Pierwsze tygodnie w nowej pracy miały być ekscytujące. Zamiast tego szybko zauważyłem, że część obowiązków pochłania mi godziny, podczas gdy inne kończę w kilkanaście minut. To skłoniło mnie do zgłębienia tematu zarządzania zadaniami, a konkretnie zarządzania wiedzą w organizacji przy pomocy sztucznej inteligencji (AI – Artificial Intelligence). Chciałbym podzielić się swoimi przemyśleniami z perspektywy osoby świeżo wchodzącej na rynek pracy.
Rewolucja AI
Współcześnie trudno jest znaleźć pracownika, który nie wspiera się w codziennych obowiązkach narzędziami AI. Według najnowszego raportu Microsoft i LinkedIn (Work Trend Index), aż 75% pracowników umysłowych na całym świecie korzysta z AI w pracy. To ogromny skok – wzrost o blisko 35% w skali roku. Kompetencje związane z wykorzystaniem tych narzędzi stały się niezbędnym elementem funkcjonowania w środowisku społeczno-zawodowym.
W publikacji Gelashvili-Luik, Vihma i Pappel wskazują, że AI staje się fundamentem nowoczesnych systemów zarządzania wiedzą, pozwalając organizacjom przetrwać w dobie informacyjnego chaosu. W badaniu podkreślono jak ważne są aktualne informacje. To dzięki nim jesteśmy w stanie przekształcić statyczne dane w interaktywne zasoby. Największy potencjał drzemie w tzw. wiedzy cichej – tej, która nie jest spisana w oficjalnych podręcznikach, ale krąży w firmie w formie nieformalnych wymian zdań czy doświadczeń pracowników. Algorytmy potrafią ją wychwytywać i strukturyzować, co dla nowej osoby w zespole jest niesamowicie ważne.
Zamiast wielokrotnie dopytywać przełożonego o te same kwestie techniczne, postanowiłem samodzielnie wykorzystać modele językowe do uporządkowania i przeanalizowania dostępnych w organizacji zasobów. Dzięki temu mogłem otrzymywać precyzyjne odpowiedzi w czasie rzeczywistym na wszystkie moje pytania. To rozwiązanie pomogło mi znacznie lepiej odnaleźć się w nowym środowisku.
Od narzędzia do partnera
Moje doświadczenia zawodowe pozwoliły mi dostrzec, że największą barierą efektywności nie jest brak zaangażowania, ale przestarzałe procedury i trudności w porozumiewaniu się. Najlepszym tego przykładem było jedno z moich pierwszych zadań: analiza i dopisywanie testów dla starszego, słabo udokumentowanego modułu aplikacji.
Zrozumienie cudzego kodu bez komentarzy to dla nowo zatrudnionego programisty spore wyzwanie. Przebijanie się przez setki linijek, żeby domyślić się, co autor miał na myśli lata temu, a potem ręczne pisanie do tego dziesiątek niemalże identycznych testów, zajęłoby mi spokojnie pół dnia. Zamiast męczyć się nad tym samemu, wrzuciłem fragmenty kodu do AI i poprosiłem, żeby model wytłumaczył mi krok po kroku, jak to działa, i przygotował szkielet testów. Potraktowałem go jak cierpliwego mentora, którego mogę zapytać o wszystko bez obaw, że zawracam mu głowę.
Zamiast czterech godzin, całe zadanie zamknąłem w 40 minut. Ale największą różnicę poczułem w samym sposobie pracy. Zamiast pisać powtarzalny kod, mogłem wejść w rolę kogoś, kto go weryfikuje. Skupiłem się na sprawdzaniu tego, co wygenerowało AI, szukaniu nietypowych scenariuszy, których model nie przewidział, i aplikowaniu gotowego rozwiązania na nasz system.
Wspomniane wcześniej badania Gelashvili-Luik potwierdzają, że taka integracja technologii pozwala na skuteczną automatyzację rutynowych czynności oraz wspiera współpracę zespołową i procesy decyzyjne w czasie rzeczywistym. Zadania, które początkowo wydawały mi się przytłaczające – jak analiza trendów rynkowych czy mapowanie procesów – stały się logicznym ciągiem kroków, w których sztuczna inteligencja pełniła rolę mojego asystenta.
Czy to bezpieczne?
Pomimo tak wielu zalet, przy wdrażaniu AI należy mieć na uwadze potencjalne zagrożenia. Jednym z kluczowych ryzyk, na które zwraca uwagę cytowana publikacja, jest nadmierne poleganie na technologii.
