Znaczna większość pracowników w Polsce nie ma formalnej zgody na używanie AI, ale i tak z niego korzysta. Problem nie polega więc na tym, żeby zmusić ludzi do sięgnięcia po narzędzia. Polega na tym, żeby robili to sensownie, a nie tylko dla statystyk.
Z tego artykułu dowiesz się:
- Dlaczego nakaz „używajcie AI” prawie nigdy nie przynosi efektu
- Co Prawo Goodharta ma wspólnego z wdrożeniem AI w Twojej firmie
- Jak Duolingo, Amazon i Meta zaliczyły efektowne wpadki z metrykami
- Skąd bierze się opór pracowników przed AI i jak go rozbroić
- Cztery konkretne kroki, które możesz wdrożyć jutro rano
Większość firm bez zasad korzystania z AI, a pracownicy i tak go używają
Według badania PwC Polska aż 80% pracowników w Polsce nie ma formalnej zgody na używanie AI w pracy. A jednocześnie, z tego co widzę u klientów i w mojej firmie, większość z nich korzysta z niego mimo braku tej zgody.
To dość niewygodna sytuacja. Z jednej strony firma nie ma zasad, narzędzi ani kontroli. Z drugiej pracownicy i tak korzystają z AI, tylko poza jakąkolwiek firmową strukturą.
Załóżmy więc coś prostszego. Rozumiesz tę technologię, chcesz, żeby zespół z niej korzystał zgodnie z Twoimi procesami, i najlepiej robił to chętnie. Pytanie brzmi: jak to osiągnąć? Bo sam nakaz zwykle nie działa.
Dlaczego nakaz „używajcie AI” prawie nigdy nie działa
Nakaz korzystania z AI nie działa, bo ludzie rozliczani z metryki robią wszystko, żeby ją spełnić, a nie żeby osiągnąć rzeczywisty cel. To mechanizm stary jak zarządzanie.
„Trochę tak, jakby kazać komuś chodzić na siłownię i sprawdzać tylko, czy był. Prawdopodobnie pójdzie, zaloguje się, odbije wejściówkę na bramce, zrobi sobie kawę, posiedzi i wróci.”
Samo korzystanie z narzędzia nie oznacza, że ktoś robi coś lepiej czy efektywniej. A jednak wiele firm dokładnie to mierzy – czy ludzie „używają AI” – i dziwi się, że nic z tego nie wynika.
Ta prawidłowość ma swoją nazwę: Prawo Goodharta. W skrócie mówi ono, że jeżeli jakaś obserwowana statystycznie zależność staje się metryką, to automatycznie przestaje być adekwatna. Kiedy „ile korzystasz z AI” zamieniasz w cel, ludzie zaczynają korzystać z AI dla samej liczby, a nie dla efektu.
To nie jest teoria. Kilka bardzo dużych firm sprawdziło to na własnej skórze.
Czego uczą nas wpadki gigantów: Duolingo, Amazon i Meta
Trzy duże firmy próbowały wymusić adopcję AI przez metryki i wszystkie trzy się na tym przejechały. Warto prześledzić te przypadki, bo pokazują dokładnie ten sam błąd w różnych wariantach.
- Duolingo oceniał pracowników z użycia AI w rocznych przeglądach wyników. Po fali pytań ze strony zespołu – czy chodzi o realną pracę, czy o „używanie AI dla samego używania” – CEO Luis von Ahn wycofał się z tego kryterium (Fortune).
- W Meta jeden z pracowników stworzył oddolnie, na wewnętrznym intranecie, ranking zużycia tokenów nazwany “Claudeonomics”. W ciągu 30 dni pracownicy zużyli ponad 60 bilionów tokenów, część z nich celowo „napompowywała” wynik, uruchamiając agentów na godziny bez realnej potrzeby. Wygaszono go dwa dni po wycieku danych – wyłączył go sam autor (Fortune).
- Amazon postawiła cel, żeby ponad 80% programistów korzystało z AI co tydzień, i śledziła to na wewnętrznych rankingach zużycia tokenów. Mimo zapewnień, że dane nie wpłyną na oceny, pracownicy uznali, że menedżerowie i tak je monitorują – efektem było „tokenmaxxing”, czyli generowanie zbędnej pracy AI tylko po to, żeby podbić statystyki (Tom’s Hardware).
