Hiệu quả do AI mang lại giúp thu hồi thời gian. Nếu cần ít thời gian hơn cho nghiên cứu, tổ chức, so sánh hoặc soạn thảo, một phần thời gian trước đây bị ràng buộc vào các hoạt động đó sẽ trở nên khả dụng. Thay đổi này thường được hiểu là năng suất cao hơn, bởi có thể tạo ra nhiều đầu ra hơn trong cùng một khoảng thời gian hoặc tạo ra cùng một đầu ra trong thời gian ngắn hơn. Nhưng có một vấn đề mà chỉ các chỉ số hiệu quả không thể giải quyết: ai sử dụng thời gian được tạo ra nhờ sự rút ngắn đó, và để làm gì? Nếu thời gian thu hồi được tự động đưa vào quy trình tiếp theo, hiệu quả sẽ khuếch đại năng lực xử lý, nhưng không nhất thiết làm tăng khoảng không để con người có thể thay đổi phán đoán của mình.
Để xem xét vấn đề này, cần phân biệt khoảng dư với đơn thuần là “thời gian chưa được sử dụng”. Công việc chứa những yếu tố không thể được dự đoán đầy đủ ngay từ đầu. Những đặc tả bị hiểu sai, thông tin còn thiếu, điều kiện bên ngoài thay đổi, lỗi được phát hiện qua kiểm chứng và khác biệt trong cách hiểu giữa các bên liên quan không phải lúc nào cũng có thể được liệt kê đầy đủ khi lập kế hoạch. Nếu thời gian theo kế hoạch bị lấp kín hoàn toàn bởi những công việc hiện đã biết, sẽ không còn nguồn lực khả dụng khi một sự kiện bất ngờ xuất hiện. Vì vậy, khoảng dư có thể được hiểu không phải là thời gian còn thừa vì hiện tại không có việc để dùng, mà là thời gian được giữ lại với mục đích sử dụng vẫn để ngỏ cho những bất định trong tương lai.
Việc định hình sớm những phần quan trọng có tác dụng tạo ra khoảng dư này. Mục đích không đơn giản là hoàn thành trước thời hạn. Bằng cách tiếp xúc trước với những phần khó, chúng ta có thể sớm kiểm tra xem ước tính ban đầu có hợp lý hay không. Nếu nhận ra công việc không thể tiến hành như kế hoạch, các lựa chọn vẫn còn: thay đổi đặc tả, tìm kiếm thêm thông tin, chuyển phương pháp hoặc thương lượng lại thời hạn với các bên liên quan. Tiến triển sớm nên được hiểu không phải là nâng cao khả năng dự đoán chính xác tương lai, mà là một cấu trúc giúp phát hiện sớm hơn rằng dự đoán của chúng ta đã sai.
Kết nối cấu trúc này với AI làm thay đổi ý nghĩa của tốc độ. Giá trị của việc AI nhanh chóng tạo ra một đề xuất ban đầu không chỉ nằm ở khả năng tăng số lượng đầu ra trên mỗi đơn vị thời gian. Nếu những phần quan trọng được cụ thể hóa sớm, con người có thể quan sát những vấn đề vốn không thể nhìn thấy ở giai đoạn lập kế hoạch trừu tượng. Một tiền đề sai, một điều kiện còn thiếu, xung đột giữa các giá trị hoặc sự không khớp giữa sản phẩm đầu ra được kỳ vọng và đầu ra thực tế có thể xuất hiện sớm. Khi đó, tốc độ của AI có chức năng phát hiện trước sự bất định. Nếu thời gian còn lại có thể được giữ lại, con người vẫn duy trì các lựa chọn để ứng phó với những gì đã được phát hiện.
Tuy nhiên, tác dụng này biến mất khi thời gian được tạo ra nhờ hiệu quả tự động được phân bổ lại cho hoạt động sản xuất bổ sung. Bản nháp đầu tiên có sớm hơn một ngày, nên thêm vài phiên bản nữa được tạo ra. Nghiên cứu kết thúc sớm, nên phạm vi được mở rộng. Việc kiểm chứng được rút ngắn, nên một dự án khác được thêm vào trong cùng thời hạn. Những cách phân bổ lại như vậy có thể hợp lý khi đầu ra bổ sung có giá trị cao. Nhưng nếu chúng trở thành thông lệ, khoảng dư do AI tạo ra sẽ bị tiêu thụ ngay khi vừa xuất hiện, và thời gian để thay đổi kế hoạch hoặc xem xét lại sẽ lại trở nên khan hiếm. Khi đó, hiệu quả cục bộ xóa bỏ chính năng lực sửa đổi mà lợi ích hiệu quả lẽ ra có thể tạo điều kiện.
Điều này cho thấy khoảng dư là một vấn đề phân bổ. Trong một tổ chức, thời gian được tạo ra nhờ hiệu quả có thể được chuyển hướng sang các mục tiêu đầu ra bổ sung. Một cá nhân có thể bắt đầu công việc mới, kiểm chứng công việc hiện tại hoặc dùng thời gian để nghỉ ngơi. Tuy nhiên, trong sự cộng tác với AI, chi phí của việc tiếp tục tạo sinh và khám phá càng thấp thì sự thật rằng “vẫn có thể xử lý thêm” càng dễ biến thành chuẩn mực rằng “nên xử lý thêm”. Năng lực còn lại và nghĩa vụ phải sử dụng nó ngay lúc này không phải là một. Nếu quyền quyết định cách sử dụng khoảng dư cũng được giao cho logic tự động hóa, con người có thể hưởng lợi từ hiệu quả nhưng đồng thời mất khả năng lựa chọn cách sử dụng những lợi ích đó.
