Opis stanowiska, na którym korzysta się z AI, powinien wyjaśniać, za jaki rezultat odpowiada człowiek, co robi AI, jakie decyzje pracownik może podejmować i jak oceniany jest jego wkład. Ustal to, zanim zaczniesz wymieniać narzędzia. Jeśli ogłoszenie obiecuje odpowiedzialność, musi też mówić o uprawnieniach, informacjach i czasie potrzebnych do wywiązania się z obowiązków.

Wyobraź sobie, że szukasz specjalisty ds. obsługi klienta, który ma „odpowiadać za efekty obsługi z wykorzystaniem AI”. Podczas rozmów opowiadasz o samodzielnym podejmowaniu decyzji, empatii i możliwości poprawy obsługi. Po zatrudnieniu ta osoba całymi dniami zatwierdza proponowane odpowiedzi, potrzebuje zgody na zmianę decyzji o zwrocie pieniędzy i musi się tłumaczyć, gdy dokładne sprawdzenie sprawy wydłuża czas obsługi.

Problem tkwi w tym, jak zaplanowano pracę. Pracownik ma ponosić odpowiedzialność, ale decyzje pozostają w cudzych rękach.

Opracowanie naukowe omawiane obecnie na [Hacker News](https://news.ycombinator.com/item?id=49601814) stawia pokrewne pytanie: co dzieje się z poczuciem sensu pracy, gdy maszyna mogłaby wykonać zadanie, którym nadal zajmuje się człowiek? To dobry powód, żeby przyjrzeć się nowemu stanowisku przed publikacją ogłoszenia. Nie jest to jednak dowód, że AI odbiera pracy sens ani że lepszy opis stanowiska go przywraca.

## Co się zmienia, gdy AI potrafi wykonać twoją pracę?

Automatyzacja może zmienić sposób, w jaki ludzie postrzegają własny wkład, nawet jeśli zachowują zatrudnienie. Tej możliwości dotyczy opracowanie Joshuy Gansa z lipca 2026 r., [*Replaceable but Employed: Automation and the Meaning of Work*](https://www.nber.org/papers/w35559).

W modelu Gansa pracownicy cenią zarówno użyteczny rezultat, jak i własny udział w jego powstaniu. Wiarygodna możliwość automatyzacji może w tym modelu osłabić to drugie źródło wartości, zanim pracodawca kogokolwiek zastąpi. Praca nadal jest wykonywana, ale człowiek może inaczej postrzegać swój udział w jej efektach.

**To mechanizm teoretyczny, a nie trend potwierdzony pomiarami wśród pracowników.** Artykuł nie określa, ilu pracowników go doświadcza. Rozważania o płacach zależą od przyjętych założeń dotyczących dostosowywania wynagrodzeń. W dalszych częściach autor proponuje badania empiryczne, zamiast przedstawiać ten mechanizm jako już potwierdzony.

To ważne rozróżnienie, gdy z badań wyciągasz wskazówki dla rekrutacji. Wniosek, że „ludzie muszą wierzyć, iż maszyny nie potrafią ich zastąpić”, byłby nietrafny. Gans wyraźnie odróżnia sens pracy od bycia niezastąpionym. Nauczanie, sprawdzanie cudzej pracy, opieka nad kimś czy świadczenie przydatnej usługi mogą mieć znaczenie, nawet jeśli ktoś inny też mógłby się tym zająć.

Nie warto też zachowywać bezcelowych czynności ręcznych tylko po to, żeby stworzyć pozory przydatności. Specjalista ds. obsługi klienta nie musi sam wpisywać każdego zdania, żeby pomóc klientowi. Jego wkład może polegać na znalezieniu brakującego faktu, wyborze uczciwej odpowiedzi albo zauważeniu wady produktu, o której przygotowany szkic w ogóle nie wspomina.

Pytanie przed rekrutacją jest konkretne: **co ta osoba może zmienić i kto na tej zmianie skorzysta?** Jeśli nie umiesz odpowiedzieć, „nadzór człowieka” to niepełny opis pracy. Jeśli umiesz, opisz ten wkład bez obietnicy, że technologia nigdy mu nie dorówna.

