Generatywna AI a polski rynek pracy: wpływ sztucznej inteligencji na zawody

Dynamiczny rozwój generatywnej sztucznej inteligencji (GenAI), obserwowany od premiery ChatGPT w listopadzie 2022 roku, budzi zarówno istotne nadzieje, jak i liczne obawy dotyczące przyszłości pracy oraz poziomu dochodów. Dla wielu osób pracujących GenAI pozostaje „mitycznym Golemem”, o którym wiadomo, że ma pomagać, lecz którego działanie i potencjalne rezultaty pracy są słabo zrozumiałe. To zjawisko buduje poczucie zagrożenia, wzmacniane przez medialne narracje o „końcu pracy”. Jednocześnie, jak wskazuje raport NASK i ILO, niektórzy respondenci postrzegają AI jako „Terminatora”, który może doprowadzić do transformacji lub nawet zaniku znanego nam świata.

Celem niniejszego artykułu jest rozwianie powszechnych wątpliwości, przedstawienie rzetelnych danych i perspektyw na podstawie raportu „Generatywna sztuczna inteligencja a polski rynek pracy” opracowanego przez NASK i International Labour Organization (ILO), a także wskazanie praktycznych narzędzi i strategii adaptacji, zarówno dla pracowników, jak i pracodawców.

GenAI w Polsce: Fakty i liczby z raportu NASK i ILO

Raport NASK i ILO, będący największym dostępnym badaniem opinii uczestników polskiego rynku pracy, dostarcza kluczowych informacji na temat obecnego stanu i perspektyw wpływu GenAI.

Niski poziom wdrożenia i świadomości:

• Zgodnie z danymi z grudnia 2024 roku, tylko 9,4% respondentów deklaruje, że narzędzia GenAI zostały już wdrożone w ich miejscu pracy.
• Niemal połowa (44,5%) pracodawców nie planuje korzystania z GenAI, a 27,2% pracowników nie posiada wiedzy na ten temat.
• Badania ujawniają poważną lukę komunikacyjną: 68,1% pracujących nie otrzymało żadnych wytycznych dotyczących korzystania z GenAI w pracy, a zaledwie 8,1% deklaruje ich istnienie. Taka sytuacja niesie ryzyko niekontrolowanego użycia technologii oraz problemy z odpowiedzialnością za generowane treści.

Dominujące obawy wśród Polaków:

• Wśród najczęściej wymienianych zagrożeń dominują spadek zarobków (41,3%) oraz redukcja zatrudnienia ze względu na automatyzację zadań (29,3%).
• Mimo tych obaw, wizja „przejęcia” pracy przez sztuczną inteligencję jest postrzegana jako problem dalszej przyszłości. Aż 31,2% badanych uważa, że wpływ GenAI będzie umiarkowany, a 26,1% – niewielki w ciągu najbliższych pięciu lat.

Skala podatności na automatyzację:

• Ponad 5 milionów stanowisk (30,3% ogółu zatrudnionych w Polsce) może zostać częściowo zautomatyzowanych z wykorzystaniem GenAI.
• Wśród nich, ponad 800 tysięcy osób (4,9% zatrudnionych) pracuje w zawodach o najwyższej podatności na AI, gdzie większość zadań może przejąć sztuczna inteligencja.

Pracownicy biurowi najbardziej podatni:

• Analiza wskazuje, że pracownicy biurowi stanowią grupę najbardziej podatną na wpływ GenAI. Wśród nich aż 71,2% wykonuje zadania możliwe do zautomatyzowania, a niemal połowa (47,2%) znajduje się w grupie najwyższego ryzyka (Gradient 4).
• Nie oznacza to jednak, że te zawody znikną. Jak uspokaja Filip Konopczyński, dyrektor Biura Analiz w NASK, „po prostu pojawią się nowe zadania, których AI nie wykona”.

Kto jest najbardziej narażony na wpływ GenAI? Nierówności na rynku pracy.

Wpływ GenAI ma charakter społeczny i strukturalny, co oznacza, że oddziałuje nierównomiernie na różne grupy demograficzne. Badania NASK i ILO wskazują na płeć i wiek jako kluczowe zmienne różnicujące potencjalny wpływ GenAI.

Kobiety są bardziej zagrożone:

• Dane ujawniają głębokie nierówności strukturalne: kobiety są znacznie liczniej reprezentowane w zawodach podatnych na GenAI we wszystkich grupach wiekowych.
• Aż 39,1% kobiet (około 3,02 mln stanowisk) pracuje w zawodach, które mogą zostać zmienione przez automatyzację, podczas gdy wśród mężczyzn odsetek ten wynosi 22,8% (około 2,05 mln etatów).
• W grupie wiekowej 15-24 lata, 47,8% kobiet pracuje w zawodach podatnych na automatyzację, w porównaniu do zaledwie 22,7% mężczyzn w tej samej grupie.
• Taka dysproporcja ma „bardzo duży potencjał pogłębiania nierówności na rynku pracy”.

