Spis treści:
- Formułowanie problemu
- Krytyczne myślenie zyskuje na znaczeniu
- Wiedza ekspercka nie znika
- Nowa kompetencja: współpraca z AI
- Rola odpowiedzialności
- Zaufanie jako największe ryzyko
- Jakich kompetencji powinniśmy więc uczyć?
- Czy organizacje są gotowe?
Wpisujemy odpowiednie polecenie, załączamy dokumenty i po chwili otrzymujemy podsumowanie. Zadanie nie zajmuje już wielu godzin i wydaje się prostsze. Tylko czy na pewno korzystamy z danego narzędzia świadomie?
Standardowy dzień pracownika administracji publicznej może obejmować analizę wielostronicowych dokumentów i wyciąganie z nich najważniejszych informacji. Przy natłoku innych obowiązków, nagłych sprawach i zadaniach wymagających bieżącej reakcji dokładne zapoznanie się z takim materiałem może zająć kilka dni. Do analizy dokumentów potrzeba uwagi, skupienia i czasu na zrozumienie ich treści. Część tej pracy można wykonać w kilka minut przy wsparciu sztucznej inteligencji.
Istnieje jednak różnica pomiędzy techniczną obsługą AI a jej świadomym wykorzystaniem. Pracownik powinien wiedzieć, czy dokumenty, które zamierza przekazać do analizy, rzeczywiście mogą znaleźć się w danym narzędziu. Musi również umieć ocenić otrzymaną odpowiedź i zdecydować, w jakim zakresie może się nią posłużyć. Sam fakt, że rezultat został wygenerowany szybko i wygląda profesjonalnie, nie przesądza jeszcze o jego poprawności.
Obsługi narzędzia da się nauczyć stosunkowo szybko. Znacznie większego znaczenia nabierają kompetencje związane z formułowaniem poleceń, oceną informacji, bezpieczeństwem danych i odpowiedzialnością za sposób wykorzystania wygenerowanej treści. Sztuczna inteligencja skraca czas wykonania wielu zadań, ale jednocześnie stawia przed pracownikiem nowe wymagania. Świadome używanie AI oznacza coś więcej niż znajomość funkcji konkretnego rozwiązania.
Formułowanie problemu
Do tej pory pracownik musiał przede wszystkim wiedzieć, jak wykonać określone zadanie. W pracy ze sztuczną inteligencją coraz większego znaczenia nabiera umiejętność określenia rezultatu, który chcemy osiągnąć. Trzeba znać kontekst zadania i wiedzieć, jakie informacje są potrzebne, jakie ograniczenia należy uwzględnić i według jakich kryteriów oceniać wynik.
Przez ostatnie lata można było spotkać wiele opinii twierdzących, że osoby, które nie nauczą się korzystać ze sztucznej inteligencji, mogą mieć coraz większe trudności na rynku pracy. Sądzę jednak, że ryzyko dotyczy również osób, które będą korzystały z AI nadmiernie i bez odpowiednich kompetencji.
Korzyści z wdrożeń sztucznej inteligencji trudno kwestionować. AI pozwala oszczędzić czas, wspiera wykonywanie powtarzalnych czynności, pomaga tworzyć treści, analizować informacje czy przygotowywać materiały. Coraz łatwiej dostępne stają się również rozwiązania pozwalające budować własnych agentów AI wspierających konkretne zadania. Dostępność technologii sprawia jednak, że łatwo pomylić możliwość jej użycia z umiejętnością wykorzystania jej w odpowiedni sposób.
Dobrym i prostym przykładem są materiały graficzne. Polecenie stworzenia plakatu bez przekazania kontekstu, charakteru wydarzenia, grupy odbiorców czy oczekiwanego stylu może doprowadzić do otrzymania poprawnego, ale mało oryginalnego materiału. Podobnie jest z zadaniami znacznie bardziej złożonymi.
Pracownik może poprosić AI: „przeanalizuj dokument”. Tylko co właściwie ma oznaczać analiza? Czy potrzebne jest krótkie podsumowanie, identyfikacja obowiązków, wskazanie ryzyk, porównanie z innym dokumentem, a może przygotowanie informacji dla mieszkańców? AI nie wie, czego naprawdę potrzebujemy, jeżeli sami nie potrafimy tego określić. Im bardziej odpowiedzialne jest zadanie, tym większego znaczenia nabiera umiejętność jego prawidłowego opisania.
