Przyszłością AI w biznesie jest mądra transformacja pracy, a nie jej koniec!

W dobie szybkiego rozwoju sztucznej inteligencji niezwykle istotnym wyzwaniem staje się zrozumienie w jaki sposób AI wpływa i może realnie wpływać na przekształcanie zawodów i automatyzację pracy. Potrzebujemy podejścia opartego o wiarygodne modele, a nie marketingowe hasła. 

Jako Fundacja Human for Future widzimy ten problem bardzo wyraźnie i równocześnie jesteśmy gotowi odpowiedzieć na pytania, które pojawiają się w przestrzeni publicznej. Jedno z nich, szczególnie dominujące i krzywdzące brzmi: Czy AI zabierze nam pracę?

My już wiemy, że nie – ale mocno ją zmieni. 

Jesteśmy tuż po pilotażowym projekcie ważnych badań, które pokazują model teoretyczny w jaki sposób to się stanie.

Już niebawem pojawi się też specjalnie przygotowany Raport dla Biznesu oraz gotowe narzędzie, dzięki któremu firmy będą mogły diagnozować potencjał transformacji stanowisk w ich organizacji. 

Poniższy materiał to zapis merytorycznej dyskusji przeprowadzonej podczas Poranka Naukowo Biznesowego, który stanowi zarazem specjalny odcinek podcastu Humanifest. Rozmowa ogniskuje się wokół pionierskich badań zrealizowanych przez Fundację Human for Future we współpracy z Politechniką Rzeszowską na zlecenie Wojewódzkiego Urzędu Pracy w Rzeszowie. 

W dyskusji prowadzonej przez Ingę Safader biorą udział: doktor Paweł Szczęsny, twórca zaawansowanej metodologii badawczej, doktor Iwo Zmyślony, ekspert zajmujący się procesami zmian i wiedzą niejawną, oraz Marek Adamski, menedżer badający systemy sztucznej inteligencji.

Inga Safader: Poruszymy dzisiaj temat niezwykle ważny, realizujący jeden z głównych celów naszej fundacji, czyli humanizację technologii i biznesu. Przy galopującym rozwoju technologii cały czas twardo stoimy przy człowieku i pilnujemy, aby nasza decyzyjność była nadal bardzo mocna. Będziemy rozmawiać o badaniach zrealizowanych wspólnie z Politechniką Rzeszowską na zlecenie Wojewódzkiego Urzędu Pracy w Rzeszowie. To pilotażowe badanie, które zapoczątkuje trzyletni projekt ministerialny w ramach programu Nauka dla Społeczeństwa. Chcę gorąco podziękować doktorowi inżynierowi Tomaszowi Żabińskiemu, od którego wszystko się zaczęło, co dowodzi, że najpierw spotyka się człowiek z człowiekiem, a potem pojawiają się projekty. Naszym celem jest stworzenie metodologii wdrażania sztucznej inteligencji w organizacjach tak, aby była przyjazna pracownikom. Ze mną w studiu wspaniały zespół badaczy: doktor Paweł Szczęsny, doktor Iwo Zmyślony oraz Marek Adamski. Pawle, powiedz nam o metodologii i o tym, jak prowadziliśmy ten projekt.

Od ogółu do konkretu: granularne badanie wpływu technologii

dr Paweł Szczęsny: Trzeba zacząć od historii. W 2023 roku ukazało się badanie firmy OpenAI, w którym mierzono ekspozycję na sztuczną inteligencję w różnego rodzaju zawodach. Powstała lista zawodów mocno i słabo eksponowanych, co wywołało szum i nadinterpretacje, że jest to lista ról, które zostaną całkowicie zastąpione przez algorytmy. Te badania były stosunkowo jednowymiarowe. Wymyśliliśmy, że spróbujemy ten wpływ technologii zbadać bardziej granularnie. Zeszliśmy na poziom zadań, a nie samych ról, i oceniliśmy każde zadanie pod kątem czterech współczynników. Pierwszy to automatyzowalność techniczna, czyli odpowiedź na pytanie, czy dane zadanie da się wykonać z użyciem technologii. Drugi, unikalny dla naszego badania, to automatyzowalność wdrożeniowa (praktyczna), oceniająca, czy w danej organizacji faktycznie da się to zadanie zastąpić. Trzeci aspekt to augmentowalność, czyli sprawdzenie, czy zadanie da się wspomóc lub przyspieszyć. Czwarty to współczynnik ludzki, oceniający komponent międzyludzki w danym zadaniu. To pozwoliło na dużo bardziej zniuansowany opis rzeczywistości.

