przez Roman Rostek | niedziela 16 listopada 2025 | opinie, Polecamy
Wokół sztucznej inteligencji budowano otoczkę czegoś potężnego, co za chwilę zmieni sposób funkcjonowania całego świata: ludzi, firm, państw, globalnej gospodarki. Z jednej strony prezentowano cudowne możliwości rozwoju, z drugiej – straszono negatywnymi konsekwencjami, z katastrofą i końcem ludzkości włącznie. Większość tych narracji to marketingowe bajki, które mają pomóc korporacjom w zdobywaniu rynków z nowym produktem.
Marketingowe narracje opierają się na sprzedawaniu obietnic. W przypadku sztucznej inteligencji od początku marketing koncentrował się na obietnicach wielkiego kalibru: AI radykalnie zmieni świat. W odniesieniu do pracy wiodący mit to opis nowego wspaniałego świata, w którym sztuczna inteligencja służy człowiekowi pomocą i wykonuje trudne, zabierające czas zadania, dostarcza wiedzy i umiejętności dostępnych niedawno tylko ekspertom. Dzięki temu przyspieszyć ma wzrost gospodarczy, dokonamy przełomowych odkryć w medycynie i nauce, a społeczeństwo będzie coraz bardziej zamożne. Ludzie w pracy będą wykorzystywać nowe narzędzia, pozwalające na podniesienie możliwości kognitywnych na wyższy poziom. Prostota stosowania AI umożliwi pracownikom dostęp do kompetencji zarezerwowanych wcześniej dla ekspertów.
Rozwój technologiczny jako mit marketingowy
Każda przełomowa technologia posługuje się wielkim mitem marketingowym. Robotyzacja miała przynieść świat bez ciężkiej pracy, bo tę będą wykonywać roboty. Ba, większość jakiejkolwiek pracy miała być wykonywana przez roboty, jak w kreskówce o Jetsonach, wzorcowej ilustracji tego mitu z lat 1960-tych, gdzie dzień pracy to tylko dwie godziny. Robotyzacja przyniosła wiele, jeśli chodzi o ograniczenie ciężkiej pracy, ale na pewno kryterium opłacalności zastępowania ludzi jako pracowników jest tu ważniejsze niż bezpieczeństwo pracujących. A przy okazji robotyzacja wpłynęła na wzrost nierówności płacowych, więc ten nowy wspaniały świat jeszcze nie nadszedł (być może nadejdzie, skoro Jetsonowie żyli w latach 2060-tych).
Mieliśmy mit gospodarki opartej na wiedzy, który wiązał rozwój państw z wykształceniem i skończył się sytuacją, w której młodzi absolwenci muszą podejmować pracę poniżej swoich formalnych kwalifikacji, bo praca jest niekoniecznie tam, gdzie ukierunkowało ich kształcenie.
Jednym ze sprytniejszych pomysłów marketingowych było wykreowanie mitu ekonomii współdzielenia, bazującego na pozytywnych potrzebach wspólnotowego dzielenia się dobrami. Finalnie przybrało to kształt drapieżnego biznesowego modelu korporacji platformowych, wykorzystujących pracę osób, których nie chcą uznać za swoich pracowników. Powiązany z tym był mit gospodarki cyfrowej, mającej dać m.in hiperindywidualizację w realizacji potrzeb konsumentów dzięki dopasowaniu oferty na podstawie danych. Tu owocami są cyfrowy nadzór, kradzież danych użytkowników i zindywidualizowana manipulacja.
Wokół sztucznej inteligencji tworzonych jest wiele mitów. Te najważniejsze nie są niczym nowym. Ich ślady można znaleźć w futurystycznych przepowiedniach sprzed kilkudziesięciu lat, jak i w literaturze popularnej czy filmach science-fiction. To mocne ugruntowanie w wytworach popkultury pozwala zresztą na łatwiejsze sprzedawanie obietnic, jak również na straszenie. Wyraźnie widać to w narracjach dotyczących wpływu sztucznej inteligencji na gospodarkę i pracę.
O wpływie AI na pracę bez lukrowania
Tezy o przełomowym znaczeniu sztucznej inteligencji dla świata pracy pojawiają się już od wielu lat. Przeważnie razem z przepowiedniami, jak duży odsetek stanowisk zniknie dzięki automatyzacji opartej na AI. Wspominałem o tych danych w tekście Przyszłość pracy w świecie sztucznej inteligencji, opisującym ten obszar po kilku miesiącach od przedstawienia szerokiej publiczności dużych modeli językowych (LLM) typu ChatGPT.
O ile wówczas alarmistyczne dane o tym, jak duża część stanowisk zniknie, były publikowane raczej w specjalistycznych raportach (zazwyczaj równoważono je informacjami o tym, ile nowych stanowisk AI wykreuje), to od kilku miesięcy takie tezy regularnie trafiają do publikacji głównego nurtu, zastępując narracje o wspaniałych możliwościach nowych aplikacji AI. „AI wykosi wkrótce połowę stanowisk pracy dla białych kołnierzyków” – obwieścił w maju 2025 roku Dario Amodei, szef firmy Antropic, działającej w branży AI. Amodei wprost stwierdził, że firmy powinny przestać lukrować przyszłość, która nadchodzi, bo przyszłość to masowe zwolnienia specjalistów w takich dziedzinach, jak technologia, finanse, prawo czy doradztwo. Pierwsze dwa lata wprowadzania LLM bazowały więc na micie wyrażonym wprost w marketingowej prezentacji Copilota Microsoftu: „To jest najpotężniejsze na Ziemi narzędzie dla produktywności; uwolni ono wszystkich od mordęgi nudnej pracy i wyzwoli kreatywność”. Po dwóch latach tonacja głównych narracji najwyraźniej zaczęła się zmieniać.
Przemiany wywołane technologiami opartymi na sztucznej inteligencji nie dzieją się jednak w sposób tak gwałtowny, jak bywa to przedstawiane i jak chcieliby producenci tych rozwiązań. Alarmistyczne hasła są tonowane nieco przez dane zebrane w badaniu The Budget Lab z Uniwersytetu Yale: o ile zmiany w rodzajach stanowisk na rynku pracy faktycznie następują szybko w ostatnim czasie, to trudno je przypisać wprowadzeniu generatywnej sztucznej inteligencji. Zmiany te są natomiast w swej skali bardzo bliskie temu, co można było obserwować podczas poprzednich przełomów technologicznych, jak wprowadzenie komputerów w 1984 roku czy internetu w 1996. Prowadzi to do konkluzji, że „rynek pracy nie doświadczył zauważalnych zakłóceń od czasu wydania ChatGPT 33 miesiące temu, co osłabia obawy, że automatyzacja AI obecnie ogranicza popyt na pracę kognitywną w gospodarce”.
Uzupełnieniem tej tezy są wnioski z raportu World Economic Forum „Future of the Jobs 2025”. Z jednej strony widać wyraźnie zapotrzebowanie na nowe stanowiska. Najszybciej rośnie popyt na specjalistów big data, inżynierów fin-tech, specjalistów AI i uczenia maszynowego oraz inne osoby o technologicznych specjalnościach, zgodnych z narracjami o zmianie świata pracy. Jeśli jednak spojrzeć na liczby bezwzględne, najbliższa przyszłość świata pracy wygląda zupełnie inaczej.
Top 10 stanowisk według największego wzrostu zatrudnienia netto (czyli kogo poszukuje się w największej liczbie), na podstawie statystyk zatrudnienia i potrzeb pracodawców w roku 2025 przedstawia się następująco:
1. Farmerzy i pracownicy rolnictwa
2. Kierowcy aut dostawczych
3. Programiści aplikacji
4. Pracownicy budownictwa
5. Pracownicy sklepów
6. Przetwórstwo żywności
7. Kierowcy
8. Pielęgniarki i opiekunowie
9. Pracownicy gastronomii
10. Kierownicy
To nie jest obraz nowego wspaniałego cyfrowego świata. Gdyby wyjąć programistów, taka lista równie dobrze mogłaby znaleźć się w raporcie sprzed kilkudziesięciu lat. Z dzisiejszej perspektywy jest to zestawienie zawodów niezbędnych do funkcjonowania scyfryzowanego świata, ale u samych fundamentów. Na dodatek są to te stanowiska, które światowa gospodarka ma do zaoferowania pracownikom, którzy tracą pracę w związku z cyfrową automatyzacją.
AI jako (pozorna) przyczyna zwolnień
Korporacje chętnie wykorzystują wdrażanie AI jako uzasadnienie zwolnień. Nowa technologia ma podnieść produktywność, przyspieszyć procesy, działać szybciej i efektywniej niż ludzie, dzięki czemu można zmniejszyć liczbę zatrudnionych – takie wytłumaczenia sprawiają wrażenie obiektywności i odniesienia do faktów. Jednak gdyby spojrzeć na fakty, może się okazać, że mamy do czynienia z kolejnym mitem, tym razem na potrzeby komunikacji do wewnątrz organizacji.
Vanessa Wingårdh, niezależna badaczka, oglądająca rozwój bańki AI od środka, zestawiła zwolnienia w amerykańskich korporacjach w ostatnim czasie z liczbą pracowników sprowadzonych przez te korporacje na podstawie wiz H-1B, sponsorowanych przez pracodawców. Jej wniosek jest prosty: firmy kłamią, jeśli chodzi o zwalnianie spowodowane wdrażaniem AI. Pozbywają się amerykańskich pracowników (droższych), żeby na ich miejsce przyjąć pracowników z innych krajów (tańszych). Nowa technologia jest tylko komunikacyjnym zaciemnieniem dla rzeczywistych przyczyn zwolnień: chodzi o prymitywne cięcia kosztów.
Paradoksalnie, cięcia kosztów poprzez likwidację stanowisk dotarły już do działów zajmujących się rozwojem AI. Meta zwolniła niedawno kilkuset pracowników z działu Superintelligence Labs, co ma podobno przynieść firmie usprawnienie procesów decyzyjnych oraz większy zakres odpowiedzialności na pozostałych stanowiskach. Z jednej strony firmy z Krzemowej Doliny inwestują więc ogromne środki w rozwój aplikacji AI, ścigając się na rynku, który jest cały czas w procesie tworzenia. Z drugiej strony doszły już do etapu, gdy proste cięcia kosztów są sposobem na pokazanie dobrych wyników inwestorom. Zapewne wynika to też z niesatysfakcjonujących wyników, jeśli chodzi o przychody z nowych produktów.