Krytyczne myślenie zyskuje na znaczeniu
Krytyczne myślenie wciąż pozostaje jedną z najważniejszych kompetencji. W przypadku sztucznej inteligencji jego znaczenie może wręcz rosnąć. Wyniki generowane przez AI są zazwyczaj logiczne, uporządkowane i sformułowane profesjonalnym językiem. Właśnie dlatego czasami sprawiają wrażenie bardziej wiarygodnych, niż w rzeczywistości są.
Otrzymanie odpowiedzi nie powinno więc kończyć pracy. Potrzebna jest jej ocena, sprawdzenie źródeł, a w określonych przypadkach również weryfikacja stanu prawnego lub porównanie informacji z dokumentem źródłowym. Sztuczna inteligencja niekiedy generuje też więcej treści, niż rzeczywiście potrzebujemy. Odpowiedź może być obszerna, a jednocześnie mało użyteczna dla konkretnego odbiorcy.
Dobrze pokazała to sytuacja podczas jednego z warsztatów, w których uczestniczyłam. Wspólnie z grupą zapytaliśmy AI, w jaki sposób można rozwiązać z pracownikiem umowę o pracę, i poprosiliśmy o przygotowanie struktury odpowiedniego dokumentu. Odpowiedź wyglądała poprawnie i zawierała wiele potrzebnych elementów. Zabrakło jednak istotnej informacji dotyczącej konieczności wskazania przyczyny wypowiedzenia umowy zawartej na czas określony w sytuacji, gdy wypowiedzenia dokonuje pracodawca. Osoba, która nie zna obowiązujących regulacji, mogłaby uznać wygenerowany dokument za kompletny.
Ten przykład pokazuje jeszcze jedną zależność. Aby należycie ocenić rezultat działania AI, trzeba znać obszar, którego ten rezultat dotyczy. Pojawia się również pułapka pozornej wiarygodności. Błąd znacznie łatwiej zauważyć w tekście chaotycznym i niespójnym niż w materiale uporządkowanym, napisanym profesjonalnym językiem i przedstawionym z dużą pewnością. Forma odpowiedzi może wpływać na sposób, w jaki oceniamy jej jakość.
Weryfikacja także wymaga czasu. Sprawdzenie źródeł, aktualnego stanu prawnego czy zasadności przeprowadzonej analizy jest częścią zadania. AI potrafi mocno skrócić etap przygotowania pierwszej wersji, ale nie zawsze oznacza to, że człowiek może zrezygnować z kolejnych etapów pracy.
Wiedza ekspercka nie znika
Rosnące możliwości AI sprawiają wrażenie, że dostęp do wiedzy eksperckiej staje się łatwiejszy niż kiedykolwiek wcześniej. Wystarczy kilka sekund, by wygenerować analizę, dokument, rekomendację albo odpowiedź dotyczącą obszaru, którym wcześniej zajmowała się osoba dysponująca specjalistyczną wiedzą. Zmienia się więc sposób wykonywania pracy. Człowiek coraz częściej zleca przygotowanie pierwszej wersji, a następnie ocenia rezultat, poprawia go i ostatecznie zatwierdza. Każda z tych czynności wymaga jednak kompetencji merytorycznych, decyzyjności i krytycznego myślenia.
Szczególnie interesujące staje się w tym kontekście pytanie o młodszych pracowników. Dotychczas doświadczenie zawodowe zdobywało się m.in. poprzez wykonywanie prostszych zadań. Nowo zatrudniona osoba przygotowywała pierwsze dokumenty, zestawienia czy analizy, poznawała procesy, konsultowała swoją pracę z bardziej doświadczonymi współpracownikami i popełniała błędy. W ten sposób stopniowo rozwijała wiedzę potrzebną do wykonywania bardziej odpowiedzialnych zadań.
Co się stanie, jeśli część takich czynności od początku będzie podejmowana przy użyciu AI? Nie da się dziś jednoznacznie odpowiedzieć na to pytanie. Wiele zależy od sposobu wykorzystywania technologii, organizacji pracy oraz podejścia do rozwoju pracowników. Jak nauczyć się oceniać jakość pracy wykonanej przez AI, jeżeli wcześniej nie zdobyło się doświadczenia w samodzielnym realizowaniu podobnych zadań?
