377: 7 ograniczeń AI, które powinien znać każdy pracownik biurowy

AI potrafi błyskawicznie zredagować maila, podsumować dokument, przeanalizować dane i pomóc z formułą w Excelu. Ta szybkość potrafi uśpić naszą czujność. Odpowiedź nadal może zawierać złą interpretację. To oczywiście z miesiąca na miesiąc dzieje się coraz rzadziej, natomiast dobra praca z AI wymaga znajomości miejsc, których technologia nadal potrzebuje człowieka. W tym odcinku pokażę Ci 7 ograniczeń sztucznej inteligencji, które moim zdaniem powinny być znane przez każdego pracownika biurowego. Nazywam się Michał Kowalczyk i witam Cię w Excellent Work Podcast. Zacznijmy od ograniczenia pierwszego. AI bardzo rzadko, ale nadal potrafi zmyślać. W świecie modeli językowych nazywamy to halucynacją. Model może podawać nieistniejące źródło, pomylić datę, wymyślić funkcję Excela albo stworzyć bardzo logiczne uzasadnienie dla błędnej odpowiedzi.

Najbardziej zdradliwy jest fakt, że odpowiedzi wyglądają profesjonalnie, a tym samym są bardzo przekonywujące. Dostajesz składny tekst i konkretne liczby. Załóżmy, że przygotowujesz prezentację dla zarządu i prosisz AI o podanie danych z rynku. Dostajesz liczby źródła i zgrabny komentarz. Robisz kopię i wklej do pary pointa, a podczas spotkania pada niewygodne pytanie o dokładne źródło jednej z wartości. Okazuje się, że podana publikacja nie istnieje albo dotyczy historycznego okresu, innego niż ten omawiany przez Ciebie. Zaoszczędziliśmy kilka minut na szukaniu danych, Ale zamieniliśmy to na problem z wiarygodnością naszych prezentacji. Przy faktach, liczbach, nazwach dokumentów, przepisach, cytatach i źródłach stosuję prostą zasadę. AI może pomóc mi znaleźć kierunek, ale kluczowe informacje sprawdzam w materiale źródłowym.

Jeśli model analizuje plik, proszę go również o wskazanie konkretnego arkusza, tabeli, akapitu albo fragmentu, z którego wyciągnął wniosek. Im większe konsekwencje błędu, tym mocniejsza powinna być Twoja kontrola. Ograniczenie nr 2. AI zna tyle kontekstu, ile mu dostarczysz albo ile może odczytać z Twoich plików. W firmach ogromną część wiedzy można znaleźć niestety w głowach ludzi. wiemy, że klient X zawsze zamawia pod koniec miesiąca, że region południowy miał dużą awarię systemu albo że plan sprzedaży był sztucznie podniesiony przez jakiś jednorazowy kontrakt. AI może tego nie wiedzieć. Jeśli dasz mu arkusz i napiszesz przeanalizuj wyniki, może znaleźć spadek sprzedaży o 12% i uznać go za problem. Ty wiesz, że rok wcześniej wystąpiła jednorazowa akcja promocyjna, więc porównywanie rok do roku wymaga komentarza.

Model widzi liczby, ale to Ty znasz biznes. Przed analizą warto dać AI krótką instrukcję. Napisz, co oznaczają kolumny, jaki jest cel analizy, kto będzie odbiorcą, jaki okres porównujesz, jakie wydarzenia mogły wpłynąć na dane i czego model ma szczególnie szukać. To trochę jak takie wdrażanie nowej osoby do zespołu. Nawet świetny analityk pierwszego dnia nie zna wszystkich skrótów, wyjątków i lokalnych zasad. Ze sztuczną inteligencją jest bardzo podobnie. Ograniczenie 3. AI może mieć problem z aktualnością informacji. Biznes zmienia się dziś bardzo szybko. Dokumentacja niekoniecznie nadąża za tymi zmianami. Zmieniają się funkcje programów, cenniki, regulaminy, przepisy, wersje narzędzi, nazwy usług, a nawet możliwości kopilota czy innych rozwiązań AI. Odpowiedź może być poprawna dla wersji programu sprzed roku, no i błędna dla tej dzisiejszej.

W pracy biurowej szczególnie widać to przy pytaniach typu, czy Excel ma już tę funkcję, czy to działa na Macu, jakie są obecne limity, czy można gdzieś połączyć usługę A z usługą B. Przy takich tematach zawsze patrzę na datę informacji i wersję narzędzia. Jeżeli odpowiedź ma znaczenie dla projektu, sprawdzam dokumentację twórcy narzędzia albo wykonuję test bezpośrednio w programie. Ograniczenie 4. AI potrafi popełniać błędy w liczbach i analizie danych. To szczególnie ważne, no bo widok tabeli, kodu albo wzoru matematycznego sprawia wrażenie takiej dużej precyzji. Tymczasem model może źle zinterpretować nagłówki, pominąć filtry, pomylić kolumny, zsumować wartości na niewłaściwym poziomie albo dobrać formułę, która działa tylko dla jakiejś części przypadków. Przy analizach lubię stosować kontrolę krzyżową.

