Ko umetna inteligenca sreča individualno obojeročnost: tipologija dela, podprtega z generativno umetno inteligenco

Avtorji:

• Nikolina Dragičević Rogge, University of Zagreb, Faculty of Economics and Business
• Amadeja Lamovšek, Univerza v Ljubljani, Ekonomska fakulteta
• Saša Batistič,Tilburg University, School of Social & Behavioral Sciences

Ključne besede:

generativna umetna inteligenca | individualna obojeročnost | tipologija dela | prihodnost dela | delovna sila, podprta z umetno inteligenco

Kakšen je namen raziskave in kakšno raziskovalno vprašanje ste si zastavili?

Namen raziskave je razviti praktično in teoretično uporabno tipologijo dela, podprtega z generativno umetno inteligenco (Gen-AI), ki upošteva različne stopnje rutinskosti nalog in ravni strokovne specializacije ter pokaže, kako lahko zaposleni z razvito individualno obojeročnostjo (sposobnostjo hkratnega izkoriščanja obstoječih znanj in raziskovanja novih možnosti) učinkovito prehajajo med različnimi vrstami dela v času transformacije, ki jo omogoča Gen-AI.

Raziskovalno vprašanje: Kako lahko generativna umetna inteligenca podpira različne tipe znanja in dela v organizacijah ter kakšna je pri tem vloga individualne obojeročnosti zaposlenih za uspešno prehajanje med različnimi oblikami dela?

Katere so ključne ugotovitve vaše raziskave?

Raziskava razvije tipologijo štirih vrst dela, podprtega z generativno umetno inteligenco (Gen-AI), ki temelji na dveh dimenzijah: stopnji rutinskosti nalog (rutinsko–nerutinsko) in ravni strokovnosti (generalistično–specialistično). Ključna ugotovitev je, da lahko Gen-AI v različnih delovnih kontekstih bodisi dopolnjuje bodisi nadomešča človeško delo, kar vpliva na produktivnost, kakovost ter zahtevnost izvedbe nalog. Ugotovljeno je, da je za uspešno prehajanje med vrstami dela potrebna individualna obojeročnost – sposobnost zaposlenih, da uravnoteženo preklapljajo med izkoriščanjem obstoječih kompetenc in raziskovanjem novih priložnosti. Gen-AI lahko podpira razvoj te obojeročnosti z večanjem samoučinkovitosti in notranje motivacije, vendar hkrati predstavlja tveganja, kot so deprofesionalizacija in prekomerno zanašanje na umetno inteligenco.

Kaj vas je v procesu raziskovanja presenetilo?

Presenetilo nas je, kako močno vpliv Gen-AI ni enoznačen – v nekaterih primerih spodbuja ustvarjalnost in razvoj, v drugih pa lahko vodi v pasivnost ali zmanjšanje strokovnosti. Namesto da bi Gen-AI zgolj nadomeščala naloge, pogosto preoblikuje samo naravo dela, kar odpira nova vprašanja o vlogi zaposlenih in njihovem razvoju.

Katerim ciljnim javnostim vaše ugotovitve koristijo in kako jih lahko uporabijo?

• Vodje in menedžerji (zlasti v HR): Lahko uporabijo tipologijo kot praktično orodje za prepoznavanje različnih tipov Gen-AI-podprtega dela in za oblikovanje prilagojenih strategij (npr. usposabljanj, podpore ali oblikovanja nalog – ki spodbujajo individualno obojeročnost zaposlenih in povečujejo učinkovitost ter inovativnost).
• Zaposleni v Gen-AI-podprtih vlogah: Razumevanje tipologije in vloge lastne obojeročnosti jim omogoča bolj zavestno upravljanje z lastnim prehodom med nalogami ter učinkovitejšo rabo Gen-AI kot orodja za učenje, raziskovanje in izboljšanje delovne uspešnosti.
• Raziskovalci: Članek ponuja teoretičen okvir za nadaljnje empirične raziskave o vlogi Gen-AI pri preoblikovanju dela, razvoju ambidextrije in prilagajanju na tehnološke spremembe.

Kako menite, da bodo izsledki vaše raziskave vplivali na trajnostni razvoj?

Izsledki raziskave lahko vplivajo na trajnostni razvoj predvsem v okviru cilja SDG 8 (Dostojno delo in gospodarska rast). Tipologija Gen-AI-podprtega dela in poudarek na individualni obojeročnosti zaposlenih pomagata organizacijam spodbujati kakovostno, prilagodljivo in vključujoče delo, kjer generativna umetna inteligenca ne nadomešča človeških sposobnosti, temveč jih dopolnjuje. Poleg tega dajejo ugotovitve raziskave smernice, kako razvijati nove kompetence in ohranjati relevantnost delovne sile v dobi umetne inteligence, kar lahko prispeva k večji zaposlitveni varnosti in gospodarski rasti. Obenem opozarjajo na tveganja, kot sta deprofesionalizacija in pretirano zanašanje na umetno inteligenco, s čimer raziskava prispeva k bolj odgovornemu in trajnostnemu uvajanju Gen-AI v delovno okolje.

Cilji trajnostnega razvoja (SDGs), ki jih članek nagovarja:

• SDG 4 – kakovostno izobraževanje
• SDG 8 – dostojno delo in gospodarska rast
• SDG 9 - industrija, inovacije in infrastruktura

Prispevek je objavljen v:
Business horizons (ScienceDirect)

Vsebina prispevka je prosto dostopna na povezavi:

AI meets IA: A typology of generative-AI-supported work through individual ambidexterity