Jak przetrwać przyszłość - AI i człowiek na rynku pracy

Czy rynek pracy stanie się wyścigiem, w którym jako ludzie zmierzymy się z AI?
A może przyszłość to raczej współpraca?  
Jakie kompetencje warto budować już dziś?
Jak uniknąć zagrożenia deskillingiem? I wreszcie, jaka w tym wszystkim rola HR?

W drugim odcinku cyklu Firma, która wspiera, prowadzonym przez dr Ewę Hartman, kulisy przyszłości odsłoni przed nami dr Iwo Zmyślony.  Wykładowca akademicki, specjalista nieautomatyzowalnych kompetencji przyszłości, doświadczony kurator i krytyk sztuki. Doktoryzował się pracą na temat kreatywności w naukach empirycznych. Autor kilkunastu prac naukowych na temat psychologii poznania i wiedzy eksperckiej.
‍
00:00:00 Wprowadzenie
00:04:48 Zawody odporne na AI
00:07:42 Przewagi człowieka nad AI
00:14:28 Problem deskillingu
00:29:50 Kompetencje przyszłości
00:43:05 O potrzebie uczenia
00:49:15 Kiedy ekspert się myli
01:01:42 Wsparcie pracownika w dobie AI
01:13:15 Nowe wyzwania dla HR w dobie AI

‍

Transkrypcja

[00:00:00] Ewa: Studiował administrację, filozofię umysłu i historię sztuki na uniwersytetach w Polsce, w Belgii i w Niemczech. Doktoryzował się pracą na temat kreatywności w naukach empirycznych. Autor kilkunastu prac naukowych na temat psychologii poznania i wiedzy eksperckiej, know-how, tacit knowledge. Laureat szeregu grantów i stypendium.

W latach 2012-2016 aktywny jako krytyk i kurator sztuki eksperymentalnej. Od przeszło dekady zrealizował dziesiątki szkoleń, wystąpień i projektów transformacyjnych dla organizacji biznesowych i non-profit. Wykładowca akademicki, specjalista nieautomatyzowalnych kompetencji przyszłości. To osoba która nie boi się pytać jak będzie i nie przyjmuje odpowiedzi że jakoś.

[00:00:52] Iwo: Cześć dzień dobry, dzień dobry Państwu

[00:00:55] Ewa: Iwo, witam Cię bardzo serdecznie w naszym cyklu. Firma, która wspiera. I mam pytanie, zupełnie z innej beczki, cytując Monty Pythona. Zmyślony czy niezmyślony?

[00:01:07] Iwo: Pytasz o nazwisko. Jak ktoś jest zmyślony to jest rodzina. Ostatnio policzyliśmy, że w Polsce jest gdzieś co jakieś dane GUS-u, 847 zmyślonych.

Wszyscy wywodzą się z jednego gniazda, wszyscy są spokrewnieni, tam kilka pokroń wstecz. Więc możemy to raz na zawsze rozstrzygnąć. To pytanie do mnie przychodzi, czy ja Cię naprawdę tak nazywam Jak ktoś jest zmyślony to rodzina i jest z tych zmyślonych trochę w Polsce.

[00:01:33] Ewa: No to już mamy to za sobą. Dobrze to było trudne ale teraz będzie pewnie trudniejsze.

Bo ja chcę Cię zapytać od razu. Od razu o coś takiego. Co będzie z ludźmi na rynku pracy?

[00:01:45] Iwo: Zależy od konkretnej firmy i jej modelu biznesowego. I to trzeba sobie jasno powiedzieć. Czy będzie z na pracy? Natomiast obiecuje nam się, że AI nie zabiera pracy i tak, faktem jest, AI nie zabiera pracy, AI automatyzuje niektóre zadania i procesy natomiast to, czy w Twojej firmie w Twojej organizacji zadania i procesy zostaną zautomatyzowane, które zadania i procesy zostaną zautomatyzowane, zależy od strategii decyzji biznesowych tej konkretnej firmy, jej modelu biznesowego, tego jak firma chce się rozwijać tego co jest dla niej ważne, w jakim horyzoncie czasowym, jakie są warunki konkurencji, więc trudno i to musimy sobie jasno powiedzieć, zależy od konkretnej firmy choć oczywiście wiemy w których branżach ta automatyzacja będzie postępować najprawdopodobniej szybciej i w których branżach, w jakich sektorach warto, Automatyzować zadania i procesy typowe czy kluczowe dla modeli biznesowych, a w jakich sektorach, w jakich branżach przy dzisiejszych technologiach bo to jest to zastrzeżenie, że my oczywiście nie wiemy, jak będzie się AI zmieniać w najbliższych latach dekadach jakie skoki jeszcze przed nami, natomiast przy tych technologiach, które dzisiaj mamy, wiemy i to bardzo dobrze, że już od dobrych paru lat i ta wiedza tylko w tej chwili się nie ma sobie pogłębia, w jakich sektorach powiedzmy ludzka praca ciągle daje więcej niż perspektywy automatyzacji.

