Dlaczego pracownicy boją się narzędzi pracy wspieranych przez AI — i co z tym zrobić

W miarę jak AI transformuje kolejne branże, istotnym wyzwaniem jest nie tylko jej integracja techniczna, ale też zarządzanie ludzką reakcją na nią. Nasze doświadczenie pokazuje, że zarządzanie zmianą jest równie kluczowe co sama nowa technologia, a AI nie jest cudownym lekiem na wyzwania organizacyjne — mimo swojego potencjału w zakresie usprawniania operacji i zwiększania efektywności codziennych zadań.

Problem jest poważny — tym bardziej, że zgodnie z niedawnymi badaniami wiele organizacji zmaga się z pełnym wykorzystaniem korzyści płynących z AI. Deloitte ustalił, że zaledwie 18% firm obniża koszty dzięki AI, a tylko 27% odnotowuje poprawę efektywności i produktywności. Gartner poinformował, że tylko 53% projektów AI pomyślnie przechodzi z fazy pilotażowej do produkcji. Ten tak zwany „paraliż pilotażowy" jest często napędzany strachem i niepewnością wśród pracowników, którzy mogą nie w pełni rozumieć AI lub nie czuć się przygotowani do pracy z nią.

Nasze doświadczenie jako konsultantów UX pokazuje, że wdrażanie systemów AI w dużych organizacjach ujawniło pewien wspólny mianownik: pracownicy często są niechętni wobec AI (i wszelkich nowych narzędzi czy technologii), boją się utraty pracy na rzecz AI lub nie czują się wystarczająco pewni w swoich obecnych umiejętnościach.

Przyjrzyjmy się bliżej, jakie mają obawy i jak perspektywa user experience może pomóc je przezwyciężyć — i postrzegać AI jako narzędzie do współpracy, a nie zagrożenie.

Strach 1: „Nie wiem, jak działa AI ani jak jej używać."

Jedną z najczęstszych obaw pracowników wobec AI jest brak zrozumienia — „nie wiem, jak działa AI ani jak jej używać". Ten niepokój wynika z nieprzejrzystości systemów AI, często opisywanych jako „czarna skrzynka". Użytkownicy (a niekiedy nawet twórcy) nie wiedzą, jak generowane są konkretne wyniki — a ta luka wiedzy rodzi poczucie niepewności.

Ta asymetria informacji może prowadzić do nieuczciwej konkurencji wewnątrz firmy. Osoby biegłe w AI manipulują systemami AI, by sprzyjały konkretnym interesom, przez co pracownicy nieznający AI czują się jeszcze bardziej odsunięci od procesu. Jednocześnie mniej obeznani pracownicy obawiają się kolegów, którzy dzięki AI mają przewagę w produktywności i efektywności.

Remedies

1) Demokratyzacja nowych technologii i zarządzanie poziomem umiejętności

Odpowiedź na wyzwanie związane z piśmiennością AI zaczyna się od rozpoznania zróżnicowanych poziomów umiejętności technicznych i wiedzy pracowników. Zamiast dzielić użytkowników na silosy na podstawie ich wiedzy specjalistycznej, kluczowe jest przyjęcie inkluzywnego podejścia, które pozwoli każdemu komfortowo korzystać z AI we własnym tempie.

W naszym niedawnym projekcie opracowaliśmy dwie równoległe ścieżki nauki: niezależną dla tych, którzy pewnie eksplorują AI samodzielnie, oraz prowadzoną dla użytkowników potrzebujących większego wsparcia poprzez wskazówki krok po kroku. Ten elastyczny system pozwala użytkownikom przełączać się między ścieżkami w miarę wzrostu ich znajomości technologii, zachęcając do ciągłego uczenia się bez poczucia przytłoczenia.

2) Transparentność

Transparentność i otwarta komunikacja są dla nas kluczem do budowania piśmienności AI i pokonywania strachu. Poprzez otwarte dzielenie się harmonogramem projektu — obejmującym etapy od eksperymentowania po pełne wdrożenie — organizacje mogą łagodzić obawy o nieuczciwe przewagi.