Wspólny mianownik wszystkich trzech przypadków to ilustracja wspomnianego Prawa Goodharta: gdy miara staje się celem, przestaje być dobrą miarą.
Trzy lęki, które blokują zespół przed AI
Opór wobec AI rzadko wynika z lenistwa czy złej woli. W mojej ocenie u jego podstaw leży lęk, i to na trzech poziomach.
Pierwszy to tożsamość zawodowa. Ludzie budowali swoją wiedzę i pozycję latami, czasem dekadami. AI weszło wszędzie, gdzie są komputery, i ta tożsamość teraz się przebudowuje. To budzi niepokój. We mnie też, nie będę tego ukrywał.
Drugi to byt – obawa o utratę pracy. Wszędzie słychać, że AI zabiera pracę copywriterom, grafikom, programistom, prawnikom. Na razie nie widzę, żeby działo się to na taką skalę. Widzę zmiany w branżach i przesunięcie odpowiedzialności, ale nie masowe zniknięcie zawodów.
Zmienia się za to narracja. Coraz częściej mówi się, że zwolnienia „z powodu AI” bywają PR’owym maskowaniem innych powodów. Bo co innego powiedzieć, że zwalniamy, bo się unowocześniamy dzięki AI, a co innego przyznać, że mieliśmy za duży zespół albo podjęliśmy złe decyzje. Przy pierwszej wersji wartość spółki zwykle nawet rośnie. Efekt uboczny jest taki, że AI stała się przy okazji technologią znienawidzoną. Trudno kochać coś, o czym słyszysz, że odbiera ludziom pracę.
Trzeci lęk to przyszłość – dzieci, zawodów, całych branż. Patrząc na to, jak AI rozwinęło się w ciągu ostatnich trzech lat, trudno mi wyobrazić sobie, co będzie za pięć czy dziesięć lat. Nawet za rok. Ten lęk jest po prostu uczciwy.
Uczciwe podejście: technologia z zaletami i ograniczeniami
Najlepsze, co możesz zrobić z lękiem zespołu, to nie udawać, że go nie ma. Nie lubię dwóch skrajności, w które wpada większość menedżerów. Jedni straszą („uczcie się albo zginiemy”), drudzy obiecują eldorado („AI jest cudowne i bezbłędne”). Wolę wersję pomiędzy.
AI jest świetne w wielu zastosowaniach i pozwala robić rzeczy, których wcześniej nie mogliśmy. Ale to technologia z wadami. Mimo coraz lepszych modeli nikt nie przeskoczył problemu halucynacji – AI wciąż popełnia błędy i wymaga nadzoru człowieka. Dlatego tak często powtarzam, że human-in-the-loop jest niezbędny w praktycznie każdej automatyzacji.
Do tego dochodzi odpowiedzialność, którą wiele firm pomija. Kanadyjski trybunał w sprawie Moffatt v. Air Canada (2024 BCCRT 149) uznał linie lotnicze za odpowiedzialne za błędną informację o zwrocie kosztów biletu, którą podał ich własny chatbot. Air Canada broniła się argumentem, że to chatbot ponosi odpowiedzialność za swoje słowa – arbiter Christopher Rivers odrzucił to jednoznacznie, nazywając to twierdzenie „niezwykłym” (American Bar Association). Prawodawcy nie traktują więc AI jako samodzielnego bytu, który można pociągnąć do odpowiedzialności. Za to, co robi firma, odpowiada firma. Jeśli wygenerowało to AI, dalej odpowiada firma.
I tu jest wartość pracowników. Korzystając z AI oraz własnego doświadczenia i osądu, potrafią lepiej ukierunkować to, co model wymyśla, a przy okazji biorą za wynik odpowiedzialność. To oni wykonują pracę – AI ją przyspiesza i rozszerza, ale weryfikacja zostaje po stronie człowieka.
Jak robimy to w JAAQOB: przykład zamiast memo
W JAAQOB odeszliśmy od haseł na rzecz pokazywania konkretnych zastosowań. Sam długo zachęcałem zespół dość nieudolnie – powtarzałem, żeby po prostu korzystali z AI, bo jest przydatna, bez pokazania, do czego konkretnie. To nie działało, bo hasło bez przykładu to tylko kolejne firmowe memo.
Zmieniliśmy podejście na kilka sposobów.
