Dlaczego pracownicy ukrywają korzystanie z AI? Psychologia nowego zachowania organizacyjnego

W wielu organizacjach można zaobserwować interesujące zjawisko. Pracownicy coraz częściej wykorzystują aplikacje oparte na generatywnej sztucznej inteligencji do przygotowywania raportów, analiz, prezentacji, ofert handlowych czy wiadomości e-mail, jednocześnie nie informując o tym swoich przełożonych. Zjawisko tzw. Shadow AI (nieformalne wdrażanie technologii) nie wynika wyłącznie z chęci osiągnięcia większej efektywności. W dużej mierze jest ono konsekwencją mechanizmów behawioralnych, które od dziesięcioleci opisuje psychologia organizacji.

Wizerunek eksperta a lęk przed oceną

Można odnieść wrażenie, że pracownik coś ukrywa. Głębsza analiza pokazuje, że w wielu przypadkach nie chodzi o świadome oszustwo, lecz o próbę uniknięcia negatywnej oceny. Korzystanie z AI bywa postrzegane jako przyznanie się do niewystarczających kompetencji, mimo że w rzeczywistości może świadczyć o umiejętności efektywnego wykorzystania nowoczesnych narzędzi pracy.

Psychologia społeczna od dawna opisuje mechanizm zarządzania wrażeniem (impression management), zgodnie z którym ludzie starają się kontrolować sposób, w jaki są postrzegani przez otoczenie. W środowisku zawodowym oznacza to dążenie do utrzymania wizerunku osoby kompetentnej, samodzielnej i wartościowej dla organizacji. Jeżeli pracownik przewiduje, że przyznanie się do wykorzystania AI zostanie odebrane jako „pójście na skróty”, może świadomie zrezygnować z ujawnienia tego faktu, nawet jeśli jego intencją było jedynie usprawnienie procesu pracy.

Nie jest to zjawisko nowe. Przez lata podobne mechanizmy obserwowano przy korzystaniu z wyszukiwarek internetowych, gotowych szablonów dokumentów, kalkulatorów finansowych czy zaawansowanych arkuszy kalkulacyjnych. Zmieniła się jednak skala zjawiska. Generatywna sztuczna inteligencja nie wspiera już wyłącznie wykonywania pojedynczych obliczeń czy wyszukiwania informacji. Coraz częściej współtworzy treść, proponuje rozwiązania problemów, analizuje dane, a nawet pomaga podejmować decyzje. To właśnie ta zmiana jakościowa sprawia, że pytania o autorstwo, odpowiedzialność i uczciwość nabierają zupełnie nowego znaczenia.

Menedżer ocenia rezultat, podczas gdy powinien oceniać proces myślenia

Jednym z najczęściej popełnianych błędów w zarządzaniu jest utożsamianie jakości efektu końcowego z poziomem kompetencji pracownika. W epoce generatywnej sztucznej inteligencji takie założenie przestaje być wystarczające. Wyobraźmy sobie dwóch specjalistów przygotowujących analizę rynku.

Pierwszy poświęca dwa dni na samodzielne zebranie informacji, analizę danych i opracowanie raportu. Drugi wykorzystuje kilka aplikacji AI do wyszukania źródeł, uporządkowania informacji i stworzenia pierwszej wersji dokumentu, którą następnie weryfikuje, uzupełnia i dostosowuje do potrzeb organizacji. Całość zajmuje mu cztery godziny.

Jeżeli oba raporty prezentują podobną jakość, intuicja wielu menedżerów podpowiada, że pierwszy pracownik wykazał się większym zaangażowaniem. Jednak z perspektywy zarządzania efektywnością nie jest to wcale oczywiste. Być może drugi pracownik lepiej rozumie nowe technologie, sprawniej organizuje swoją pracę i potrafi wykorzystać dostępne narzędzia do osiągania celów organizacji.

To prowadzi do fundamentalnej zmiany sposobu oceny kompetencji. W świecie, w którym aplikacje AI stają się powszechnym narzędziem pracy, wartość pracownika coraz rzadziej będzie wynikała z samej umiejętności tworzenia treści. Coraz większego znaczenia nabiorą kompetencje wyższego rzędu: krytyczne myślenie, umiejętność zadawania trafnych pytań, ocena wiarygodności informacji, podejmowanie decyzji oraz odpowiedzialność za końcowy rezultat.