[00:03:11] Ewa: No to podaj mi kilka przykładów proszę, czyli tych przykładów właśnie tych automatyzowalnych kompetencji i też biznesów branż no i tych, o których wspomniałeś jako ostatnie gdzie jeszcze nie.

[00:03:22] Iwo: Tak to może kompetencje zostawmy sobie na potem, bo kompetencje to są powiedzmy umiejętności postawy jakie definiować to jest osobna sprawa, natomiast branża to znaczy...

Takie raporty się na ten temat pojawiały od kilku lat między innymi przez Światowe Forum Ekonomiczne. Ostatnio też bardzo szczegółowy raport opracowany przez Pawła Gmerka przy takiej agendzie ONZ, to się nazywa International Labor Institute zdaje się Wszystko będziemy

[00:03:46] Ewa: linkować. Tak to będziemy linkować

[00:03:48] Iwo: Państwu.

Tam są, potwierdzają się prognozy, które były stawiane przed dekadą. To znaczy generalnie maszyny robią od nas coraz lepiej zadania i procesy powtarzalne w stabilnym środowisku. Powtarzalne w stabilnym środowisku. Więc jeżeli pracujesz w biznesie gdzie codziennie wykonujesz mniej więcej te same czynności i co więcej pracujesz na powtarzalnych danych w ogóle na danych ustrukturyzowanych takich gdzie jest tekst gdzie są liczby i środowisko w którym pracujesz, też to ważne.

Kontekst Twoich projektów jest stabilny czyli warunki konkurencji są stabilne na przykład, no to to są obszary które są do automatyzacji i już dzisiaj są automatyzowane. I od lat wiemy że takim sektorem takim obszarem są przede wszystkim usługi IT, szeroko pojęte, no kodowanie, tak, tworzenie programów, dalej w kolejności to jest bankowość finanse, ubezpieczenia, To są takie sektory w pierwszy, gdzieś e-commerce za chwilę ale w tym obszarze obsługi klienta, automatyzacji procesów, usług.

Natomiast po drugiej stronie tego spektrum są takie obszary jak na przykład rolnictwo rybołówstwo, leśnictwo wszelkie zawody związane z tam, gdzie Zdurzenko działa. Ostatnio się tak figurą hydraulika znowu posługujemy, że to jest zawód przyszłości. Kucharz to jest zawód przyszłości, fryzjer. Oczywiście to wszystko przy założeniu że na to będzie popyt, bo pamiętajmy, że to nie istnieje tak w izolacji.

Co z tego, że będę umiał strzyc włosy czy świetnie gotować jak nie będzie na to klientów? Zakładamy że raczej będą na to klienci. Z drugiej strony, anegdotycznie, ale żeby pokazać tę kontekstowość kto wie, może kompetencje przyszłości to są kompetencje survivalowe. Ja wiem, że już tutaj idziemy w stronę kompetencji, nie sektorów, ale to zależy po prostu od tego, na co będzie popyt w gospodarce w kulturze na jakie umiejętności, czego od nas będzie potrzebować społeczeństwo no i jakie sektory powstaną.

Póki co tak dla higieny raz jeszcze, wiemy że przy dzisiejszych technologiach, przy tym, co potrafią dzisiaj rozwijane dzisiaj systemy uczenia maszynowego czy to oparte na tych głębokich sieciach neuronowych, no najbardziej popularne modele typu LLM-y czy LRM-y, tak, reasoningowe modele językowe, to są obszary związane głównie z generowaniem tekstu, generowaniem kodu, generowaniem audio, generowaniem wideo, generowaniem obrazu Tam, gdzie jest na to problem I to jest ważne, no bo znowu idziemy w drugą stronę A może popyt jest właśnie na to, co ludzkie i dzisiaj jesteśmy już na takiej górce rozczarowań, że biznes zaczyna widzieć, że okej no to jest wygenerowane ejajem, co z tego, że tanio szybko jak to jest, nie ma tej jakości, którą robi człowiek że próbujemy się dodzwonić i załatwić sprawę z obsługą klienta, no to ja rozumiem że można zautomatyzować, wszyscy rozumiemy.

