovni 10 bitů za sekundu. Výzkumy z UC Berkeley, Upwork a Neuron ukazují, že místo snížení zátěže dochází ke zvyšování intenzity práce, což v 88 % případů vede k vyhoření u nejproduktivnějších. Rozkládáme mechanismy a důsledky pro senior vývojáře.

Zátěžový nárůst: rozšíření úkolů podporovaných AI

AI nezmenšuje objem práce, ale spíše jej skrytě zvyšuje – tzv. workload creep. Výzkum z UC Berkeley ve firmě s 200 zaměstnanci odhalil tři mechanismy:

• Rozšíření úkolů: rozsah prací roste, protože AI umožňuje přijmout více úkolů – ze tří na pět bez přehodnocení očekávání.
• Rozmazané hranice: promptování AI proniká mimo pracovní dobu a převádí 8 hodin na 14 hodin kognitivní aktivity.
• Neformální tlak: úspěch kolegů s AI zvyšuje nepřímé očekávání pro všechny.

Upwork Research Institute: 77 % uživatelů AI hlásí nárůst zátěže nebo pokles produktivity, 71 % trpí vyhořením. Nejproduktivnější mají sazbu vyhoření 88 % a dvojnásobně vyšší riziko odejít.

Korelace neukazuje příčinnost, ale zdůrazňuje: systémy podporující hyperproduktyvnost zvyšují riziko vyhoření u vedoucích podle dashboardů.

Biologické limity analýzy

Vědomá mysl zpracovává cca 10 bitů za sekundu, pracovní paměť má kapacitu 4 bloky (Zheng & Meister, Neuron 2025). Senzorický vstup je miliardy bitů za sekundu, ale propustnost při revizi kódu zůstává stejná.

GitHub Octoverse 2025: 43,2 milionu PR/měsíc (+23 % ročně). Faros AI: +98 % PR na revizi s AI, čas revize +91 %, velikost +154 %. SmartBear/Cisco: efektivita klesá po 500 řádcích/hodinu a první hodině práce.

Junior vývojáři generují více kódu, nasycují propustnost seniorů. METR: zkušenější vývojáři s AI pracují pomaleji, i když si to myslí, že jsou rychlejší – nebezpečný rozdíl mezi pocitem a realitou.

Expertní zátěž zvyšuje zatížení

Bainbridge (1983): složitá automatizace nechává lidem nejnejasnější úkoly. Microsoft Research (2024): AI komplikuje úkoly a zvyšuje kognitivní zátěž.

Revize kódu generovaného AI vyžaduje rekonstrukci cizí logiky bez obchodního kontextu – těžší než vlastní generace. Clutch: 59 % vývojářů commituje nepochopený AI kód, seniori jen 22 % je jistí (Qodo). Seniori absorbuji celou kognitivní cenu, kterou juniori uvolnili.

Fyzické důsledky přetížení

Vyhoření zvyšuje riziko kardiovaskulárních onemocnění o 21 % (metaanalýza 26 916 účastníků, 2024), u top-kvintilu o 79 % (Toker et al.). Computer Vision Syndrome postihuje 74 % při maximální zátěži.

Revize → horší spánek → horší rozhodování → automatické schvalování PR → chyby → stres. Metabolický syndrom má 32 % sedavých vývojářů – dvakrát více než norma.

Lživé metriky kvality

GitClear: churn vzrostl z 3 % na 7–8 %, duplikáty se zvýšily několikanásobně. Faros AI: +98 % PR bez zlepšení throughputu nebo kvality firmy. Sonar CEO: AI maskuje strukturální chyby (90 % problémů).

Dashboardy zobrazují aktivitu, skrývají vyhoření a skryté chyby.

Důležité

• AI zdvojnásobuje PR, ale mozek je omezen na 10 bitů/s – seniori jsou v bottlenecku.
• 88 % vyhoření u nejproduktivnějších; odejdou jako první.
• Workload creep: úkoly rostou, hranice se rozmazávají bez plánu.
• Fyzická rizika: +21–79 % kardiovaskulární nemoci, CVS u 74 %.
• Metriky lžou: churn roste, kvalita stagnuje.

Praktická opatření proti přetížení

• Omezení na 3–5 PR/den – lepší zpoždění než automatické schvalování.
• Oddělit čas generování a čas revize: přepnutí trvá 15–25 minut.
• Obrazovka jako fyzická zátěž: pauzy, spánek, procházky.

Technické lídry: zavést limit velikosti PR, monitorovat vyhoření přes dashboardy.

— Editorial Team