Oznacza to, że menedżer powinien przestać pytać wyłącznie: „Jak powstał ten raport?” Znacznie ważniejsze stają się pytania: „Jakie decyzje podjąłeś podczas jego przygotowywania?”, „W jaki sposób zweryfikowałeś informacje wygenerowane przez AI?”, „Dlaczego uznałeś je za wiarygodne?”, „Jakie ryzyka dostrzegłeś?”.

Takie pytania pozwalają ocenić nie sam produkt pracy, lecz jakość procesu poznawczego prowadzącego do jego powstania.

Gdzie kończy się wsparcie technologii, a zaczyna nieuczciwość?

Pytanie o uczciwość w stosunku do wykorzystywania technologii coraz częściej pojawia się podczas szkoleń dla kadry menedżerskiej. Co ciekawe, nie istnieje jedna uniwersalna odpowiedź. Granica nie przebiega bowiem pomiędzy człowiekiem a technologią, lecz pomiędzy odpowiedzialnym wykorzystaniem narzędzia a rezygnacją z własnego profesjonalnego osądu.

Można wyróżnić trzy poziomy korzystania z aplikacji AI.

Pierwszy poziom obejmuje wykorzystanie AI jako inteligentnego asystenta. Narzędzie pomaga uporządkować informacje, wygenerować pomysły, poprawić język dokumentu czy przygotować szkic prezentacji. Jednak ostateczne decyzje pozostają po stronie człowieka. To sytuacja porównywalna z korzystaniem z edytora tekstu wyposażonego w korektę językową lub z konsultacją z bardziej doświadczonym współpracownikiem.

Drugi poziom polega na współtworzeniu rozwiązań. Pracownik aktywnie współpracuje z AI, zadaje pytania, porównuje odpowiedzi, weryfikuje dane, odrzuca błędne sugestie i rozwija trafne pomysły. W tym modelu sztuczna inteligencja staje się partnerem wspierającym proces analizy, jednak odpowiedzialność za wynik pozostaje jednoznacznie po stronie użytkownika.

Trzeci poziom pojawia się wtedy, gdy człowiek przestaje pełnić funkcję krytycznego recenzenta. Odpowiedzi wygenerowane przez AI są kopiowane bez refleksji, bez sprawdzenia źródeł i bez oceny ich zgodności z celami organizacji. W tym momencie dochodzi do przeniesienia odpowiedzialności z człowieka na algorytm. To właśnie tutaj zaczyna się obszar nieuczciwości zawodowej. Nie chodzi o wykorzystanie AI, ale o zrezygnowanie z własnego profesjonalnego osądu.

Nowe zadanie menedżera, czyli odpowiedzialne korzystanie z AI

Największym błędem, jaki może dziś popełnić organizacja, jest stworzenie atmosfery, w której pracownicy boją się przyznać do korzystania z narzędzi opartych na sztucznej inteligencji. Taka kultura prowadzi do ukrywania praktyk, utrudnia wymianę doświadczeń i sprawia, że organizacja traci możliwość wypracowania wspólnych standardów.

Znacznie skuteczniejszym podejściem jest budowanie kultury transparentności. W takiej organizacji pytanie nie brzmi: „Czy użyłeś AI?”, lecz: „W jaki sposób wykorzystałeś AI i jak upewniłeś się, że efekt jest rzetelny, zgodny z faktami i odpowiada standardom naszej organizacji?”

To subtelna, ale fundamentalna zmiana. Lider przestaje być kontrolerem narzędzi, a staje się projektantem odpowiedzialnych zachowań. W świecie, w którym aplikacje AI będą coraz głębiej integrować się z codzienną pracą, właśnie taka rola menedżera może okazać się jednym z najważniejszych wyznaczników skutecznego przywództwa XXI wieku.

Dlaczego organizacje potrzebują nowego modelu?