Młodsi pracownicy z największym stresem:

• Najmłodsza grupa pracowników (15-24 lata) najbardziej obawia się wpływu sztucznej inteligencji na zatrudnienie.
• Jedna czwarta z nich przewiduje konieczność przebranżowienia się.
• Mimo tych obaw, to właśnie młodsi pracownicy wykazują najwyższą świadomość GenAI (85% w grupie 15-24 lata) i najczęściej korzystają z tych narzędzi (53% w tej samej grupie). Wraz z wiekiem, świadomość GenAI systematycznie maleje.

Szansa czy zagrożenie? Różne perspektywy i sposoby adaptacji.

Postrzeganie GenAI jest zróżnicowane i zależy w dużej mierze od doświadczenia użytkowników.

GenAI jako narzędzie zwiększające efektywność i kreatywność:

• 54,8% pracowników w zawodach podatnych na automatyzację widzi szansę na przyspieszenie wykonywania zadań dzięki GenAI.
• Technologie GenAI mogą wspierać wzrost produktywności i kreatywności. Użytkownicy intensywni (Heavy Users – HU) opisują, jak AI pozwala im na wykonywanie zadań w „kilka godzin” zamiast „kilku dni”, przekładając się na wymierne korzyści biznesowe.
• GenAI jest również wykorzystywana jako narzędzie wspierające kreatywność, pozwalające na lepsze zrozumienie perspektywy innych osób i generowanie nowych pomysłów.

Kluczowa rola doświadczenia:

• Badania jakościowe ukazują, że doświadczenie praktyczne sprzyja pozytywnej ocenie technologii.
• HU (osoby regularnie korzystające) postrzegają GenAI jako technologię opartą na algorytmach, wspomagającą pracę, ale wymagającą kontroli człowieka i konkretnego doboru narzędzia do zadania. Są świadomi jej ograniczeń, takich jak „halucynacje modelu”.
• LU (osoby sporadycznie korzystające lub wcale) często operują definicjami metaforycznymi, utożsamiając AI z monolitem („coś ogólnego, co potrafi wszystko”). Wyrażają ogólne obawy o utratę kreatywności i zdolności do samodzielnego myślenia, a w konsekwencji utratę pracy.

Umiejętności przyszłości w erze GenAI:

• Kluczowe jest rozwijanie umiejętności krytycznej oceny wyników AI i unikanie „bezrefleksyjnego” korzystania z narzędzi GenAI.
• Wartość tkwi w procesie poszukiwania odpowiedzi, który pozwala „spojrzeć na sprawę z innej perspektywy” i „znaleźć bardziej optymalne rozwiązanie”.

Niezastąpiony „czynnik ludzki”:

• AI nie zastąpi empatii, umiejętności miękkich, budowania relacji z klientem czy uczenia dzieci „współżycia z innymi”. Te obszary stają się jeszcze bardziej wartościowe.
• Człowiek pozostaje niezastąpiony w relacjach międzyludzkich. HU podkreślają konieczność indywidualnego podejścia i rozumienia kontekstu biograficznego pracowników, wskazując, że „AI nie rozpozna, że pracownik ma gorszy dzień”.

Dla Pracowników: Jak przygotować się na zmiany?

Adaptacja do zmieniającego się rynku pracy wymaga proaktywnych działań ze strony pracowników.

Wykorzystaj ILO-NASK Index – Twoje osobiste narzędzie adaptacji:

• To innowacyjne narzędzie, opracowane przez NASK i International Labour Organization (ILO), jest już dostępne na stronie internetowej NASK. Pozwala ono „oszacować, w jakim stopniu nasz zawód może zostać zautomatyzowany przez sztuczną inteligencję”.
• Sprawdź podatność swojego zawodu: Polska klasyfikacja zawodów zawiera ponad 2500 zawodów i niemal 30000 zadań, co umożliwia bardzo precyzyjną ocenę ryzyka automatyzacji. Przykładowo, zawody takie jak fakturzystka czy korektor tekstu charakteryzują się wysokim potencjałem automatyzacji.
• Stwórz spersonalizowany profil podatności: Analizując, które zadania z danego zawodu faktycznie wykonujesz, możesz określić, jak bardzo Twoje konkretne stanowisko pracy może być zautomatyzowane.
• Dostosuj zakres obowiązków: Taka analiza może pomóc w „dostosowaniu zakresu obowiązków do zadań mniej podatnych na automatyzację”, co stanowi szansę na świadome zarządzanie ścieżką zawodową i rozwój kompetencji odpornych na wpływ GenAI.
• Narzędzie jest przydatne nie tylko dla obecnych pracowników, ale także dla uczniów, studentów i doradców zawodowych do lepszego planowania edukacji, wyboru zawodu i rozwoju umiejętności przyszłości.