Ale się

[00:06:40] Ewa: frustrujemy, prawda? Po drugiej

[00:06:41] Iwo: stronie

[00:07:10] Ewa: Mieliśmy... Paradoks Moraveca, tak? Czyli było takie przekonanie, że to, co jest takie intelektualne będzie bardzo trudne do zautomatyzowania. A teraz zobacz jest dokładnie odwrotnie prawda? Czyli to, co jest czysto intelektualne, jest dużo łatwiej automatyzowalne, a tam gdzie wchodzą elementy zmienności, manualności, czyli tego typowego ludzkiego też elementu przetrwania bo mówisz rolnictwo, mówisz ruchoustwo poruszanie się w przestrzeni, tutaj napotykamy już na pewne wyzwania, no ale co będzie?

[00:07:42] Iwo: możemy wejść w obszar kompetencji, tak Znaczy ja w rozmowach o AI-u i o ograniczeniach AI-a podkreślam że pamiętajcie póki co, my w odróżnieniu od maszyn mamy tak zwaną inteligencję ogólną My mamy inteligencję ogólną, my ludzie. To, czy z niej korzystamy to jest inna sprawa, tak, nie wszyscy korzystają, nie każdej chwili nasze umysły co, wiesz doskonale ewolucyjnie są zaprogramowane do tego, żeby generalnie jechać na automacie, żeby korzystać z tych nawykowych, utrwalonych przez powtarzanie, no, tego podbudowy, powiedzmy neuronalnej.

Natomiast w odróżnieniu od maszyn potrafimy uczyć się na bardzo niewielu pojedynczych doświadczeniach przykładach, nie, i to jest to, co bo znowu za chwilę będziemy słyszeć że maszyny robią inteligencję ogólną i nam będzie sprzedawane bardzo dużo rozwiązań nazywanych inteligencją ogólną. Dlaczego Dlatego, że przemysł big techy obrazowo, czyli firmy takie jak OpenAI czy Antropic obiecują nam, że za chwilę będzie AGI, tak tak zwana syntetyczna pojedynczych doświadczeniach, że robią Sztuczna inteligencja ogólna.

To, co one będą nazywać w ten sposób, to zobaczymy, bo ja obstawiam, że to będzie multimodalne tradycyjne to, co teraz mamy, czyli tak zwane ANI, czyli Artificial Narrow Intelligence, czyli taka inteligencja sztuczna czy takie właściwie uczenie maszynowe generatywne, które umie wykonywać te zadania do których było trenowane w ogromnej skali.

My, ja się opieram tutaj na koncepcji inteligencji ogólnej, którą rozwija znakomity autor, którego Wam serdecznie polecam wszystkim do śledzenia, nazywa się François Chollet. To był, to jest inżynier jeden z prekusorów głębokich sieci neuronowych i głębokiego uczenia maszynowego związany przez lata z Googlem, doceniany międzynarodowo za swoje osiągnięcia w obszarze uczenia maszynowego głębokiego uczenia i właśnie sztucznej inteligencji.

Od roku, w grudniu odszedł z Google'a. Założył startup, który się nazywa NDA No i w tym startupie wierzy, złożył ten startup, ponieważ wierzy, że możliwe jest stworzenie syntetycznej inteligencji ogólnej ale w odróżnieniu od obietnic deklarowanych przez chociażby sama Altmana, bardzo ostro definiuje inteligencję ogólną właśnie i wprost się odwołując do Kahnemana, czyli do tego, co Kahneman nazywa systemem drugi czyli wracając do początku tego wątku, do tego że my w odróżnieniu od maszyn nasze umysły potrafimy adaptować się w sytuacjach, w których mamy bardzo niewiele doświadczeń bardzo niewiele słabych informacji, z którymi wcześniej nie mieliśmy do czynienia i na podstawie tych kilku marginalnych brzegowych, nietypowych informacji adaptować się do kontekstu.