## Co badania mówią o sensie pracy i AI?

Badania uzasadniają przyjrzenie się organizacji pracy, ale nie pozwalają zakładać, że każde zastosowanie AI pogarsza jej jakość. Badania nad robotami przemysłowymi, wcześniejszymi systemami AI i wsparciem ze strony generatywnej AI dotyczą różnych technologii i grup pracowników.

W artykule [*Robots, meaning, and self-determination*](https://www.sciencedirect.com/science/article/pii/S0048733324000362) Milena Nikolova, Femke Cnossen i Boris Nikolaev analizują 14 branż w 20 krajach europejskich w latach 2005–2021. Ich szacunki wiążą robotyzację ze spadkiem poczucia sensu pracy i autonomii. To istotne dane o jakości pracy, ale dotyczą robotów przemysłowych. Badanie nie sprawdza, co dzieje się po wprowadzeniu asystenta konwersacyjnego w twoim zespole, ani nie weryfikuje opisywanego przez Gansa efektu poprzedzającego wdrożenie.

Ważną przeciwwagę przynoszą badania OECD. [Ankiety wśród pracodawców i pracowników opublikowane w 2023 r.](https://www.oecd.org/en/publications/the-impact-of-ai-on-the-workplace-main-findings-from-the-oecd-ai-surveys-of-employers-and-workers_ea0a0fe1-en.html) objęły 5334 pracowników i 2053 firmy z sektora finansowego i produkcyjnego w siedmiu krajach. Oceny wpływu AI na wyniki i warunki pracy były na ogół pozytywne. Szkolenia i konsultacje z pracownikami wiązały się z lepszymi wynikami, choć ankiety nie dowodzą, że to właśnie te działania je spowodowały.

W [rozdziale poświęconym jakości pracy](https://www.oecd.org/en/publications/oecd-employment-outlook-2023_08785bba-en/full-report/artificial-intelligence-job-quality-and-inclusiveness_a713d0ad.html) OECD podaje również, że 58% użytkowników AI w finansach i 59% w produkcji dostrzegało większy wpływ na kolejność wykonywania zadań. Mniejsze odsetki zgłaszały spadek tej kontroli. Wybór kolejności zadań to węższa swoboda niż decydowanie, czym powinien zająć się zespół. Mimo to wyniki podważają prostą opowieść o nieuchronnej utracie autonomii.

Ankiety przeprowadzono przed obecną falą generatywnej AI. Pokazują opinie osób nadal zatrudnionych, pomijając tych, którzy wcześniej odeszli. Traktuj je jako dane z konkretnego środowiska, nie prognozę dla każdego nowego stanowiska.

Nowszy przykład pochodzi z badania [*Generative AI at Work*](https://arxiv.org/abs/2304.11771) Erika Brynjolfssona, Danielle Li i Lindsey Raymond. Jego zaktualizowana wersja opisuje stopniowe wdrażanie narzędzia w obsłudze klienta, obejmujące 5172 pracowników. Dostęp do pomocy AI zwiększył liczbę spraw rozwiązanych w ciągu godziny średnio o 15%, przy dużych różnicach zależnych od umiejętności i doświadczenia. Poprawiły się też interakcje z klientami.

Pracownicy mogli tam zmieniać lub ignorować sugestie, nadal odpowiadając za rozmowę. To dobry przykład wsparcia ze strony narzędzia przy zachowaniu samodzielności. **Badanie nie dowodzi, że to samodzielność spowodowała poprawę wyników**, nie mierzy opisanego wyżej mechanizmu utraty sensu pracy i nie ustala skutków dla całej gospodarki.

Łącznie te źródła pokazują, że doświadczenia z automatyzacją mogą być bardzo różne. Poniższe zalecenia to propozycje doprecyzowania stanowiska. Żadne z tych badań nie sprawdzało tej listy ani nie gwarantuje, że jej zastosowanie ograniczy odejścia, zwiększy satysfakcję czy poprawi wyniki rekrutacji.

## Ustal, o czym będzie decydować osoba pracująca z AI

Można odpowiadać za wynik, nie mając wystarczających uprawnień, żeby na niego wpłynąć. Zanim rozpoczniesz rekrutację, uzgodnij, jakie decyzje będzie podejmować nowa osoba i co otrzyma do dyspozycji, żeby podejmować je świadomie.

