Dlaczego adopcja GenAI idzie tak opornie?

Czyli o tym, co sądzą pracownicy

Będzie z górki. Ale najpierw pod górkę.

Inspiracją dla dzisiejszego maila jest kolejne już badanie, tym razem wykonane w Danii, dotyczące adopcji generatywnej sztucznej inteligencji w miejscu pracy. Ankiety wypełniło 100 tys. osób - całkiem pokaźna grupa.

Do badania wybrano 11 zawodów - takich, co do których nie było wątpliwości, że mogą korzystać z GenAI - i badacze skupili się wyłącznie na ChatGPT, żeby nie zaciemniać obrazu innymi zastosowaniami/rozwiązaniami (bardzo słuszne podejście). Statystyki opisowe pokazały coś, czego mogliśmy się spodziewać:

• prawie wszyscy badani pracownicy byli świadomi istnienia GenAI i rozwiązania ChatGPT

• ponad 30% używa go w pracy

• tylko 6% używa płatnej wersji

Zwróćcie uwagę, że jest to na poziomie pracowników, a nie firm (jak wielokrotnie podkreślałem, część firm nawet nie wie, że ich pracownicy korzystają z AI).

Ponadto pracownicy młodsi (wiekiem i stażem) chętniej używają GenAI niż starsi i bardziej doświadczeni. Mężczyźni częściej niż kobiety. Lepiej zarabiający chętniej niż słabiej zarabiający. Programiści częściej niż doradcy finansowi (to już oczywista oczywistość).

Ale to nie to jest najciekawsze w przeprowadzonym badaniu. Przejdźmy do perełek.

Reorganizacja pracy nie wydarzy się sama.

Jak rozmawiam z menadżerami w firmach to wiele osób ma problem wyobrazić sobie, że generatywna sztuczna inteligencja zmusi ich do reorganizacji pracy i procesów. Opisuję wtedy maszynopisanie jako czynność, która w pierwszej połowie XX wieku była podstawą zawodu “maszynistka” (ciekawa historia swoją drogą, stare słowniki języka polskiego robiły rozróżnienie: maszynistka to kobieta zawodowo zajmująca się przepisywaniem tekstu na maszynie do pisania, a maszynista to mężczyzna kierujący lokomotywą). Dziś nie ma zawodu, w którym pisanie na klawiaturze byłoby jedyną kompetencją, którą pracownik posiada.

W powyższym badaniu pracownicy wskazywali w ankietach, że ChatGPT może skrócić czas wykonywania ich zadań o połowę w 32% przypadków. ALE 38% pracowników wskazało na to, że zaoszczędzenie czasu nie wpłynie na to, że dane zadanie wykonane zostanie częściej/lepiej.

Co z tego wynika? Podniesienie produktywności dzięki GenAI będzie wymagało reorganizacji pracy i sama się ona nie wydarzy.

Kompetencje, które teraz posiada pracownik znowu ulegną rozszerzeniu - wiele zadań zostanie zautomatyzowanych do tego stopnia, że pracownik zamiast tworzyć dany artefakt, będzie bardziej kontrolował jakość artefaktu wygenerowanego przez narzędzia GenAI. Ale to na zarządzających firmami spadnie obowiązek zmiany procesów.

Bariery w adopcji są oczywiste.

Okazuje się, że wśród pracowników, którzy uważają, że ChatGPT może oszczędzić połowę czasu w wykonywanych przez nich zadaniach, 50-60% nie planuje używać tej technologii w pracy. Powtórzę jeszcze raz, bo to szokująca obserwacja - macie 10 pracowników, którzy są przekonani o tym, że GenAI wyraźnie pomoże im w części zadań i 5-6 z nich nie planuje używać tej technologii.

Dlaczego?

