AI a dobrostan w pracy: decyduje sposób wdrożenia
O tym, czy AI pomaga ludziom w pracy, czy im szkodzi, decyduje sposób wdrożenia. Liczą się w nim trzy rzeczy: czy ludzie wiedzą, co to dla nich znaczy, czy maszyna ma jasne granice i czy człowiek ma ostatnie słowo. Z tą tezą idę 19 listopada 2026 roku na panel o AI i dobrostanie na Uniwersytecie Ekonomicznym w Krakowie.
Piszę to przed panelem: co chcę na nim powiedzieć i na czym opieram swoje zdanie. Patrzę z dwóch stron: wdrażam AI w firmach, także w branży medycznej, a moja własna praca przez ostatnie dwa lata zmieniła się całkowicie.
O czym jest panel
Panel nazywa się „Sztuczna inteligencja vs człowiek: dobrostan w XXI w.” i trwa od 13:00 do 14:30. Jest częścią Konferencji Naukowej „Współczesne Wyzwania w Zachowaniach Organizacyjnych”. Prowadzi go Magdalena Prorok, a na sali będą studenci i naukowcy.
Moderatorka przygotowała pięć pytań:
- • Jak wygląda współistnienie z AI w różnych branżach?
- • Gdzie AI pomaga, a gdzie rodzi zagrożenia?
- • Jak Europa może konkurować z gigantami?
- • Czy duchowość przeszkodzi w rozwoju AI?
- • Czy AI blokuje kreatywność, czy ją pobudza?
Moderatorka postawiła też tezę, do której chcę się odnieść. W 2025 roku firmy eksperymentowały z generatywną AI. W 2026 roku AI staje się częścią ich infrastruktury, a firmy przechodzą od asystentów do agentów. Agent to program, który sam wykonuje zadania krok po kroku. Według tej tezy agent dostaje uprawnienia jak nowy pracownik, czyli tylko do tego, czego potrzebuje do zadania. Wrócę do tego niżej.
Od robienia do zlecania i sprawdzania
Od dwóch lat nie napisałem ręcznie ani linijki kodu, a kodu powstaje u mnie naprawdę dużo. Piszą go agenci AI. Nieraz zostawiamy im pracę na noc, a rano sprawdzamy, co zrobili. System, który dziesięć lat temu wdrażałem w elektrowni, powstał jeszcze w całości ręcznie.
Moja praca przesunęła się z robienia na zlecanie i sprawdzanie. Podejrzewam, że wiele zawodów czeka ta sama droga. Dla jednych to będzie ulga, dla innych strata.
Własnemu odczuciu przy tym nie ufam. W badaniu METR z pierwszej połowy 2025 roku 16 doświadczonych programistów rozwiązało 246 zadań. Z AI pracowali o 19% dłużej, choć wierzyli, że o 20% szybciej. Drugi pomiar METR, opisany w lutym 2026 roku, sugeruje już przyspieszenie, ale sam METR nazywa go bardzo słabym dowodem na to, o ile. Odczucie to jeszcze nie pomiar.
Oba pomiary METR, obok tego, jak wygląda u mnie zwykły dzień z agentami, opisałem przy dwóch latach bez ręcznie pisanego kodu.
Gdzie AI pomaga: najpierw kopia, potem system
Niedawno system w elektrowni po dziesięciu latach przestał działać. Na obiekcie nie miałem dostępu do sieci. Naprawę prowadził agent na modelu AI uruchomionym na moim komputerze. Zanim cokolwiek zmienił na serwerze, odtworzył system na kopii i tam sprawdził poprawkę. Zajęło mi to około dwóch godzin w domu i trzech na miejscu.
Tak AI może poprawić samopoczucie w pracy. Na serwer trafiła dopiero poprawka sprawdzona na kopii. To daje pewność zamiast grzebania w działającym systemie pod presją. Zadziałała prosta zasada: najpierw kopia, potem prawdziwy system.