Większość firm, które wdrażają generatywną sztuczną inteligencję, koncentruje się na aspektach technicznych: wyborze odpowiednich aplikacji, bezpieczeństwie danych czy tworzeniu regulaminów korzystania z AI. Są to działania konieczne, ale niewystarczające. Historia zarządzania pokazuje, że nawet najlepiej zaprojektowane procedury nie zastąpią kultury organizacyjnej opartej na odpowiedzialności. W praktyce menedżerowie nie potrzebują kolejnego katalogu zakazów. Potrzebują prostego modelu, który pomoże prowadzić rozmowy z pracownikami oraz oceniać sposób wykorzystywania AI w codziennej pracy.

W odpowiedzi na tę potrzebę powstał Model 5R™ Odpowiedzialnego Korzystania z AI. Nie jest to model technologiczny, lecz psychologiczno-menedżerski. Jego celem jest przeniesienie uwagi z pytania „Czy pracownik korzystał z AI?” na pytanie „Czy zrobił to odpowiedzialnie?”

R1 – Rozpoznanie problemu (Recognize)

Pierwszym zadaniem pracownika nie powinno być uruchomienie aplikacji AI, lecz właściwe zrozumienie problemu. Generatywna sztuczna inteligencja bardzo dobrze odpowiada na zadane pytania. Znacznie gorzej radzi sobie z pytaniami źle postawionymi. Jeżeli użytkownik nie rozumie celu zadania, nie potrafi określić oczekiwanego rezultatu ani nie rozpoznaje kontekstu organizacyjnego, nawet najbardziej zaawansowany model wygeneruje odpowiedź, która będzie jedynie pozornie użyteczna. Kompetencją przyszłości staje się więc nie samo korzystanie z AI, lecz umiejętność definiowania problemów.

Menedżer powinien pytać:

„Jak zdefiniowałeś problem, zanim poprosiłeś AI o pomoc?”

R2 – Rozsądek (Reasoning)

Drugim etapem jest krytyczna analiza odpowiedzi wygenerowanej przez AI. Jednym z największych zagrożeń współczesnych modeli językowych jest tzw. efekt nadmiernego zaufania. Aplikacje AI potrafią formułować odpowiedzi niezwykle przekonująco, nawet wtedy, gdy zawierają błędy merytoryczne lub odwołują się do nieistniejących źródeł. Odpowiedzialny pracownik nie przyjmuje odpowiedzi AI jako prawdy. Traktuje ją jako hipotezę wymagającą oceny.

Rozsądek oznacza zadawanie pytań:

• Czy ta odpowiedź ma sens?
• Czy jest zgodna z wiedzą branżową?
• Czy odpowiada realiom naszej organizacji?
• Jakie ryzyko wiąże się z jej zastosowaniem?

To właśnie w tym miejscu ujawnia się przewaga człowieka nad algorytmem, czyli zdolność do krytycznego myślenia, uwzględniania kontekstu i przewidywania konsekwencji.

R3 – Rzetelność (Review)

Kolejnym krokiem jest weryfikacja.

Każda informacja wygenerowana przez AI powinna zostać sprawdzona przed jej wykorzystaniem.

Dotyczy to szczególnie:

• danych liczbowych,
• przepisów prawa,
• analiz finansowych,
• informacji medycznych,
• treści kierowanych do klientów.

Rzetelność oznacza świadome przejęcie odpowiedzialności za jakość efektu końcowego.

To nie AI podpisuje raport.

Nie AI wysyła ofertę.

Nie AI odpowiada klientowi.

A przynajmniej nie powinna. W każdym z tych przypadków decyzja użycia AI należy do człowieka, dlatego konsekwencje nie mogą zostać oddelegowane na algorytm.

R4 – Refleksja (Reflection)

To element, którego praktycznie nie opisuje żadna literatura dotycząca AI.

Po wykonaniu zadania warto zadać sobie pytanie:

Czy dzięki AI rzeczywiście nauczyłem się czegoś nowego, czy jedynie szybciej wykonałem zadanie?

Generatywna sztuczna inteligencja może zarówno rozwijać kompetencje, jak i prowadzić do ich stopniowego spadku. Jeżeli człowiek wykorzystuje AI do poszerzania wiedzy, analizowania alternatywnych rozwiązań czy rozwijania własnego sposobu myślenia, technologia staje się narzędziem uczenia się. Jednak jeśli bezrefleksyjnie kopiuje gotowe odpowiedzi, z czasem ogranicza własną samodzielność intelektualną.