Vì vậy, khoảng dư trong sự cộng tác giữa con người và AI có thể được hiểu là một phần của năng lực ra quyết định. Việc sửa đổi một phán đoán cần thời gian. Xem xét một phản đối, tiến hành kiểm tra bổ sung hoặc rút lại một hướng đi đã chọn trước đó đều cần thời gian. Nếu thời gian được phân bổ hoàn toàn, về hình thức con người vẫn có thể giữ quyền quyết định cuối cùng nhưng trên thực tế lại có rất ít lựa chọn ngoài việc phê chuẩn hướng đi đã định. Nếu vẫn còn thời gian chưa được tiêu dùng, họ vẫn có thể phản đối, quay lại câu hỏi và thay đổi các điều kiện sau khi nhận kết quả của AI. Khoảng dư không chỉ hỗ trợ tự do trước một quyết định mà còn hỗ trợ tự do làm lại một quyết định.
Góc nhìn này cũng đòi hỏi thay đổi cách đánh giá hiệu quả. Thời gian xử lý ngắn hơn, chi phí thấp hơn và nhiều đầu ra hơn vẫn quan trọng, nhưng chúng không phản ánh được một hệ thống cộng tác đã trở nên có khả năng chống chịu với thay đổi nhiều hơn đến mức nào. Giả sử hai hệ thống tạo ra cùng một sản phẩm đầu ra sớm hơn hai ngày. Một hệ thống lập tức lấp đầy hai ngày đó bằng công việc khác; hệ thống kia giữ lại một phần làm thời gian dự phòng cho đến khi việc kiểm chứng quan trọng hoàn tất. Trong điều kiện thông thường, hệ thống thứ nhất có thể có vẻ tạo ra nhiều đầu ra hơn. Nhưng nếu sau đó phát hiện một lỗi lớn trong tiền đề, hệ thống thứ hai vẫn còn các lựa chọn để sửa chữa. Lựa chọn nào phù hợp hơn phụ thuộc vào tính chất và mức độ bất định của công việc.
Khoảng dư không phải lúc nào cũng tốt hơn chỉ vì có nhiều hơn. Thời gian dự phòng quá mức có thể làm chậm công việc cần thiết. Trong các quy trình ổn định và ít thay đổi, mức sử dụng cao có thể hợp lý hơn việc duy trì một biên dự phòng lớn. Vì vậy, vấn đề không phải là tối đa hóa hiệu quả hay khoảng dư. Vấn đề là nên giữ lại bao nhiêu khoảng dư xét theo mức độ bất định, hậu quả của thất bại, thời gian cần thiết để thay đổi và nhu cầu trả quyền phán đoán lại cho con người. Khoảng dư không phải là một điều tốt vô điều kiện; nó là một nguồn lực có giá trị ở những nơi cần khả năng thay đổi.
Khi áp dụng vào Sai＊aus, quan điểm này khiến việc không nhất thiết đưa mọi lợi ích từ tốc độ cao hơn của AI trở lại hoạt động tạo sinh bổ sung trở nên quan trọng. AI có thể sớm cho thấy cấu trúc, qua đó cho phép con người sớm phát hiện vấn đề. Nếu không có vấn đề, quá trình xử lý có thể tiếp tục; nếu xuất hiện sự không khớp, thời gian còn lại có thể được dùng để kiểm tra các tiền đề, thay đổi hướng đi và, khi cần thiết, phản đối chính đề xuất của AI. Ở đây, tốc độ của AI được dùng không phải để thay thế phán đoán của con người, mà để kéo dài về phía trước khoảng thời gian trong đó con người có thể thay đổi phán đoán ấy. Đó là một thiết kế chuyển hóa tốc độ không chỉ thành xử lý bổ sung mà còn thành khả năng sửa đổi.
Sự khác biệt này không thể được giải thích chỉ bằng việc một AI có hay không có những chức năng nhất định. Tạo sinh nhanh, tổ chức thông tin, so sánh và hỗ trợ xem xét lại có thể được nhiều loại AI thực hiện. Sự khác biệt xuất hiện ở việc thời gian được tạo ra bởi những năng lực đó được thiết kế để phục vụ điều gì. Một thiết kế có thể đưa mọi phần dư trở lại quá trình tối ưu hóa tiếp theo; một thiết kế khác có thể dành lại một phần cho việc con người kiểm tra, phản đối, trì hoãn quyết định và rút lại. Sai＊aus nhấn mạnh việc không biến năng lực xử lý nhiều hơn của AI thành mục đích tự thân, mà bố trí cả năng lực được sử dụng và chưa được sử dụng để con người tiếp tục là chủ thể của sự thấu hiểu và phán đoán.
Ai có quyền đối với khoảng dư do hiệu quả tạo ra? Không có một tỷ lệ phân bổ phổ quát duy nhất. Nhưng chỉ riêng sự thật rằng AI đã rút ngắn một nhiệm vụ không hàm ý rằng thời gian tiết kiệm được nên được đưa trở lại vào AI hoặc các nhiệm vụ bổ sung. Thời gian chưa được sử dụng cũng là năng lực ứng phó với những khả năng chưa xảy ra: thất bại, thay đổi, phản đối và rút lại. Vì vậy, suy nghĩ về hiệu quả trong thời đại AI đòi hỏi phải chú ý không chỉ đến những nguồn lực đã được sử dụng mà còn đến những nguồn lực được chủ ý để sẵn cho khi cần. Việc đặt câu hỏi ai phân bổ khoảng dư đó và nó được giữ lại cho năng lực phán đoán của ai sẽ chuyển sự cộng tác giữa con người và AI từ việc đơn thuần tăng tốc thành một vấn đề thiết kế.
Không phải câu trả lời. Mà là sự thấu hiểu.