Nieustanny rozwój kompetencji:

• 58,4% pracujących Polaków deklaruje gotowość do nauki w obszarze AI, co stanowi solidną podstawę do systemowych programów edukacyjnych.
• Inwestuj w umiejętności krytycznego myślenia i analityki, które są kluczowe w pracy z GenAI.
• Przygotowanie pracowników do korzystania z GenAI jest ważnym wyzwaniem; 33% osób pracujących w zawodach wysokiego ryzyka uważa, że będzie musiało zdobyć nowe kompetencje.

Wzmocnij swoje „ludzkie” kompetencje: Rozwijaj empatię, komunikację i umiejętności budowania relacji, które są unikalnie ludzkie i pozostają niezastąpione.

Dla Pracodawców: Strategie wdrażania GenAI i budowania odporności organizacji.

Dla pracodawców kluczowe jest proaktywne i odpowiedzialne podejście do wdrażania GenAI.

Edukacja i przełamywanie strachu:

• Należy „zadbać przede wszystkim o edukację pracowników, ale także pracodawców”, aby GenAI przestała być „wielką niewiadomą, owianą głównie stereotypami”. To zwiększy chęć korzystania z niej.
• Konieczne są „szkolenia o sztucznej inteligencji i szeroko rozumiana edukacja na ten temat”.

Transparentność i jasne wytyczne:

• Brak wyraźnych wytycznych i niski poziom wiedzy pracowników na temat zasad korzystania z GenAI w miejscu pracy to „poważna luka komunikacyjna”.
• Pracodawcy powinni pilnie wprowadzić jasne zasady, aby uniknąć ryzyka niekontrolowanego użycia narzędzi AI i problemów z odpowiedzialnością za generowane treści. Prawie połowa badanych (46,7%) nie potrafiła jednoznacznie stwierdzić, czy w ich miejscu pracy istnieją ograniczenia dotyczące korzystania z GenAI.

Inkluzywne i systemowe wdrażanie GenAI:

• Wdrażanie GenAI to przede wszystkim „wyzwanie społeczne i strukturalne”, wymagające działań systemowych, które uwzględniają nierównomierny wpływ tych technologii na różne grupy społeczne, w tym kobiety, młodych pracowników oraz osoby starsze.
• Polityka równości i wsparcie dla najbardziej zagrożonych grup powinny iść w parze z cyfrową transformacją.
• Należy brać pod uwagę obawy pracowników i zgłębiać powody, dla których nie chcą sięgać po sztuczną inteligencję w pracy.

Inwestycje w upskilling i reskilling:

• Niezbędne jest opracowanie polityk wspierających podnoszenie kwalifikacji (upskilling) i przekwalifikowanie (reskilling), szczególnie w zawodach o wysokim poziomie ryzyka.
• Kluczowe będą programy edukacyjne odpowiadające rzeczywistym potrzebom użytkowników, uwzględniające ich doświadczenie zawodowe i poziom zaawansowania technologicznego.

Budowanie zaufania i dialogu społecznego:

• Należy rozwijać dialog społeczny i wzmacniać zaufanie w miejscu pracy, aby ograniczać lęk i niepewność związane z automatyzacją.
• Wdrażanie GenAI powinno przebiegać z poszanowaniem praw pracowniczych i zasad równości szans.

Kultura otwartości i innowacji:

• Promuj samodzielność w poszukiwaniu rozwiązań zwiększających efektywność pracy, stawiając na wynik końcowy, a nie konkretne narzędzie.
• Wykorzystuj nieformalne mechanizmy dyfuzji innowacji, takie jak dzielenie się doświadczeniami „przy kawie”, które mogą być pierwszym krokiem do szerszej adaptacji narzędzi AI w organizacji.

Priorytet dla bezpieczeństwa danych:

• Wprowadzaj rygorystyczne procedury bezpieczeństwa i weryfikacji narzędzi przez dedykowane zespoły ds. bezpieczeństwa.
• Rozważ tworzenie własnych, wewnętrznych rozwiązań AI, aby zapewnić bezpieczeństwo poufnych danych i wyprzeć chęć sięgania pracowników do zewnętrznych, mniej bezpiecznych narzędzi.

Podsumowanie i perspektywy na przyszłość.

