Wirtualni asystenci jako wsparcie pracy opartej na wiedzy - przykład marketerów

Wirtualni asystenci jako wsparcie pracy opartej na wiedzy

Przykład marketerów

Kierownik projektu
Wiedza
dr hab. Aleksandra Przegalińska-Skierkowska
Kwota dofinansowania
Koszty
709 080 PLN
Czas trwania
01.02.2022 - 31.01.2026
Źródło finansowania
Koszty
Projekt finansowany ze środków Narodowego Centrum Nauki 2021/41/B/HS4/03664 OPUS

Sztuczna inteligencja coraz częściej pojawia się w codziennej pracy - pomaga pisać teksty, porządkować informacje, planować działania i wspierać podejmowanie decyzji. Nadal jednak nie jest jasne, kiedy rzeczywiście ułatwia pracę, a kiedy może ją komplikować. Celem projektu było zbadanie, jak współpraca człowieka z inteligentnym asystentem wpływa na produktywność i satysfakcję z pracy opartej na wiedzy. Jako przykład wybrano marketing, bo jest to obszar łączący kreatywność, analizę danych, komunikację i presję czasu. Projekt od początku miał charakter interdyscyplinarny: łączył zarządzanie, psychologię pracy, badania nad technologią i neuronaukę organizacyjną.

Badania zostały zrealizowane etapami. Najpierw zespół przeprowadził przegląd literatury, aby uporządkować dotychczasową wiedzę o współpracy człowieka z AI. Następnie zrealizowano wywiady i ankiety, które pozwoliły lepiej zrozumieć, czego pracownicy oczekują od wirtualnych asystentów i jakie cechy takich systemów uznają za przydatne. Kolejnym krokiem było stworzenie własnego narzędzia badawczego — chatbota oraz środowiska cyfrowego do prowadzenia eksperymentów. W projekcie rozwijano interfejs, testowano funkcje systemu i analizowano logi rozmów. Później przeprowadzono eksperymenty porównujące pracę z AI i bez AI, a także badanie laboratoryjne z wykorzystaniem pomiarów psychofizjologicznych. W jego ramach na ALK powstało zaplecze badawcze oparte na specjalistycznej aparaturze do badań psychofizjologicznych.

Najważniejszy wniosek z projektu jest taki, że AI może realnie wspierać człowieka w pracy, ale nie robi tego automatycznie i nie w każdych warunkach. Wyniki pokazały, że generatywna AI może poprawiać efektywność wykonywania zadań związanych z automatyzacją, wsparciem, tworzeniem treści i procesami innowacyjnymi. Badania ujawniły też, że ogromne znaczenie mają cechy użytkownika i jego relacja z technologią. Sama „przyjemność korzystania” z AI nie wystarcza, by ludzie chcieli używać jej dalej — kluczową rolę odgrywa zaufanie. Zespół ustalił również, że współcześni marketerzy nie oczekują od AI wyłącznie prostego narzędzia, ale raczej partnera, który jest niezawodny, komunikatywny i dobrze wpisuje się w szybkie tempo pracy.

Szczególnie nowatorskie były wyniki badania psychofizjologicznego. Pokazało ono, że sposób, w jaki AI „zachowuje się” wobec człowieka — na przykład czy jest wspierająca, czy bardziej dominująca i antagonistyczna — wpływa nie tylko na zachowanie użytkownika, ale także na jego pobudzenie fizjologiczne oraz jakość pracy. Co ważne, uczestnicy nie zawsze byli tego świadomi. Oznacza to, że ocena systemów AI wyłącznie na podstawie ankiet może być niewystarczająca. To ważny wkład do nauki, bo przesuwa uwagę z pytania „czy AI działa?” na pytanie „w jakich warunkach działa dobrze i bezpiecznie dla człowieka?”.

Znaczenie projektu wykracza poza samą naukę. Wyniki mogą pomóc organizacjom lepiej wdrażać narzędzia AI, projektować je w sposób bardziej przyjazny dla ludzi i unikać rozwiązań, które pozornie zwiększają wygodę, ale w praktyce podnoszą stres lub obniżają jakość pracy. Projekt poszerzył też stan wiedzy o współpracy człowieka z generatywną AI i zaowocował publikacjami naukowymi oraz nowymi koncepcjami teoretycznymi. Jego efektem jest nie tylko wiedza, ale również trwała infrastruktura badawcza, która — zgodnie z informacją przekazaną do opracowania — jest już wykorzystywana w kolejnych badaniach i szkoleniu następnych osób badanych.

UPOWSZECHNIANIE BADAŃ

Publikacje

Przegalinska A, Triantoro T, Kovbasiuk A, Ciechanowski L, Freeman R. B., Sowa K. (2025), Collaborative AI in the workplace: Enhancing organizational performance through resource-based and task-technology fit perspectives, International Journal of Information Management, Vol 81. (2025) 102853 DOI: https://doi.org/10.1016/j.ijinfomgt.2024.102853

Kovbasiuk A, Triantoro T, Przegalińska A, Sowa K, Ciechanowski L, Gloor P (2025), The personality profile of early generative AI adopters: a big five perspective, Central European Management Journal, Vol. 33 No. 2 pp. 252–264, DOI: https://doi.org/10.1108/CEMJ-02-2024-0067

Przegalinska A, Sowa K. (2025), From Expert Systems to Generative Artificial Experts: A New Concept for Human-AI Collaboration in Knowledge Work, Journal of Artificial Intelligence Research 82 (2025) 2101-2124, DOI: https://doi.org/10.1613/jair.1.17175

Kovbasiuk A, Triantoro T, Ciechanowski L, Sowa K, Przegalińska A (2026), Is AI a good fit? The impact of personality on generative AI collaboration and enjoyment, International Journal of Human-Computer Studies, Vol. 210, 2026, 103747, DOI: https://doi.org/10.1016/j.ijhcs.2026.103747

W związku z realizacją projektu „Wirtualni asystenci jako wsparcie pracy opartej na wiedzy - przykład marketerów”, finansowany przez Narodowe Centrum Nauki (nr 2021/41/B/HS4/03664) - Akademia Leona Koźmińskiego zaprasza do złożenia oferty na zamówienie sprzętu wraz z jego dostawą, montażem oraz konfiguracją w siedzibie Zamawiającego.

Zapytanie ofertowe nr 1/2022/956 

Załączniki do Zapytania:

- Załącznik nr 1 - Wykaz realizowanych dostaw

- Załącznik nr 2 - Formularz ofertowy

Termin składania ofert mija 24 listopada 2022 r. o godz. 23:59:59

Dr Aleksandra Przegalińska-Skierkowska
prof. dr hab. Aleksandra Przegalińska

Profesorka Akademii Leona Koźmińskiego, doktorka habilitowana w dziedzinie nauk o zarządzaniu. Doktoryzowała się w zakresie filozofii sztucznej inteligencji w Instytucie Filozofii UW. Obecnie jest Prorektorką ds Innowacji i AI w Akademii Leona Koźmińskiego. Od 2016 prowadziła badania w Massachusetts Institute of Technology w Bostonie. Absolwentka The New School for Social Research w Nowym Jorku, gdzie uczestniczyła w badaniach dotyczących tożsamości w rzeczywistości wirtualnej, ze szczególnym uwzględnieniem Second Life. Aktualnie Research Fellow w American Institute for Economic Research. W 2022 rozpoczęła współpracę z Labour and Worklife Program na Harvardzie. Interesuje się rozwojem sztucznej inteligencji, przetwarzaniem języka naturalnego, uczeniem maszynowym, robotami społecznymi i technologiami ubieralnymi.