EN PL

Czy AI zastąpi człowieka?

Metaforyczne pole kodu: po lewej człowiek ręcznie układa elementy, po prawej ten sam człowiek z planem na tablecie kieruje pracą mechanicznego narzędzia AI.

Nowe narzędzia, ludzka odpowiedzialność

AI może przyspieszyć wykonanie zadania. Jednak pomysł, ocena rezultatu i kolejne poprawki również są pracą. Na rolę człowieka patrzę przez własne doświadczenie tworzenia, sprawdzania i doskonalenia.

Tagi: AI / Człowiek / Odpowiedzialność Publikacja: Aktualizacja: 8 min czytania

"Rola" człowieka

Wyobraź sobie pole, które trzeba przygotować pod uprawę. Praca jest ciężka, postępuje powoli, a od jej wyniku zależy czyjeś utrzymanie. Pojawia się maszyna, która może przejąć znaczną część wysiłku.

Czy praca człowieka traci wtedy wartość? A może zmienia się to, na czym ta wartość polega?

Podobne pytania zadaję sobie, korzystając z AI. Narzędzie potrafi przygotować tekst, grafikę lub kod. Jednak między wykonaniem polecenia a uzyskaniem użytecznego rezultatu pozostaje przestrzeń na myślenie, decyzje i sprawdzanie. Właśnie tam widzę rolę człowieka.

Od ciężkiej pracy do świadomego wykorzystania narzędzi

Z lektury „Orki” Władysława Reymonta mocno utkwił mi w pamięci obraz ogromnego ludzkiego wysiłku. Nie porównuję doświadczeń jej bohaterów z pracą przy komputerze. Ten literacki obraz skłania mnie jednak do refleksji: jak wiele zmienia dostęp do narzędzia, które odciąża człowieka?

Praca zasługuje na szacunek również wtedy, gdy jest żmudna i wykonywana ręcznie. Możliwość jej ułatwienia nie odbiera jej znaczenia. Nie musimy zachowywać dawnego poziomu trudności, aby rezultat nadal był wartościowy.

W rolnictwie narzędzia zmieniły sposób wykonywania wielu czynności. Przygotowanie pola jest jednak częścią większego procesu. Trzeba uwzględnić warunki, wybrać sposób działania, zadbać o sprzęt i ocenić efekty. Nawet wysoki poziom automatyzacji nie sprawia, że każda decyzja staje się oczywista.

To dla mnie użyteczna metafora pracy z AI. Zmienia się udział człowieka w wykonaniu poszczególnych zadań. Nadal trzeba rozumieć, czemu mają służyć i po czym poznamy, że zostały wykonane dobrze.

Narzędzie może ograniczyć wysiłek potrzebny do realizacji zadania. Nie gwarantuje, że wybraliśmy właściwe zadanie.

AI trzeba nauczyć się używać

O AI łatwo mówić przez pryzmat efektownych możliwości: wygenerowanego obrazu, gotowego tekstu czy działającego fragmentu kodu. Taki wynik może sugerować, że wystarczyło zadać pytanie.

Moje doświadczenie jest bardziej złożone.

Przy tworzeniu własnej strony wielokrotnie otrzymywałem propozycje, które nie odpowiadały temu, co chciałem osiągnąć. Tekst nie oddawał mojej myśli. Grafika nie pasowała do zamierzonego stylu. Rozwiązanie działało w jednym miejscu, ale nie współgrało z resztą witryny.

Potrzebne były kolejne polecenia, doprecyzowania i poprawki. Czasem także ręczne modyfikacje. Efekt końcowy powstawał stopniowo.

Część trudności mogła wynikać ze sposobu, w jaki opisywałem oczekiwania. Formułowanie polecenia również wymaga jednak pracy. Trzeba uporządkować pomysł, wskazać ograniczenia i wyjaśnić, co jest ważne. Nieraz dopiero po obejrzeniu pierwszej wersji potrafiłem dokładniej określić, czego potrzebuję.

Obsługa AI oznacza więc dla mnie więcej niż znajomość miejsca, w którym wpisuje się tekst. Obejmuje umiejętność prowadzenia pracy: określenia celu, oceny propozycji, zauważenia błędu i wyboru następnego kroku.

Ważna jest również świadomość własnych ograniczeń. Jeżeli nie rozumiem otrzymanego rozwiązania, trudniej mi ocenić jego poprawność. Wtedy potrzebuję dodatkowej wiedzy, testu lub konsultacji. Samo przekonujące wyjaśnienie narzędzia nie wystarcza.