Po pierwsze, przykład idzie z góry. Zamiast wrzucać na Slacka informację „macie narzędzie, korzystajcie„, staram się poświęcić kilka minut i pokazać: mamy takie narzędzie, wcześniej robiłem to ręcznie, teraz robię to tak, tak i tak – szybciej i lepiej. Nagranie z faktycznym pokazaniem zastosowania – nawet nagranie słabej jakości – robi tu ogromną różnicę.
Po drugie, ustawiamy podstawy, a nie sufity. Nie chcemy wpaść w pułapkę token maxingu, gdzie każemy ludziom zużyć jak najwięcej. Dajemy narzędzia, pokazujemy sposób, zachęcamy do eksperymentowania i dajemy na to czas. Nie rozliczamy z samego użycia, tylko z efektów.
- Widać to na jednym z naszych przypadków. Jedna z osób w zespole długo korzystała z AI mniej, niż bym chciał – przez niechęć i brak czasu na naukę.
- Problem: opór plus realny brak czasu na naukę.
- Decyzja: udział w bezpłatnym kursie od Google i SGH „Umiejętności Jutra” (SGH).
- Efekt: po zobaczeniu konkretnych przykładów zaczęła korzystać z AI chętnie. Nie mam tu twardej metryki – to obserwacja zmiany nastawienia, nie liczba w tabeli.
Ma to pokrycie w danych. Według badania Gallupa z listopada 2025 roku, ludzie prawie dwa razy chętniej korzystają z AI, kiedy menedżer realnie to wspiera.
Cztery kroki, które możesz wdrożyć jutro rano
Jeśli chcesz przełożyć to na działanie, są cztery rzeczy do zrobienia od razu.
- Zacznij od siebie. Daj przykład. Pokaż, z czego korzystasz i jak. Nagraj krótkie wideo, nawet słabej jakości, w którym widać efekt na konkretnym zadaniu.
- Zweryfikuj lęk. Duża część oporu to niewiedza i lęk – moim zdaniem głównie lęk. Przyznaj, że jest uzasadniony, bo AI faktycznie wprowadza zmianę i trochę chaosu. Lepiej go oswoić niż udawać, że go nie ma.
- Daj ludziom rusztowanie. Określ jasne zasady korzystania z AI i dostarcz ustrukturyzowane narzędzia. Dzięki temu masz kontrolę i wiedzę wypracowaną przez cały zespół, zamiast dziesiątek osobnych wysepek, gdzie każdy robi po swojemu. Warto tu dorzucić szkolenia.
- Mierz właściwą rzecz. Nie wpadaj w pułapkę papierowych statystyk. Mierz efekty i daj czas na start. Pierwsze tygodnie, czasem miesiące, mogą nie przynieść poprawy, a nawet chwilowy spadek – to normalne przy nauce i eksperymentach.
Kluczowe wnioski
- Nakaz korzystania z AI zwykle nie działa, bo ludzie optymalizują metrykę, a nie rzeczywisty cel.
- Prawo Goodharta oznacza, że gdy „ile używasz AI” staje się celem, przestaje być użytecznym wskaźnikiem czegokolwiek.
- Duolingo, Amazon i Meta pokazały, że mierzenie samej adopcji AI kończy się rosnącymi liczbami i zerową realną wartością.
- Opór wobec AI wynika najczęściej z lęku o tożsamość zawodową, utratę pracy i niepewną przyszłość – warto go nazwać, a nie ignorować.
- AI wciąż halucynuje i wymaga nadzoru człowieka, a odpowiedzialność prawną zawsze ponosi firma, nie narzędzie.
- Najskuteczniejsza zachęta to przykład z góry i pokazanie realnego zastosowania, a nie kolejne firmowe memo.
- Wsparcie menedżera prawie podwaja chęć korzystania z AI, więc adopcja zaczyna się od Ciebie, nie od pracowników.
Zastanawiasz się, jak wdrożyć AI w swoim zespole tak, żeby ludzie chcieli z niego korzystać, a nie tylko nabijali statystyki? Umów się na bezpłatną konsultację ekspercką – porozmawiamy o Twoim konkretnym przypadku bez zobowiązań.
Chcesz zobaczyć jak to wygląda w praktyce? Obejrzyj pełny odcinek na kanale Nejman AI.
