Sztuczna inteligencja coraz intensywniej wplata się w codzienną tkankę naszej pracy. Pisze nasze e-maile, analizuje dane, sugeruje kolejne kroki. Organizacje na całym świecie prześcigają się w tworzeniu połączeń między pracownikami i narzędziami AI, wychodząc z założenia – rzadko kwestionowanego – że ściślejsza współpraca przełoży się na lepsze wyniki. A co, jeżeli to założenie jest błędne? Nasze nowe badanie podważa tę koncepcję i pokazuje, że gdy ludzie zbyt ściśle współpracują ze sztuczną inteligencją, niszczy się sedno sprawy: zdolność wyboru właściwych pomysłów i przekształcania ich w rzeczywistość.
Większość badań dotyczących sztucznej inteligencji i innowacji dotychczas skupiała się na zaiskrzeniu pomysłów przez burze mózgów i generowanie pomysłów, ale mniej uwagi zawracano na to, co dzieje się później: jak wybierany jest najlepszy pomysł z listy dostępnych (selekcja pomysłów) i jak wygląda wypracowywanie konkretnego planu jego realizacji (wdrożenie pomysłu). A przecież to właśnie te późniejsze etapy decydują o sukcesie lub porażce innowacji.
Genialny pomysł, który nie zostanie wybrany lub zostanie wybrany, ale nigdy nie będzie odpowiednio zrealizowany, nie przyniesie organizacji żadnych korzyści.
By lepiej zrozumieć ten proces, zaprojektowaliśmy eksperyment mający na celu sprawdzenie czy bliskość interakcji między człowiekiem a sztuczną inteligencją, którą nazywamy współpracą proksymalną, wpływa na te kluczowe etapy. Współpraca proksymalna oznacza pracę ramię w ramię z AI: równy podział zadań, ciągłą wymianę informacji oraz traktowanie systemu jako współtwórcy, a nie jako narzędzia działającego w tle. Zdefiniowaliśmy wysoką bliskość tych interakcji jako stopień, w jakim sztuczna inteligencja inicjowała interakcję, oferowała pomysły bez zachęty z zewnątrz i oczekiwała równego udziału od człowieka. W przypadku niskiej bliskości sztuczna inteligencja odpowiadała tylko wtedy, gdy była o to proszona i przez cały czas podporządkowywała się człowiekowi.
Zrekrutowaliśmy 221 pracowników, specjalistów z różnych dziedzin, w tym z branży technologicznej, konsultingu i usług specjalistycznych z Niemiec i Holandii. Następnie poprosiliśmy ich o współpracę z agentem AI, opartym na GPT-4o firmy OpenAI, by wytworzyć pomysł biznesowy. Uczestnicy zostali losowo przypisani do jednej z dwóch grup.
- W warunkach bliskiej współpracy (ścisłej interakcji opartej na równym partnerstwie) sztuczna inteligencja zachowywała się jak równorzędny partner. Inicjowała rozmowę, wnosiła własne pomysły i zachęcała do zrównoważonego udziału. Komunikaty takie jak „Połączmy nasze umysły – co powinniśmy zrobić w pierwszej kolejności?” nadawały ton przypominający prawdziwą pracę zespołową.
- W warunkach niskiej bliskości sztuczna inteligencja pełniła z kolei rolę pomocniczą. Agent AI czekał na pytania, ustępował człowiekowi i ograniczał swoje zaangażowanie do minimum. W tym przypadku to człowiek wyraźnie prowadził.
Po wygenerowaniu pomysłów razem z agentem AI uczestnicy wybrali najlepszy z nich spośród propozycji powstałych podczas sesji, po czym sporządzili szczegółowy plan jego wdrożenia. Niezależni sędziowie, posiadający doświadczenie w biznesie i przedsiębiorczości, oceniali jakość zarówno tych wyborów, jak i planów wdrożeniowych. W badaniu zmierzyliśmy także na ile oryginalne były pomysły z puli danej osoby – tj. jak bardzo były one nowatorskie i nieoczywiste w porównaniu z typowymi rozwiązaniami, co zostało zmierzone na podstawie standardowej skali oryginalności – oraz w jakim stopniu osoby uwzględniły język AI w swoim ostatecznym planie. Potraktowaliśmy to jako miarę ich zależności od AI. Bliższa współpraca nie zawsze jest lepsza. Praca ramię w ramię z AI może rozbijać myślenie, choć jest ono niezbędne do podejmowania dobrych decyzji.
