お楽しみ様です✨
今日も、今日とて、
TRIAのイベント楽しんでいます。
以前にもブログに描いたのですが、
資金力弱者なので、
BOTに食わせる資金も
創ろうじゃないか。
手動も併用中です。
手動ポジション利確待ちナウ。
ここからは、
今日は疲弊とは、体感したので、
そもそも、本当にこれは疲弊なのか？
疑問に思ったので、
チャットGPTでスコア化して、
遊んでみました。
ここからは、チャットGPTにこの研究をブログ投稿用にまとめてください。
指示を出して作ったものです。
ちなみに導入文も、
人間が土台考えて本文とズレはありかないか、
客観視させて、修正したものです。
では今日の『疲弊』の私の研究です。
（チャットGPTで描いた文章）
（コピぺ）
↓
↓
↓
今日は、
「これが『疲弊』というものか？」
と思う出来事があったので、
仕事量や負荷をスコア化して、
私が感じた「疲弊」の正体を暴いてみました。
すると、
「仕事量が多かったから疲れた」
だけではない、ちょっと面白い結果が見えてきました。
⸻
まず、実際に起きたことを数字にしてみる
お互いの労働時間は8時間。
Aさんは8時から勤務。
私は9時から勤務。
まず比較したのは、8時45分から9時までの15分間です。
8時45分。
Aさんがある仕事をしていたので、
「じゃあ私は別の仕事をやろう」
と判断して仕事を始めました。
ところが9時になり、引き継ぐために状況を確認すると、
私が「進んでいる」と思っていた仕事が、思ったほど進んでいませんでした。
9時までの処理数は、
私：7
Aさん：2
その後、私は残っていた仕事を引き継いで処理。
Aさんは別の業務へ。
私も残りを終わらせ、9時30分ごろからAさんがやっている業務へ合流しました。
今回、確認できた処理数を合計すると、
私：42
Aさん：27
単純に処理件数だけを比べると、
42 ÷ 27 ≒ 1.56
私の処理数は、Aさんの約1.56倍でした。
ここだけを見ると、
「そりゃ疲れるわ」
と思います。
でも、ここで比較対象を変えてみました。
⸻
Aさんではなく「普段の私」と比べてみた
普段、ほかの人と一緒に仕事をした場合はどうなのか？
8時45分から9時までの仕事は、だいたい半々。
さらに9時以降も、今回は普段より4件ほど多く処理していました。
これを今回と同じ条件でざっくり計算すると、
普段の私の処理数は約35〜36件。
今回は42件。
つまり、普段と比べた仕事量の増加は、
およそ17〜20％。
ここで、
「あれ？」
となりました。
自分の感覚では、
「今日はものすごい量の仕事をした」
くらいに思っていたんです。
でも、普段の自分と比べると、
仕事量そのものは約2割増。
もちろん多い。
でも、
私が想像していたほど、とんでもない差ではありませんでした。
⸻
じゃあ、何にこんなに疲れたんだ？
そこで今度は、
仕事の「量」ではなく、
仕事の流れ
を見てみました。
普段なら、
仕事をする
↓
終わらせる
↓
次の仕事をする
という流れ。
ところが今回は、
自分の仕事をする
↓
相手の進捗を確認する
↓
想定より進んでいないことに気づく
↓
判断する
↓
予定を変更する
↓
穴を埋める
↓
引き継ぐ
↓
また別の仕事へ合流する
という流れになっていました。
増えていたのは、
仕事の「量」だけではなかったんです。
確認する。
判断する。
予定を変える。
仕事を切り替える。
予定外の仕事を処理する。
そして、人とのやり取りも発生する。
一つ一つを見ると、
それほど大きなことではありません。
でも、それが次々と重なっていました。
⸻
そこで「負荷」も適当にスコア化してみた
ここからは実測値ではありません。
今回の状況を比較するために、
ChatGPTと一緒に、
予定外の対応や仕事の切り替えなどにも仮のポイントをつけてみました。
すると、
普段の負荷を100とした場合、今回は約140前後
という試算になりました。
もちろん、
「人間は負荷140になると疲弊します！」