W twardych danych nie widać bowiem oczekiwanych efektów wdrożeń AI w firmach. Raport State of AI in Business 2025, opracowany w MIT, wskazuje, że pomimo ogromnych nakładów na nowe rozwiązania, firmy korzystające z rozwiązań AI nie mogą mówić o przełomie w swoich działaniach. 95% wdrożeń nie przynosi jeszcze korzyści finansowych. Problemem jest to, że w dużej skali AI jest wykorzystywana głównie na poziomie pracowników, nie przekładając się na przełomowe rozwiązania w procesach, co przyniosłoby obiecywane korzyści.
Mit efektywniejszego pracownika
Wykorzystywanie sztucznej inteligencji przez pracowników wiąże się z różnymi problemami. Na poziomie jednostkowym wdrażanie AI jest sprowadzane do hasła ułatwiania pracy dzięki osobistemu asystentowi, który zredaguje tekst, zrobi wykresy, przygotuje prezentację, odpowie na e-maila i zrobi całe mnóstwo czynności, które wcześniej zajmowały wiele czasu. Dzięki temu pracownicy mają skupiać się na wykorzystaniu wiedzy eksperckiej, czyli tej bardziej wartościowej. W rezultacie indywidualna efektywność wzrośnie – a za nią wyniki ogólnofirmowe. To głosił marketingowy mit.
Firmy tworzące aplikacje AI chcą napędzać ten rynek, dając przykład. Google, Microsoft i Meta wprowadzają polityki wewnętrzne wręcz przymuszające pracowników do wykorzystywania AI w pracy. Presja na pracowników oznacza wewnątrzorganizacyjną ocenę skali stosowania takich aplikacji. Wprowadzana jest np. rywalizacja pomiędzy zespołami o jak najwyższy wskaźnik zastosowania AI. Firmy mają ambitne plany, jeśli chodzi o osiąganie wskaźników w tym obszarze, co dla pracowników oznacza jedno: jeśli chcesz robić karierę w tej branży, musisz korzystać z AI w pracy. Wydaje się to nie mieć słabych stron, ale rzeczywistość organizacyjna zdaje się wyglądać inaczej.
Wielu profesjonalistów odrzuca korzystanie z aplikacji AI po to, aby chronić swą reputację eksperta. Ciekawy eksperyment pokazujący to zjawisko przeprowadzono w jednej z firm programistycznych. Pracownicy mieli oceniać kompetencje autora kodu IT, przy czym część badanych otrzymała informację, że kod był napisany przy pomocy sztucznej inteligencji. W tej grupie ocena kompetencji autora była znacząco niższa niż w przypadku grupy, która ten sam kod oceniała jako napisany tylko przez człowieka. Wielu pracowników uważających się za ekspertów zdaje sobie sprawę z tego zjawiska – i albo w ogóle nie korzystają z oferowanych przez pracodawcę aplikacji AI, albo wykorzystują na boku aplikacje nieautoryzowane, aby nie było to widzialne dla współpracowników.
Niska jakość wytworów AI, ale za to jest taniej
Drugie zjawisko blokujące potencjalne pozytywne efekty z korzystania z AI przez pracowników jest odbiciem tego, co widać w internecie. Pracownicy wykorzystują zakupione przez pracodawców aplikacje do generowania wytworów (raportów, prezentacji, ilustracji) tak kiepskiej jakości, że są one nieużyteczne dla odbiorców albo wymagają poprawiania przez innych. Gdy na niedawnym szkoleniu zapytałem uczestników z różnych firm, czy dostają takie produkty AI od koleżanek i kolegów w pracy, w zasadzie wszyscy podnieśli rękę. Te wytwory tylko udające dobrą pracę, a nie wnoszące nic do realizacji danego zadania, są przeniesieniem wysiłku od twórcy do odbiorcy-współpracownika. Tak jak internet jest zalewany przez AI slop (czyli teksty, obrazki, filmy etc. niskiej jakości, wygenerowane przez sztuczną inteligencję), tak organizacje mają już swój odpowiednik pod nazwą workslop.
Konieczność poprawiania kiepskiej jakości wytworów AI jest czymś standardowym, tłumaczonym często przez producentów tym, że „AI wciąż się uczy”. Zatrudnianie wykwalifikowanych grafików do poprawiania rysunków wygenerowanych automatycznie wydawałoby się w tym kontekście czymś śmiesznym. Ale jeśli poprawiającymi są ci, którzy wcześniej stracili kontrakty, gdy firma korzystająca z ich usług zakupiła licencję na aplikację AI, to jesteśmy już w sferze absurdu. Absurd przestaje być śmieszny, jeśli grafik musi to robić za wielokrotnie mniejsze pieniądze niż wtedy, gdy był zatrudniony jako specjalista odpowiedzialny za tworzenie ilustracji.
Na tym przykładzie widać wyraźnie, kto może zyskać, a kto stracić dzięki AI na takim rynku. W dużej skali to nie przełom, tylko nowe narzędzia, których efektywność nie daje skokowego przyrostu produktywności. Natomiast z całą pewnością umożliwia zejście z kosztów wynagrodzeń: czy to przez proste cięcia zatrudnienia, czy przez płacenie mniej.
„W dobrym scenariuszu AI pozwala na to, żeby więcej ludzi mogło wykonywać eksperckie zadania”, jak stwierdził David Autor z MIT, badający przemiany rynku pracy. Ten dobry scenariusz pomija jeden ważny czynnik: nie będą za to dostawać wynagrodzenia, które eksperci dostawali w czasach przed AI. Dzisiejsi eksperci mogą jutro wykonywać niespecjalistyczną pracę – ale za mniejsze pieniądze. Na większe zarobki dzięki AI mogą liczyć tylko ci specjaliści, których umiejętności nie da się zautomatyzować, a sami będą potrafili wykorzystać nowe narzędzia do wzmocnienia swojej eksperckości. Ci, którzy ekspertami nie są, mogą jutro stracić pracę, jeśli jest rutynowa. A jeśli utrzymają pracę, to niskopłatną. AI może nawet zwiększyć ich efektywność, ale bez wzrostu wynagrodzenia, bo zysk z tego trafi do kieszeni kogo innego. W największym skrócie tak przedstawia się rzeczywistość mitu o wznoszeniu gospodarki na wyższy poziom.
„Jeśli społeczeństwo jako całość stanie się znacznie bogatsze, to myślę, że to po prostu przeważy nad wadami utraty pracy przez ludzi” – stwierdził jeden z tech bros, przedstawiając swoją wizję rozwoju świata. Jego firma produkuje narzędzia AI do automatyzacji pracy, więc nic dziwnego, że jest gotów na takie ryzyko. Problemem dla świata jest to, że tech bros wierzą w ten mit.
Roman Rostek
Grafika w nagłówku tekstu: Gerd Altmann from Pixabay
przez Roman Rostek | niedziela 2 kwietnia 2023 | opinie
Od wielu tygodni w mediach można znaleźć dyskusje o tym, w jaki sposób sztuczna inteligencja (AI – Artificial Intelligence) zmieni realia naszej pracy. Aplikacje typu ChatGPT czy Midjourney z jednej strony budzą zachwyt swoimi możliwościami. Z drugiej – wywołują obawy, czy nie zastąpią pracy wykonywanej obecnie przez ludzi. Niemal co tydzień pojawia się jakieś nowe fantastyczne zastosowanie AI, które napawa lękiem przedstawicieli kolejnej grupie zawodowej. Na podstawie dostępnych danych i odrobiny futuryzmu można spróbować określić, w jaki sposób te rozwiązania zmienią pracę.
Udostępnienie aplikacji opartych na przetwarzaniu języka naturalnego pokazało szerokiej publiczności możliwości sztucznej inteligencji. Podawanie komend nie przy pomocy kodu, ale zwyczajnych zapytań i poleceń, wydaje się być przełomem dla sposobu pracy wielu osób, które potrzebują szybkiej obróbki cyfrowych danych różnego rodzaju. Jest to tylko wycinek stosowania AI w pracy, natomiast na pewno marketingowo bardzo pociągający i budujący wyobrażenie działania sztucznej inteligencji na sposób podobny do człowieka. A skoro tak, to może ludzką pracę zastępować. Stąd w ostatnim czasie pojawiło się mnóstwo historii o tym, co AI już potrafi.
Nowe wspaniałe możliwości
Serwisy internetowe chwalą się coraz szerszym wykorzystywaniem sztucznej inteligencji do tworzenia różnego rodzaju publikacji. Zanik tradycyjnego dziennikarstwa nie jest niczym nowym, ale teraz można liczyć na przyspieszenie tych procesów. Podobnie z grafikami czy architektami – cyfrowo wygenerowane prace mogą zastąpić ich żmudne działania, wymagające wielu lat doświadczeń. Zapytania przez ChatGPT zastąpią wyszukiwanie w internecie, odbierając przychody twórcom blogów. Amazon jest zasypany e-bookami wygenerowanymi przez aplikacje. Sztuczna inteligencja może też zarządzać firmą. Chińska korporacja pochwaliła się, że na swojego szefa mianowała wirtualnego humanoidalnego robota, a po kilku miesiącach kurs akcji firmy rośnie. Tego typu informacji jest coraz więcej. Budują poczucie, że jesteśmy na początku rewolucji, której już nikt nie zatrzyma.
Producenci tych aplikacji mogą tylko zacierać ręce, widząc taką falę newsów. Dokładają do tego prezentacje coraz to nowszych zastosowań sztucznej inteligencji w pracy. Oczywiście marketing oparty jest na hasłach, które już nie raz towarzyszyły cyfrowym przemianom. Nowa technologia ma uwolnić człowieka od mordęgi monotonnej pracy i pozwolić na wyzwolenie kreatywności – to komunikat dla użytkownika-pracownika. Produktywność wzrośnie – to komunikat dla właściciela i zarządzającego. Powstaną nowe stanowiska, niezbędne dla obsługi aplikacji – to komunikat dla zaniepokojonego obywatela.
W rzeczywistości sztuczna inteligencja zmienia rynek pracy już od wielu lat. Analizy tych przemian pozwalają na wyciągnięcie istotnych wniosków z przeszłości, a dodając nieco futurystycznej wyobraźni, można te przemiany środowiska pracy opisać, nawet jeśli ten dzisiejszy opis wkrótce zdezaktualizuje się.