Bliższa współpraca szkodziła wyborowi pomysłów
Odkryliśmy, że osoby pracujące w dużej bliskości z agentem AI wybrały znacznie gorsze pomysły niż te, które współpracowały z nim z pozycji większego dystansu. Liczby mówią same za siebie: niezależni sędziowie przyznali uczestnikom pracującym w bliskiej odległości z AI średnią ocenę 2,76 (w skali 5-punktowej) za jakość wyboru pomysłów, w porównaniu z oceną 3,24 dla uczestników pracujących z większego dystansu. Co więcej, ścisła współpraca z agentem AI wydała się rozpraszać uwagę. Przykładowo, uczestnicy jednocześnie śledzili sugestie AI, generowali odpowiedzi i do tego oceniali pomysły, co utrudniało im spojrzenie z dystansu i ocenę, który pomysł był rzeczywiście najlepszy. W efekcie ich osąd, niezbędny do tego, by rozpoznać obiecujące pomysły, był mniej klarowny.
Dlaczego tak się stało? Nasza ramowa koncepcja, teoria rozproszonego poznania, wyjaśnienia: gdy zadania poznawcze są rozłożone na wielu agentów (zarówno ludzi, jak i AI), skoncentrowany, zakłóceniu może ulec nieprzerwany tok myślenia, który jest niezbędny do podejmowania ważnych decyzji – tj. decyzji o znaczących konsekwencjach, takich jak wybór pomysłu do realizacji. W typowych zadaniach przenoszenie funkcji poznawczych na narzędzie, takie jak agent AI, jest pomocne. Jednak wybór właściwego pomysłu spośród wielu możliwości wymaga nieprzerywanego, skupionego osądu – a to właśnie ten rodzaj oceny ulega zakłóceniu, gdy ludzie nieustannie wymieniają informacje z aktywnym partnerem AI.
Tymczasem oryginalność pomysłów działała jak bufor chroniący przed negatywnymi skutkami ścisłej współpracy z AI
W tym momencie sprawa staje się bardziej zniuansowana, ale i przydatna w praktyce. Nasze badanie pokazuje, że negatywny wpływ bezpośredniej współpracy człowieka z AI na wybór pomysłów nie był jednorodny. Kiedy zestaw pomysłów był uznany za wysoce oryginalny, niemal zniknął negatywny wpływ, czyli tendencję do wybierania słabszych pomysłów, na jakość wyboru konkretnego pomysłu. Oryginalne pomysły jako takie stymulują procesy poznawcze: przyciągają uwagę, rozbudzają ciekawość. W istocie, gdy uczestnicy mieli do czynienia z nowatorskimi pomysłami, dalej angażowali się we współpracę z AI – nawet kiedy ścisła współpraca z AI ich rozpraszała. Co więcej, obecność agenta AI miała znacznie mniejsze znaczenie, gdy same pomysły okazywały się na tyle przekonujące, że pracownicy musieli je poważnie przemyśleć.
Ścisła współpraca utrudniała również wdrażanie pomysłów, chyba że ludzie opierali się na agencie AI
Sytuacja okazała się bardziej złożona na etapie wdrażania. Ogólnie rzecz biorąc, ścisła współpraca – czyli intensywność interakcji, np. stopień równorzędnego udziału AI i częstotliwość przejmowania przez nią inicjatywy – miała negatywny wpływ na jakość planów wdrożeniowych. Jednocześnie, kiedy osoby opierały się na sztucznej inteligencji, wyniki były inne. Wymiar oparcia na AI odnosi się do tego, w jakim stopniu uczestnicy faktycznie korzystali z sugestii sztucznej inteligencji podczas pisania ostatecznego planu, niezależnie od tego, jak bardzo interaktywna była sama sesja. Zaobserwowaliśmy, że ścisła współpraca z AI miała negatywny wpływ na plany wdrożeniowe, ale tylko w przypadku osób, które nie korzystały z wyników agenta AI. Natomiast kiedy uczestnicy uwzględnili sugestie AI w swoich planach (innymi słowy, znaczące oparcie się na AI), negatywny wpływ bliskiej współpracy z AI znacząco osłabł. W rzeczy samej, pracownicy, którzy w dużym stopniu oparli się na AI, opracowali ogólnie lepsze plany wdrożeniowe, niezależnie od tego, jak ściśle współpracowali z agentem AI.