という話ではありません🤣
医学的な指標でも、
正式な労務評価でもありません。
あくまで、
自分の普段の仕事を100として、今日の違いを見えるようにするための仮スコア。
でも、この数字を見たとき、
ちょっと腑に落ちました。
⸻
疲弊の正体は「仕事量」だけじゃなかった
私は最初、
仕事量が多すぎたから疲弊した
と思っていました。
ところが数字にしてみると、
仕事量そのものは普段より約17〜20％増。
一方で、
仕事の切り替えや予定外の対応などまで含めて仮スコア化すると、
負荷は約40％増という結果になりました。
ここで見えてきたのが、
「仕事量」と「疲弊」は、単純に同じものではない
ということでした。
もしかすると、
人を疲れさせるのは、
仕事量 × 仕事の乱され方
みたいなものなのかもしれません。
予定外のことが起きる。
途中で流れが変わる。
相手の状況を確認する。
判断する。
予定していなかった穴を埋める。
また元の仕事に戻る。
一つ一つは小さい。
でも、
小さな負荷が重なることで、仕事量以上に「疲れた」と感じる。
今回の私には、これがかなり当てはまりました。
⸻
でも、逆の発見もあった
そして、もう一つ面白かったことがあります。
私は最初、
「今日はめちゃくちゃ疲れた」
という感覚があったので、
当然、
「めちゃくちゃ仕事量が多かった」
と思っていました。
ところが、
数字にすると普段より約2割増。
つまり私は、
「疲れた」という体感から、仕事量の差まで実際以上に大きく想像していた可能性がある。
これが今回、一番意外でした。
疲れたという感覚が間違っていたわけではありません。
そうではなく、
疲れた原因を「仕事量」だけだと思っていたことが違った。
数字にしてみたことで、
それに気づきました。
⸻
そして、AIの使い方にも気づいた
今回ChatGPTに、
「今日こんなことがあって大変だった！」
と話して、
「それは大変でしたね」
と言ってもらいたかったわけではありません。
私が知りたかったのは、
「私はそう感じた。でも、実際どうだったんだろう？」
ということ。
そこで、
感情をそのまま肯定してもらうのではなく、
起きた出来事を時系列で渡して、
「一回、数字にしてみて」
と頼みました。
すると、
「やっぱり私は大変だった！」
だけでは終わらなかった。
むしろ、
「あれ？ 思っていたほど仕事量は増えてないぞ」
という、
自分の予想とは違う結果が出てきました。
これ、AIの面白い使い方だと思います。
⸻
感情をAIに「分解」してもらう
「疲れた」
「忙しかった」
「大変だった」
人間は、いろいろな出来事をまとめて、
一つの感覚として受け取ります。
でもAIに、
何件やった？
いつもは何件？
途中で何が起きた？
何回仕事を切り替えた？
予定外の対応はあった？
と分解させてみる。
すると、
今まで一言で「疲れた」と呼んでいたものの中身が、
少し見えてきます。
今回の私の場合、
仕事量：約17〜20％増
それに対して、
予定外対応などを含めた仮の負荷：約40％増。
そして私は、
数字を見るまでは、
もっと大きな仕事量の差があると思っていました。
⸻
今日のAI実験で分かったこと
今回分かったのは、
疲弊は、仕事の「量」だけでは測れない
ということ。
そしてもう一つ。
自分の体感と、実際に起きたことは、必ずしも同じではない。
だから、
感情を否定するのでもなく、
そのまま全部正しいと決めるのでもなく、
一度、
AIに分解してもらう。
「私、今日めちゃくちゃ疲れた」
から、
「なぜ私は今日、こんなに疲れたんだろう？」
へ。
答えを教えてもらうだけじゃなく、
自分の感覚を客観視するためにAIを使う。
今日は「疲弊」から、
思いがけず、
AIの面白い使い方を一つ発見しました☺️
この版なら、導入の「疲弊の正体を暴いてみました」が最後の「AIで感覚を客観視する」という発見まできれいにつながっています。
↓
↓
↓
昇華ｗ
（人間）
それでは✨
Yブログ 
コメントを残す