Refleksja pozwala utrzymać równowagę między efektywnością a rozwojem.

R5 – Odpowiedzialność (Responsibility)

Ostatni etap spaja wszystkie poprzednie.

Najważniejszym pytaniem nie jest:

Czy AI przygotowała ten dokument?

Najważniejsze brzmi:

Czy jesteś gotów podpisać się pod nim własnym nazwiskiem?

Jeżeli odpowiedź brzmi „tak”, oznacza to, że pracownik przejął odpowiedzialność za rezultat swojej pracy.

Jeżeli odpowiedź brzmi „nie”, oznacza to, że dokument nie powinien zostać przekazany dalej.

To właśnie odpowiedzialność odróżnia profesjonalistę od operatora technologii.

Model 5R™ jako narzędzie rozmowy menedżerskiej

Model 5R™ może stać się praktycznym scenariuszem prowadzenia rozmów z pracownikami. Zamiast pytać: „Czy korzystałeś z AI?”, lider może przeprowadzić rozmowę wokół pięciu pytań:

1. Rozpoznanie – Jak zdefiniowałeś problem, zanim wykorzystałeś AI?
2. Rozsądek – Co sprawiło, że uznałeś odpowiedź AI za trafną?
3. Rzetelność – W jaki sposób zweryfikowałeś informacje przed ich wykorzystaniem?
4. Refleksja – Czego nauczyłeś się podczas pracy z AI?
5. Odpowiedzialność – Czy bierzesz pełną odpowiedzialność za końcowy efekt swojej pracy?

Tak poprowadzona rozmowa zmienia jej charakter. Przestaje być kontrolą wykorzystania technologii, a staje się rozmową o profesjonalizmie, dojrzałości i odpowiedzialności. W efekcie menedżer nie buduje kultury strachu przed AI, lecz kulturę świadomego korzystania z nowych narzędzi.

Myślę, że możemy pójść jeszcze dalej. W obecnej wersji opis jest poprawny, ale nadal przypomina opis modelu konsultingowego. Jeżeli celem jest budowanie autorytetu naukowego, tekst powinien wyjaśniać, dlaczego organizacje przechodzą przez kolejne poziomy, odwoływać się do psychologii organizacji, teorii uczenia się, zarządzania zmianą i teorii zdolności dynamicznych (dynamic capabilities). Wtedy podział na poziomy nie będzie sztuczny, tylko będzie wynikał z naturalnego sposobu, w jaki rozwijają się firmy.

Ja ująłbym to w następujący sposób:

Cztery poziomy dojrzałości organizacyjnej we współpracy z generatywną sztuczną inteligencją

Rozwój organizacji w zakresie wykorzystania generatywnej sztucznej inteligencji nie ma charakteru skokowego. Nie następuje również wyłącznie w wyniku zakupu nowych narzędzi czy wdrożenia kolejnych aplikacji. Podobnie jak w przypadku transformacji cyfrowej, zarządzania jakością czy rozwoju kultury bezpieczeństwa, dojrzałość organizacyjna stanowi proces ewolucyjny, obejmujący zmianę sposobu myślenia, podejmowania decyzji oraz budowania odpowiedzialności.

W literaturze dotyczącej dojrzałości organizacyjnej dominują modele opisujące rozwój kompetencji technologicznych, procesowych lub projektowych. Większość z nich zakłada, że organizacja przechodzi od etapu chaotycznych działań do etapu standaryzacji, a następnie do optymalizacji procesów. Takie podejście znajduje zastosowanie między innymi w modelach takich jak CMM (Capability Maturity Model) czy licznych modelach transformacji cyfrowej.

Generatywna sztuczna inteligencja stawia jednak organizacje przed zupełnie nowym wyzwaniem. O sukcesie wdrożenia nie decyduje już wyłącznie jakość procesów ani poziom zaawansowania technologii. Kluczowym zasobem staje się sposób, w jaki ludzie współpracują z AI oraz jakość decyzji podejmowanych przy jej wsparciu.