Jak agent pracował bez sieci i co po kolei sprawdził na kopii, zanim cokolwiek zmienił na serwerze, rozpisałem w osobnym tekście.
Gdzie szkodzi: „zrobione”, choć nie jest
Na hackathonie agenci raportowali zadania jako wykonane, choć nie były. Przy okazji psuli kod, który wcześniej działał. Wniosek jest prosty: maszyna nie może sama sobie wystawiać ocen. Inaczej cała praca spada na tego, kto sprawdza.
W biurach widać podobny problem. We wrześniu 2025 roku BetterUp i Stanford Social Media Lab zapytali ponad tysiąc osób, które pracują w biurach w USA, o pracę z AI, która tylko wygląda na zrobioną. 40% z nich uważało, że w ostatnim miesiącu ktoś im taką przysłał. Na jeden przypadek tracili, jak sami oceniali, średnio 1 godzinę i 51 minut. Czas podali sami badani, nikt go nie mierzył.
Programista ma przynajmniej automatyczne testy, które często złapią zmyślenie. Dziennikarz nie ma nawet tego i jedynym filtrem jest jego własna wiedza. Dlatego na szkoleniach, jak to dla dziennikarzy TVP w 2023 roku, buduję ćwiczenia na materiale, który ludzie znają na pamięć.
To robię na co dzień: doradzam przy strategii AI i buduję agentów, którzy przeżywają demo.
Strach jest częścią wdrożenia
Na szkoleniach z AI dla zespołów spoza IT najważniejsze pytanie pada zwykle na korytarzu: „czy ktoś liczy, że po tym szkoleniu wystarczy nas mniej?”. Szkolenie, które udaje, że nikt o tym nie myśli, traci salę na pierwszej przerwie.
We wrześniu 2026 roku Gallup opisał, jak to wygląda w USA. Ludzie, którzy używają AI codziennie albo kilka razy w tygodniu, w większości pomiarów ponad dwa razy częściej niż ci, którzy używają jej kilka razy w miesiącu lub rzadziej, uważają, że ich praca bardzo prawdopodobnie zniknie w ciągu pięciu lat. Tak odpowiada tylko około 3 do 4% wszystkich pracowników. Ten lęk idzie w parze z większym wypaleniem. Jest mniejszy tam, gdzie ludzie czują, że firma dba o ich dobrostan. Gallup pokazuje tu korelację, więc przyczyny to badanie nie dowodzi.
Stąd pierwszy warunek: ludzie wiedzą, co wdrożenie znaczy dla ich pracy. Ktoś musi z nimi o tym porozmawiać, zanim zapytają na korytarzu. Jak odróżnić na takim szkoleniu sceptyka od blokera, skoro przez pierwsze pół godziny wyglądają tak samo, opisałem na przykładzie szkolenia dla redakcji.
Agent jak nowy pracownik, ale z przełożonym
Wracam do tezy z ram panelu. Zgadzam się, że agent powinien dostać uprawnienia tylko do tego, czego potrzebuje. Nowy pracownik dostaje jednak także przełożonego, który sprawdza jego pracę. Przy agencie tym przełożonym jest człowiek. Zlecanie, sprawdzanie i branie odpowiedzialności to nowa praca, która właśnie się pojawia.
To drugi i trzeci warunek dobrego wdrożenia: maszyna ma jasne granice, a człowiek ma ostatnie słowo. Kto odpowiada, kiedy maszyna się pomyli? Zawsze człowiek. Dlatego w systemach, które buduję dla klientów, zawsze jest miejsce, w którym człowiek zatwierdza decyzję.
Granice warto spisać, zanim agent ruszy. Co agent robi sam, w którym miejscu staje i woła człowieka, rozpisałem we frameworku ograniczonej autonomii.
The Agentic Architect
Praktyczne wzorce, case studies, rozbiory projektów agentowych i nowinki o AI. Zero spamu, raz w tygodniu.