Zacznij od momentu, gdy decyzja o zatrudnieniu już zapadła. Wybór między etatem, wykonawcą zewnętrznym a automatyzacją należy do [planowania zatrudnienia](/blog/headcount-planning-humans-ai-agents-new-hr-role). Tutaj wiadomo już, że do zespołu ma dołączyć człowiek. Teraz trzeba opisać pracę, którą rzeczywiście będzie mógł wykonywać.

Rozważmy **hipotetyczne stanowisko w obsłudze klienta**:

| Obszar pracy | Co robi AI | O czym decyduje pracownik | Co trzeba przekazać dalej |
|---|---|---|---|
| Standardowa odpowiedź klientowi | Wyszukuje zasady i proponuje szkic | Sprawdza fakty, przeredagowuje odpowiedź i ją wysyła | Sprzeczne zasady lub brak danych dotyczących konta |
| Sporny zwrot pieniędzy | Podsumowuje prośbę i historię sprawy | Wyjaśnia sprawę i zatwierdza zwrot w granicach ustalonych zasad | Wyjątki poza zakresem jego uprawnień |
| Niewiarygodna sugestia | Proponuje odpowiedź, która może być błędna | Odrzuca sugestię i obsługuje sprawę ręcznie | Powtarzające się błędy wymagające przypisania osoby odpowiedzialnej |
| Uwagi o produkcie | Grupuje powtarzające się problemy klientów | Przedstawia dowody i proponuje zmianę | Priorytety produktu ustala osoba odpowiedzialna za produkt |

Tabela pokazuje granice. „Odpowiedzialność za doświadczenie klienta” mogłaby sugerować prawo do ustalania priorytetów produktu. To stanowisko go nie daje. Zapewnia możliwość przedstawienia dowodów i jasno wskazuje, kto podejmuje ostateczną decyzję.

Sprawdź teraz, czy z tych uprawnień można skorzystać także przy natłoku pracy. Czy specjalista może odrzucić szkic bez pytania o zgodę? Czy ma dostęp do historii konta potrzebnej do jego sprawdzenia? Czy pozwolisz mu poświęcić czas na wyjaśnienie niejasnej sprawy? Kto podejmie decyzję po przekazaniu sprawy dalej, gdy przełożonego nie ma?

Zapis w opisie stanowiska niewiele znaczy, jeśli warunki pracy mu przeczą. Osoba oceniana wyłącznie za szybkość może mieć formalne prawo do zbadania sprawy, ale niewiele szans na skorzystanie z niego. Polecenie przekazania problemu dalej ma sens tylko wtedy, gdy jest komu go przekazać i ta osoba może podjąć decyzję.

Obok obowiązków pracownika zapisz zobowiązania przełożonego. Mogą obejmować dostęp do zasad obsługi, szkolenie przed rozpoczęciem samodzielnej pracy, wskazanie osoby rozstrzygającej trudne sprawy i czas na analizę powtarzających się błędów. Rozróżnij to, co jest dostępne już teraz, od tego, co dopiero trzeba zorganizować.

Wkład pracownika nie ogranicza się do wyłapywania błędów. Może wyjaśnić zawiłą zasadę tak, żeby klient wiedział, co zrobić, zauważyć zbędną czynność albo podzielić się z zespołem wiedzą zdobytą przy kolejnych sprawach. Nie trzeba wymyślać strategicznego projektu dla każdego stanowiska. Trzeba jednak wyjaśnić, komu pomaga zwykła, codzienna praca.

## Opisz stanowisko przez rzeczywisty wkład pracownika

Opis pracy z AI powinien pozwalać kandydatowi wyobrazić sobie codzienne zadania i granice samodzielności. Ogólne obietnice odpowiedzialności zastąp konkretnym zakresem decyzji, obiecanym wsparciem i kryteriami oceny. Przyszły przełożony musi być gotów dotrzymać tych ustaleń.

Słaba wersja opisu naszego hipotetycznego stanowiska brzmi tak:

> Będziesz odpowiadać za zadowolenie klientów, korzystać z najnowszych narzędzi AI, monitorować jakość i pracować w dynamicznym środowisku.