To samo pytanie postawili badacze i okazało się, że wśród barier w adopcji wyróżniały się:

• brak szkoleń (43%)

• niechęć samej firmy lub polityka zabraniająca korzystania z GenAI (35%)

• problem z poufnością danych (30%)

Okazuje się, że bariery emocjonalne (strach przed byciem zastąpionym przez AI albo strach przed uzależnieniem się od technologii albo spadek satysfakcji z wykonywanej pracy) stanowią zdecydowaną mniejszość. Częściej wskazywane są przez pracowników w zawodach, w których już automatyzacja miesza na rynku pracy (wsparcie klienta) lub w zawodach, gdzie satysfakcja z pracy jest kluczowa przy podejmowaniu decyzji o kształceniu w tym kierunku (nauczyciele, dziennikarze).

Kwestie szkoleniowe podnoszone są tym częściej im dalej od IT jest dany zawód (dla przykładu bariery w adopcji wskazuje 82% doradców finansowych i tylko 37% programistów).

Wystarczy pokazać korzyści? Niestety nie.

Najciekawszy element powyższego badania, to interwencja. Badacze pokazali pracownikom eksperckie oceny tego, ile ChatGPT może im zaoszczędzić czasu i w jakich zadaniach. Tym samym, własne oceny pracowników (optymistyczne i pesymistyczne) zostały skonfrontowane z oceną ekspertów. Następnie zbadali ponownie (tuż po oraz po dwóch tygodniach) przekonania pracowników dotyczące GenAI oraz stopień używania ChatGPT.

Przekonania zmieniły się (trwale) w stronę tego, co wskazywali eksperci. Czyli jeśli wydawało się badanym, że ChatGPT zaoszczędzi im niewiele czasu, a ekspert wskazywał na dużo więcej, ich przekonanie się zmieniło - zwiększył się odsetek postrzeganego czasu do zaoszczędzenia.

Czy to zmieniło schemat korzystania z ChatGPT? Czy pracownik, który dowiaduje się, że mógłby zaoszczędzić więcej czasu, częściej/chętniej korzysta z GenAI? Nie. Nie zmienia się też postrzeganie barier. Nawet bardziej optymistyczni pracownicy wciąż wskazują na “brak szkoleń” jako barierę (odsetek bez zmian).

Podsumowanie

Transformacja AI w firmach nie wydarzy się z dnia na dzień. Jak powyższe wyniki badań pokazują, praca domowa do odrobienia przez zarządzających firmami to:

• zaopiekowanie się kwestiami szkoleniowymi (polecam niezmiennie model przez wewnętrznego “czempiona AI”, a nie outsourcing całości szkoleń do zewnętrznej firmy)

• rozpoczęcie przygotowań pod reorganizację procesów, tak aby nagradzać inne schematy zachowań pracowników - bez tego trudno będzie zobaczyć korzyści finansowe z GenAI

Ciekawe niusy

W oczekiwaniu na oficjalne opublikowanie nowego modelu LLAMA od firmy Meta (internet huczy od plotek, podobno czeka nas miła niespodzianka) zajrzyjcie na ciekawe demo, które przygotował Joshua Lochner (obecnie w Huggingface).

Joshua od dłuższego czasu przenosi modele uczenia maszynowego do środowiska przeglądarek internetowych, umożliwiając uruchamianie ich na dowolnym komputerze, z wyłączonym dostępem do internetu. Oczywiście, tak uruchamiane modele działają wolno, są często okrojone (nie da się puścić na dowolnym laptopie dużego modelu językowego w przeglądarce), ale są zastosowania, gdzie prywatność jest bardziej istotna niż interaktywność.

Jego ostatnie demo, to strona internetowa, która potrafi robić transkrypcję audio na tekst (tylko po angielsku) z podziałem na rozmówców i to lokalnie, po pobraniu modeli, które zabierają ok. 300MB dysku twardego. Sprawdźcie jak szybko to idzie u Was. U mnie 30s wideo (możecie kliknąć “example”) zostało przepisane w ok. 30s. Akceptowalny wynik.