Nasza niedawna strategia obejmowała stopniowe wdrażanie narzędzia AI w celu debugowania i stabilizowania systemu przed szerszym udostępnieniem. Wszyscy użytkownicy końcowi byli informowani o różnych etapach projektu: wstępnych eksperymentach, wczesnych wersjach, optymalizacji, stabilizacji i finalnym wdrożeniu. Kładliśmy też nacisk na wyjaśnianie, jak AI naprawdę działa, co robi i na jakich podstawach.

3) Komunikowanie zmiany

Jak również zauważyliśmy, kluczem do sukcesu każdego wdrożenia nowego narzędzia jest komunikowanie historii zmiany. Pomaga to pracownikom zrozumieć, dokąd zmierza organizacja, dlaczego się zmienia i dlaczego zmiany są niezbędne. Nasi autorzy gościnni, Sarah Faict i Stijn Vercamer, napisali więcej na ten temat w tym artykule, opisując interesujące studia przypadków z redakcji Mediahuis.

4) Budowanie systemu wiedzy wokół nowego narzędzia

Na pewnym etapie warto też wprowadzić system wiedzy, który informuje pracowników o nowym narzędziu. Ta rozległa i bogata baza niekoniecznie jest rozumiana jako „miejsce" w intranecie — to przyjazna użytkownikowi struktura umożliwiająca gromadzenie i dzielenie się wiedzą.

Uważamy to za kluczowy czynnik, który organizacje mają tendencję pomijać. Wprowadzając nowe narzędzie, pracownicy powinni otrzymać odpowiednie szkolenie i wsparcie — i nie może to być jednorazowa sesja wprowadzająca czy warsztat. Powinno się to dziać stale i być naturalną, codzienną aktywnością wplecioną w DNA firmy. Inwestowanie w dzielenie się wiedzą i efektywne ramy zarządzania wiedzą przyniesie korzyści użytkownikom systemu i stworzy bardziej elastyczne środowisko wewnątrz organizacji.

Strach 2: „Boję się, że AI sprawi, że stanę się zbędny i zostanę zastąpiony."

To powszechna obawa wśród pracowników, a dane pokazują, że 25% pracowników było już świadkami zwolnień spowodowanych wprowadzeniem sztucznej inteligencji. Zgodnie z tym samym badaniem, strach przed zastąpieniem przez AI jest najbardziej powszechny wśród trzech grup: niskokwalifikowanych pracowników narażonych na automatyzację, młodszych pracowników obserwujących szybkie wdrażanie nowych technologii i wysoko postawionych specjalistów, którzy uważnie obserwują zmiany rynkowe.

Strach przed zastąpieniem może prowadzić do kolejnego zjawiska, zwanego „Pustą Inteligencją". Pojawia się ono, gdy nadmierne poleganie na AI sprawia, że zasoby ludzkie tracą umiejętności lub zdolność do samodzielnego rozwiązywania złożonych problemów.

Remedies

1) Podział ról między ludźmi a AI

By zaradzić strachowi przed zastąpieniem przez AI, organizacje muszą przyjąć zrównoważone podejście, które wyjaśnia odrębne role, jakie ludzie i AI odgrywają w łańcuchu wartości. Jednym z rozwiązań jest podział ról: oddzielenie zadań najlepiej odpowiadających AI (takich jak przetwarzanie danych, rozpoznawanie wzorców czy automatyzacja powtarzalnych zadań) od tych, w których wiedza ludzka pozostaje niezbędna — kreatywność, strategiczne podejmowanie decyzji i inteligencja emocjonalna. Ten wyraźny podział umożliwia produktywną współpracę człowieka z AI i zapewnia pracownikom, że ich role pozostają niezastąpione dla zadań wymagających unikalnie ludzkich umiejętności.

Jednym z przykładów jest nasz niedawny koncept asystenta obsługi klienta zasilanego AI, Freddy. Rolą AI było zmniejszenie obciążenia pracowników obsługi klienta i zapewnienie, że ludzka interwencja była terminowa i skuteczna w przypadku bardziej złożonych zgłoszeń. W ten sposób 70–90% pracy można było zautomatyzować, a ludzie nadzorowali proces w razie potrzeby.

