מה זה רפש-עבודה, ומאיפה בא השם
את המונח טבעו חוקרי BetterUp Labs ומעבדת המדיה החברתית של סטנפורד — קייט נידרהופר, גבריאלה רוזן קלרמן, אנג'לה לי, אלכס ליבשר, קריסטינה רפואנו וג'פרי הנקוק — בכתבה שפרסמו ב-Harvard Business Review ב-22 בספטמבר 2025, תחת הכותרת "AI-Generated 'Workslop' Is Destroying Productivity". BetterUp Labs מגדירים זאת כ"תוכן שנוצר בבינה מלאכותית ונראה טוב, אך חסר תוכן של ממש" — שקופיות מבריקות, דוחות ארוכים, סיכומים מהודקים-מדי או קוד בלי הקשר, שיוצרים אשליה של התקדמות אך למעשה מטילים על מקבל התוצר את מלאכת החשיבה והניקיון האמיתית. TechCrunch, שסיקרה את המחקר כמה ימים אחר-כך, ניסחה זאת כ"תוכן-עבודה שמתחזה לעבודה טובה, אך חסר את המהות הדרושה כדי לקדם את המשימה באמת". השם עצמו מרכיב את "work" (עבודה) עם "slop" — אותו שורש שכבר תיעד האתר הזה בערך רפש של בינה מלאכותית, המתאר הצפה של תוכן-רשת איכותי-נמוך, אלא שכאן היעד פנים-ארגוני ולא פומבי.
מה המחקר מודד: 40% מהעובדים, 186 דולר לחודש
הנתונים באים מסקר מקוון של BetterUp Labs בשיתוף מעבדת המדיה החברתית של סטנפורד, בקרב 1,150 עובדי-משרד אמריקאים במשרה מלאה, שנערך בספטמבר 2025. 40% מהם דיווחו שקיבלו רפש-עבודה בחודש שקדם לסקר. פתרון כל מקרה כזה אורך בממוצע כשעתיים, בעלות ממוצעת של 186 דולר לעובד בחודש — ו-9 מיליון דולר בשנה עבור חברה של 10,000 עובדים. עובד אחד, מנהל-פרויקטים, תיאר זאת כך: "קבלת עבודה באיכות ירודה כזו יצרה בזבוז זמן ואי-נוחות עצומים... הרגשתי לא בנוח להתעמת עם הממונה עליי ולבקש שתעשה זאת מחדש, כך שנאלצתי לקחת על עצמי מאמץ לעשות משהו שהיה אמור להיות באחריותה."
הנזק לאמון ולשיתוף-הפעולה בצוות
המחקר מצא שקבלת רפש-עבודה פוגעת ביחסים בין עמיתים ומשנה את התפיסה ההדדית ביניהם: עובדים בודדים מדווחים על תסכול, בלבול וניתוק; צוותים מבזבזים מחזורי-עבודה, מכפילים מאמץ ומאבדים אמון זה בזה; וארגונים שלמים מאבדים זמן, מוטעים לחשוב שהם פרודוקטיביים יותר משהם באמת, וחווים בלימה בקצב אימוץ ה-AI שלהם. לפי המחקר, התופעה מתפשטת בדיוק כש-AI הופך מכלי לשיתוף-פעולה לתחליף לו.
למה זה קורה: הפער בין המנדט לתועלת
ההקשר הרחב יותר, כפי שכתבת ה-HBR מתארת, הוא סתירה: ארגונים דוחפים לאימוץ AI מהר יותר משהם רואים ממנו תועלת מדידה — דפוס שתועד גם בערך אימוץ בינה מלאכותית ארגונית, שם מחקר נפרד של אוניברסיטת MIT מצא שכ-95% מהפיילוטים הארגוניים נכשלים בהשגת השפעה עסקית מדידה. רפש-עבודה הוא הצד המוחשי והניתן-למדידה-בכסף של אותו פער, ברמת התוצר הבודד ולא ברמת הפרויקט הארגוני כולו.
מה מומלץ, ומה עדיין פתוח
המחקר ממליץ למנהלים לקבוע גבולות ברורים לשימוש ב-AI, להדגים בעצמם שימוש מושכל בו, ולטפח גישת "טייס" שמשתמשת ב-AI כדי לחזק שיתוף-פעולה במקום להימנע מעבודה. עבודת רפאים, וכן בינה מלאכותית פוטיומקינית, עוסקים בשאלה מי מבצע את העבודה בפועל; כאן, לעומת זאת, השאלה היא מה איכות התוצר שהתקבל. לתופעה, כלשון ההגדרה עצמה, אין עדיין אמצעי-הגנה מוסדי או רגולטורי מוכר: המחקר ממסגר אותה כבעיית תרבות-ארגונית וניהול, לא כסיכון בטיחותי.