Tego na dziś dzień maszyny, które mamy, sztuczna inteligencja najbardziej zaawansowana nie potrafią. Test Szole był znany stał się znany z tego, że Pokazał czy skonstruował test, który ma właśnie mierzyć inteligencję ogólną i sobie możecie Państwo wygooglować, zalinkujemy, tak, test nazywa się ARC, czyli ARC, to jest od Analogy zdaje się Reasoning Corpus, chodzi o to, że to jest test, który mierzy właśnie zdolność do wyciągania wniosku wnioskowania, czyli reasoning i myślenia analogicznego stąd to A w tym teście, na podstawie dwóch trzech czterech obrazków, co jak macie dzieci, ja mam czterolatka Czyli to takie,

[00:11:14] Ewa: który trójkąt będzie następny, tak?

[00:11:16] Iwo: Coś takiego, nie, tylko i teraz, co jest ważne, te obrazki są zrobione w taki sposób, że… Dziecko, jak macie czterolatka, pięciolatka, ja mam cztero i ośmiolatka, no

[00:11:26] Ewa: właśnie,

[00:11:27] Iwo: i oni przechodzą, oni potrafią przejść zadania czyli na podstawie dwóch, trzech obrazków wnioskują, jakie ma właściwości kolejne. I maszyny tego nie potrafią, to znaczy w tym teście dzieci radzą sobie dużo, dużo lepiej od najbardziej zaawansowanych dzisiaj systemów, znaczy po prostu LLM-ów czy LRM-ów.

I dopóki właśnie człowiek to jest jedno z takich ustaleń, dopóki człowiek będzie w stanie tworzyć testy które są bardzo proste dla człowieka a nie do przejścia de facto dla maszyn, dopóty my będziemy mogli mówić o tym, że mamy tak zwaną inteligencję ogólną, czyli jeszcze raz, zdolność do adaptacji w nowych nietypowych sytuacjach do których nie byliśmy trenowani.

A

[00:12:07] Ewa: o tym powiedziałaś przed chwilą, czyli możemy automatyzować tam, gdzie też kontekst zewnętrzny jest względnie stabilny.

[00:12:14] Iwo: Dokładnie Czyli

[00:12:15] Ewa: w sytuacji w której jest jakakolwiek… Niestabilność na zewnątrz Póki co może to, mówiąc tak bardzo potocznie, ogarnąć tylko człowiek

[00:12:25] Iwo: Jasne. I popatrzcie, w biznesie teraz tam niestabilności to są warunki konkurencji.

Na przykład, co się

[00:12:31] Ewa: wydarzy na zewnątrz. Na

[00:12:32] Iwo: zewnątrz to są łańcuchy dostaw to jest dystrybucja, to są zasoby, to jest dostępność zasobów, to jest koszty produkcji. To są różnego rodzaju awarie, kryzysy. Więc to są te okoliczności, które destabilizują procesy i zadania. I teraz, jeżeli myślimy o tym, co jest specyficznie ludzkie w biznesie to jest właśnie zdolność do amortyzowania tych wstrząsów.

I my znowu mówimy o czymś co... Na gruncie praktyki zarządzania i teorii zarządzania jest znane od dekad, to znaczy mówimy o czymś co się nazywa kaizen, co się nazywa lean management, co się nazywa agile, co się nazywa kulturą organizacyjną, co się nazywa czasami holakracją, to są oczywiście różne terminy różne tradycje, ale na końcu to jest pytanie czy ty jako firma, czy ty jako zespół, czy ty jako organizacja, czy ty jako jednostka masz zasoby do amortyzowania wstrząsów, do przechodzenia przez kryzysy?

[00:13:30] Ewa: O, o, o. I tutaj dotknąłeś do czegoś co jest bardzo, akurat dla mnie, ale zakładam że też dla osób, które nas oglądają, bardzo interesujące. Czy jest jakieś zagrożenie,

[00:13:41] Iwo: twoim

[00:13:42] Ewa: zdaniem dla nas człowieka które sprawi albo sytuacje albo ciąg sytuacji które sprawią że my stracimy zdolność amortyzowania wstrząsów

[00:13:54] Iwo: Znaczy, ogólnie pytasz czy w biznesie?