Najpierw przeprowadziliśmy ankietę wśród przedsiębiorców związanych głównie z Doliną Lotniczą i branżą motoryzacyjną. Zapytaliśmy ich o kluczowe zawody. Powstała lista siedemdziesięciu takich ról, z której wybraliśmy pięćdziesiąt najczęściej się powtarzających. Bazując na amerykańskich i europejskich taksonomiach, rozbiliśmy każdy zawód na kilkadziesiąt typowych zadań. Ocenialiśmy, na ile te zadania dają się zautomatyzować najpierw w teorii, a potem w praktyce, uwzględniając organizacyjne uwikłanie danego stanowiska. Programista w małym software housie tworzącym masowe produkty pracuje inaczej niż programista w instytucji publicznej lub sektorze bankowym. Próbujemy złapać tę złożoność.

Wiedza niejawna i niezastąpiona inteligencja płynna

Inga Safader: Iwo, pogłęb proszę ten aspekt ludzki.

dr Iwo Zmyślony: Moje badania opierają się na koncepcji wiedzy niejawnej, czyli tacit knowledge. Twórcą tego ujęcia był Michael Polanyi, biolog i fizyk, który tłumaczył, czym jest uprawianie wiedzy i intuicja eksperta. Przez lata mówiono, że 95% wiedzy eksperckiej nie da się wyjęzyczyć i zamienić na algorytmy. Dzisiaj w kontekście sztucznej inteligencji nazywamy to inteligencją płynną. To umiejętność adaptacji do zupełnie nowych klientów, rynków i nietypowych zadań, do których nie byliśmy trenowani. Zwykła technologia nie posiada inteligencji ogólnej ani sprawczości, nie ma wbudowanego ośrodka w korze mózgowej, który pozwalałby jej powiedzieć „nie” własnym algorytmom.

Inga Safader: Przełożyliśmy tę teorię na matematykę za pomocą kwestionariusza Q12. Pytaliśmy w nim między innymi o to, czy warunki wykonania zadania są stabilne, czy opierają się na cyfrowych danych, czy wymagają głębokich relacji opartych na zaufaniu i czy niezbędna jest ścisła koordynacja z zespołem. Te odpowiedzi stworzyły wskaźnik ludzki, tak zwany Human Factor. Marku, jak to badanie przekłada się na realne decyzje w firmach?

Biznesowe zderzenie z hype’em technologicznym

Marek Adamski: My menedżerowie naprawdę mało wiemy na temat sztucznej inteligencji. Żyjemy w pewnym technologicznym hype’ie, który pompuje wielkie modele językowe. Od lat obserwujemy w biznesie syndrom bezrefleksyjnego kopiowania, kiedyś tak było z systemami SAP lub normami ISO. Wdraża się je, bo ma to konkurencja, nie rozumiejąc własnych procesów. Nasze badanie ma być narzędziem dla kadry zarządzającej, swoistym podręcznikiem pozwalającym odpowiedzieć na pytania o gotowość kulturową i technologiczną. Zmusza ono do zidentyfikowania bilansu kosztów i faktycznych zysków z potencjalnej automatyzacji. Daje menedżerom to, co najważniejsze w zarządzaniu, czyli podstawę do podejmowania trafnych decyzji o tym, co należy usprawnić, a co odciąć.

Zaskakujące wyniki i paradoksy automatyzacji

Inga Safader: Warto podkreślić, że cztery badane przez nas wskaźniki działają niezależnie od siebie. Zadanie wysoce automatyzowalne technicznie może nadal wymagać bardzo wysokiego czynnika ludzkiego. Najwyższą techniczną automatyzowalność w naszych analizach osiągnęli analitycy danych, analitycy ryzyka, specjaliści do spraw przygotowania produkcji oraz księgowi. Najniższą miały stanowiska takie jak ślusarz, spawacz czy operator maszyn. Z kolei najwyższy Human Factor uzyskali specjaliści do spraw public relations, radcy prawni, kierownicy zespołów i menedżerowie sprzedaży.

