Od kilku miesięcy coraz częściej słyszę zdanie, które na pierwszy rzut oka brzmi bardzo optymistycznie: U nas wszyscy już korzystają z AI. I rzeczywiście, jest w tym coś bardzo dobrego. Jeszcze niedawno wiele firm zastanawiało się, czy sztuczna inteligencja w ogóle ma praktyczne zastosowanie w codziennej pracy. Dziś coraz częściej widzimy, że AI pomaga pisać, analizować, streszczać, porządkować informacje, tworzyć prezentacje, generować pomysły i przyspieszać wiele zadań, które wcześniej zajmowały ludziom dużo czasu.
To jest ogromna zmiana. Ale im dłużej obserwuję sposób, w jaki organizacje zaczynają korzystać z AI, tym częściej wraca do mnie jedno pytanie:
Jeśli AI coraz częściej myśli razem z nami, a czasem za nas, to które kompetencje ludzi przestajemy ćwiczyć?
Nie pytam tego z lęku przed technologią. Pytam raczej z troski o organizacje, które dziś bardzo słusznie chcą wykorzystać szansę, jaką daje AI, ale mogą nie zauważyć pewnego cichego kosztu tej zmiany. Tym kosztem może być stopniowe osłabianie kompetencji, które przez lata budowały przewagę firmy. Bardzo mocno wybrzmiało to u mnie po lekturze analizy BCG Henderson Institute „When Everyone Uses AI, Companies Risk Losing Critical Skills” z 2026 roku. Autorzy — Sagar Goel, David Martin i Charikleia Kaffe — zwracają uwagę, że AI przynosi firmom efektywność, ale nadmierne poleganie na niej może prowadzić do erozji kompetencji poznawczych w organizacji. BCG nazywa to zjawisko distributed de-skilling, czyli rozproszonym osłabianiem kompetencji w całej organizacji. To określenie bardzo do mnie przemawia. Nie chodzi bowiem o to, że jedna osoba przestaje umieć coś zrobić. Chodzi o sytuację, w której setki albo tysiące osób w organizacji zaczynają coraz rzadziej samodzielnie definiować problem, analizować dane, formułować hipotezy, kwestionować założenia, szukać alternatywnych rozwiązań i brać odpowiedzialność za ocenę sensowności decyzji. Na początku tego nie widać, bo wyniki pracy mogą wyglądać lepiej niż wcześniej: są szybsze, bardziej uporządkowane, ładniej napisane, często bardziej profesjonalne w formie.
Ale pytanie brzmi: czy za tą profesjonalną formą nadal stoi samodzielne rozumienie?
BCG przywołuje wyniki globalnego badania przeprowadzonego wśród 70 członków zarządów i wyższej kadry menedżerskiej. Połowa badanych liderów już obserwuje zjawisko de-skillingu w swoich organizacjach, a ponad 60% uważa, że w ciągu najbliższych trzech do pięciu lat może ono stać się istotnym zagrożeniem dla firmy. To jest bardzo ważny sygnał. Bo w rozmowie o AI bardzo często koncentrujemy się na tym, jakie kompetencje trzeba zbudować: promptowanie, rozumienie narzędzi, automatyzacja pracy, korzystanie z agentów, analiza danych z pomocą AI.
Rzadziej pytamy o to, które kompetencje możemy przez AI utracić.
A jeszcze rzadziej pytamy, które z nich są dla organizacji tak ważne, że nie wolno dopuścić do ich zaniku.
Najbardziej poruszający w analizie BCG jest dla mnie wniosek, że najbardziej narażone są właśnie te kompetencje, które liderzy uznają za kluczowe dla długoterminowej efektywności organizacji. Chodzi między innymi o osąd i podejmowanie decyzji, rozumienie oraz definiowanie problemów, kreatywne myślenie, analizę przyczynowo-skutkową, generowanie rozwiązań i ocenę ich jakości. To nie są kompetencje poboczne. To jest centrum dobrej pracy menedżerskiej i eksperckiej. I tu pojawia się paradoks.
AI najłatwiej wchodzi właśnie w te obszary, w których dotąd ćwiczyliśmy myślenie:
- Pomaga szybko zdefiniować problem.
- Proponuje hipotezy.
- Generuje warianty rozwiązań.
- Pisze uzasadnienia.
- Porównuje argumenty.
- Podpowiada rekomendacje.
To może być bardzo pomocne, ale tylko wtedy, gdy człowiek nadal pozostaje aktywnym uczestnikiem procesu myślenia. Jeśli zaczyna jedynie akceptować to, co AI zaproponowała, z czasem przestaje ćwiczyć własny osąd.