Tak,

[00:13:57] Ewa: ogólnie najpierw ogólnie a później przejdźmy do biznesu Znaczy no to

[00:13:59] Iwo: są, znaczy ogólnie to bym, że sytuacje traumatyczne, to tak najbardziej ogólnie nie Czyli to będzie nas

[00:14:06] Ewa: osłabiało, dobrze, no.

[00:14:07] Iwo: Tak znaczy, czyli co, czyli przerwanie komunikacji neuronalnej w niektórych obszarach tak, pozrywanie połączeń, demilinizacja i tak dalej.

Znaczy, trauma, jak wiesz jest argumentem na to, że mózg jest neuroplastyczny, no ale to są skrajne sytuacje, nie? Natomiast, no w takim, znaczy, dobra to ja bym powiedział, że w drugą stronę takim realnym ryzykiem, które widzę… I które trzeba zarządzać, to jest to, że nazywamy to desklingiem, nazywamy to offloading to nie jest to samo, ale chodzi o to, że my mamy, takim zagrożeniem realnym jest to, że my będziemy się uzależniać mówiąc obrazowo, coraz bardziej od maszyn, które wykonują zadania powtarzalne i wykonują je lepiej od nas.

Pamiętajmy, i jeszcze raz tutaj to jest wiedza którą mamy od co najmniej dekady. Maszyny wykonują dużo lepiej od nas zadania typowe powtarzalne, mówimy teraz typowe także jeśli chodzi o klasę generatywną czyli jeśli chodzi o pewną klasę podobieństw do tego, co już było, czyli mogą tworzyć teksty, mogą tworzyć obrazy, które są podobne do tych które już znamy.

I teraz my, problem polega na tym, taki praktyczny, że w większości zadań czy to w życiu codziennym czy to w biznesie my potrzebujemy... Takiego good enough, to znaczy efektu który jest wystarczająco dobry, nie musi być wybitny, nie zależy nam na jakości, którą właśnie zawdzięczamy inteligencji ogólnej czy myśleniu wolnemu Kahnemana, czyli temu zasobożernemu, czasochłonnemu, wysiłkowemu procesowi uwzględniania nowych informacji spoza treningu spoza naszej dotychczasowej wiedzy.

I jak pytasz o zagrożenia, które mogą rzeczywiście zaburzyć naszą efektywność, no to w skali takiej, poza abstrahując już od tego, czy zaczęliśmy od traumy, no to w skali takiej praktycznej codziennej no to jest to, że my odzwyczajimy się od wysiłku i nie będziemy umieli wykonywać tych zadań, które, mówiąc obrazowo, przerzucimy na maszynę.

Nazywamy ten proces deskilingiem, obrazowo to jest sytuacja, że na przykład, to jest już z biznesu konkretny przypadek, firma produkująca grafiki, zespół projektantów graficznych używa od roku ponad wtyczkę AI do swojego photoshopa, w wyniku aktualizacji wtyczka przestaje działać i nagle ten zespół nie jest w stanie wykonywać pracy, którą wykonywał wcześniej na piechotę, czyli bez użycia AI.

Dlaczego? Dlatego, że przyspieszyli przez ten rok wiele zadań i procesów które Które wcześniej wykonywali ręcznie i teraz wykonują przy pomocy EIA, no ale jak nie ma EIA, nie działa wtyczka nie działa dostawca, czy tam ta technologia której korzystamy, no to nagle nie umiemy, nazywamy coś takiego deskilingiem.

Więc to jest to, co ja bym wskazywał jako ryzyko, realne ryzyko, które sprawi że będziemy coraz mniej zdolni do korzystania z inteligencji ogólnej do korzystania z systemu drugiego. I

[00:17:11] Ewa: to jest realne no bo wiemy że mózg działa w oszczędności energetycznej

[00:17:16] Iwo: czyli

[00:17:17] Ewa: z jednej strony mamy to wyposażenie do adaptacji do zmieniających się warunków bo taki jest człowiek na bardzo niewielkiej ilości danych jest w stanie się fantastycznie odnaleźć Pamiętam kiedyś podczas jednego warsztatu właśnie z podobnego tematu, gdzie bardzo się zachwycano tym, jak szybko sztuczna inteligencja się uczy.

Oczywiście wiemy że tak, że uczy się i się zmienia cały czas jest postęp. I ja zadałam takie pytanie, a przypomnij sobie swoje dziecko. Pokazałeś mu pewnie bądź pokazałaś kiedyś obrazek kotka. Prawdopodobnie ten kotek był narysowany w jakiejś książeczce być może był różowy, a nawet mógł być niebieski w kwiatki.