Najpierw proszę AI o pisanie sposobu liczenia, kolejno sprawdzam kilka wpisów ręcznie, a następnie porównuję sobie sumy kontroli np. liczbę wierszy, sumę sprzedaży, sumę jakichś kosztów itd. Jeśli wynik ma trafić do szefa, klienta albo zarządu, sprawdzam również najważniejsze wnioski na prostym zestawieniu w Excelu. AI przyspiesza analizę, ale liczby nadal wymagają walidacji. Ograniczenie piąte. AI nie rozumie odpowiedzialności. Może zaproponować Ci decyzję, napisać rekomendację albo wskazać pracownika czy produkt albo projekt, który według danych wypada najsłabiej. Model jednak nie poniesie konsekwencji decyzji. Nie będzie siedział na spotkaniu z klientem, tłumaczył błędnej prognozy dyrektorowi, ani rozmawiał z człowiekiem, którego dotknęła decyzja kadrowa. To ważne szczególnie tam, gdzie wynik pracy AI wpływa na pieniądze, ludzi albo ryzyko.

Jeśli organizacja udostępnia zatwierdzone narzędzie AI, no to korzystasz z niego zgodnie z regułami. Jeśli pracujesz na publicznych narzędziach, Nie masz jasnej zgody na przesyłanie danych? Anonimizuj materiały albo używaj danych przykładowych. Zamiast wklejać tabele z nazwami klientów, możesz je zastąpić jakimiś wymyślonymi identyfikatorami. Nie wysyłaj pełnych umów. Opisuj strukturę problemu. AI może oszczędzać czas, natomiast nie możesz tego robić kosztem przypadkowego ujawnienia poufnych danych. No i tak dochodzimy do ograniczenia numer 7. AI może osłabić Twoje kompetencje, jeśli oddasz mu za dużo myślenia. To ograniczenie leży częściowo po stronie technologii, a częściowo po naszej. Gdy za każdym razem prosisz model o gotową formułę, analizę, odpowiedź czy prezentację, to po kilku miesiącach możesz pracować szybciej, ale jednocześnie gorzej rozumieć własne zadania.

Jeśli sztuczna inteligencja jutro zniknie, na tydzień, czy nadal umiesz wykonywać swoją podstawową część pracy? Czy rozumiesz formuły, które wkleiłeś do Excela? Czy potrafisz wyjaśnić, dlaczego w raporcie użyto medianę zamiast średniej? Dobrym sposobem pracy jest używanie sztucznej inteligencji jak nauczyciela. Zamiast prosić wyłącznie o rozwiązania, poproś też o to, aby te rozwiązania zostały wyjaśnione. Pokaż alternatywne podejścia, zadaj mi trzy pytania sprawdzające, wskaż ryzyka tego rozwiązania. Dzięki temu technologia pomaga Ci wykonywać zadanie i jednocześnie rozwija warsztat. W dłuższej perspektywie właśnie taka osoba staje się bardzo cenna w firmie. Korzysta z AI, rozumie biznes i potrafi sprawdzić jakość wyniku. To 7 ograniczeń prowadzi nas do zasady pracy z AI. Im niższy koszt błędu, tym więcej swobody można oddać narzędziu.

Szkic maila do kolegi? Mogę działać szybko. Pomysł na nazwę projektu? Jeszcze szybciej. Analiza budżetu na kilka milionów, interpretacja umowy albo rekomendacja dotycząca ludzi? Tutaj poziom kontroli powinien zdecydowanie urosnąć. Możesz wyobrazić sobie skalę od 1 do 5. 1 oznacza zadanie łatwo odwracalne i mało ryzykowne. 5 oznacza decyzję kosztowną, poufną albo trudną do cofnięcia. Przy 1 AI może zrobić prawie cały pierwszy draft. Przy 5 traktuj je jako wsparcie analityczne, ale nie jako autopilota. Taka prosta klasyfikacja pomaga korzystać z AI bardzo intensywnie, bez wyłączenia zdrowego rozsądku. Podsumujmy. AI potrafi ogromnie przyspieszyć pracę biurową, jeśli znasz jego ograniczenia i odpowiednio dobierasz poziom kontroli. Model może halucynować, nie znać pełnego kontekstu firmy, korzystać z nieaktualnych informacji i popełniać błędy w liczbach.

Trzeba pamiętać, że odpowiedzialność za decyzję zostaje po stronie człowieka, a dane firmowe wymagają świadomego podejścia do bezpieczeństwa. Warto używać sztucznej inteligencji w sposób, który pomaga nam również rozumieć wykonywaną pracę. Im większe skutki potencjalnego błędu, tym dokładniej sprawdzamy źródła, założenia, liczby i wnioski. W takiej konfiguracji AI staje się naprawdę mocnym narzędziem pracownika biurowego, No bo daje szybkość bez utraty kontroli. Naucz się skutecznie wykorzystywać AI w pracy z Excelem. Sprawdź mój kurs na exleai.pl, link w opisie odcinka. A jeżeli podobał Ci się ten epizod, wyślij go proszę do jednej osoby. Mówił dla Ciebie Michał Kowalczyk, a to był Excellent Work Podcast. Do zobaczenia lub do usłyszenia następnym razem. Trzymaj się, hej!