Z perspektywy rozwoju pracowników może to oznaczać potrzebę bardziej świadomego planowania procesu uczenia się. Jeżeli część prostszych zadań zostanie przejęta przez AI, warto zastanowić się nad sposobem, w jaki młodszy pracownik zdobędzie wiedzę i doświadczenie, które wcześniej rozwijał właśnie podczas ich wykonywania. Być może większego znaczenia nabiorą mentoring, omawianie konkretnych przypadków oraz zadania realizowane samodzielnie, nawet jeżeli technologia pozwalałaby skończyć je szybciej.
Jednocześnie trudno ignorować różnicę w tempie pracy, jaką w części zadań daje sprawne korzystanie ze sztucznej inteligencji. Obserwuję, że pracownik umiejętnie używający AI potrafi niektóre obowiązki wykonać zdecydowanie szybciej. Z perspektywy osoby zarządzającej różnica może być zauważalna, szczególnie tam, gdzie liczy się czas i jakość rezultatu.
Wraz z upowszechnianiem AI organizacje prawdopodobnie będą musiały ponownie zastanowić się nie tylko nad oczekiwaniami dotyczącymi efektywności, ale również nad sposobem zdobywania doświadczenia zawodowego. Rozwoju kompetencji nie będzie można pozostawić wyłącznie naturalnemu procesowi realizowania kolejnych, coraz trudniejszych zadań.
Nowa kompetencja: współpraca z AI
Jedną z nowych kompetencji pracowników administracji jest moim zdaniem umiejętność współpracy z AI. Samo słowo „obsługa” wydaje się bowiem niewystarczające. Tradycyjne oprogramowanie działa według określonych reguł. Użytkownik wykonuje konkretną czynność i oczekuje przewidywalnego rezultatu. W przypadku generatywnej sztucznej inteligencji sposób pracy wygląda inaczej. Odpowiedź zależy od polecenia, przekazanego kontekstu, wcześniejszej rozmowy, dostępnych informacji, zastosowanego modelu czy wersji rozwiązania, dlatego rezultat nie zawsze będzie taki sam.
Praca z AI często przebiega etapami. Najpierw określamy zadanie i przekazujemy kontekst. Następnie otrzymujemy odpowiedź, którą trzeba ocenić. Jeżeli rezultat nie spełnia oczekiwań, doprecyzowujemy polecenie, wskazujemy błędy, uzupełniamy informacje i ponownie analizujemy wynik. Dopiero po weryfikacji decydujemy o jego wykorzystaniu.
Współpraca z AI oznacza również umiejętność rozpoznania momentu, w którym dalsza rozmowa z narzędziem przestaje być najlepszym rozwiązaniem. Nie każdą wątpliwość należy rozwiewać kolejnym promptem. W sprawach wymagających interpretacji przepisów, specjalistycznej wiedzy, dostępu do informacji niedostępnych dla modelu lub podjęcia odpowiedzialnej decyzji konieczna może być konsultacja z odpowiednim specjalistą. Umiejętność używania AI obejmuje więc także świadomość tego, kiedy z niego nie korzystać.
Rola odpowiedzialności
W administracji publicznej do kompetencji związanych z wykorzystaniem AI dochodzi szczególnie ważny obszar: odpowiedzialność. Dotyczy ona m.in. danych osobowych, informacji poufnych, bezpieczeństwa informacji oraz konsekwencji wykorzystania wygenerowanego rezultatu.
Pracownik może chcieć wykorzystać AI do analizy dokumentów z kontroli wewnętrznej lub zewnętrznej, zestawienia dotyczącego wynagrodzeń albo materiałów związanych z przygotowywanym projektem. Niemniej zanim dokument zostanie przesłany do zewnętrznego narzędzia, potrzebna jest wiedza, czy wykorzystanie danego rozwiązania jest dopuszczone przez instytucję, jakie dane można do niego przekazać oraz jakie zasady ich przetwarzania stosuje konkretny dostawca.
To kolejny powód, dla którego wewnętrzne zasady korzystania z AI i szkolenia dla pracowników stają się coraz ważniejsze. Pracownik powinien znać zarówno możliwości sztucznej inteligencji, jak i ryzyka związane z jej używaniem. Problem odpowiedzialności wykracza jednak poza zachowanie pojedynczej osoby. Dotyczy również przełożonych oraz samej instytucji, która określa zasady korzystania z technologii i organizuje środowisko pracy.