Technologie oparte na sztucznej inteligencji w kontekście środowiska pracy oddziałują w trzech kierunkach:
• prowadzą do automatyzacji pracy człowieka, a co za tym idzie – do likwidacji stanowisk,
• zmieniają charakter wykonywanej pracy, wymuszając nabywanie nowych kompetencji,
• tworzą nowe stanowiska i zupełnie nowe zawody.
AI likwiduje pracę
Od wielu lat raporty różnych instytucji ogłaszają, ile stanowisk może zostać zautomatyzowanych poprzez zastosowanie rozwiązań opartych na sztucznej inteligencji. Jeszcze do niedawna w tym kontekście pisano o pracy powtarzalnej, mechanicznej, prostej. Raport firmy McKinsey z 2017 podawał, że do 2030 roku połowa zadań realizowanych przez ludzi może być zautomatyzowana. W efekcie setki milionów pracowników będzie musiało zmienić pracę. Dwa lata później OECD podała w swoim raporcie, że 14% stanowisk podlega wysokiemu ryzyku automatyzacji, a dalsze 32% może ulec poważnej transformacji z tych powodów [1]. Podsumowanie trendów w raporcie OECD z 2021 roku to kolejny etap: o ile wcześniej automatyzacja była łączona z likwidacją prostych prac, to coraz więcej danych wskazywało, że stanowiska wymagające wysokich kwalifikacji również są zagrożone. Wśród takich zawodów wymieniono m. in. inżynierów, optometrystów, epidemiologów, aktuariuszy, księgowych, statystyków, programistów, analityków kredytowych, techników laboratoryjnych, kontrolerów jakości [2].
Rozwój sztucznej inteligencji powoduje, że do tej listy należy dziś dodać zawody uważane za kreatywne. Nawet jeśli nie zostaną zautomatyzowane, to struktura pracy mocno się zmieni. Z kolei upowszechnienie się narzędzi w rodzaju Microsoft 365 Copilot z całą pewnością ograniczy możliwości pracy stanowiskom asystenckim, stażystom, różnego rodzaju junior brand managerom. W zawodach kreatywnych eksperci będą nadal niezbędni. Natomiast ci, którzy tworzyli dokumenty, prezentacje, tabelki czy podstawowe treści do mediów elektronicznych, będą musieli szukać innych zadań.
Nie mają obecnie sensu próby oszacowania, ile osób będzie musiało z tego powodu zmienić stanowisko lub nauczyć się nowych umiejętności. Można zdroworozsądkowo stwierdzić, że wykonywanie pracy przy komputerze generalnie zwiększa ryzyko automatyzacji, co jest oczywistą obserwacją. Poza większym ryzykiem utraty pracy, wiąże się ono również z ryzykiem zmniejszenia wynagrodzenia. Natomiast odwrotny wpływ ma zaawansowanie w kierunku AI. Takie kompetencje do tej pory nie tylko zwiększają pewność zatrudnienia, ale również wysokość zarobków [3].
AI zmienia pracę
W wielu raportach, odnoszących się do ryzyk wynikających z AI dla przyszłości pracy, pada zazwyczaj uniwersalna rada: pracownicy będą potrzebowali nabywać nowe kompetencje, aby poradzić sobie ze zmianami. To rada zarówno banalna, jak i nie do końca uwzględniająca dynamikę zmian na rynku pracy. Przy szybkich zmianach technologicznych trudno przewidzieć, jakie kompetencje mogą być przydatne w przyszłości. Paradoksalnie to komunikatywność czy sprawność manualna bywają najtrudniejsze do automatyzacji.
Z drugiej strony marketing towarzyszący wprowadzaniu nowych aplikacji podkreśla, że są one łatwe w użyciu i nie tyle zastępują człowieka, co asystują w pracy. Dzięki rozwiązaniom opartym na przetwarzaniu języka naturalnego szybkość i efektywność indywidualna będą wzrastać. Nieprzypadkowo Microsoft promuje swoje rozwiązania jako najpotężniejsze narzędzie zwiększające produktywność.
W idealnym świecie takie zwiększenie indywidualnej produktywności spowodowałoby skrócenie tygodnia pracy czy wprowadzenie podatku od sztucznej inteligencji, z którego można byłoby np. sfinansować bezwarunkowy dochód gwarantowany. W świecie kapitalizmu zapewne zostanie to wykorzystane do podniesienia targetów i zwalniania części pracowników. Ci, którzy będą w pracy korzystać z takich rozwiązań, niekoniecznie będą szczęśliwsi. Doświadczenia z badań w Japonii [4] wskazują, że tacy pracownicy faktycznie odczuwają więcej satysfakcji z pracy, ale towarzyszy temu większy stres, ponieważ zostają im do wykonania tylko bardziej skomplikowane zadania. Paradoksalnie, sztuczna inteligencja może więc spowodować zwiększenie poczucia obciążenia pracą.
Poza zawodami opartymi na kreatywności, coraz więcej pracowników będzie podlegać w większym zakresie zarządzaniu algorytmicznemu. Czyli aplikacjom wykonującym niegdysiejsze funkcje kierownicze, jak przydzielanie zadań, planowanie pracy czy ocenianie. Ta innowacja również nie poprawia pracy na lepsze. Algorytmiczne ukierunkowywanie, ocenianie i dyscyplinowanie przynosi pracownikom frustrację, poczucie dyskryminacji i utraty prywatności, stres i prekaryzację [5].
AI tworzy pracę
O pozytywnym oddziaływaniu AI na przyszłość pracy będzie można mówić wtedy, gdy doprowadzi do automatyzacji niebezpiecznych, monotonnych czy poniżających zadań. A jednocześnie stworzy nowe, dobrze płatne stanowiska w liczbie przewyższającej te likwidowane. Społecznie korzystna automatyzacja musi zwiększać zapotrzebowanie na pracę.
Nowe zawody, kreowane wraz z rozwojem rynku aplikacji AI, mają często futurystyczne nazwy i nie do końca zrozumiałe dla laika zakresy obowiązków. Sztuczna inteligencja nie jest bezobsługowa. Jeśli jest niekontrolowana, ma skłonność do halucynowania (czy też bardziej wprost: do tworzenia bzdurnych informacji) czy stosowania mowy nienawiści. Nic dziwnego, skoro jest tylko odbiciem i wymieszaniem tego, co wytworzył człowiek. Dlatego do modelowania aplikacji niezbędni są trenerzy, tagujący w odpowiedni sposób kategorie informacji, czy kuratorzy, zajmujący się porządkowaniem danych. Aby aplikacja była efektywna w danym środowisku, potrzebni będą algorytmiczni brokerzy, informujący pracowników o tym, jaka jest logika działania aplikacji. Bieżące działania będą realizowane przez serwisantów i konsultantów, którzy mają łączyć systemy i naprawiać błędy. McKinsey przewiduje, że za kilka lat samych algorytmicznych tłumaczy będzie kilka milionów [6].
Obecnie elitą nowych zawodów algorytmicznych wydają się prompt engineers – inżynierzy poleceń. Ich zadanie polega na „tworzeniu i udoskonalaniu tekstu, który ludzie wpisują w sztuczną inteligencję w nadziei na uzyskanie optymalnego wyniku. W przeciwieństwie do tradycyjnych programistów, tacy inżynierowie programują prozą, wysyłając polecenia napisane zwykłym tekstem do systemów sztucznej inteligencji, które następnie wykonują rzeczywistą pracę” [7]. W ogłoszeniach o pracę dla takich stanowisk pojawiają się stawki rzędu 100-300 tys. dolarów rocznie.
O ile prompt engineers świetnie nadają się do zilustrowania nowego świata pracy w sposób godny działów marketingu i public relations producentów aplikacji AI, to rzeczywistość nowych algorytmicznych zawodów przypomina często stare kapitalistyczne wzorce. Open AI, firma stojąca za ChatGPT, chciała ograniczyć odpowiedzi określane jako „toksyczne” (przemocowe, rasistowskie, seksistowskie, wulgarne). Zlecenie wyoutsourcowano do kenijskiego oddziału kalifornijskiej firmy Sama. Tysiące pracowników tej firmy zarabia po 1,32-2 dolary za godzinę pracy polegającej na etykietowaniu ogromnych baz informacji zaciągniętych z internetu. Te informacje to najgorszego typu komunikacyjny ściek, wytworzony przez ludzi: opisy przemocy, okrucieństw, pedofilii i innych okropieństw, które pracownicy przeglądają w celu otagowania, aby sztuczna inteligencja nie brała ich pod uwagę. W efekcie ci wykorzystywani ekonomicznie według starego postkolonialnego kapitalistycznego wzorca „algorytmiczni trenerzy i kuratorzy” po tygodniu takiej pracy nadają się tylko na terapię [8].
Nie ma co wierzyć w opowieści, że zamiast nudnych zadań, które zostaną zautomatyzowane, sztuczna inteligencja wytworzy tylko kreatywne i dające poczucie samorealizacji. Zarówno likwidacja, jak i tworzenie nowej pracy będą podyktowane pogonią za lepszym wynikiem finansowym.
AI tworzy nierówności
Przykład kenijskiego oddziału firmy Sama odnosi się do jeszcze jednego problemu podnoszonego w kontekście zmian na rynku pracy. Rozwiązania oparte na sztucznej inteligencji pogłębiają nierówności na świecie. Daron Acemoglu, profesor ekonomii na MIT, który analizuje te zmiany w perspektywie kilkudziesięciu ostatnich lat, na styczniowej konferencji organizowanej przez Pissaridies Review, mówił o rozczarowaniu, jakie przynosi wdrażanie AI. Kiedyś zastosowanie maszyn było bilansowane nowymi zadaniami, teraz automatyzacja ma coraz bardziej widoczny negatywny kontekst: redukuje wzrost zatrudnienia i pogarsza redystrybucję. Innowacje zdają się podążać w kierunku nadmiernej automatyzacji, której efektem jest mniej zatrudnionych, zmniejszające się zarobki i brak wzrostu rynku pracy. Dodatkowo Acemoglu zauważa, że na dawnej osi podziału ekonomicznego tworzą się nowe nierówności: automatyzacja na Północy powoduje dezindustrializację na Południu. Technologie automatyzacji są nieodpowiednie dla krajów rozwijających się, ponieważ ograniczają rozwój siły roboczej, która jest tam kluczowym zasobem.