2) Podnoszenie kwalifikacji i ciągła edukacja

Może się to wydawać oczywiste, ale powiedzmy to raz jeszcze: wszystkie firmy powinny dziś skupić się na podnoszeniu kwalifikacji i ciągłej edukacji, by zapewnić, że pracownicy rosną razem z technologiami AI. Zapewnienie możliwości uczenia się nowych umiejętności — szczególnie w zakresie efektywnej pracy z AI (zamiast obawiania się jej) — sprzyja nastawieniu na adaptację, a nie opór. Może to obejmować ustrukturyzowane ścieżki nauki: niezależną eksplorację dla osób obeznanych z technologią i wsparcie z przewodnikiem dla tych, którzy mają mniejsze doświadczenie z AI.

Strach 3: „Muszę adoptować AI, bo po prostu muszę to zrobić."

Presja adoptowania AI bez wyraźnych powodów lub odpowiedniego przygotowania jest rosnącym źródłem niepokoju organizacji, określanym jako „gorączka AI". Ten rodzaj AI-fobii pojawia się, gdy organizacje czują się zmuszone do wdrożenia AI nie z powodu rzeczywistej potrzeby, ale po prostu pod wpływem zewnętrznych nacisków lub trendów.

Gdy wyższe kierownictwo pochłania gorączka AI, adopcja AI staje się często bardziej symbolem niż substancją, prowadząc do powierzchownego wdrożenia. To wymuszone wdrożenie może pozostawić menedżerów i pracowników z niedorozwiniętymi systemami AI, niejasnymi celami i nieprzewidywalnymi konsekwencjami. Zespoły mogą czuć, że muszą przyjąć AI by pozostać konkurencyjnymi lub sprawiać wrażenie innowacyjnych — nawet jeśli AI nie odpowiada ich konkretnym potrzebom. Menedżerowie mogą adoptować AI jako środek prezentowania innowacyjności lub odpowiadania na ruchy konkurencji, bez dokładnej oceny, czy pasuje to do operacji ich organizacji. A systemy wdrażane pospiesznie stwarzają więcej problemów, niż rozwiązują.

Remedies

Ocena rzeczywistych potrzeb organizacji

Przed wdrożeniem AI zaleca się przeprowadzenie dokładnych ocen, by ustalić, czy AI jest naprawdę potrzebna i jak może wspierać kluczowe cele. Jeśli potrzebujesz pomocy w ocenie obecnych narzędzi pracy i przepływów pracy oraz chcesz zidentyfikować potencjalne wyzwania i możliwości związane z adopcją AI, oferujemy rozwiązanie zwane Process & Tools Review.

Jest ono zaprojektowane tak, by odkryć prawdę o aktualnych narzędziach i procesach Twojej organizacji oraz zidentyfikować potrzeby, problemy, przecieki kosztów i możliwości na przyszłość. Oprócz pogłębionej analizy Twoich narzędzi pracy, otrzymasz zestaw konkretnych rekomendacji dostosowanych do unikalnych potrzeb i celów Twojej organizacji.

Skontaktuj się z nami, by dowiedzieć się więcej o Process & Tools Review.

Rekrutacja ambasadorów

Nasze doświadczenie pokazuje, że w każdej organizacji są zwolennicy nowego rozwiązania — nazywamy ich ambasadorami zmiany. Są oni ogniwem łączącym początkowy zespół AI z szerszą grupą użytkowników, mogąc pomagać w budowaniu pozytywnego odbioru nowej technologii.

W niedawnym przypadku wdrożenia asystenta AI w dużej organizacji ambasadorami byli użytkownicy, którzy już niezależnie eksperymentowali z narzędziami AI. Znali nie tylko konkretne potrzeby swoich zespołów, ale też rozumieli możliwości i ograniczenia istniejących technologii AI. Odegrali kluczową rolę w definiowaniu wymagań wobec rozwiązania i dostarczaniu spostrzeżeń pogłębiających nasze rozumienie perspektywy użytkownika. Komunikowali też wartość asystenta AI szerszej bazie użytkowników, prowadzili szkolenia oraz zbierali i przekazywali informacje zwrotne zespołowi deweloperów.

Zamiana oporu w wsparcie

W każdym procesie transformacji — szczególnie przy wdrożeniu AI — opór jest nieunikniony. Użytkownicy mogą kwestionować wyniki produkowane przez AI, eskalować każdy problem i wyrażać sceptycyzm. Prawdopodobnie będą podważać skuteczność AI, odrzucając jej wyniki jako gorsze lub zawodne.