Mniej powtarzania, więcej myślenia o całości

Jednym z użytecznych zastosowań AI było dla mnie poprawianie i ujednolicanie stron. Zmiana przyjęta w jednym miejscu często wymagała wdrożenia na kolejnych podstronach. Powtarzanie podobnych czynności zajmowało czas, choć kierunek działania był już ustalony.

AI pomagało skrócić ten etap. Ułatwiało także przygotowanie wersji pomysłu, którą mogłem zobaczyć i sprawdzić w praktyce.

Nie oznaczało to, że przestawałem myśleć o projekcie. Więcej uwagi mogłem skierować na jego całość: wygląd, styl, strukturę informacji, nawigację i wygodę korzystania. Zastanawiałem się, czy element jest potrzebny, czy pasuje do pozostałych i czy rzeczywiście pomaga odbiorcy.

Zmieniało się zatem miejsce, w którym skupiałem wysiłek. Część wykonania powierzona narzędziu pozwalała mi pracować nad zależnościami między elementami systemu.

To istotne również z perspektywy specjalisty. Jego wiedza nie ogranicza się do ręcznego wykonywania każdej czynności. Obejmuje rozumienie kontekstu, rozpoznawanie problemów i ocenę konsekwencji decyzji. Nowe narzędzie może pomóc wykorzystać tę wiedzę w szerszym zakresie.

Nie chciałbym jednak przedstawiać tego jako automatycznej drogi do większej efektywności. Narzędzie trzeba poznać, a organizacja pracy musi umożliwiać sensowne wykorzystanie jego możliwości.

Wygenerowany wynik wymaga sprawdzenia

Przed opublikowaniem artykułu lub projektu przeprowadzam wiele sprawdzeń. Wracam do treści, wyglądu i działania. Poprawiam elementy, które początkowo wydawały się wystarczające.

Przy tekście pytam, czy przekazuje moją myśl, jest zrozumiały i nie zawiera twierdzeń, których nie potrafię uzasadnić. Przy stronie sprawdzam, czy zmiana działa w różnych miejscach i czy nie utrudnia korzystania z innych elementów.

Błędy mogą pojawić się zarówno w propozycji AI, jak i w moich założeniach czy poprawkach. Dlatego kontrola nie powinna polegać wyłącznie na szukaniu pomyłek narzędzia. Potrzebny jest również krytyczny stosunek do własnych decyzji.

Dla mnie nadzór człowieka ma znaczenie wtedy, gdy może wpłynąć na wynik. Samo kliknięcie „akceptuj” nie wystarcza. Trzeba mieć możliwość odrzucenia propozycji, zmiany kierunku i zatrzymania publikacji, jeżeli pojawiają się wątpliwości.

Im większe konsekwencje zastosowania wyniku, tym staranniej należy określić sposób jego sprawdzania. Innego poziomu kontroli wymaga robocza ilustracja, a innego rozwiązanie wpływające na dane, bezpieczeństwo czy działanie procesu.

To, że AI potrafi coś wykonać, nie oznacza jeszcze, że rezultat można wykorzystać bez oceny.

Szybsza pierwsza wersja nie oznacza końca pracy

Nie zawsze odczuwam, że dzięki AI mam więcej wolnego czasu. Przygotowanie pierwszej wersji może być krótsze, ale później pojawiają się poprawki, testy i optymalizacja.

Czasem możliwość łatwego sprawdzenia kolejnego wariantu prowadzi do dalszego dopracowywania projektu. Oszczędność na jednym etapie zostaje przeznaczona na inny. Nie musi to być problem, jeżeli poprawia użyteczność wyniku, ale warto uczciwie uwzględnić ten nakład.

Z drugiej strony sam wolny czas nie gwarantuje realizacji pomysłu. Potrzebne są jeszcze umiejętności i środki pozwalające przejść od koncepcji do wykonania. AI może ułatwić takie przejście.

Dlatego jego wartości nie oceniałbym wyłącznie liczbą wygenerowanych materiałów czy szybkością odpowiedzi. Ważne jest, ile pracy potrzeba, aby rezultat stał się poprawny, przydatny i możliwy do utrzymania.

W biznesie szybkie wykonanie zadania ma sens w odniesieniu do jego celu. Jeżeli wynik wymaga wielu napraw albo nie odpowiada potrzebie odbiorcy, sama szybkość niewiele rozwiązuje.