Nierówności globalne będą również wzmacniane kosztami ekologicznymi działania AI. Jest to technologia wysoce energochłonna, wymagająca serwerów i mocy obliczeniowych (podobnie zresztą jak choćby kryptowaluty). To dodatkowy społeczny koszt tego cyfrowego postępu, który rozkłada się nierównomiernie [9].
Motorem napędowym tej zmiany nie jest chęć uczynienia pracy człowieka łatwiejszą. Na pewno sztuczna inteligencja przyczyni się do poprawy wielu działań, zarówno istotnych społecznie (np. diagnostyka medyczna), jak i nieistotnych (np. automatyczne produkowanie zbędnych prezentacji na korporacyjne spotkania). W kontekście pracy ważniejsze wydają się zmiany strukturalne, odnoszące się do automatyzacji stanowisk i tworzenia nowych. Grupy pracowników z najlepszym przygotowaniem kompetencyjnym mogą spać spokojnie, poradzą sobie z tymi zmianami, co najwyżej dojdzie im więcej stresu, ale często za lepsze pieniądze. Reszta, czyli większość, niekoniecznie może komfortowo patrzeć w algorytmiczną przyszłość.
Roman Rostek
Grafika w nagłówku tekstu: Gerd Altmann from Pixabay.
Przypisy:
1. OECD (2019), OECD Employment Outlook 2019, OECD Publishing, Paris, https://doi.org/10.1787/19991266.
2. Lane, M., Saint-Martin, A. (2021), The impact of Artificial Intelligence on the labour market: What do we know so far? OECD Social, Employment and Migration Working Papers No. 256, https://dx.doi.org/10.1787/7c895724-en
3. Fossen, F., Sorgner, A. (2019), New Digital Technologies and Heterogeneous Employment and Wage Dynamics in the United States: Evidence from Individual-Level Data, IZA – Institute of Labor Economics, Discussion Paper Series.
4. Lane, M., Saint-Martin, A. (2021), The impact of Artificial Intelligence… op. cit.
5. Kellog, K., Valentine, M., Christin, A. (2020), Algorithms At Work: The New Contested Terrain Of Control, „Academy of Management Annals” 2020, Vol. 14, No. 1, 366–410. https://doi.org/10.5465/annals.2018.0174
6. ibid.
7. Harvell D. (2023), AI whisperer. No coding required. „Washington Post” February 25, 2023, https://www.washingtonpost.com/technology/2023/02/25/prompt-engineers-techs-next-big-job/
8. Perrigo, B. (2023), OpenAI Used Kenyan Workers on Less Than $2 Per Hour to Make ChatGPT Less Toxic, „Time”, January 18, 2023 https://time.com/6247678/openai-chatgpt-kenya-workers/
9. Ernst E (2022) The AI trilemma: Saving the planet without ruining our jobs. „Frontiers in Artificial Intelligence”, 5:886561.doi: 10.3389/frai.2022.886561
przez Roman Rostek | środa 21 grudnia 2022 | opinie
Polska ma szanse przyjąć rozwiązania prawne, które choć trochę porządkują obszar zarządzania algorytmicznego w firmach. Zastępowanie w pracy decyzji człowieka automatycznymi decyzjami sztucznej inteligencji w odniesieniu do obciążenia zadaniami, wynagrodzenia, zatrudnienia czy awansu, opiera się przeważnie na niejasności ich kryteriów dla pracowników. Uchwała procedowana w Sejmie ma zobowiązać pracodawców do zakomunikowania na wniosek związków zawodowych, na jakich zasadach działa algorytm podejmujący decyzje kluczowe z punktu widzenia pracownika.
Zarządzanie algorytmiczne to różnorodne narzędzia cyfrowe stosowane w firmach. Polegają na zbieraniu danych, ich obróbce, a następnie automatycznym zarządzaniu procesami pracy w oparciu o te dane. Pracownik otrzymuje z systemu kluczowe dla siebie informacje na temat dziennych norm, planu pracy czy wynagrodzenia. Może być też tak, że decyzje na temat przyszłości pracownika (awans, podwyżka, przedłużenie lub zakończenie umowy o pracę) podejmowane są przez kierowników w oparciu o dane pochodzące z takiego systemu.
Z punktu widzenia pracownika najważniejsze są kryteria takich decyzji. Niestety, przeważnie informacja dotyczy tylko wyniku procesu decyzyjnego, na zasadzie „tak wskazał komputer”. Tworzy to asymetrię informacji: pracodawca zna kryteria oceny pracownika, pracownikom brakuje tej wiedzy. Jak wskazują badania, wywołuje to u nich poczucie niepewności i niestabilności. Pracownicy obawiają się o swoje zatrudnienie, nie mając wskazówek, w jaki sposób poprawiać efektywność. Mierniki te służą w ten sposób dyscyplinowaniu pracowników [1].
Skrajnym przykładem są platformy cyfrowe (jak Uber, Bolt czy Glovo), gdzie osoby wykonujące pracę (nie mając praw pracowniczych) w 100% podlegają zarządzaniu poprzez system algorytmiczny. Nie mają kierowników, wszelkie decyzje są im przekazywane z poziomu aplikacji.
Sejmowa Komisja Cyfryzacji, Innowacyjności i Nowoczesnych Technologii od wielu miesięcy pracowała nad nowymi przepisami. Mają one zobowiązać pracodawców wykorzystujących rozwiązania z obszaru sztucznej inteligencji w zarządzaniu pracownikami – do udzielania informacji na temat zastosowania takich algorytmów. Obszar ten obecnie nie podlega praktycznie żadnym regulacjom, więc taki przepis byłby pierwszym porządkującym stosowanie zarządzanie algorytmicznego.
Ustawa ma dać związkom zawodowym, jako reprezentantom pracowników, dostęp do „parametrów, zasad i instrukcji, na których opierają się algorytmy lub systemy sztucznej inteligencji, które mają wpływ na podejmowanie decyzji, a które mogą mieć wpływ na warunki pracy i płacy, dostęp do zatrudnienia i jego utrzymanie, w tym profilowanie”. Zapis krótki, ale zmieniający wiele.
Takich regulacji brakuje nie tylko w Polsce. Jedynie Hiszpania wprowadziła rozwiązania, które w podobnym kształcie procedowane są w polskim parlamencie. To tylko wskazuje, że mówimy o obszarze nieuporządkowanym, zajętym przez tych, którzy wykorzystują pełnię możliwości sztucznej inteligencji w celu maksymalizacji zysków. Jednym przynosi to zyski, innym pogarsza warunki pracy i powoduje niepewność.
Z punktu widzenia osób pracujących takie rozporządzenie jest czymś oczywistym. Każdy w pracy potrzebuje podstawowych informacji. Problemem nie jest bowiem stosowanie mechanizmów opartych na sztucznej inteligencji do podejmowania decyzji. Problemem jest asymetria informacji i celowe ukrywanie kryteriów decyzyjnych, aby móc nimi sterować dla maksymalizacji korzyści pracodawcy.
Podczas prac sejmowej komisji, a także w publikacjach poświęconych tej regulacji, zazwyczaj pojawiają się te same zastrzeżenia. Przyjrzyjmy się im.
To skomplikowane
Algorytm jest zbyt skomplikowany, aby pracownicy byli w stanie go zrozumieć. To praca informatyków, rozbudowany projekt, zrozumiały tylko dla specjalistów.
Taka argumentacja jest stosowana przez firmy gospodarki cyfrowej od lat, gdy tylko ktoś domaga się przejrzystości stosowanych przez nie algorytmów. Można było to słyszeć od szefów portali społecznościowych, właścicieli wyszukiwarek internetowych, a obecnie od chcących zablokować transparentność zarządzania algorytmicznego.
Pracownicy nie potrzebują szczegółów technicznych dotyczących algorytmu. Pracownicy potrzebują informacji o kryteriach co do decyzji, jakim podlegają. Ktoś te kryteria ustanowił, ktoś tymi kryteriami steruje. Jeśli to wszystko byłoby zbyt skomplikowane, aby móc to wytłumaczyć ludziom, których te decyzje dotyczą, coś byłoby nie w porządku z takim algorytmem. Oznaczałoby to, że prawdopodobnie jest słabo kontrolowalny i w ten sposób bardzo ryzykowny dla jakiejkolwiek firmy.
Jeszcze z innej strony, trudno sobie wyobrazić przeciętnego szefa firmy, który ma podjąć decyzję o wprowadzeniu w organizacji zarządzania algorytmicznego i nie oczekuje prostego podsumowania, w jaki sposób to będzie działać, w oparciu o jakie kryteria. Decydenci potrzebują w takich sytuacjach skrótu kluczowych informacji. Asymetria polega na tym, że ich podwładni nie dostają tych informacji.
To tajemnica handlowa
Jeśli podamy szczegóły dotyczące algorytmu, ujawnimy tajemnicę handlową przedsiębiorstwa, na której opiera się przewaga konkurencyjna.
Pracownicy nie potrzebują dokumentacji technicznej, jaką twórca oprogramowania dostarcza klientowi-firmie lub jaka powstaje w ramach wewnątrzfirmowo opracowywanej aplikacji. A tylko konieczność ujawnienia takiej dokumentacji mogłaby naruszyć tajemnicę handlową. Informacje niezbędne pracownikom są z tej kategorii danych, które pracownicy mają prawo znać na bazie innych, obowiązujących już przepisów (jak np. prawo do informacji na temat systemu wynagrodzeń).
Ten argument często idzie w parze z podkreślaniem bezpieczeństwa danych zbieranych w ramach systemu. Konieczność zabezpieczenia danych jest bezdyskusyjna i opisana np. w przepisach RODO.
Unia to wkrótce załatwi
Nie ma potrzeby uchwalania odrębnych przepisów, Unia Europejska pracuje nad całym pakietem regulacji, dotyczących zastosowania sztucznej inteligencji w wielu obszarach, nie tylko pracy.
Parlament Europejski i Rada Europy od dłuższego czasu pracują nad całościowymi przepisami AI Act – Akt w sprawie sztucznej inteligencji. Do tego dochodzi projekt innej dyrektywy, regulującej pracę za pośrednictwem platform cyfrowych. Obydwa projekty mają rzeczywiście odniesienie do obszaru, którego dotyczy omawiana ustawa z polskiego parlamentu.