Znaczenie kompetencji i odpowiedzialności człowieka znajduje odzwierciedlenie również w regulacjach. Artykuł 4 AI Act (DzUrz UE L 1689 z 12.07.2024) zobowiązuje dostawców i podmioty stosujące systemy AI do podejmowania działań służących zapewnieniu odpowiedniego poziomu kompetencji w zakresie AI wśród pracowników oraz innych osób zajmujących się obsługą i wykorzystywaniem tych systemów w ich imieniu. Przygotowanie pracowników powinno uwzględniać m.in. ich wiedzę techniczną, doświadczenie, wykształcenie i szkolenia, a także kontekst, w którym AI jest używana.
W przypadku systemów AI wysokiego ryzyka AI Act idzie jeszcze dalej. Artykuł 14 przewiduje wymogi dotyczące skutecznego nadzoru człowieka podczas korzystania z takich systemów. Nie oznacza to oczywiście, że każdy przypadek użycia generatywnej AI w urzędzie należy do tej kategorii. Pokazuje jednak znaczenie człowieka w ocenie i nadzorowaniu sposobu wykorzystania technologii.
Podobny wątek odpowiedzialności pojawia się w dyrektywie NIS 2 (DzUrz UE L 333 z 27.12.2022). Artykuł 20 dyrektywy odnosi się do odpowiedzialności organów zarządzających za zatwierdzanie i nadzorowanie wdrażania środków zarządzania ryzykiem w cyberbezpieczeństwie oraz przewiduje szkolenia dla członków tych organów. Dyrektywa zachęca również do organizacji regularnych szkoleń dla pracowników.
Warto więc postawić bardzo praktyczne pytanie: kto odpowiada za dokument, analizę lub rekomendację przygotowaną przy wsparciu AI? Fakt wykorzystania technologii nie sprawia, że odpowiedzialność za późniejsze zastosowanie rezultatu automatycznie znika. Właśnie dlatego kompetencja używania sztucznej inteligencji musi obejmować również świadomość konsekwencji podejmowanych działań.
Zaufanie jako największe ryzyko
Na początku pracy z AI wiele osób stosuje zasadę ograniczonego zaufania. Sprawdza odpowiedzi, porównuje je z własną wiedzą, zagląda do źródeł i poprawia błędy. Z czasem sytuacja może się jednak zmienić. Jeżeli narzędzie wielokrotnie dostarcza odpowiedzi, które okazują się poprawne albo spełniają oczekiwania, poziom czujności stopniowo spada. Kolejne rezultaty przyjmowane są coraz bardziej automatycznie. Wtedy pojawia się ryzyko bezrefleksyjnego zaufania.
W literaturze dotyczącej współpracy człowieka z systemami automatycznymi opisywane jest zjawisko automation bias, związane ze skłonnością do nadmiernego polegania na sugestiach lub rezultatach dostarczanych przez automatyzację. W jednym z przeglądów systematycznych przeanalizowano 74 badania dotyczące współpracy człowieka z systemami automatycznego wspomagania decyzji. Jako czynniki mogące wpływać na nadmierne poleganie na automatyzacji wskazano m.in. zaufanie do systemu, wcześniejsze doświadczenie użytkownika, złożoność zadania, obciążenie pracą oraz presję czasu. Wśród sposobów ograniczania tego zjawiska pojawiły się natomiast szkolenia oraz podkreślanie odpowiedzialności użytkownika za podejmowane decyzje.
Interesująca staje się sytuacja, w której odpowiedź AI pozostaje w sprzeczności z wiedzą pracownika. Czy zaufa on własnemu doświadczeniu, czy uzna, że narzędzie dysponuje informacjami, których on sam nie posiada? Być może jedną z kompetencji potrzebnych w pracy z AI będzie więc świadome zarządzanie własnym zaufaniem do technologii.
Jakich kompetencji powinniśmy więc uczyć?
Z punktu widzenia pracownika administracji publicznej, ale również działów odpowiedzialnych za rozwój ludzi, pojawia się pytanie o sposób budowania kompetencji związanych ze sztuczną inteligencją. Czy wystarczy przeszkolić pracowników z obsługi konkretnego narzędzia? Technologia wszak zmienia się bardzo szybko. Rozwiązanie, którego uczymy dzisiaj, za rok może wyglądać inaczej, oferować nowe funkcje albo zostać zastąpione przez inne. Dlatego szkolenie ograniczone do instrukcji obsługi może stosunkowo szybko stracić część swojej wartości. Znacznie trwalsze są kompetencje pozwalające świadomie pracować z różnymi rozwiązaniami AI.