Człowiek nadal wnosi doświadczenie i kierunek

Na stwierdzenie „przecież zrobiło to AI” odpowiedziałbym: narzędzie uczestniczyło w wykonaniu. Mój udział obejmował pomysł, określenie kierunku, wybór propozycji, poprawki i sprawdzenie efektu.

Nie widzę potrzeby ukrywania pomocy AI. Jednocześnie wskazanie użytego narzędzia nie opisuje całego procesu powstawania projektu.

Warto zapytać, kto rozpoznał potrzebę, ustalił wymagania i ocenił rezultat. Kto zauważył, że rozwiązanie wygląda dobrze, ale nie spełnia swojej funkcji? Kto zdecydował, że trzeba je zmienić?

W tych działaniach ujawniają się doświadczenie, kreatywność i znajomość kontekstu. Nie gwarantują one sukcesu, ale są ważną częścią świadomego tworzenia.

Dla biznesu oznacza to potrzebę włączenia specjalistów w dobór i wdrażanie narzędzi. Osoby znające proces potrafią wskazać jego wyjątki, ograniczenia i skutki błędów. Ich wiedza pomaga określić, co warto automatyzować i jak oceniać wynik.

Specjaliście chciałbym natomiast powiedzieć: nauka narzędzia nie musi oznaczać zubożenia Twojej pracy. Może zmienić sposób wykorzystania kompetencji. Powtarzalne czynności są częścią obowiązków, ale nie wyczerpują wartości, którą wnosisz.

Obawy przed zmianą pozostają zrozumiałe. Dlatego wdrożeniu powinny towarzyszyć czas na naukę, jasne zasady i wsparcie. Sama dostępność technologii nie zapewnia jeszcze warunków do dobrego korzystania z niej.

Transformacja wymaga roztropności

Nie traktuję własnego doświadczenia jako dowodu, że każde stanowisko pozostanie bez zmian. Technologia może istotnie zmieniać zadania i sposób organizacji pracy. Warto jednak odróżnić przejęcie części czynności od zastąpienia całego wkładu człowieka.

AI daje nowe możliwości, a wraz z nimi pojawiają się pytania o kompetencje, kontrolę i odpowiedzialność. Entuzjazm powinien iść w parze z roztropnością. Możliwość wykonania zadania przez narzędzie jest początkiem oceny, a nie jej zakończeniem.

Wracając do obrazu pola: zmieniają się środki pracy, lecz nadal trzeba zadbać o rezultat. W projekcie cyfrowym również liczy się to, czy powstało coś użytecznego, sprawdzonego i odpowiadającego rzeczywistej potrzebie.

Zmienia się technologia i zmienia się rola człowieka. Zmiana roli nie oznacza jednak sama w sobie jego zastąpienia.

W tym sensie rozumiem zasadę, którą kieruję się przy własnych projektach:

Systemy wspierają ludzi - ludzie tworzą wartość.

Źródła i dokumentacja

Pytania i odpowiedzi: AI czy człowiek?

Jak w praktyce odróżnić moment, w którym AI faktycznie pomaga, od sytuacji, w której tylko „kręcimy się w kółko”, poprawiając wygenerowane błędy?

Aby nie kręcić się w kółko, trzeba nauczyć się pisać lub mówić do AI precyzyjnie. My, ludzie, często mając podobne doświadczenia, potrafimy porozumiewać się bez słów – dzięki inteligencji społecznej widzimy drugiego człowieka i bez dłużniejszych wyjaśnień zauważamy, że jest smutny czy zmęczony. AI trzeba to wszystko dokładnie powiedzieć.

Skoro AI przyspiesza tworzenie pierwszej wersji, ale wydłuża etap weryfikacji i testów, to czy ostatecznie rzeczywiście oszczędzamy czas?

Moim zdaniem tak, tylko znowu posłużę się porównaniem: jeśli nasze narzędzie ma zaorać pole, trzeba uważać, aby nie przeorać fragmentu, który już jest obsiany, albo nie zniszczyć zasadzonych ziemniaków. Narzędzie daje ogromną siłę, ale nieostrożne użycie może zniszczyć dotychczasową uprawę zamiast pomóc.

Gdzie przebiega granica – zwłaszcza w biznesie – między zadaniami, które można powierzyć sztucznej inteligencji, a tymi, które bezwzględnie muszą pozostać w rękach człowieka?

To trudne pytanie, bo wszystko musi być zweryfikowane, działać poprawnie i być w pełni bezpieczne. Granica wydaje mi się, że leży w samym podejmowaniu decyzji, ale też w odpowiedzialności za sprawdzenie, czy LLM się po prostu nie pomylił.

Czy artykuł był pomocny?