„Akt w sprawie sztucznej inteligencji” to obszerny dokument, pokazujący ambicje unijne w odniesieniu do gospodarki cyfrowej. Poza uporządkowaniem zastosowania rozwiązań wykorzystujących sztuczną inteligencję, unijne podejście charakteryzuje też chęć przewodzenia rewolucji cyfrowej. Akcenty są więc rozłożone nieco inaczej, to nie kwestia warunków pracy jest punktem odniesienia. W projekcie unijnym kluczowe jest określenie ryzyka wynikającego ze stosowania sztucznej inteligencji oraz określania na bazie tego, czy dane rozwiązanie jest dopuszczalne, czy też nie. Pracownicy są tu tylko jedną z wielu grup odniesienia. Pojawiają się też analizy, według których takiemu podejściu brakuje etycznego fundamentu i mocniejszego podkreślenia kwestii godnościowej w odniesieniu do pracy regulowanej algorytmami [2].
W oparciu o AI Act producenci aplikacji mają otrzymywać certyfikację zgodności z unijnymi przepisami. Informacja o tym, że oprogramowanie zastosowane do algorytmicznego zarządzania ma unijny certyfikat, nie jest kluczowa z punktu widzenia pracowników i nie rozwiązuje problemu asymetrii informacji. Na pewno uporządkuje to obszar stosowania AI, ale wciąż na poziomie firm wymagać będzie komunikacji nie o produkcie, ale o sposobie jego wykorzystania i ustawieniu parametrów decyzyjnych. To niekoniecznie będzie wynikać wprost z unijnego projektu, gdzie w tym kontekście można przeczytać raczej ogólne stwierdzenia o zapewnieniu odpowiedniego poziomu przejrzystości i informacji o sposobie korzystania z systemu.
Drugi ze wspomnianych projektów unijnych dotyczy co prawda organizacji opartych na zarządzaniu algorytmicznym, ale ograniczony tylko do tego typu firm. Nacisk jest tam położony na kluczowe dla pracowników potwierdzenie istnienia stosunku pracy, więc cel jest zupełnie inny. Dlatego ani jedno, ani drugie rozporządzenie nie zastąpią projektu złożonego we wrześniu w Sejmie. Natomiast wszystkie one razem będą się świetnie uzupełniać.
Rola związków zawodowych
W propozycji ustawy to związki zawodowe są organizacją uprawnioną do wystąpienia o informacje na temat algorytmu. Nawet jeśli jest to ograniczeniem, to warto chwilę przyjrzeć się przyszłości związków w kontekście nie tylko zarządzania algorytmicznego, ale i gospodarki cyfrowej.
Na początek cofnijmy się do gospodarki kapitalistycznej poprzednich czasów. Kilkadziesiąt lat temu jednym z twardych wskaźników słabej komunikacji w organizacji był odsetek pracowników należących do związków. Kiepskie relacje firma-pracownicy miały swoje odbicie w niedoinformowaniu zatrudnionych, a związki zawodowe stanowiły dla pracowników w takiej sytuacji alternatywny kanał komunikacji. Stąd korelacja: kiepska komunikacja to więcej osób należących do związków.
W gospodarce cyfrowej związki zawodowe nie pełnią takiej roli, jak w tradycyjnych branżach kilkadziesiąt lat temu. W nowych firmach trudniej zawiązać organizację związkową (co publicznie można było ostatnio zaobserwować w Polsce choćby na przykładzie firmy Sii Polska), rozproszenie pracowników przy pracy zdalnej utrudnia budowanie relacji pomiędzy nimi, co jest niezbędne do jakiegokolwiek zorganizowania. Jednocześnie typowe hierarchiczne relacje, niezbędne dla zdrowego formalnego przepływu informacji, zanikają dzięki zarządzaniu algorytmicznemu. W tradycyjnej organizacji najważniejszym z punktu widzenia pracownika nadawcą informacji był bezpośredni przełożony, a najważniejsze tematy to te, które bezpośrednio dotyczą pracy i zadań. Gdy bezpośredni przełożeni są zastępowani przez algorytmy, a informacje podawane przez system nie odpowiadają najważniejszym potrzebom pracowników, trudno o zadowolenie z komunikacji.
W naturalny sposób pojawia się tu rola do wypełnienia dla związków zawodowych. Nie tylko jako kanału komunikacji dla niedoinformowanych pracowników, ale również jako czynnika gwarantującego etyczne zastosowanie zarządzania algorytmicznego. Etyczne, to znaczy odnoszące się do dobrej pracy, co nie jest przecież podstawowym celem wdrażania takich rozwiązań w firmach. Jak piszą autorzy raportu o etycznym zastosowaniu sztucznej inteligencji w zarządzaniu: „Każdy pracodawca poważnie zainteresowany etycznym zastosowaniem sztucznej inteligencji w miejscu pracy powinien respektować prawa pracowników do organizowania się i zapewnić jak najszerszą reprezentację dla opinii pracowników” [3].
Jeżeli spojrzeć na sens polskiej ustawy, to właśnie o dobrą pracę w niej chodzi – o doinformowanie na temat kwestii kluczowych dla każdej pracującej osoby. Porządne firmy same z siebie powinny to robić, te mniej porządne potrzebują przepisu, który wymusi coś, co powinno wydawać się oczywistym działaniem dla każdego menedżera poważnie traktującego pracowników.
Roman Rostek
Grafika w nagłówku tekstu: Mohamed Hassan from Pixabay.
Przypisy:
1. Chan N. K. (2022), Algorithmic precarity and metric power: Managing the affective measures and customers in the gig economy, Big Data & Society, July–December: 1–13, 2022.
2. Cole M., Cant C., Ustek Spilda F. and Graham M. (2022), Politics by Automatic Means? A Critique of Artificial Intelligence Ethics at Work. Frontiers in Artificial Intelligence 5:869114. doi: 10.3389/frai.2022.869114
3. Tamże, s. 10.
przez Roman Rostek | wtorek 25 stycznia 2022 | opinie
NFZ przeprowadził badanie wśród pacjentów na temat postrzegania opieki szpitalnej. Metodologia badania, oparta na Net Promoter Score, czyli ankietowaniu mającym na celu wskazanie ambasadorów marki, może być nieco nietrafiona, ponieważ pytanie o chęć polecania szpitala innym brzmi nieco dwuznacznie. Jednak główne spostrzeżenia z raportu są zbieżne z moimi obserwacjami, gdy byłem pacjentem.
Pacjenci najsłabiej oceniają jakość wyżywienia, co do tego trudno mieć jakiekolwiek wątpliwości. Jednak istotniejsze dla mnie są inne elementy systemu ochrony zdrowia, które skutkują negatywnymi doświadczeniami: wsparcie emocjonalne i szeroko rozumiana komunikacja z pacjentem.
Gdy w 2018 roku zachorowałem na raka, miałem mgliste pojęcie o tym, jak działa system ochrony zdrowia. Sporadyczne wizyty w przychodni, najczęściej z dziećmi, dają obraz tylko małej, choć istotnej, części systemu. Historie poważnych chorób w najbliższej rodzinie to tylko powierzchniowa wiedza na temat bardziej rozbudowanych procesów. Natomiast miesiące poświęcone na leczenie, kilkadziesiąt dni spędzonych na oddziałach trzech szpitali, liczne wizyty i badania, pozwoliły mi na obserwację instytucji ochrony zdrowia w taki sposób, w jaki patrzyłem na organizacje jako konsultant. Widziałem szpitale jako części dużego systemu, ale ze swoistymi kulturami organizacyjnymi, procesami zarządzania, komunikacją.
Zdaję sobie sprawę, że ta obserwacja uczestnicząca, odbywająca się przy okazji leczenia, dotyczyła pacjenta uprzywilejowanego, który trafił do dobrych wielkomiejskich szpitali. Mieszkam w dużym mieście, mam grono rodziny i przyjaciół, którzy potrafili wspierać mnie choćby swoimi kontaktami wśród medyków. Dodatkowo po zakończeniu leczenia miałem możliwość przeprowadzenia wywiadów ukierunkowanych na poprawę procesów komunikacyjnych w jednym ze szpitali, co pozwoliło mi na uchwycenie dodatkowej perspektywy dzięki relacji konsultant-organizacja, świetnie uzupełniając spostrzeżenia z perspektywy pacjenta.
Miałem szczęście leczyć się przed pandemią, która mocno uderzyła w system ochrony zdrowia. Mam wrażenie, że to uderzenie uwypukliło tylko moje spostrzeżenia, przekreślając tylko jedno, ale dla mnie osobiście bardzo istotne: po zakończeniu leczenia miałem poczucie, że ten system jest efektywniejszy niż opinia na jego temat. Pozostałe spostrzeżenia nie były już tak pozytywne dla systemu.
Niewiedza na starcie
Nikt nie musi zagłębiać się w szczegóły procedur dotyczących opieki medycznej, dopóki tego nie potrzebuje. Gdy potrzebuje, nie ma możliwości szybkiego uzyskania potrzebnej wiedzy na ten temat, bo system i procedury są zbyt skomplikowane, a gubią się w nich również lekarze. Niewiedza pacjentów była najczęściej powtarzanym problemem podczas wywiadów w ramach diagnozy komunikacji w szpitalu. W efekcie pacjenci (oraz ich rodziny) skupiają się na drugorzędnych kwestiach w rozmowach z lekarzami podczas omawiania diagnozy.
Niewiedza prowadzi również do czegoś, co przez medyków jest określane jako „roszczeniowość” – pacjenci oraz przede wszystkim ich rodziny oczekują działań, które często mają się nijak do rzeczywistego procesu leczenia albo są niemożliwe do szybkiego przeprowadzenia. Z psychologicznego punktu widzenia jest to jak najbardziej zrozumiałe, jeśli walczy się o zdrowie czy życie swoje lub bliskiej osoby. Taki nacisk pozwala czasem ugrać coś więcej, o czym wspominali zarówno pacjenci, jak i lekarze. Przy czym to „więcej” może oznaczać np. niepotrzebne badanie, zlecone tylko po to, żeby uniknąć awantury.
