Limity AI: 2026 #9 Czy AI zabierze nam pracę? Nowe badanie obala popularne mity
Wnioski te wynikają z przyjętej metodologii. Po pierwsze, to pierwsze w skali świata udokumentowane badanie, które uwzględnia aktualny stan wiedzy nt. nieautomatyzowalnych kompetencji ludzkich, w szczególności tzw. inteligencji płynnej oraz tacit knowledge. Po drugie, w odróżnieniu od większości badań tego typu, za jednostkę bazową przyjęto nie tyle dany zawód (rolę, stanowisko), co spektrum typowych dla danego zawodu zadań i procesów (bazując na oficjalnych taksonomiach typu O*NET, ESCO oraz na konsultacjach z praktykami biznesu). Przedmiotem analizy nie są więc ogólnikowo zawody czy stanowiska, a bardziej szczegółowo – zadania i procesy. Po trzecie analizę potencjału automatyzacji uzależniono od kontekstu organizacyjnego – te same role, a co za tym idzie – te same zadania i procesy, mają różne progi automatyzowalności w zależności od specyfiki branży czy modelu biznesowego. ➡️Prezentowane wnioski nie znaczą oczywiście, że firmy nie będą zwalniać lub ograniczać zatrudnienia (zwłaszcza na stanowiskach juniorskich). Wynika z nich jednak, że wszelkie takie decyzje biorą się nie tyle z nadzwyczajnych możliwości AI, co z motywacji czysto biznesowych – AI wykona część zadań "good enough", dostarczając zarazem wygodnego pretekstu by ciąć koszty pracy i zwiększać presję na ludziach, stwarzając jednocześnie pozory innowacji. ➡️Innymi słowy – samo AI nie zabiera pracy, ale daje pretekst cynicznym organizacjom. Jakie to ryzyka niesie dla biznesu pokazują omawiane przez nas wielokrotnie przypadki Klarny czy Forda. 🔔 Gośćmi 9. odcinka "Limitów AI" są dr inż Tomasz Żabiński oraz dr Paweł SzczęsnySpecial Guests: dr Paweł Szczęsny and dr inż Tomasz Żabiński.
Podcast zaczyna się, a goście doktor inżynier Tomasz Żabiński i doktor Paweł Szczęsny są przedstawieni.
Goście opisują badania prowadzone na Politechnice Rzeszowskiej dotyczące AI i pracy.
Goście omawiają analizę zadań pracy i ich potencjalne automatyzację przez AI.
Discusses the role of humans in automation and challenges of AI adoption in businesses.
Goście podają rekomendacje dla przedsiębiorców w zakresie wprowadzania AI do obecnych procesów.
Rozmowa skupia się na wprowadzeniu AI do organizacji, zwracając uwagę na konkretny kontekst biznesowy i rozwój zawodów. Badania pokazują, że automatyzacja nie jest jednoznaczna i zależy od specyfiki firmy.
Rozmowa skupia się na roli adaptacji i tacit knowledge w pracy ludzkich ekspertów, a także na problemie automatyzacji tych zadań przez maszyny.
Kwestia AGI (Generalne Inteligencja) jako zagrożenia dla unikalnych umiejętności ludzi, a także na world models jako technologii do automatyzacji zachowania humanoidów.
Opis metody mierzenia human factor, czyli zdolności do adaptacji, oraz jej zastosowanie w badaniach dotyczących AI i automatyzacji.
Rozmowa o potencjalnych zastosowaniach humanoidów w przemyśle lotniczym i magazynach. Wyjaśnienie potrzeby adaptacji do zmieniającego się asortymentu produktów.
Rozmowa skupiła się na adaptacyjności i unikalnym podejściu do automatyzacji pracy, w tym znaczeniu tacit knowledge.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
Wnioski te wynikają z przyjętej metodologii. Po pierwsze, to pierwsze w skali świata udokumentowane badanie, które uwzględnia aktualny stan wiedzy nt. nieautomatyzowalnych kompetencji ludzkich, w szczególności tzw. inteligencji płynnej oraz tacit knowledge. Po drugie, w odróżnieniu od większości badań tego typu, za jednostkę bazową przyjęto nie tyle dany zawód (rolę, stanowisko), co spektrum typowych dla danego zawodu zadań i procesów (bazując na oficjalnych taksonomiach typu O*NET, ESCO oraz na konsultacjach z praktykami biznesu). Przedmiotem analizy nie są więc ogólnikowo zawody czy stanowiska, a bardziej szczegółowo – zadania i procesy. Po trzecie analizę potencjału automatyzacji uzależniono od kontekstu organizacyjnego – te same role, a co za tym idzie – te same zadania i procesy, mają różne progi automatyzowalności w zależności od specyfiki branży czy modelu biznesowego.
➡️Prezentowane wnioski nie znaczą oczywiście, że firmy nie będą zwalniać lub ograniczać zatrudnienia (zwłaszcza na stanowiskach juniorskich). Wynika z nich jednak, że wszelkie takie decyzje biorą się nie tyle z nadzwyczajnych możliwości AI, co z motywacji czysto biznesowych – AI wykona część zadań "good enough", dostarczając zarazem wygodnego pretekstu by ciąć koszty pracy i zwiększać presję na ludziach, stwarzając jednocześnie pozory innowacji.
➡️Innymi słowy – samo AI nie zabiera pracy, ale daje pretekst cynicznym organizacjom. Jakie to ryzyka niesie dla biznesu pokazują omawiane przez nas wielokrotnie przypadki Klarny czy Forda.
🔔 Gośćmi 9. odcinka "Limitów AI" są dr inż Tomasz Żabiński oraz dr Paweł Szczęsny
Special Guests: dr Paweł Szczęsny and dr inż Tomasz Żabiński.