Co więc zrobić, gdy stanie się naprzeciw tego oporu?

Następnie zidentyfikuj wcześnie osoby oporujące (prawdopodobnie przejawiały podobne postawy w innych sytuacjach związanych ze zmianą). Rozpoznając je, możesz lepiej przewidywać i odpowiadać na ich obawy. Możesz też zaangażować ambasadorów, którzy mogą dostarczać kontrargumentów i pomagać neutralizować opór.

Wspieraj cały proces jasną i transparentną komunikacją (wróć do remedies dla Strachu 1, by uzyskać więcej informacji). Z pewną wprawą i odrobiną szczęścia niekiedy można przekształcić obrońcę status quo w ambasadora AI. Odpowiadając na ich obawy, angażując ich w proces i demonstrując wartość AI, mogą stać się Twoimi najsilniejszymi zwolennikami zmiany. Warto też pamiętać o odpowiedniej edukacji i szkoleniu, jak opisaliśmy w remedies dla Strachu 2.

Strach 4: „Gdy coś idzie dobrze lub źle, kto lub co jest odpowiedzialne: ja czy AI?"

AI popełnia błędy. Gdy więc informacje dostarczone przez AI są nieprawidłowe lub prowadzą do złych wyników, rodzi się pytanie: kto jest odpowiedzialny — programista, użytkownik czy sama AI? Podobnie, gdy ludzkie decyzje są podejmowane na podstawie danych dostarczanych przez AI, kwestia odpowiedzialności pozostaje niejasna, potęgując niepokój. Problem ma dwa oblicza: sukces lub porażka człowieka może być niesłusznie przypisana AI, lub sukces czy błędy generowane przez AI mogą być niesłusznie zaliczone lub obarczone użytkownikowi. Oba scenariusze stwarzają ryzyko albo nadmiernego polegania na AI, albo unikania jej użycia z powodu strachu przed odpowiedzialnością.

Remedies

1) Jasne ramy odpowiedzialności

Najlepiej jest zdefiniować i ustanowić granice odpowiedzialności dla wszystkich interesariuszy zaangażowanych w proces AI — projektantów, deweloperów, dostawców i użytkowników. Każdy zaangażowany powinien wiedzieć, które zadania AI obsługuje autonomicznie, a gdzie wymagany jest nadzór człowieka.

2) Nadzór człowieka

AI jest narzędziem, a nie decydentem. Może być powolna, ma słabości, nie zawsze stosuje się do podpowiedzi, halucynuje, a kwestia jej etyki jest wciąż dyskusyjna. Na razie potrzebujemy ludzkiego nadzoru i osądu, gdyż modele AI muszą być regularnie monitorowane i aktualizowane — przez nas, ludzi. W końcu to my musimy sprawować kontrolę i ponosić odpowiedzialność za końcowe wyniki.

Dlatego zaleca się ustanawianie wytycznych określających, kiedy konieczna jest interwencja człowieka — szczególnie w obszarach wysokiego ryzyka lub wrażliwych.

3) Raportowanie błędów AI, przeglądy i informacje zwrotne

Każda aplikacja musi być dokładnie mierzona — szczególnie ta zaprojektowana jako narzędzie profesjonalne. Oznacza to wdrażanie regularnych przeglądów systemów AI w celu zapewnienia ich dokładności. Ważne jest też, by użytkownicy mogli logować i zgłaszać błędy AI lub wątpliwe wyniki.

Niekiedy zdarzają się jednak niespodziewane sytuacje. W naszym niedawnym projekcie wprowadziliśmy etykietę „wspomagane przez AI" dla artykułów, w których AI wygenerowała co najmniej jeden akapit. Po tygodniu zauważyliśmy, że liczba takich artykułów była niższa od oczekiwanej. Okazało się, że redaktorzy omijali wyznaczoną ścieżkę. Zamiast używać dostarczonego przycisku do wstawiania treści generowanych przez AI, ręcznie kopiowali i wklejali tekst. W efekcie nasz system śledzenia nie rozpoznał tych artykułów.

Na przykład wiemy, jak zidentyfikować dokładny moment, w którym użytkownik kończy bieżącą interakcję z chatem. To idealny moment, by poprosić o szybką informację zwrotną — ocenę i komentarz — gdy doświadczenie jest jeszcze świeże w pamięci.