Niewiedza dotyczy nie tylko pacjentów. Lekarz z mojej przychodni, chcąc założyć mi kartę Diagnostyki i Leczenia Onkologicznego (tzw. zieloną kartę, dającą przywilej w postaci stosowania procedur opracowanych właśnie dla takiego leczenia), musiał konsultować się telefonicznie ze znajomymi, aby wprowadzić mnie do tego systemu. Nic dziwnego, że pacjenci poruszają się w ramach systemu po omacku, bazując na szczątkowej wiedzy, a czasami wręcz na fałszywych danych, łatwych do znalezienia przy pomocy wyszukiwarki internetowej u doktora Google’a.
Hierarchiczny paternalizm
Jedną z najbardziej widocznych cech systemu ochrony zdrowia jest panująca tam hierarchiczność. Nie jest to typowa dla służb mundurowych podległość wobec wyższych szarżą, raczej podział na kasty, różniące się prestiżem, zakresem władzy symbolicznej, a także realnej. Lekarze dają odczuć pozostałym grupom pracowniczym, że są ważniejsi – co również odczuwają pacjenci. Pielęgniarki mogą podobnie traktować personel pomocniczy, chociaż tu już zróżnicowanie jest mniej wyraźne. W samej grupie lekarzy budowana jest również wewnętrzna hierarchia: ordynatorzy potrafią pokazać miejsce w szeregu innym lekarzom, którzy z kolei traktują z góry stażystów czy narzekają na niekompetencję lekarzy POZ-ów.
Ta hierarchiczność i jej toksyczny wpływ na miejsce pracy jest widoczna w wywiadzie z pielęgniarką Zofią Miś w „Nowym Obywatelu” nr 87. Wydaje się to być cechą tak mocno zakorzenioną w polskiej kulturze, że również pacjenci wpasowują się ten schemat, okazując uległość wobec prestiżu ordynatora i traktując z góry personel sprzątający. Jest to odtwarzanie kultury zaobserwowanej w instytucjach ochrony zdrowia.
Oczywiście pomiędzy szpitalami istnieją znaczące różnice. W jednym ze szpitali obchód lekarski był całym rytuałem, rozpoczynającym się przygotowaniem pacjentów i sali przez pielęgniarki i personel sprzątający. Wejście grupy lekarzy odbywało się w taki sposób, że od razu wiadomo było, kto jest ordynatorem, kto jest ważnym lekarzem, a kto mało istotnym rezydentem. Pytania pacjentom zadawał tylko ordynator, potrafiący niezbyt kulturalnie zrugać pacjenta, który zanieczyścił pokój odklejonym workiem stomijnym. W innym szpitalu obchód lekarski był zadaniem dla lekarzy prowadzących lub dyżurnych, a sprawy pacjentów były omawiane z ordynatorem na codziennych odprawach (o czym przekonałem się, pytając ordynatora o sprawę moich badań – chociaż wcześniej nigdy nie rozmawialiśmy, był bardzo dobrze zorientowany, jeśli chodzi o moje leczenie). Ordynator nie miał potrzeby pokazywania wszystkim, że jest najważniejszym z lekarzy.
Hierarchiczność przekłada się na zakres władzy. W szpitalu o mocnej hierarchii, pielęgniarki nie miały możliwości decyzyjnych do podawania pacjentom środków przeciwbólowych (w przypadku nagłego, mocnego bólu pooperacyjnego, dostałem taki środek dopiero, gdy z bólu prawie zemdlałem). W szpitalu, gdzie hierarchiczność nie była tak widoczna, pielęgniarki same dysponowały środkami przeciwbólowymi w takich sytuacjach.
W przypadku mocno hierarchicznych instytucji pacjent miewa poczucie, że najważniejszy na szpitalnym oddziale jest ordynator. Na szczęście w pozostałych można mieć poczucie, że to pacjent jest w centrum działań.
Pacjent jako źródło przychodu (z ograniczeniami)
W prywatnym lecznictwie jest to oczywiste, ale i w leczeniu refundowanym przez NFZ daje się czasami zauważyć, że w procesie leczenia nie zawsze najważniejsze jest samo leczenie. Dotyczy to działań, które są niezrozumiałe dla pacjenta, a które rodzą podejrzenia, że taki sposób działania bardziej się „opłaca”. Przykładami są trzymanie pacjenta na oddziale bez żadnych badań przez tydzień, manipulowanie z otwieraniem i zamykaniem karty DILO, zlecanie zbędnych (z punktu widzenia pacjenta) badań – być może wszystko to miało głębsze uzasadnienia. Jednak jeśli pacjentowi nikt tego nie potrafił wytłumaczyć, wówczas takie sytuacje rodzą podejrzenia, że robione jest to, co opłaca się szpitalowi. Znacznie boleśniejsze dla pacjenta są sytuacje, w których przekonuje się, że przekroczone zostały limity budżetowe na poszczególne działania i nie może w związku z tym mieć przeprowadzonych badań czy zabiegów.
Brak otwartości w informowaniu oraz brak wiedzy pacjentów skutkuje z jednej strony tworzeniem legend o kosztach leczenia, z drugiej strony – spiskowymi teoriami o medykach podstępnie wykorzystujących sytuacje pacjentów. Dlatego dobrym rozwiązaniem jest udostępnienie informacji o kosztach leczenia w ramach internetowego konta pacjenta. Po rozmowach na oddziale z „bardziej świadomymi” pacjentami o tym, ile kosztuje leczenie onkologiczne, rzeczywiste kwoty nieco zaskoczyły mnie – część była niższa, niż spodziewałem się np. po opowieściach pacjentów leczących się prywatnie za granicą.
Złudzenie prywatnej opieki zdrowotnej
Pandemia częściowo obaliła mit prywatnej opieki zdrowotnej jako tej jedynej efektywnej, gdy okazało się, że tylko publiczny system ochrony zdrowia może cokolwiek zdziałać w takiej skali. W pełni prywatna opieka zdrowotna w ramach naszego systemu skupia się tylko na tych działaniach, które są opłacalne kosztowo. Natomiast źródła mitu jej przewagi tkwią w historii – przed laty zapłacenie lekarzowi dawało poczucie, że pacjent będzie właściwie leczony i dobrze traktowany. Obecnie wciąż to obowiązuje w wersji: warto pójść na wizytę prywatną, bo efekt będzie lepszy.
Poza takimi, nieco magicznymi wyobrażeniami, prywatny system ma jedną istotną i powszechnie odczuwalną przewagę: czas oczekiwania. Przy okazji różnych chorób można przekonać się o tym, jak długo trzeba czekać na wizytę w ramach publicznej ochrony zdrowia, podczas gdy to samo bywa dostępne od ręki, jeśli opłaci się je prywatnie. To jeden z najbardziej destrukcyjnych wizerunkowo aspektów systemu. Nie jest istotne, że prywatny system nie daje kompleksowości, że jest bardzo drogi, że jakościowo niewiele się różni – jest szybciej dostępny i ta cecha bywa kluczowa dla oceny porównawczej.
Moje doświadczenia z prywatnym systemem w leczeniu raka są ograniczone do pierwszej wizyty, która z perspektywy nabytej później wiedzy nie była warta wydanych pieniędzy. Raz, że lekarz pozostawił mnie po pierwszej diagnozie samemu sobie, bez możliwości wpisania mnie do systemu leczenia, z mglistymi wskazówkami, co mam dalej robić. Dwa, że gdybym miał świadomość szybkiej ścieżki dla pacjentów z podejrzeniem nowotworu w publicznej ochronie zdrowia, moje leczenie mogłoby zacząć się szybciej, a przez to wyglądać inaczej. Dlatego jedno z moich kluczowych doświadczeń brzmi: zanim zapłacisz za prywatne leczenie, sprawdź, co jest możliwe w ramach publicznego systemu. Nie dziwiły mnie później rozmowy z pacjentami, którzy próbowali prywatnego leczenia za granicą, a w końcu lądowali w ramach krajowego leczenia refundowanego przez NFZ, co okazywało się najsensowniejszą dla nich opcją.
Chora komunikacja
W badaniu przeprowadzonym na zlecenie NFZ to komunikacja z pacjentem bywa kluczowa dla niezadowolenia pacjenta. To moje podstawowe doświadczenie, po części wzmocnione moim zawodem (ćwierć wieku doradztwa w zakresie komunikacji organizacyjnej). W rezultacie byłem pewnie trudnym pacjentem, bo wciąż zadającym pytania, a jako konsultant opracowywałem w głowie działania doskonalące komunikację, żeby pacjenci odczuwali większy komfort leczenia.
Przeprowadzona diagnoza procesów komunikacji w jednym ze szpitali dała mi lepszy wgląd w przyczyny trudności w tym obszarze. Oczywiście pierwszoplanowe są kwestie interpersonalne. Lekarze nie są do swojego zawodu przygotowywani od strony komunikacji z pacjentem, a jest to część procesu leczenia wpływająca na komfort obu stron. Lekarz nie potrafiący dobrze komunikować się w trudnych sytuacjach (przedstawianie diagnozy, informacja o procesie leczenia, informowanie o niedobrych perspektywach dla pacjenta) odczuwa więcej stresu i unika pacjentów. Widziałem to wielokrotnie, szybko potrafiłem określić, z kim warto rozmawiać, bo można dowiedzieć się czegokolwiek na temat swojego leczenia, a kogo nie warto pytać o nic. Miewałem lekarzy prowadzących, którzy wręcz unikali mojego wzroku idąc korytarzem, bo bali się rozmowy. Z drugiej strony oczywiście spotkałem też świetnych specjalistów, którzy byli za takich uważani również ze względu na swoją gotowość do rozmowy z pacjentem i umiejętność przekazania każdego rodzaju informacji.
Co istotne, pielęgniarki wydają się grupą o wiele lepiej radzącą sobie z komunikacją. Są bliżej pacjentów, przebywają z nimi więcej czasu, hierarchicznie mają mniejszą władzę – nie podejmują kluczowych decyzji o procesie leczenia, ale mają duży wpływ na komfort leczenia. Chyba nie spotkałem niesympatycznej pielęgniarki w trakcie swojego leczenia (nawet jeśli działa tu zasada „Każdy spotyka na swej drodze takie pielęgniarki, na jakie sobie zasłużył”). Pamiętam wiele rozmów z nimi, które zmniejszały mój stres podczas leczenia. Mój przyjaciel ze szpitalnej sali, zakonnik, zwykł mawiać, że „Pielęgniarki to anioły”. Ja po konsultancku powiedziałbym: „Pielęgniarki starają się swoimi interpersonalnymi kompetencjami łatać dziury niezbyt efektywnego systemu opieki zdrowotnej”.