Bardziej konkretny opis mógłby brzmieć tak:

> Będziesz pomagać klientom w sprawach dotyczących kont i rozliczeń. Nasz system AI wyszukuje zasady obsługi i przygotowuje szkice odpowiedzi. Sprawdzasz fakty, wybierasz odpowiedź i możesz odrzucić szkic, jeśli jest nieodpowiedni. Możesz zatwierdzać zwroty w granicach ustalonych zasad, a wyjątki przekazujesz osobie kierującej obsługą klienta.
>
> Będziesz też przedstawiać powtarzające się problemy klientów podczas przeglądu uwag o produkcie. Oceniamy jakość rozwiązań, uzasadnienie przekazania sprawy dalej oraz czas odpowiedzi. Podczas wdrożenia będziesz ćwiczyć na przypadkach, które zostaną później ocenione, zanim zaczniesz samodzielnie obsługiwać kolejkę.

To przykładowy tekst, nie opis konkretnego pracodawcy. To również zobowiązanie. Nie wklejaj go do ogłoszenia, jeśli system wysyła odpowiedzi automatycznie, zanim człowiek zdąży je sprawdzić, albo jeśli osoba kierująca obsługą nie może zapewnić obiecanego wsparcia przy trudniejszych sprawach.

Nazwij też to, co pozostaje niepewne. Być może dziś sprawdzacie każdą odpowiedź, a jednocześnie testujecie automatyzację prostych zapytań. Powiedz kandydatom, co już ustalono, co się zmienia i jak zespół będzie omawiać zmiany w ich obowiązkach. Zdanie „stanowisko będzie ewoluować” mówi więcej, gdy wyjaśnisz, nad jakimi zmianami pracujecie.

[Poradnik pisania ogłoszeń o pracę](/blog/writing-job-descriptions) pomoże zamienić te ustalenia w czytelny tekst. Skracając go, zachowaj treść zobowiązań. Jeśli usuniesz ograniczenia, a zostawisz „odpowiedzialność”, złożysz kandydatom inną obietnicę.

Nie przedstawiaj poczucia sensu jako zamiennika wynagrodzenia, rozsądnej ilości pracy czy dobrego zarządzania. Badania nad sensem pracy nie uzasadniają niższych wynagrodzeń. Kandydaci mają prawo ocenić całe stanowisko, także te jego aspekty, których nie chcesz eksponować w pierwszym akapicie.

## Pokaż kandydatom, jak w zespole podejmuje się decyzje

Zanim zapytasz kandydata, czy chce codziennie podejmować określone decyzje, pokaż, jak wygląda to w praktyce. Niedawny przykład może powiedzieć więcej niż lista zatwierdzonych narzędzi AI.

Poproś przyszłego przełożonego o omówienie przypadku, w którym zakwestionowano proponowaną odpowiedź. Najpierw usuń z przykładu wrażliwe dane. Pokaż, do jakich informacji pracownik miał dostęp, co zmienił, kto zatwierdził ewentualny wyjątek i co stało się później. Jeśli takiego przypadku nie ma, bo proces jest nowy, powiedz to i użyj wyraźnie oznaczonego przykładu hipotetycznego.

Pozwól kandydatom zadawać niewygodne pytania o codzienną pracę. Co się dzieje, gdy pracownik nie zgadza się z sugestią? Jakie decyzje zmienia przełożony? Czy czas poświęcony na wyjaśnienie sprawy pogarsza ocenę pracownika? Co zespół zmienił po zgłoszeniu problemu przez jedną z zatrudnionych osób?

Odpowiedzi na te pytania pokazują, jaką współpracę proponujesz. Szczera informacja o ograniczonych uprawnieniach jest bardziej użyteczna niż obietnica swobody, której stanowisko nie zapewnia. Kandydat może woleć dobrze określoną pracę usługową od szerszych obowiązków z niejasnymi oczekiwaniami.

Zadanie rekrutacyjne też powiąż z rzeczywistą pracą. Możesz dać kandydatowi niedoskonały szkic odpowiedzi i wystarczający zestaw fikcyjnych danych konta, żeby dało się go ocenić. Zapytaj, co wyśle, na jakich informacjach oprze decyzję i co przekaże dalej. Z góry ujawnij dozwolone narzędzia i kryteria oceny.

Oceniaj decyzje istotne na tym stanowisku, w tym zauważenie brakującego faktu czy przestrzeganie granic uprawnień. Nie nagradzaj po cichu przekraczania uprawnień tylko dlatego, że wygląda to na inicjatywę. Z drugiej strony nie traktuj każdej prośby o wyjaśnienie jako braku samodzielności.