Wyniki te sugerują, że ustrukturyzowane wyniki działania agenta AI, czyli jego logiczne sugestie oparte na danych, mogą pełnić rolę logicznej ramy – gotowego schematu kroków i rozumowania opartego na danych. Ta rama pomaga pracownikom utrzymać organizację pracy w trakcie przekształcaniu pomysłu w plan działania, co jest poznawczo wymagające. Kiedy ludzie zdali się na tę logiczną ramę i korzystali z niej, wynagrodziło to rozproszenie ich uwagi wynikłe z bliskiego kontaktu z AI.
Nasze ustalenia podważają jedno z najbardziej rozpowszechnionych założeń dotyczących AI w pracy, że większa integracja jest zawsze lepsza.
Oto więc, co organizacje i menedżerowie powinni wziąć pod uwagę, by jak najlepiej skorzystać ze współpracy między sztuczną inteligencją i ludźmi w pracy:
- Projektuj procesy AI biorąc pod uwagę bliskość interakcji, świadomie wybierając, jak blisko AI będzie zaangażowana na danym etapie. Całkowicie zintegrowany, stale aktywny zespół człowiek-AI, działający jak równi partnerzy, nie będzie zyskowny w każdym możliwym zadaniu. W przypadku decyzji ocennych, takich jak wybór projektu do realizacji i strategii do przyjęcia, sensowniej będzie podtrzymać agenta AI w roli konsultanta, a nie współpracownika. Daj ludziom warunki do podjęcia ostatecznej decyzji, zapewniając im możliwość koncentracji i wzięcia odpowiedzialności.
- Zainwestuj w jakość swoich banków pomysłów, czyli zbiorów pomysłów, które pracownicy oceniają i z których wybierają najodpowiedniejsze. Jak wskazaliśmy, oryginalne pomysły są bardziej odporne na zakłócenia poznawcze wynikające ze współpracy z AI. Organizacje, które budują zróżnicowane, kreatywne kanały za pomocą międzybranżowych partnerstw, współtworzenia wraz z klientami oraz programów otwartej innowacji, są w lepszej pozycji, by osiągać dobre wyniki również przy intensywnym przepływie pracy między ludźmi i AI.
- Szkól pracowników w świadomym wykorzystywaniu wyników pracy sztucznej inteligencji. Nasze badanie wskazuje, że problemem nie jest samo opieranie się na AI, ale bierność wobec niej – współpraca bez krytycznego analizowania efektów działań AI. Pracownicy, którzy aktywnie i selektywnie korzystali z sugestii sztucznej inteligencji, osiągali lepsze wyniki. Oznacza to, że umiejętność rozróżnienia, kiedy warto zastosować rekomendacje agenta AI, a kiedy je zignorować, staje się podstawową zawodową kompetencją. Organizacje powinny inwestować w jej rozwój.
- Zwróć też uwagę na wdrożenia. Wiele inwestycji w sztuczną inteligencję skupia się na kreatywności i na wytwarzaniu pomysłów. Jednak nasz badanie wskazuje, że prawdziwa luka ujawnia się na etapie wdrażania, kiedy najbardziej liczy się możność skupionego, nierozproszonego namysłu i kiedy uporządkowana logika AI, dobrze wykorzystana, może okazać się atutem.
Na koniec warto zauważyć, że nasze badanie zostało przeprowadzone w kontrolowanych warunkach eksperymentu, z wykorzystaniem wygodnej próby pracowników z Niemiec i Holandii. W rzeczywistości poza eksperymentem współpraca jest bardziej chaotyczna, dynamiczna i długa. Kolejne badania powinny zweryfikować te wyniki w mniej kontrolowanych warunkach, w rozmaitych branżach i kontekstach kulturowych, oraz w większym przedziale czasowym po to, by móc zaobserwować jak zmieniają się wzorce współpracy.
Obecnie wydaje się jasne, że w miarę jak sztuczna inteligencja staje się coraz bardziej widocznym partnerem w życiu organizacji, pytanie o AI nie dotyczy już tylko tego, czy z nią współpracować, ale jak blisko, kiedy i w jaki sposób. Odpowiedź na to pytanie może mieć większe znaczenie dla innowacji niż same możliwości techniczne oferowane przez AI.
___
Artykuł badawczy dostępny jest w Computers in Human Behavior Reports: https://www.sciencedirect.com/science/article/pii/S2451958826001284
Tłumaczenie zostało wykonane maszynowo.