Problemy komunikacyjne są również widoczne w przepływie informacji w ramach systemu. Szpitale, jak każde duże organizacje, mają niezbyt efektywne procesy komunikacyjne pomiędzy poszczególnymi częściami struktury. Bywa to również widoczne z perspektywy pacjenta, gdy konieczne są dodatkowe konsultacje w innym oddziale. Przejście ze szpitala do szpitala często łączy się z tym, że w nowej jednostce jest się pacjentem z prawie czystą kartą, informacje o procesie leczenia nie podążają za pacjentem w postaci bazy danych, co skutkuje powtarzaniem tych samych badań na nowo.
Zwiększyć nakłady, poprawić komunikację i zwiększyć nakłady
Od czasu mojego leczenia konieczność zwiększenia nakładów na system ochrony zdrowia jest coraz bardziej widoczna. I nie chodzi o zapewnienie lepszych posiłków, czyli najgorzej ocenianego aspektu leczenia w badaniu NFZ. Pandemia uwidoczniła braki kadrowe na wszystkich poziomach. Z perspektywy pacjenta na pewno wzmocnienia wymagają zawody nielekarskie: od pielęgniarek, przez ratowników medycznych, po personel administracyjny, który odciąża tych bezpośrednio zajmujących się leczeniem. Również rozbudowa systemu, pozwalająca na sprawne zarządzanie danymi pacjentów, wymaga nakładów. Edukacja medyków powinna lepiej przygotowywać ich do pracy od strony komunikacyjnej, co wymaga również zmian w kulturze pracy lekarzy i nieco innego rozumienia przez nich swojej pozycji.
Publiczny system ochrony zdrowia jest na pewno wart naszych składek, ale ja piszę z perspektywy fana tego systemu, w końcu tam uratowano mi życie. To w ramach tego systemu na jednej sali szpitalnej spotkać może się np. profesor uniwersytetu z licznymi międzynarodowymi kontaktami, po próbach leczenia za granicą, oraz wychodzący z bezdomności były gangster – takie towarzystwo miałem w jednym ze szpitali. Wszyscy byliśmy leczeni w ramach NFZ z naszych wspólnych składek. Ta świadomość to też jedno z moich najważniejszych doświadczeń z czasów leczenia.
Roman Rostek
przez Roman Rostek | niedziela 4 lipca 2021 | opinie
Cyfryzacja w firmach mocno przyspieszyła w czasach pandemii. Napędzana jest przez dwie potężne siły. Pierwsza z nich to zachowania konsumentów, którzy generują finansowe rekordy cyfrowym gigantom. Drugi bodziec wynika w dużej mierze z efektów tego pierwszego – to gigifikacja pracy: wzorce działania organizacji platformowych rozprzestrzeniają się w praktycznie wszystkich branżach. Amazon czy Uber są przez znaczną część zarządzających i właścicieli traktowani jako biznesowy punkt odniesienia i wzorzec działania. W ten sposób tworzy się nowa popandemiczna normalność dla pracujących. Raczej niewiele w niej miejsca na dobrą, satysfakcjonującą pracę.
O wpływie cyfryzacji na miejsce pracy pisze i mówi się coraz więcej. W większości przypadków wychodzi się już poza marketingowe slogany o tym, że pracownicy dzięki nowym rozwiązaniom będą wykonywali mniej ciężkiej pracy, którą przejmą maszyny i sztuczna inteligencja, a w zamian będą mogli skupić się na kreatywności i innowacyjności. Coraz więcej światła rzuca się na ciemną stronę cyfryzacji i jej negatywny wpływ na środowisko pracy. Opisałem te zjawiska w artykule, który ukazał się w bieżącym numerze „Nowego Obywatela”:
• rosnący nacisk na totalny cyfrowy nadzór w zarządzaniu,
• przejęcie ludzkich działań zarządczych przez aplikacje (zarządzanie algorytmiczne),
• nieograniczone przechwytywanie i wykorzystanie cyfrowych danych pracowników,
• dehumanizację pracy i alienację pracownika w cyfrowym tayloryzmie.
Pandemia stworzyła doskonałe warunki do wprowadzania nowych technologii cyfrowych. Zwiększono zakres monitoringu, chcąc ograniczyć rozprzestrzenianie się wirusa w miejscu pracy. Wprowadzono m.in. kamery termowizyjne, gromadzenie danych o zdrowiu pracowników, aplikacje do mierzenia dystansu pomiędzy pracownikami. Pracujący zdalnie lub hybrydowo zaczęli intensywnie korzystać z aplikacji do telekonferencji, a ich szefowie zaczęli interesować się narzędziami do monitoringu pracy zdalnej. Wszystko to stworzyło doskonałe możliwości do rozwoju zarządzania algorytmicznego: coraz więcej gromadzonych danych można wykorzystywać na coraz więcej sposobów. Brak regulacji w tym obszarze pozwala na wiele, w rezultacie deweloperzy w firmach IT zostali zarzuceni pracą nad sposobami wykorzystania danych pozyskiwanych na wszelkie możliwe sposoby.
Wszystko to tworzy przyszłość pracy, której elementy są już dobrze znane: „Techniki i narzędzia gospodarki platformowej rozprzestrzeniły się znacząco poza pracę typu »gig work«, przynosząc szeroką gigifikację i restrukturyzację miejsc zatrudnienia, zachowań i relacji, pracy i wspólnot.
Tworzy to środowisko niemal totalnego nadzoru, zbierania i obróbki danych dotyczących prawie każdego aspektu działania w pracy, w czasie rzeczywistym. Jest to wykorzystywane do ukierunkowania ludzi do wykonywania większej liczby zadań w mniejszym czasie, intensyfikując ich pracę. Standardy ustanowione przez system są następnie wykorzystywane do oceny i zarządzania wynikami, nagradzania bądź karania pracowników oraz do dawania lub blokowania dostępu do stabilnych umów o pracę” [1]. Jeśli chodzi o pracę, wchodzimy w Erę Amazońską, jak obecne czasy nazwano w raporcie Institute for the Future of Work (IFIW). Spróbujmy opisać tę nową normalność.
Amazon jako wzór
Firma Bezosa jest jednym z największych wygranych czasów pandemii. Potężne, kilkudziesięcioprocentowe wzrosty obrotów na pewno działają inspirująco na właścicieli i menedżerów innych firm. Inaczej jednak wygląda spojrzenie na Amazon jako na miejsce pracy, które raczej tylko połowicznie odpowiada sloganowi tej firmy: Work hard, have fun – Pracuj ciężko, baw się dobrze.
W 2020 r. liczba wypadków w pracy była w Amazonie o 80% wyższa od średniej dla branży magazynowej. Prawie 6 wypadków na 100 pracowników skutkowało średnio 46 dniami niezdolności do pracy. Bezpośrednią przyczyną jest oczywiście monotonna, ciężka praca fizyczna, którą wymuszają wyśrubowane normy efektywności, regulowane przez zarządzanie algorytmiczne. Praca przyszłości a’la Amazon wygląda z perspektywy pracownika mniej więcej tak:
„W typowy dzień pracy Rina ciągle styka się z systemami śledzącymi jej ruch, czas i ciało. Przy wejściu do centrum oceniane jest jej zdrowie. […] Po wejściu do magazynu Rina dokonuje strategicznej decyzji o tym, gdzie zjeść lunch. Dla pracowników ogromnego centrum dystrybucji minuty i sekundy mogą mieć kluczowe znaczenie. Szuka pokoju socjalnego, który jest tylko trzy lub cztery minuty spacerem od jej stanowiska. Wybór niewłaściwego pokoju, na przykład oddalonego o siedem minut, może pożreć połowę jej trzydziestominutowej przerwy. Na swoim stanowisku Rina rozpoczyna pracę, logując się do systemu komputerowego, który generuje dla niej wskaźnik produktywności. Wie, że jest monitorowana, ponieważ monitor przed nią informuje ją, w jakim tempie pracuje. Menedżerowie również stale skanują monitory, aby upewnić się, że pracownicy robią wynik. Rina nie jest pewna, ale wierzy, że kamery wokół obiektu – albo z opcją automatycznego monitoringu, albo z kontrolą człowieka – są drugim poziomem nadzoru. W środku jest również obserwowana przez kontrolerów, ludzi mających za zadanie upewnić się, że personel wykonuje swoją pracę i utrzymuje co najmniej 6 stóp odległości od siebie. Rina mówi, że w nowszych zakładach Amazon używa urządzeń elektronicznych, aby informować pracowników, czy zbliżają się do siebie zbyt blisko” [2].
Cyfryzacja i zarządzanie algorytmiczne pozwoliły Amazonowi wyśrubować normy efektywności do poziomu, który staje się szkodliwy dla zdrowia pracowników. Tak wygląda realizacja korporacyjnego hasła „Work hard”. Ostatnie miesiące to również medialne kampanie firmy, pełne haseł typu „Zdrowie i bezpieczeństwo pracowników było od pierwszego dnia priorytetem Amazona”, mające pokazać dbałość o dobrostan pracowników, czego ukoronowaniem była kolejna cyfrowa innowacja: AmaZen. Jest to mała budka w środku magazynu, w której zmęczony pracownik może odbywać praktyki mindfulness, oglądając krótkie filmiki, przedstawiające działania mające poprawić samopoczucie. „Pracuj ciężko, baw się dobrze”.
Nawet jeśli Amazon nie byłby bezpośrednim źródłem inspiracji dla innych firm, gdzie pracownicy wykonują prace fizyczne, to na pewno zarządzanie algorytmiczne powiązane z cyfrowym monitorowaniem efektywności staje się normą na podobnych stanowiskach pracy. W takim środowisku zanikają relacje pomiędzy pracownikami, skutecznie ograniczane również aplikacjami zmuszającymi do utrzymywania odpowiedniego dystansu (oprócz Amazona, także Ford wprowadził taką aplikację dla pracowników produkcji).