Badania NASK i ILO jasno wskazują, że GenAI zmienia charakter pracy, nie eliminuje zawodów. Proces ten stanowi transformację, a nie „koniec pracy”.

Klucz do sukcesu w adaptacji do ery GenAI leży w połączeniu kilku elementów: edukacji, proaktywnych polityk publicznych oraz ciągłego dialogu między pracownikami a pracodawcami. Skuteczne i inkluzywne wdrażanie GenAI może prowadzić do wzrostu produktywności i kreatywności.

GenAI to nie tylko wyzwanie technologiczne, ale przede wszystkim społeczne i strukturalne. Odpowiedzialne i świadome podejście do jego wpływu, uwzględniające specyfikę różnych grup na rynku pracy, może prowadzić do „budowy bardziej równego rynku pracy”. Monitorowanie i badanie wpływu GenAI na rynek pracy jest niezbędną wiedzą w obliczu tak szybko zmieniającej się rzeczywistości.

Słownik kluczowych terminów

• GenAI (Generatywna Sztuczna Inteligencja): Rodzaj sztucznej inteligencji zdolnej do tworzenia nowych treści, takich jak tekst, obrazy, muzyka czy kod, na podstawie nauczonych wzorców.
• NASK – PIB (Naukowa i Akademicka Sieć Komputerowa – Państwowy Instytut Badawczy): Polska instytucja badawcza, która we współpracy z ILO opracowała raport dotyczący wpływu GenAI na polski rynek pracy.
• ILO (International Labour Organization – Międzynarodowa Organizacja Pracy): Wyspecjalizowana agencja ONZ, zajmująca się kwestiami pracy i warunków zatrudnienia na świecie, partner NASK w badaniu.
• ILO-NASK Index (Global Index of Occupational Exposure): Innowacyjne narzędzie opracowane przez NASK i ILO, służące do szacowania stopnia podatności zawodów na automatyzację lub transformację przez sztuczną inteligencję.
• Podatność na GenAI: W badaniu odnosi się do stopnia, w jakim zadania w obrębie danego zawodu mogą zostać zautomatyzowane lub przekształcone przez GenAI. Raport wyróżnia różne „gradienty podatności”.
• Gradienty podatności: Poziomy klasyfikacji zawodów w ILO-NASK Index, odzwierciedlające ich stopień podatności na GenAI (np. Gradient 4 – wysoka podatność, niska zmienność zadań).
• KZiS (Klasyfikacja Zawodów i Specjalności): Polska klasyfikacja zawodów i specjalności, używana m.in. przez Główny Urząd Statystyczny, dla której opracowano szczegółowy Indeks Podatności na GenAI.
• ISCO-08 (International Standard Classification of Occupations 2008): Międzynarodowa Klasyfikacja Zawodów, używana do porównań globalnych, na której oparty jest globalny indeks ILO-NASK.
• BAEL (Badanie Aktywności Ekonomicznej Ludności): Reprezentatywne badanie ankietowe prowadzone przez Główny Urząd Statystyczny w Polsce, monitorujące sytuację na rynku pracy, którego mikrodane wykorzystano w raporcie.
• CAWI (Computer Assisted Web Interview): Metoda zbierania danych w badaniach ilościowych, polegająca na przeprowadzaniu ankiet online.
• IDI (Individual In-depth Interview): Metoda badań jakościowych polegająca na pogłębionych wywiadach indywidualnych.
• FGI (Focus Group Interview): Metoda badań jakościowych polegająca na grupowych wywiadach zogniskowanych.
• Heavy Users (HU): Osoby regularnie korzystające z narzędzi GenAI w pracy zawodowej, charakteryzujące się wyższą świadomością i pragmatycznym podejściem.
• Light Users (LU): Osoby niekorzystające lub sporadycznie korzystające z narzędzi GenAI w pracy zawodowej, często operujące metaforami i wyrażające ogólne obawy.
• Halucynacje modelu: Termin odnoszący się do błędów lub niedokładności w treściach generowanych przez modele AI, wynikających z ich ograniczeń w rozumieniu kontekstu lub faktów.
• Upskilling (podnoszenie kwalifikacji): Proces rozwijania istniejących umiejętności pracowników w celu dostosowania ich do zmieniających się wymagań rynku pracy.
• Reskilling (przekwalifikowanie): Proces nabywania zupełnie nowych umiejętności przez pracowników, umożliwiający im zmianę zawodu lub branży.
• Transformacja technologiczna: Trwała cecha współczesnych systemów społeczno-gospodarczych, przyspieszona przez rozwój GenAI, prowadząca do głębokich zmian w sposobie pracy i organizacji życia społecznego

Często zadawane pytania: Generatywna AI a polski rynek pracy