Przejawia się ono delegowaniem nawet najprostszych zadań sztucznej inteligencji. Często są to problemy, które jesteśmy w stanie rozwiązać sami, jednak rezygnując z wysiłku intelektualnego, tracimy tę umiejętność i stajemy się coraz bardziej zależni od maszyny. Autorzy badania ostrzegają przed atrofią umiejętności. Gdy AI przejmuje proces myślowy, przestajemy krytycznie weryfikować wyniki. Może to prowadzić do sytuacji, w której błąd algorytmu, znany jako halucynacja, zostaje zaakceptowany jako fakt. Prawdziwym wyzwaniem nie jest więc samo wdrożenie technologii, ale utrzymanie ludzkiej czujności w zautomatyzowanym świecie.
Jednocześnie badacze wskazują, że nadmierne wykorzystanie AI w pracach naukowych może prowadzić do ograniczania uzyskiwanej satysfakcji w pracy. Warto tu wskazać na badania Schulz i zespołu, które dowodzą, że nadmierna automatyzacja i całkowite delegowanie procesów maszynie odbiera pracownikowi poczucie sprawczości oraz autonomii, co w konsekwencji obniża jego zadowolenie z wykonywanego zawodu.
Od onboardingu do produktywności
Moje pierwsze doświadczenia zawodowe wskazują, że wykorzystanie narzędzi AI w pracy jest niezbędne dla optymalizacji realizowanych działań. Jednocześnie proces ten wymaga adaptacji. Optymalny tok pracy nie jest czymś, co zostaje nam dane wraz z podpisaniem umowy – to proces, który musimy aktywnie współtworzyć.
Zamiast obawiać się, że technologia zajmie moje miejsce, wolę doskonalić umiejętność współpracy z nią. Dane z raportu LinkedIn są w tej kwestii jednoznaczne: aż 66% pracodawców deklaruje, że nie zdecyduje się na zatrudnienie osoby nieposiadającej umiejętności obsługi sztucznej inteligencji. Dlatego naszym zadaniem jest nie tylko nauka korzystania z nowoczesnych narzędzi, ale również projektowanie systemów pracy, które będą z nimi w pełni współgrać. W świecie pracy przyszłości przewagę nie zdobędą ci, którzy konkurują z AI, lecz ci, którzy nauczą się z nią współpracować.
stock.adobe.com
Bibliografia:
- Microsoft & LinkedIn, 2024 Work Trend Index Annual Report: AI at Work Is Here. Now Comes the Hard Part, May 2024.
- Russell, S. J., Norvig, P., Sztuczna inteligencja: Nowoczesne podejście, Wydawnictwo Helion, Gliwice 2005, s. 25. /w/ https://api.pageplace.de/preview/DT0400.9781292401171_A41586057/preview-9781292401171_A41586057.pdf – dostęp z dnia 10 maja 2026 roku.
- Gelashvili-Luik, K., Vihma, M., Pappel, I., The Role of Artificial Intelligence in Organizational Knowledge Management: A Systematic Literature Review, „Journal of Knowledge Management Research„, Vol. 19, No. 1, 2025.
- Schulz, C., Bendig, D., Bräunche, A. and Kindermann, B. (2026), Curse or Blessing: Investigating the Influence of Firms’ Artificial Intelligence Adoption on Employee Job Satisfaction. J. Manage. Stud., 63: 561-595. https://doi.org/10.1111/joms.70004.
Przypisy:
- Microsoft & LinkedIn, 2024 Work Trend Index Annual Report: AI at Work Is Here. Now Comes the Hard Part, May 2024, s. 4 /w/ https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part – dostęp z dnia 10 maja 2026 roku.
- Microsoft & LinkedIn, op. cit., s. 6.
- Gelashvili-Luik, K., Vihma, M., Pappel, I., The Role of Artificial Intelligence in Organizational Knowledge Management: A Systematic Literature Review, „Journal of Knowledge Management Research„, Vol. 19, No. 1, 2025. s. 1-2.
- Gelashvili-Luik, K., Vihma, M., Pappel, I., op. cit., s.11.
- Schulz, C., Bendig, D., Bräunche, A. and Kindermann, B. (2026), Curse or Blessing: Investigating the Influence of Firms’ Artificial Intelligence Adoption on Employee Job Satisfaction. J. Manage. Stud., 63: 561-595. https://doi.org/10.1111/joms.70004
- Microsoft & LinkedIn, op. cit., s.10.
Inżynier informatyki, obecnie kontynuujący naukę na studiach magisterskich z Inżynierii Zarządzania. Na co dzień pracuje jako Fullstack Developer. Pasjonuje się łączeniem technologii z biznesem – zwłaszcza wykorzystaniem AI i automatyzacji w skutecznym zarządzaniu zespołami.IT Engineer, currently pursuing a Master’s degree in Management Engineering. Works daily as a Fullstack Developer. Passionate about bridging technology and business – especially leveraging AI and automation in effective team management.