Nie oznacza to, że szkolenia techniczne przestają być potrzebne. Powinny jednak stanowić część szerszego podejścia do rozwoju kompetencji. Nasuwa się też pytanie, czy wszystkich należy szkolić z AI tak samo. Inne zastosowania będą istotne dla pracownika działu HR, a inne dla osoby zajmującej się zamówieniami publicznymi, finansami, obsługą mieszkańców czy analizą dokumentów prawnych. Każdy z tych pracowników może również mierzyć się z odmiennym rodzajem ryzyka. Rozwój kompetencji związanych z AI powinien więc uwzględniać rolę danego urzędnika i charakter wykonywanych przez niego zadań, a nie tylko dostęp do konkretnego narzędzia.
Czy organizacje są gotowe?
Rozważania nad rozwojem kompetencji pracowników prowadzą do jeszcze jednego pytania: czy same organizacje są przygotowane na sposób, w jaki AI zaczyna być wykorzystywane w codziennej pracy?
Warto sprawdzić, czy instytucja rzeczywiście wie, jakich narzędzi używają jej pracownicy i jakie informacje do nich przekazują. Dostępność publicznych rozwiązań sprawia, że stosowanie AI może rozpocząć się oddolnie, bez formalnego projektu wdrożeniowego, decyzji kierownictwa czy udziału działu IT.
Pojawia się wtedy zjawisko określane jako shadow AI. Pojęcie to jest używane do opisania sytuacji, w której pracownicy sięgają po narzędzia lub aplikacje wykorzystujące sztuczną inteligencję bez formalnej zgody albo nadzoru działu IT. Przykładem może być samodzielne używanie ogólnodostępnych narzędzi generatywnej AI do redagowania tekstów czy analizowania danych. Z punktu widzenia organizacji problemem jest wówczas nie tylko samo użycie technologii, ale również brak wiedzy o tym, jakie informacje są do niej przekazywane i w jaki sposób narzędzie jest stosowane.
Samo wprowadzenie zakazu korzystania z publicznych narzędzi może nie rozwiązać problemu. Jeżeli pracownicy dostrzegają korzyści wynikające z wykorzystania AI w codziennych zadaniach, obok ograniczeń potrzebna jest również edukacja i stworzenie bezpiecznych warunków korzystania z technologii.
Instytucja powinna potrafić odpowiedzieć na kilka podstawowych pytań. Z jakich narzędzi pracownicy mogą korzystać? Jakie dane wolno do nich przekazywać? W których zadaniach rezultat powinien zostać dodatkowo zweryfikowany? Do kogo pracownik może zwrócić się w przypadku wątpliwości? Czy przełożeni sami rozumieją możliwości i ograniczenia wykorzystywanych rozwiązań?
Wewnętrzne regulacje są więc potrzebne, ale same dokumenty nie zbudują kompetencji. Muszą im towarzyszyć szkolenia, komunikacja oraz praktyczne zasady odnoszące się do rzeczywistych sytuacji występujących w pracy. Organizacje stoją zatem przed wyborem szerszym niż decyzja o tym, czy pozwolić pracownikom korzystać z AI. Muszą zdecydować, w jaki sposób przygotować ludzi do odpowiedzialnego korzystania z technologii, która w wielu miejscach już stała się elementem codziennej pracy.
Pracownicy muszą natomiast wiedzieć, jakie zadanie mogą powierzyć sztucznej inteligencji, czy można zaufać otrzymanemu rezultatowi i co można z nim dalej zrobić. Dostęp do AI nie jest więc jeszcze kompetencją. Kompetencją staje się dopiero umiejętność świadomego korzystania z jego możliwości.
Autor
Olga Kowalska
Autorka pełni funkcję HR Business Partner w Sieci Badawczej Łukasiewicz – PORT. Wspiera kadrę menedżerską w obszarze zarządzania personelem, rozwoju organizacyjnego oraz realizacji polityki personalnej. Odpowiada za optymalizację i cyfryzację procesów HR, wykorzystując podejście procesowe i technologiczne.
