Cyfrowy kamuflaż w biurze. AI sprawia, że udajemy ekspertów, którymi nie jesteśmy

Współczesne biura stają się areną specyficznego spektaklu. Pracownicy, uzbrojeni w zaawansowane modele językowe, dostarczają wyniki, które jeszcze kilka lat temu wymagałyby dekady doświadczenia. Jednak pod warstwą dopracowanych raportów i bezbłędnego kodu kryje się zjawisko, które badacze z platformy Use.AI nazywają luką kompetencyjną. Z ankiety przeprowadzonej wśród blisko 10 tysięcy dorosłych pracowników w USA, Europie i Ameryce Łacińskiej wyłania się obraz profesjonalistów, których wizerunek zawodowy wyprzedza realne umiejętności.

Problem jest palący, ponieważ aż 52% badanych otwarcie deklaruje, że technologia pozwala im uchodzić za ekspertów w dziedzinach, o których mają znikome pojęcie. Nie mówimy o drobnych poprawkach stylistycznych, ale o systemowej zmianie postrzegania talentu. Według danych zebranych przez Use.AI, 43% respondentów dzięki algorytmom przejęło obowiązki, do których wcześniej nie czuli się przygotowani. To sprawia, że tradycyjne metody oceny pracowników stają się bezużyteczne.

Praca na cudzy rachunek

Dane są bezlitosne. Aż 64% pracowników wykorzystało AI do wykonania zadań, którym nie podołaliby samodzielnie. Co więcej, co piąta promocja w ostatnim czasie była wsparta wynikami wygenerowanymi przez algorytmy, o czym przełożeni często nie mieli pojęcia. 39% respondentów otwarcie przyznaje, że wysyła prace przygotowane przez AI bez żadnej adnotacji o udziale maszyny, a 30% z satysfakcją przyjmuje pochwały za efekty, które w przeważającej mierze są dziełem modelu językowego.

Krytycznym punktem jest brak przejrzystości. W większości firm brakuje jasnych regulacji dotyczących ujawniania udziału algorytmów, co sprawia, że ocena wydajności pracownika staje się rzeczą iluzoryczną. Menedżerowie oceniają produkt finalny, nie wiedząc, ile z niego wynika z intelektualnego wysiłku człowieka, a ile jest outsourcingiem do serwerowni w chmurze.

Gdzie kończy się narzędzie, a zaczyna zależność

Ihor Herasymov, dyrektor generalny Use.AI, zwraca uwagę na niepokojący trend: 35% pracowników twierdzi, że bez dostępu do AI nie byłoby w stanie wykonywać części swoich obecnych obowiązków. To sugeruje przejście z modelu wspomagania w stronę czystej zależności. „Problem pojawia się w momencie, gdy pracownik potrafi wygenerować odpowiedź, ale nie potrafi ocenić, czy jest ona błędna, ani wyjaśnić mechanizmu jej powstania” – zauważa Herasymov.

Eksperci postulują, by miarą pracownika przestał być sam tekst czy kod, a stało się nim „sformułowanie problemu” (problem framing). Zdolność do postawienia właściwych pytań i weryfikacja błędów AI to cechy, których algorytmy na razie nie zastąpią. Niestety, obecne systemy ewaluacji w korporacjach rzadko są do tego przystosowane.

Wyścig z autonomicznym agentem

Sytuację dodatkowo komplikuje tempo rozwoju technologii. Według danych organizacji METR, czas potrzebny na podwojenie autonomii systemów AI skrócił się drastycznie. Nowe standardy pozwalają asystentom AI nie tylko pisać o pracy, ale rzeczywiście ją wykonywać poprzez bezpośrednie łączenie się z innymi aplikacjami.

Dla pracodawców oznacza to konieczność przedefiniowania pojęcia „talent”. Jeśli wyścig o wyniki wygrywa ten, kto sprawniej posługuje się promptem, firmy muszą znaleźć sposób na sprawdzenie, co pozostanie z ich kadr, gdyby pewnego dnia wyłączono dostęp do sieci. Autonomia sztucznej inteligencji rośnie wykładniczo, ale autonomia ludzkiego myślenia wydaje się być w tym starciu w odwrocie.