A kompetencje, których nie ćwiczymy, słabną.
W Lean bardzo często mówimy o rozwijaniu ludzi przez rozwiązywanie problemów. Nie chodzi tylko o to, żeby problem zniknął. Chodzi także o to, żeby ludzie, którzy nad nim pracują, lepiej rozumieli proces, klienta, przyczyny, ograniczenia i skutki własnych decyzji. Dlatego tak ważne są pytania, obserwacja procesu, rozmowy z pracownikami, analiza przyczyn źródłowych, eksperymentowanie i refleksja. Jeśli AI zbyt szybko poda gotową odpowiedź, możemy nieświadomie zabrać ludziom właśnie tę część pracy, która najbardziej ich rozwijała. To nie znaczy, że nie należy korzystać z AI w analizie problemów. Przeciwnie, AI może być świetnym partnerem wspierającym proces myślenia i podejmowania decyzji. Może pomóc zobaczyć alternatywy, uporządkować argumenty, sprawdzić spójność rozumowania i wskazać potencjalne luki. Ale powinna wzmacniać proces uczenia się, a nie go zastępować.
Nadmierne poleganie na wynikach AI
BCG pokazuje również, że jednym z pierwszych objawów osłabiania kompetencji jest nadmierne poleganie na wynikach AI bez ich testowania i kwestionowania. Według badania prawie 90% liderów wskazuje właśnie to jako widoczny symptom spadku zdolności organizacyjnych. Z czasem może to prowadzić do słabszego poczucia odpowiedzialności, mniejszej liczby konstruktywnych sporów, mniejszej różnorodności myślenia oraz słabszej współpracy. To jest dla mnie bardzo ważny fragment, bo pokazuje, że ryzyko nie polega wyłącznie na tym, że ktoś bezrefleksyjnie wklei odpowiedź z AI do raportu. Ryzyko jest głębsze. Jeśli wiele osób korzysta z podobnych narzędzi, na podobnych danych i w podobny sposób, organizacja może zacząć produkować coraz bardziej podobne odpowiedzi. Może być szybciej, ale mniej różnorodnie. Może być sprawniej, ale mniej krytycznie. Może być płynniej, ale z mniejszą liczbą pytań, które naprawdę zmieniają sposób patrzenia na problem. A przecież w wielu sytuacjach wartość organizacji powstaje właśnie z różnicy perspektyw, z rozmowy, z napięcia między różnymi interpretacjami, z konstruktywnego sporu. Z tego, że ktoś powie: „Zaczekajmy, może źle definiujemy problem?!”.
Doświadczenie i osąd
Szczególnie ważny wydaje mi się też wątek młodszych pracowników. BCG zwraca uwagę, że jeśli AI przejmuje zadania, które wcześniej były naturalną ścieżką uczenia się takie jak zbieranie i gromadzenie informacji, przygotowanie pierwszej wersji analizy, rozbijanie problemu na części czy tworzenie szkiców rozwiązań – młodsze osoby mogą tracić okazję do wykonywania tych powtórzeń, dzięki którym buduje się doświadczenie i osąd. To bardzo przypomina mi rozmowy o wdrażaniu nowych pracowników w organizacjach. Często mówimy, że chcemy, aby nowa osoba szybciej stała się samodzielna. To zrozumiałe. Ale jednocześnie wiemy, że samodzielność nie bierze się z samego dostępu do procedury, systemu albo narzędzia. Samodzielność buduje się przez praktykę, informację zwrotną, obserwowanie bardziej doświadczonych osób, popełnianie kontrolowanych błędów i stopniowe rozumienie, dlaczego coś robimy w określony sposób.
Jeżeli AI zabierze młodszym pracownikom tę praktykę, możemy uzyskać krótkoterminową oszczędność czasu, ale długoterminowo osłabić zdolność do samodzielnego eksperckiego osądu. To ryzyko dotyczy zresztą nie tylko młodych osób. BCG opisuje również pułapkę „autopilota” u doświadczonych pracowników, którzy pod presją czasu mogą coraz częściej zastępować własny osąd rekomendacjami AI, zachowując pozory wysokiej efektywności.
Co z tym zrobić?
