Dziewięćdziesiąt procent specjalistów HR żałuje decyzji kadrowych podjętych pod wpływem wdrożeń sztucznej inteligencji. To nie spekulacja, to wynik badania. I właśnie ten liczba wybrzmiała najgłośniej podczas tegorocznej konferencji Impact w Poznaniu.
Kluczowe fakty:
- Badanie firmy Career Minds przeprowadzone na grupie około 600 specjalistów HR wykazało, że 90% z nich żałuje decyzji kadrowych podjętych pod wpływem wdrożeń sztucznej inteligencji.
- Około jedna trzecia badanych wskazała na utratę kluczowej wiedzy organizacyjnej po redukcjach etatów związanych z implementacją AI. Ponad połowa przyznała, że systemy AI wymagają intensywnego nadzoru i ciągłego "babysittingu".
- W wielu przypadkach firmy po kilku miesiącach od zwolnień związanych z wdrożeniem AI wracały do ponownego zatrudniania tych samych lub podobnych pracowników.
Na panelu poświęconym przyszłości pracy Marta Nowak i Miłosz Wiatrowski-Bujacz z Gazeta.pl, twórcy podcastu „Co to będzie?”, podjęli temat, który coraz trudniej ignorować: co tak naprawdę dzieje się z rynkiem pracy, gdy AI wchodzi do działów HR z pełnomocnictwami do cięć?
Prawie co drugi pracownik w Polsce używa AI za plecami swojego szefa. 71% polskich pracowników oszczędza dzięki AI od pół godziny do ponad dwóch godzin dziennie …
Inkluzywność po nowemu: chodzi o to, żeby w ogóle był człowiek
Punktem wyjścia dyskusji była prowokacyjna teza o redefinicji pojęcia inkluzywności. Przez lata rozumieliśmy je jako dbałość o różnorodność demograficzną, równość płci, reprezentację mniejszości. Teraz pojawia się pytanie fundamentalnie inne: czy inkluzywność nie powinna oznaczać już samej obecności człowieka w strukturach coraz bardziej zarządzanych przez algorytmy?
Miłosz Wiatrowski-Bujacz ujął to wprost:
„Fajnie, aby środowisko pracy było różnorodne, ale żeby tam byli również ludzie.”
W tym kontekście termin „pracownik białkowy”, czyli po prostu człowiek z krwi i kości w odróżnieniu od modelu językowego, zaczyna brzmieć jak kategoria wymagająca ochrony. Brzmi absurdalnie? Może. Ale dane mówią swoje.
Dane, które powinny dać do myślenia
Badanie firmy Career Minds, przeprowadzone na grupie około 600 specjalistów HR, przynosi wyniki, które trudno zbagatelizować:
- 90 proc. respondentów żałowało decyzji o zwolnieniach podjętych pod wpływem implementacji narzędzi AI
- około jedna trzecia wskazała na utratę kluczowej wiedzy organizacyjnej po redukcjach etatów
- ponad połowa przyznała, że systemy AI wymagają intensywnego nadzoru i ciągłego „babysittingu”
- w wielu przypadkach firmy po kilku miesiącach i tak wracały do ponownego zatrudniania tych samych lub podobnych pracowników
To nie jest historia o AI jako cudownym lekarstwie na koszty operacyjne. To historia o pochopnych decyzjach, za które płaci się dwa razy.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl:
Te dane potwierdzają coś, co obserwuję od dłuższego czasu: firmy wdrażają AI pod presją narracji o efektywności, nie pod wpływem rzetelnej analizy. Dziewięćdziesiąt procent żalu to nie jest margines błędu, to sygnał systemowy. Z drugiej strony, nie można wrzucać AI do jednego worka. Są obszary, gdzie automatyzacja naprawdę działa i naprawdę zwalnia ludzi od monotonnych, wyczerpujących zadań. Problem nie leży w technologii, leży w tym, jak podejmujemy decyzje. Czy naprawdę wiemy, co tracimy, gdy zwalniamy doświadczonego pracownika na rzecz modelu? I drugie pytanie, które warto zadać głośno: kto w organizacji jest odpowiedzialny za te decyzje i ponosi ich konsekwencje?
Juniorzy w ogniu krzyżowym
Szczególnie niepokojący jest wątek dotyczący stanowisk juniorskich. To właśnie oni, wchodzący dopiero na rynek pracy, trafiają na pierwszą linię automatyzacji. Wiatrowski-Bujacz wskazuje, że AI nie tylko przejmuje konkretne zadania, ale rozbija tradycyjny model kariery, w którym stażysta lub młodszy specjalista stopniowo uczył się organizacji od środka i piął po szczeblach.
Jeśli szczebli brakuje, bo zastąpiły je skrypty, to skąd wziąć jutrzejszych seniorów?
Algorytm z uprzedzeniem
Dyskusja dotknęła też kwestii systemów rekrutacyjnych opartych na AI. I tutaj robi się naprawdę niewygodnie. Marta Nowak przywołała konkretne przykłady:
„AI nie tylko nie eliminuje uprzedzeń, ale może je wzmacniać. Na przykład określone imię było wyróżniane jako to, które daje większe szanse na sukces, a wpisanie jako hobby kobiecego klubu szachowego je obniża.”
Algorytmy uczą się na danych historycznych. Dane historyczne odzwierciedlają historyczne nierówności. Wniosek jest prosty i nieprzyjemny: jeśli do tej pory dyskryminowaliśmy pewne grupy, AI będzie tę dyskryminację wiernie odtwarzać, a nawet wzmacniać przez pozorną obiektywność.
Efektywność, której nie widać w arkuszu kalkulacyjnym
Konferencyjne debaty często kończą się wnioskiem, że „trzeba znaleźć balans”. Tu paneliści poszli krok dalej. Rynek pracy wchodzi w fazę głębokiej przebudowy, w której praca umysłowa będzie stopniowo wypierana przez automatyzację, a nowe miejsca pracy skupią się głównie wokół infrastruktury technologicznej i usług wspierających.
Pytanie o inkluzywność przestaje dotyczyć wyłącznie równości szans. Zaczyna dotyczyć czegoś bardziej podstawowego: jaką rolę człowiek ma w ogóle pełnić w gospodarce zdominowanej przez systemy AI?
Na to pytanie konferencja Impact 2026 nie dała jednoznacznej odpowiedzi. Ale dobrze, że zaczęła je zadawać.