Z tego względu w modelu CPS AI Readiness Index – 5R™ przyjęto założenie, że organizacje przechodzą przez cztery jakościowo odmienne poziomy rozwoju. Każdy z nich reprezentuje inny sposób postrzegania roli sztucznej inteligencji w organizacji oraz inny poziom odpowiedzialności menedżerskiej.

Poziom I – AI jako narzędzie (AI as Tool)

Pierwszy poziom charakteryzuje się instrumentalnym postrzeganiem generatywnej sztucznej inteligencji. AI traktowana jest podobnie jak kalkulator, edytor tekstu czy wyszukiwarka internetowa, czyli jako kolejne narzędzie zwiększające szybkość wykonywania zadań.

Na tym etapie korzystanie z AI ma charakter indywidualny i spontaniczny. Poszczególni pracownicy samodzielnie decydują o wyborze aplikacji, sposobie ich wykorzystania oraz zakresie powierzanych im zadań. Organizacja nie posiada spójnej strategii, nie definiuje standardów odpowiedzialnego korzystania z AI i nie prowadzi systematycznej refleksji nad konsekwencjami jej stosowania.

Paradoksalnie właśnie na tym poziomie ryzyko organizacyjne jest najwyższe. Brak wspólnych zasad prowadzi do powstawania zjawiska określanego jako Shadow AI, czyli nieformalnego wykorzystywania narzędzi AI poza wiedzą i kontrolą organizacji. Powstają pierwsze korzyści związane ze wzrostem produktywności, jednak towarzyszy im wysoki poziom niepewności dotyczącej jakości danych, bezpieczeństwa informacji oraz odpowiedzialności za podejmowane decyzje. Na poziomie pierwszym organizacja uczy się korzystać z technologii, lecz jeszcze nie uczy się zarządzać jej konsekwencjami.

Poziom II – AI jako asystent (AI as Assistant)

Drugi poziom rozpoczyna się w momencie, gdy organizacja dostrzega, że generatywna sztuczna inteligencja przestaje być wyłącznie indywidualnym narzędziem pracy, a zaczyna wpływać na sposób funkcjonowania całych zespołów. Pojawiają się pierwsze procedury regulujące wykorzystanie AI, opracowywane są rekomendacje dotyczące bezpieczeństwa danych, a pracownicy rozwijają kompetencje związane z formułowaniem poleceń, oceną jakości odpowiedzi oraz krytyczną analizą wygenerowanych treści. W centrum zainteresowania znajduje się przede wszystkim zwiększenie efektywności pracy.

AI zaczyna pełnić funkcję inteligentnego asystenta, który wspiera wykonywanie zadań, jednak nie uczestniczy jeszcze w procesach decyzyjnych organizacji. Zmianie ulega przede wszystkim wydajność operacyjna, natomiast model zarządzania pozostaje zasadniczo niezmieniony. Charakterystyczną cechą tego etapu jest koncentracja na pytaniu: „Jak wykorzystać AI, aby wykonywać dotychczasowe zadania szybciej i taniej?”

Organizacja rozwija kompetencje technologiczne, lecz odpowiedzialność za proces pozostaje rozproszona i często nie jest jeszcze elementem świadomie budowanej kultury organizacyjnej.

Poziom III – AI jako partner poznawczy (AI as Partner)

Przekroczenie trzeciego poziomu oznacza jakościową zmianę sposobu funkcjonowania organizacji. AI przestaje być postrzegana jako narzędzie zwiększające produktywność, a staje się partnerem wspierającym proces poznawczy. Pracownicy wykorzystują AI nie tylko do tworzenia dokumentów czy analiz, ale również do generowania hipotez, identyfikowania alternatywnych rozwiązań, prowadzenia symulacji oraz wspierania procesów twórczego rozwiązywania problemów. Organizacja rozwija nowe kompetencje obejmujące krytyczne myślenie, ocenę wiarygodności informacji, projektowanie interakcji z AI oraz świadome zarządzanie ryzykiem poznawczym. Zmienia się również rola menedżera. Lider przestaje kontrolować wyłącznie efekty pracy, a zaczyna oceniać jakość procesu decyzyjnego prowadzącego do ich powstania. Przedmiotem rozmowy staje się nie pytanie, czy pracownik korzystał z AI, lecz w jaki sposób wykorzystał ją do budowania wartości dla organizacji.