Marek Adamski: To fascynujący paradoks, biorąc pod uwagę fakt, że podczas wielkich konferencji branżowych radcy prawni manifestują ogromny strach przed utratą pracy. Sztuczna inteligencja zmusza organizacje do naturalnej selekcji i odpowiedzi na pytanie, za co klient faktycznie nam płaci.

dr Iwo Zmyślony: Badania te obrazują sytuację przy obecnej strukturze gospodarki i stabilnych warunkach brzegowych. Jeżeli na rynku nagle pojawi się masowy popyt na tanie i w pełni zautomatyzowane usługi prawne niskiej jakości, część prawników straci klientów. Jesteśmy w nurcie narracji środka, odrzucając zarówno wizje szybkiej utopii z wiecznymi wakacjami, jak i rychłej zagłady. Badania gigantów technologicznych były w gruncie rzeczy czystym public relations, promującym możliwości ich najnowszych modeli językowych.

Zjawisko AI washingu i nowe wyzwania kognitywne

dr Paweł Szczęsny: Branża IT to najlepszy poligon doświadczalny. Kod powstaje tam znacznie szybciej, dostarczenie produktu staje się tańsze, co napędza rosnący popyt na rynku. Zgodnie z paradoksem Jevonsa nie obserwujemy spadku zapotrzebowania na złożone produkty. Nie widzę potwierdzenia dla opowieści o tym, że nagle zniknie 90% programistów. Obserwujemy natomiast powszechne zjawisko AI washingu. Organizacje tłumaczą zwolnienia i dawno planowane restrukturyzacje rzekomym wdrożeniem algorytmów. Nam z wyników wychodzi jednoznacznie, że gigantyczna automatyzacja pozwalająca zredukować jedną trzecią kadr jest niezwykle trudna. Gdyby daną rolę dało się zautomatyzować w stu procentach, już dawno zostałaby wyoutsourcowana do krajów o taniej sile roboczej.

Marek Adamski: Warto spojrzeć na to zjawisko chłodnym okiem inwestora. Goldman Sachs niedawno opublikował analizę stóp zwrotu z inwestycji w technologię u największych graczy giełdowych. To potężne zderzenie z rzeczywistością, inwestycje przynoszą ułamki zapowiadanych zysków, co szybko ureguluje rynkowy entuzjazm. Chcę jednak zwrócić uwagę na jeszcze jedno nowe pole badawcze, jakim jest kognitywistyka immersyjna. Badamy obecnie, jak ludzki mózg ewolucyjnie reaguje na maszynę w zespole. Wyobraźmy sobie szklaną kulkę leżącą na stole podczas spotkania biznesowego, która na podstawie analizy danych będzie pełniła rolę naszego menedżera i wskazywała nam błędy. Nie wiemy jeszcze, jakie to przyniesie skutki psychologiczne dla pracowników.

Decyzyjność zawsze po stronie lidera

Inga Safader: Niuansowość jest najważniejszym słowem tej dyskusji. Musimy przestać patrzeć na technologię jak na towarzysza życia, a zacząć traktować ją jako doskonałe narzędzie pomagające nam tworzyć lepszą rzeczywistość. Wyniki zaprezentowanych badań posłużą do stworzenia otwartego narzędzia diagnostycznego dla przedsiębiorstw w całej Polsce. Dziękuję bardzo za spotkanie, moimi gośćmi byli doktor Paweł Szczęsny, doktor Iwo Zmyślony oraz Marek Adamski.

Zapraszamy do odsłuchania całości rozmowy:

You Tube: https://youtu.be/bbOKChAVAy0?si=NXzL3qKz6pTX-Ji9

Spotify: https://open.spotify.com/episode/3ZEUM6jV9VD4CubwLMNwOO?si=zIp7RTY5QR2UgimSvexTbw