I to był jedyny kotek które widziało twoje dziecko. Co by się stało, gdyby twoje dziecko zobaczyło prawdziwego kota? Czy byłoby w stanie rozpoznać Że to jest prawdziwy kot, mając tylko taki mały narysowany obrazek i w większości przypadków tak.

[00:18:14] Iwo: No jest uogólnianie właśnie to jest to, to jest to, co bada szolę tym testem.

Maszyny tymczasem muszą dostać setki tysięcy oczyszczonych przez człowieka zdjęć kotów i to też z kontrolą kontekstu, z kontrolą tła. Kiedyś jeszcze było tak, że one muszą te maszyny mieć, czyli tak zwane AI, to tradycyjne, tak zwane klasyczne jeszcze przed wprowadzeniem głębokich sieci do uczenia. To jeszcze człowiek musiał to dokładnie wszystko tagować, wszystkie te elementy puszystość, wąsatość, odróżniać od niekotów.

I dzisiaj, znaczy dzisiaj, na dziś dzień to jest korzystanie z tego tak zwanego głębokiego uczenia samonadzorowanego gdzie maszyna sama sobie klasyfikuje te powtarzalne cechy odkrywane w danych. W dalszym ciągu potrzebuje człowieka który będzie kontrolował i to jest taka ogólna zasada tak zwany man in the loop, to znaczy jak już korzystamy potem z takiego wytrenowanej maszyny, no to żeby nie popełniała nam błędów, żeby nie klasyfikowała kotopodobnych nie kotów jako koty, to my potrzebujemy człowieka który będzie właśnie kontrolował i informował maszynę uwaga to nie jest kot.

I tutaj za tym wszystkim stoi, jeśli chodzi o głębokie sieci neuronowe, tak zwane głębokie, pamiętajmy w ogóle że my możemy... Używamy języka który bardzo dużo... Po prostu przesądza w sposób opłacalny dla dostawców tych technologii. Tam nie ma neuronów To jest model sieci neuronowej, abstrakcyjny model sieci neuronowej To są algorytmy.

I nazywamy to sieciami neuronowymi zapominając że to koło sieci neuronowej to bardzo daleko stało w Tak jest wiele

[00:19:47] Ewa: takiego nazywnictwa. Ale że my się uczymy

[00:19:49] Iwo: inaczej bo od tego zaczęłaś, że my się nie uczymy mechanizmem propagacji wstecznej. Maszyna potrzebuje specjalnego algorytmu, który pozwoli jej uczyć się na tysiącach mówiąc w uproszczeniu, na tysiącach przykładów i wychwytywać błędy, które pozwalają następnie skutecznie działać na podstawie tego treningu.

My, dzieci, właśnie mamy to, co nazywamy inteligencją ogólną czyli tajemniczą zdolność, tajemniczą z punktu widzenia nauki z punktu widzenia modeli umysłu, z punktu widzenia także modeli jakimi są tak zwane sieci neuronowe. Że wystarczy że zobaczymy jeden, dwa. I potrafimy uogólnić na jakąś klasę. I jak to jest możliwe to to jest wielka tajemnica umysłu, której jeszcze dzisiaj nie znamy nie potrafimy wyjaśnić To jest, wiecie, od początku, jak zaczęto robić naukę nie, od starożytnej Grecji, próbowano wyjaśnić jak to jest możliwe że my poznajemy naszą tą tkanką pod czaszką, skończoną jakąś tam papką, ogólne prawa wszechświata, nie?

Czy to właśnie gatunki rozpoznając Pojedyncze 1, 2, 3 przypadki rozpoznajemy cechy całego gatunku, rozpoznając jakieś właściwości matematyczne, zaczynamy mówić o ogólnych własnościach rzeczy i poznajemy kosmos dzięki matematyce. To są tajemnice i ja generalnie stoję na takim stanowisku, wspomniałeś, że studiowałem filozofię umysłu.