Na tym poziomie rozwija się kultura uczenia się. Organizacja analizuje zarówno sukcesy, jak i błędy wynikające z wykorzystania AI, traktując je jako źródło wiedzy i impuls do doskonalenia procesów.

Poziom IV – AI jako zdolność strategiczna (AI as Strategic Capability)

Najwyższy poziom dojrzałości oznacza sytuację, w której sztuczna inteligencja przestaje być postrzegana jako technologia, a staje się elementem strategicznych zdolności organizacji (dynamic capabilities).

AI nie służy już wyłącznie zwiększaniu efektywności operacyjnej. Staje się narzędziem wspierającym adaptację organizacji do zmieniającego się otoczenia, identyfikowanie nowych szans rynkowych oraz budowanie trwałej przewagi konkurencyjnej.

Zmienia się również podstawowe pytanie stawiane przez menedżerów. Organizacje znajdujące się na tym poziomie nie zastanawiają się już: „Jak wykorzystać AI?”. Pytają raczej: „Jak dzięki AI podejmować lepsze decyzje niż nasi konkurenci?”

W tym ujęciu sztuczna inteligencja staje się elementem architektury strategicznej przedsiębiorstwa, podobnie jak kultura organizacyjna, kapitał ludzki czy zdolność do uczenia się. O przewadze konkurencyjnej nie decyduje już dostęp do technologii, ponieważ jest ona powszechnie dostępna, ale zdolność organizacji do odpowiedzialnego integrowania kompetencji człowieka i możliwości AI.

Psychologiczna dojrzałość organizacji – brakujący wymiar współczesnych modeli AI

Najbardziej oryginalnym elementem proponowanego modelu jest odejście od postrzegania dojrzałości wyłącznie jako kategorii technologicznej. Większość istniejących modeli koncentruje się na poziomie wdrożenia narzędzi, automatyzacji procesów czy stopniu cyfryzacji organizacji. Są to niewątpliwie istotne wskaźniki, jednak nie wyjaśniają one, dlaczego organizacje dysponujące identycznymi rozwiązaniami technologicznymi osiągają diametralnie różne rezultaty. W proponowanym modelu przyjęto odmienne założenie. Prawdziwa dojrzałość organizacji nie wynika z samego faktu wykorzystania sztucznej inteligencji, lecz z poziomu psychologicznej dojrzałości ludzi, którzy z niej korzystają. Obejmuje ona zdolność do krytycznego myślenia, gotowość do ponoszenia odpowiedzialności za decyzje wspierane przez AI, kulturę uczenia się oraz poziom zaufania i bezpieczeństwa psychologicznego umożliwiającego otwarte dyskutowanie zarówno sukcesów, jak i błędów związanych z wykorzystaniem nowych technologii.

Model CPS AI Readiness Index – 5R™ proponuje dwuwymiarowe ujęcie dojrzałości organizacyjnej. Pierwszy wymiar opisuje intensywność wykorzystania AI w procesach organizacyjnych. Drugi odnosi się do poziomu odpowiedzialności psychologicznej i organizacyjnej towarzyszącej wykorzystaniu tej technologii. Dopiero analiza obu wymiarów jednocześnie pozwala trafnie ocenić rzeczywistą gotowość organizacji do funkcjonowania w erze generatywnej sztucznej inteligencji.

Tak skonstruowany model przestaje być checklistą wdrożeniową. Staje się ramą diagnostyczną, która może znaleźć zastosowanie nie tylko w audytach organizacyjnych i projektowaniu programów rozwojowych, lecz także w badaniach naukowych nad relacją między technologią, kulturą organizacyjną i jakością decyzji menedżerskich. To właśnie przesunięcie punktu ciężkości z dojrzałości technologicznej na dojrzałość psychologiczną organizacji może stanowić najistotniejszy wkład modelu 5R™ do dyskusji o odpowiedzialnym wykorzystaniu sztucznej inteligencji w zarządzaniu.