Dostaniesz jednego maila z prośbą o potwierdzenie. Wypiszesz się jednym kliknięciem. Polityka prywatności
Europa, duchowość i kreatywność
Europa. Nie trzeba mieć największego silnika, żeby zbudować najlepszy samochód. Model AI to silnik, a ludzie kupują samochody. Samochód to wszystko wokół modelu: granice, sprawdzanie, przegląd przez człowieka i zapis decyzji. Tu Europa może wygrać, także na otwartych modelach. Taki model każdy może pobrać i uruchomić u siebie. Stanford AI Index 2026 liczy znaczące modele AI według kraju twórcy: w 2025 roku USA wypuściły ich 59, Chiny 35, a Francja i Wielka Brytania po jednym. Eurostat liczy firmy, które zatrudniają co najmniej 10 osób: w 2025 roku AI używało 20% z nich w Unii i 8,4% w Polsce.
Duchowość. Moim zdaniem nie przeszkodzi, bo zadaje pytania, których inżynier sam nie zada. Papież Leon XIV tłumaczył wybór imienia głównie Leonem XIII. Tamten w encyklice Rerum novarum zajął się losem robotników w czasie pierwszej rewolucji przemysłowej. Dziś, jak mówił Leon XIV 10 maja 2025 roku, Kościół odpowiada na kolejną rewolucję i na rozwój AI. W encyklice Magnifica humanitas z 15 maja 2026 roku pisze, że AI trzeba „rozbroić”, czyli wyrwać z wyścigu o najpotężniejszy algorytm i spod władzy monopoli. W punkcie 110 dodaje: „Rozbroić nie znaczy wyrzec się technologii, lecz nie dopuścić, by zapanowała nad tym, co ludzkie”. Czytam to tak: wygra ten, kto zbuduje system, który służy ludziom, a sam rozmiar modelu niewiele tu rozstrzyga.
Kreatywność. AI pobudza pojedynczą osobę, ale może ujednolicać grupę. Doshi i Hauser sprawdzili to i w lipcu 2024 roku opisali w Science Advances. 293 autorów pisało krótkie opowiadania, a 600 osób je oceniało. Kto mógł wziąć do pięciu pomysłów od GPT-4, dostawał wyższe oceny niż ci, którzy pisali bez AI: o 8,1% za oryginalność i o 9,0% za użyteczność. Przy jednym pomyśle zysk był mniejszy. Najwięcej zyskali ci, którzy sami byli mniej kreatywni. Opowiadania pisane z AI wyszły jednak do siebie bardziej podobne. Przeciętnie każdy z osobna pisał lepiej, a razem byli bardziej tacy sami. Studentom radzę więc zaczynać od własnego szkicu, a po pomysł maszyny sięgać dopiero potem.
Trzy pytania przed wdrożeniem
Jeśli wdrażasz AI w swoim zespole, zadaj przed startem trzy pytania. Czy ludzie wiedzą, co ta zmiana znaczy dla ich pracy? Czy maszyna ma spisane granice: co robi sama, co oddaje człowiekowi i czego nie robi wcale? Kto zatwierdza wynik, zanim pójdzie dalej?
Po tygodniu sprawdź jeszcze jedno: czy ludzie nadal z tego narzędzia korzystają.
ŹRÓDŁA
- METR: badanie doświadczonych programistów open source (lipiec 2025)
- METR: aktualizacja pomiaru (luty 2026)
- BetterUp i Stanford Social Media Lab: ukryte koszty workslopu (wrzesień 2025)
- Gallup: AI nie uspokaja pracowników, menedżerowie tak (9.09.2026)
- Stanford HAI: AI Index Report 2026, rozdział 1
- Eurostat: wykorzystanie AI w przedsiębiorstwach w 2025 roku (11.12.2025)
- Leon XIV: przemówienie do Kolegium Kardynalskiego (10.05.2025)
- Leon XIV: encyklika Magnifica humanitas (15.05.2026)
- Doshi i Hauser: generatywna AI a kreatywność opowiadań, Science Advances (12.07.2024)