Najciekawsze w analizie BCG jest to, że autorzy nie proponują ograniczenia wykorzystania AI. Nie mówią: „używajmy mniej”. Proponują raczej, aby projektować wykorzystanie AI w taki sposób, który chroni i rozwija kompetencje człowieka. To podejście jest mi bardzo bliskie. Nie chodzi o wybór między człowiekiem a AI. Chodzi o takie zaprojektowanie pracy, aby AI zwiększała możliwości człowieka, ale nie odbierała mu okazji do myślenia. BCG wskazuje między innymi na potrzebę tworzenia zasad korzystania z AI, projektowania przepływów pracy z wyraźną odpowiedzialnością człowieka, zachowania momentów ludzkiej interpretacji i walidacji, budowania rytuałów odnawiania kompetencji oraz projektowania narzędzi AI tak, aby prowokowały użytkownika do refleksji, a nie tylko podawały gotową odpowiedź.
Bardzo podoba mi się pytanie, które wybrzmiewa w tej analizie: Czy to narzędzie nadal sprawia, że nasi ludzie myślą samodzielnie?
To pytanie powinno moim zdaniem trafić do każdego projektu AI.
- Nie tylko: czy narzędzie działa?
- Nie tylko: czy oszczędza czas?
- Nie tylko: czy zwiększa produktywność?
Ale także: czy wzmacnia kompetencje, które będą nam potrzebne w przyszłości?
Kilka prostych zasad
Wyobrażam sobie, że w praktyce mogłoby to oznaczać kilka bardzo prostych zasad.
- Po pierwsze, w ważnych decyzjach człowiek powinien najpierw sam zdefiniować problem np. wykorzystując metodę 5W2H, zanim poprosi AI o propozycje rozwiązań.
- Po drugie, AI może przygotować warianty, ale człowiek powinien wskazać kryteria oceny i uzasadnić wybór.
- Po trzecie, przy ważnych analizach powinien istnieć moment, w którym zespół wspólnie kwestionuje wynik AI: sprawdza założenia, szuka luk, pyta o ryzyka i alternatywne interpretacje.
- Po czwarte, warto świadomie zostawić w organizacji przestrzenie „AI-off”, czyli takie zadania lub etapy pracy, w których ludzie najpierw ćwiczą własne myślenie, zanim sięgną po wsparcie narzędzia.
- Po piąte, w pracy z młodszymi osobami trzeba szczególnie uważać, aby AI nie zastąpiła procesu uczenia się. Może być tutorem, recenzentem albo partnerem do refleksji, ale nie powinna całkowicie przejmować tych czynności, dzięki którym młody pracownik buduje rozumienie.
To wszystko są drobne decyzje projektowe. Ale właśnie z takich decyzji powstaje kultura pracy z AI.
Czego nie chcemy utracić
Mam poczucie, że to jest jeden z najważniejszych tematów w całej rozmowie o AI Ready Business. Bo gotowość organizacji do AI nie polega tylko na tym, że ludzie potrafią korzystać z narzędzi. Polega także na tym, że organizacja wie, czego nie chce utracić.
- Nie chce utracić osądu.
- Nie chce utracić umiejętności definiowania problemów.
- Nie chce utracić krytycznego myślenia.
- Nie chce utracić odpowiedzialności.
- Nie chce utracić mentoringu i przekazywania wiedzy między bardziej i mniej doświadczonymi osobami.
- Nie chce utracić różnorodności perspektyw, z której rodzą się lepsze decyzje.
AI może nam bardzo pomóc, ale tylko wtedy, gdy nie pomylimy odciążania ludzi z odbieraniem im okazji do rozwoju. Dlatego po lekturze BCG zapisałam sobie jedno pytanie, które warto zadać w każdej firmie wdrażającej AI:
Które kompetencje człowieka są dla nas tak ważne, że AI powinna je wzmacniać, ale nigdy całkowicie zastępować?
To pytanie nie jest techniczne. Ono jest strategiczne, bo w dłuższej perspektywie przewaga organizacji nie będzie wynikała tylko z tego, że wszyscy używają AI. Coraz bardziej wierzę, że przewagę będą miały te firmy, które nauczą się korzystać z AI tak, aby ludzie nadal rozwijali zdolność rozumienia, oceniania, kwestionowania i podejmowania odpowiedzialnych decyzji. Inaczej mówiąc: wygrają nie te organizacje, które najszybciej oddadzą myślenie AI, ale te, które najlepiej zaprojektują współpracę człowieka z AI.
Źródło wykorzystane w artykule
BCG Henderson Institute, Sagar Goel, David Martin, Charikleia Kaffe, When Everyone Uses AI, Companies Risk Losing Critical Skills, 2026.