W ciągu ostatnich tygodni, przy okazji konferencji czy seminariów na temat przyszłości pracy, obraz Charliego Chaplina z „Modern Times” był przywoływany przez różnych prelegentów kilka razy. Nic dziwnego, w Erze Amazońskiej nowe są tylko narzędzia cyfrowe, a same założenia są wzięte prosto z początków zarządzania naukowego, co dla człowieka w pracy nie oznacza nic dobrego.
Praca w organizacjach platformowych
Gigifikacja pracy ma swoje korzenie w organizacjach platformowych. W tym przypadku trudno mówić o jakiejś nowej normalności, skoro praca od początku była tam projektowana w taki sposób, aby wykonujący ją nie miał w ogóle praw pracowniczych, występując jako „świadczący usługę” przy wykorzystaniu aplikacji. Model funkcjonowania Ubera, Glovo czy innej tego typu korporacji, stał się wzorem dla firm kurierskich i powoli staje się wzorem dla branży handlowej: „Przeszliśmy restrukturyzację, wszystko się zmienia i wpływa to na umowy, więc jest się bardziej elastycznym. Widzę to tak, że w ciągu 5-10 lat to będzie coś w rodzaju firmy z główną grupą pracowników i mnóstwem podwykonawców” – jak określił to pracownik wspomnianej branży w cytowanym wcześniej raporcie Institute for the Future of Work.
W kontekście tego typu organizacji przyszłość może oznaczać walkę pracowników o swoje prawa. Ostatnie miesiące przynoszą kilka ciekawych zdarzeń, które mogą wskazywać kierunek. Po uznaniu w lutym bieżącego roku przez brytyjski Sąd Najwyższy, że kierowcy Ubera mają prawa pracownicze, korporacja zaczęła zbierać roszczenia pracowników, wynikające z braku takiego traktowania w przeszłości. Wcześniej podobny wyrok dotyczył kurierów Glovo w Hiszpanii. Przygotowywana dyrektywa unijna, dotycząca zastosowania sztucznej inteligencji, w kontekście pracy wymienia również samozatrudnionych działających w ramach platform cyfrowych.
W Polsce w tym kontekście mieliśmy pod koniec kwietnia strajk kurierów Glovo, na który korporacja zareagowała usunięciem strajkujących z platformy. Taka pokazowa reakcja najlepiej obrazuje asymetrię relacji pomiędzy organizacją platformową a pracownikami, którzy na jej rzecz pracują. Korporacje platformowe wykorzystują swoją władzę na dwa sposoby:
• arbitralnie ustalając warunki współpracy, zmieniając stawki, obszary działania etc. (jednostronna decyzyjność),
• uniemożliwiając krytykę i wymianę niepożądanych dla siebie informacji (blokowanie komunikacji).
W przypadku Glovo klarownie widać było wykorzystanie przez firmę obydwu zakresów władzy. W ten sposób maksymalizowane są interesy firmy, bez uwzględnienia interesów pracowników, którzy nie mają praw decyzyjnych (poza korzystaniem z aplikacji) oraz możliwości normalnej komunikacji z zatrudniającym. Nowa normalność w tym przypadku musi oznaczać prawa pracownicze dla pracujących.
Hybrydowa praca biurowa
Co prawda skala pracy zdalnej w Polsce nie wydaje się tak duża, jak częstotliwość jej wspominania w mediach elektronicznych w czasie pandemii, ale wszystko wskazuje na to, że to właśnie praca hybrydowa stanie się nowym standardem w przypadku pracowników biurowych. Tak zresztą wyglądała w ostatnich miesiącach rzeczywistość zdecydowanej większości takich pracowników. Według raportu ING 38% badanych pracuje w zawodach umożliwiających pracę z domu i jedynie 8% z tej grupy nie pracowało zdalnie w drugiej połowie 2020 roku, a 1/3 funkcjonowała zawodowo w taki sposób przez większość czasu [3].
Rozwiązanie hybrydowe pozwala na ograniczenie szkodliwych skutków pracy zdalnej, o których w swoim raporcie wspominał nawet Microsoft: intensywność wykorzystywania cyfrowych mediów od początków pandemii prowadzić może do stanu cyfrowego wycieńczenia. Wielokrotnie zwiększa się liczba spotkań on-line, przy jednoczesnym zmniejszeniu intensywności komunikacji w zespołach. Wydłuża się czas dostępności pracownika mierzony czasem od wysłania pierwszej do ostatniej wiadomości.
Nic dziwnego, że dla pracujących istotne staje się „prawo do odłączenia”. Takie regulacje są niezbędne dla dookreślenia relacji pracowniczych w kontekście pracy z domu.
Następnym obszarem, definiującym nową normalność w pracy biurowej, jest ciągły nadzór. Rozwój pracy zdalnej napędza wdrażanie narzędzi monitorowania efektywności pracowników, chociaż cyfrowy nadzór nie jest niczym nowym. Na pewno jest to kluczowy składnik zarządzania algorytmicznego, niezależnie od branży.
Cyfrowy nadzór jako stały składnik pracy wywołuje reakcję pracowników. Ciekawe spostrzeżenia wynikają z badań zrealizowanych wiosną tego roku przez Jana J. Zygmuntowskiego i Nikodema Szewczyka. Cyfrowy nadzór sprzyja poczuciu alienacji pracy oraz przyczynia się do przeciążenia (co opisałem w kontekście Amazona) oraz wypalenia zawodowego. Skala zastosowania monitoringu powoduje, że mierzony nie jest już rzeczywisty efekt pracy, ale raczej prezentacja tego efektu. Pracownicy radzą sobie z ciągłym nadzorem, stosując manipulację wynikami (np. ciągły ruch kursora w celu pozorowania pracy, do czego napisano już nawet specjalny program). Menedżerowie, którzy również korzystają ze zbieranych danych w celu sprawowania funkcji kontrolnej, tak naprawdę są po tej samej stronie, co podwładni. Zarządzanie algorytmiczne i monitoring tworzy więc pole walki „algorytm vs ludzie”.
Dane pracowników
Z monitoringiem związana jest kwestia wykorzystywania zebranych danych. Monitoring to nie tylko bieżący nadzór, to również przerabianie tych danych. Jest to kolejny obszar egzekwowania władzy wobec pracowników, jedynie w małym stopniu opisany od strony prawnej.
Według badań cytowanych w raporcie IFIW, aż 67% pracowników nie ma pojęcia, w jaki sposób wykorzystywane są dane na ich temat, zbierane przez pracodawcę w ramach monitoringu efektywności. Ponad połowa badanych nie ma zaufania co do celów, w jakich pracodawca zbiera dane na ich temat, a 65% nie wie, czy ich dane nie są przekazywane zewnętrznym podmiotom. Własność danych zbieranych w ramach monitoringu, procedury podejmowania decyzji (o premiach, awansach, zwolnieniach) w oparciu o te dane, przedefiniowany obszar prywatności w pracy zdalnej – to obszary niedookreślone w ramach nowej cyfrowej normalności.
W propozycji dyrektywy unijnej takie systemy w miejscu pracy określane są jako ryzykowne: „Systemy sztucznej inteligencji wykorzystywane w obszarze zatrudnienia, zarządzania pracownikami i dostępu do samozatrudnienia, w szczególności do rekrutacji i wyboru kandydatów, do podejmowania decyzji o awansie i rozwiązaniu stosunku pracy oraz do przydzielania zadań, monitorowania lub oceny osób pozostających w umownych stosunkach pracy, należy również klasyfikować jako systemy wysokiego ryzyka, ponieważ systemy te mogą w znacznym stopniu wpływać na przyszłe perspektywy zawodowe i źródła utrzymania tych osób” [4].
Kolejnym krokiem powinno być uznanie tego obszaru jako podlegającego obowiązkowym ustaleniom pomiędzy zatrudniającym a pracownikami. Dotyczy to każdego rodzaju pracy i każdej branży. Ograniczenie gigifikacji pracy wymaga również zmiany asymetrii władzy w kontekście własności danych.
Konsumenci, pracownicy i ich prawa
Coraz więcej pracujących osób odczuwać może negatywny wpływ algorytmicznego zarządzania. W tym samym czasie korzystają z jego efektów jako konsumenci. Powtarzane w tysiącach przekazów marketingowych historyjki o tym, co można załatwić jako kupujący przy pomocy jednego kliknięcia, oddziałują na tyle mocno, że trudno jeszcze połączyć te dwie, jakże odmienne, perspektywy. Coraz częstsze próby opisu sytuacji pracy w tej nowej rzeczywistości i oddolne działania pracowników, którzy w największym stopniu odczuwają negatywne skutki braku barier dla cyfrowego kapitalizmu, organizacji platformowych, być może zaczną spotykać się ze zrozumieniem politycznych decydentów. Ci ostatni też widzą, że to nie oni kontrolują cyfrowych gigantów, skoro cyfrowi giganci mogą wedle uznania i własnych interesów decydować, które polityczne inicjatywy wspierać, a które blokować.
Na pewno nie ma tu co liczyć na zarządzających i właścicieli firm. Dla nich są to szeroko otwarte drzwi do nowej rzeczywistości, która niesie obietnice zysków i jest prawnie niedookreślona. Dlatego eksperymentują z nowymi możliwościami zarządzania algorytmicznego, licząc na wygenerowanie wzrostu. Jeśli teraz nie zostaną wprowadzone ograniczenia dla tych procesów, psujących środowisko pracy, w przyszłości będzie to coraz trudniejsze. W budowaniu nowej cyfrowej normalności dobra praca nie jest priorytetem.
Roman Rostek
Przypisy:
1. The Amazonian Era: How algorithmic systems are eroding good work, Institute for the Future of Work, maj 2021, https://www.ifow.org/publications/the-amazonian-era-how-algorithmic-systems-are-eroding-good-work
2. A. Nguyen, The Constant Boss: Work Under Digital Surveillance, Data And Society, 19 maja 2021, https://datasociety.net/library/the-constant-boss/
3. K. Pogorzelski, Oszczędności Polaków w czasie pandemii. Wyniki międzynarodowego badania Finansowy Barometr ING, maj 2021.
4. Rozporządzenie Parlamentu Europejskiego i Rady ustanawiające zharmonizowane przepisy dotyczące sztucznej inteligencji (Akt w Sprawie Sztucznej Inteligencji) i zmieniające niektóre akty ustawodawcze Unii, 21.04.2021 https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:52021PC0206
