Izveštaj Work AI Institute upozorava da generativna AI može da stvori lažni osećaj stručnosti dok polako erodira temeljne radne veštine, posebno kod zaposlenih na početku karijere. Rebecca Hinds ističe rizik da automatizacija zameni pripravništvo i praktično učenje. Izveštaj razlikuje "cognitive dividend" (kognitivni dobitak) i "cognitive debt" (kognitivni dug) i poziva lidere da mere uticaj AI na stvarne poslovne ciljeve, a ne samo na upotrebu alata.
Kako AI Stvara Iluziju Stručnosti i Potkopava Radne Veštine
Novi izveštaj Work AI Institute upozorava da generativna veštačka inteligencija može da stvori osećaj lažne stručnosti kod kancelarijskih radnika, istovremeno postepeno erodujući njihove temeljne veštine. Koautorka izveštaja Rebecca Hinds ističe posebno visok rizik za zaposlene na početku karijere, čiji se proces učenja kroz pripravništvo menja upotrebom AI alata.
Glavni nalazi
Izveštaj, pripremljen u saradnji sa istraživačima sa univerziteta kao što su Notre Dame, Harvard i UC Santa Barbara, navodi da mnogi radnici osećaju veću produktivnost i samopouzdanje dok im istovremeno slabije stoje osnovne profesionalne veštine. Hinds upozorava da je često teško razgraničiti gde se završava znanje pojedinca, a gde počinje automatizacija.
"AI nam stavlja stručnost u ruke na način koji nije uvek predvidiv. Često postoji iluzija da imate više ekspertize nego što zaista imate," rekao je Rebecca Hinds, direktor Work AI Institute pri kompaniji Glean i koautorka izveštaja.
Zašto je to problem?
U kreativnim i znanjem intenzivnim ulogama zaposlenima AI često pomaže da prevaziđu "praznu stranicu" i generišu prve nacrte ili modele. To ubrzava rad, ali uklanja važan proces razmišljanja i preispitivanja koji razvija osećaj vlasništva nad idejom i sposobnost da je branite ili poboljšate.
Izveštaj opisuje dva moguća ishoda upotrebe AI: "cognitive dividend" (kognitivni dobitak), kada AI pojačava stručnost i oslobađa vreme za kompleksnije zadatke, i "cognitive debt" (kognitivni dug), kada reflexivna upotreba AI vodi do slabijih veština i pogrešnog samopouzdanja.
Ko je najugroženiji?
Najveći rizik ima rani kadar: junior programeri, početni marketinški stručnjaci i mladi analitičari koji tradicionalno usvajaju znanje kroz mentorstvo i praktičan rad. Ako se ključni zadaci automatizuju ili se uloge dele AI-u bez nadzora i učenja, ti zaposleni mogu ostati bez potrebnih temeljnih veština.
Uloga lidera i metrike
Hinds upozorava da organizacije nenamerno pojačavaju problem kada mere uspeh samo kroz broj interakcija s AI alatima — na primer, vrednovanjem zaposlenih prema tome koliko često "klikću" na alat. Takav pristup podstiče površnu upotrebu alata umesto dubokog razumevanja i učenja.
Umesto toga, kompanije bi trebalo da povežu primenu AI sa stvarnim poslovnim ciljevima: kvalitetom, zadovoljstvom korisnika i inovacijama, i da mere uticaj na te ishode, a ne samo frekvenciju korišćenja.
Preporuke
Hinds ne savetuje odbacivanje AI, već promišljeno i namerno korišćenje. Preporučuje da radnici i lideri postave tri ključna pitanja:
- Koje uloge treba ostati duboko ljudske? Identifikujte aspekte posla koji razvijaju prosuđivanje, kreativnost i motivaciju.
- Gde je AI zaista susedna vašem znanju? Koristite AI kao partnera u oblastima u kojima već imate stručnost, a ne kao zamenu za učenje novih domena.
- Šta merite? Fokusirajte se na to da li AI poboljšava stvarne ishode (kvalitet, brzinu, zadovoljstvo klijenata), a ne samo na broj klikova ili upotreba.
"AI vas ne pretvara magično u lidera. Češće on samo pojačava ono što već postoji u organizaciji," zaključuje Hinds.
Originalni članak objavio je Business Insider.
Pomozite nam da budemo bolji.




