Poradnik o [budowaniu zespołu oceniającego pracę AI](/blog/mturk-shutdown-human-in-the-loop-team) szerzej omawia reprezentatywne zadania i dobór recenzentów. Tutaj ćwiczenie ma węższy cel: sprawdzić, czy ocena odpowiada uprawnieniom opisanym w ogłoszeniu. Jedno zadanie nie pozwala rozpoznać czyjejś motywacji ani ustalić, czy praca będzie dla tej osoby sensowna.

## Sprawdź, czy codzienna praca odpowiada obietnicy

Po zatrudnieniu porównaj zapowiedziane obowiązki z decyzjami, które pracownik rzeczywiście podejmuje. Automatyzacja może zmieniać pracę szybciej, niż aktualizujesz opis stanowiska.

W rozmowie z pracownikiem wróć do niedawnej sprawy. Zapytaj, kiedy jego własna ocena sytuacji zmieniła odpowiedź, co pomogło klientowi i za co go rozliczano, mimo że nie mógł o tym decydować. To pytania do rozmowy, nie zweryfikowana naukowo miara poczucia sensu pracy.

Prześledź przykład aż do podjęcia decyzji. Być może pracownik stale przekazuje dalej ten sam rodzaj wyjątku i czeka na zgodę. Możesz rozszerzyć jego uprawnienia po szkoleniu, doprecyzować zasady albo zachować granicę, bo konsekwencje wymagają decyzji innej osoby. Każde z tych rozwiązań może być rozsądne. Trzeba natomiast usunąć niejasności co do odpowiedzialności.

Przyjrzyj się również dostępnemu czasowi. Jeśli automatyzacja przejmuje rutynowe sprawy, w kolejce mogą zostać trudniejsze przypadki wymagające wyjaśnienia. Sprawdź, czy dotychczasowy oczekiwany czas obsługi nadal pasuje do pracy. Nie zakładaj, że krótsza kolejka oznacza łatwiejsze zadania.

Wróć do zobowiązań, gdy zmieniają się narzędzia. Jeśli system zaczyna wysyłać odpowiedzi bez sprawdzenia, wyjaśnij nową rolę pracownika i ustal, czy wraz z nią powinien zmienić się zakres odpowiedzialności. Nie rozliczaj kogoś z decyzji, której nie może już sprawdzić ani powstrzymać.

Wyniki OECD dotyczące konsultacji przemawiają za tym, żeby poznać doświadczenia pracowników, choć nie rozstrzygają kwestii przyczynowości. Pracownik może opisać, jak proces działa w praktyce. Nadal trzeba zdecydować, co zmienić, zapewnić środki na tę zmianę i ją wyjaśnić.

## Przenieś opis stanowiska do procesu rekrutacji w Kit

Ogłoszenie, instrukcje dla kandydata i kryteria oceny powinny dotyczyć tych samych decyzji. Proces rekrutacji może utrwalić zobowiązania, ale to przełożony musi zadbać o ich realizację w codziennej pracy.

W Kit możesz opisać oczekiwane rezultaty i granice uprawnień w ogłoszeniu o pracę, a zadanie wyjaśnić w instrukcjach etapu widocznych dla kandydata. Szablony procesu pozwalają ponownie wykorzystywać etapy i przypisania recenzentów. Możesz skonfigurować etap oceny zespołu z nazwanymi kryteriami oraz zbierać rekomendacje, oceny i komentarze.

Interfejs ocen w Kit ukrywa opinie pozostałych osób, dopóki recenzent nie prześle własnej oceny. Pomaga to zapisać niezależną opinię przed porównaniem wniosków. Nie dowodzi jednak, że ocena mierzy sens pracy, ani nie gwarantuje bezstronnej decyzji rekrutacyjnej.

Kit nie egzekwuje też uprawnień pracownika do decydowania o działaniu narzędzi AI w pracy po zatrudnieniu. To nadal zobowiązanie przełożonych. Punktem wyjścia jest praca, którą można zrozumieć: co robi narzędzie, jaki wkład wnosi człowiek i o czym wolno mu decydować.

> [!CTA]
> **Ustal zakres decyzji przed publikacją ogłoszenia.** Zacznij od [szablonu rekrutacji w Kit](/templates), a potem dopasuj opis stanowiska, instrukcje rozmowy i kryteria oceny do pracy, za którą nowa osoba rzeczywiście będzie odpowiadać.