Wszystkie te tematy dzisiaj, które są odgrzewane w debacie publicznej przez osoby, które promują często właśnie w interesie bardzo konkretnego biznesu big techowego AI, to są tematy, które filozofia umysłu zna od lat 50. co najmniej a tak naprawdę jeszcze od lat 30. I takie przekonanie które stoi u podstawy takiego paradygmatu który dzisiaj jest, Dominujący to się nazywa koneksjonizm takie przekonanie, że wystarczy stworzyć właśnie taki model umysłu i to jest kwestia ile dostanie danych ile dostanie mocy obliczeniowej i z niego następnie się wyłonią wszystkie właściwości umysłu, tak?

Prędzej czy później świadomość samoświadomość, może jakaś tak zwana wolna wola, oczywiście z drugiej strony mówimy że nie istnieje, zdolność do rozpoznawania ogólnych własności rzeczy, że to wszystko wyłoni się emergentnie z tego, no to to jest jedna z tradycji raczej tak, dominująca długo w historii filozofii umysłu i inspirująca twórców pierwszych modeli komputacyjnych umysłu, czyli tych maszyn liczących, które symulują umysł, natomiast ona nie jest jedyna, tak, gdzie na przykład w tej chwili to, co widzimy, to, co ja obserwuję śledząc powiedzmy tę debatę ten paradygmat się załamuje, do głosu dochodzi tak zwane symboliczne podejście do, czy neurosymboliczne to jest spotykanie innej tradycji gdzie, no, Potrzebna jest interwencja człowieka który wprowadzi meta-algorytmy, które pozwolą maszynie właśnie tworzyć ogólne kategorie.

I to jest nieprzyjemna perspektywa, bo pytanie, skąd te algorytmy są w naszym myśleniu. Ewolucja je wpisała, ale skąd są w ewolucji? Więc to są takie pytania, na które znowu nie mamy odpowiedzi. Może dobrze. Na końcu to jest to... Może to być

[00:23:09] Ewa: bezpiecznik który naraz... Ale

[00:23:11] Iwo: to jest przyszłość nauki, że ja zmierzam do tego, że ja uważam że my po prostu jeszcze dużo...

Pamiętajcie, że uprawiamy naukę bardzo krótko To jest 4 tysiące lat od, powiedzmy, czasów egipskich i pierwszej matematyki. To jest zdanie profesora Michała Hellera, że pamiętajmy, że nasza matematyka jest jeszcze bardzo prymitywna bo my uprawiamy dopiero 4 tysiące lat. Nie wiemy jaka będzie matematyka za 4 tysiące lat, za 10 tysięcy lat, jeżeli ludzkość dożyje.

Po prostu wiele rzeczy na temat tego, czym jest umysł, się dopiero okaże, tak? Więc taką arogancją jest to twierdzenie, że my dzisiaj, ponieważ potrafimy zbudować model umysłu, który coś tam imituje, na przykład imituje zachowania językowe, czyli to, co robią LLM-y, że to jest wszystko co najważniejsze musimy wiedzieć na temat umysłu, nie?

[00:23:57] Ewa: A no właśnie, no właśnie i to mnie, tutaj jakby dwie rzeczy, wiesz dwa różne kierunki to, co powiedziałeś mnie popycha, że jednak umysł ludzki język to jest rzecz ludzka Późna

[00:24:12] Iwo: a

[00:24:13] Ewa: najpierw była cała wiedza proceduralna prawda? Ta wiedza deklaratywna nawet dla człowieka to jest późno. Nadal maszyna nie jest w stanie odtworzyć wiedzy proceduralnej bo my nie umiemy jej nawet wyrazić.

Jak to jest jechać na rowerze?

[00:24:29] Iwo: To jest wyzwanie takie, które stoi przed robotyzacją, to znaczy chyba najbliżej z tego, co widzę tej proceduralnej wiedzy na poziomie takich umiejętności kinestetycznych, bo tutaj czasami przydaje się taka szeroka koncepcja inteligencji zaproponowana przez profesora Howarda Gardnera z Harvarda gdzie on obok inteligencji językowej poznawczej matematycznej, muzycznej wskazuje graficzną Społeczną, emocjonalną, kinestetyczną, przestrzenną czyli te wszystkie wymiary inteligencji, które dla nas są obszarem wzrostu relacje społeczne, introspekcja, mądrość życiowa, ale też inteligencja przestrzenna czy właśnie kinestetyczna, zręczność.

I w tym modelu okazuje się, że maszyny póki co są od nas dużo lepsze i coraz lepsze, ale tylko w niektórych obszarach inteligencji. No więc powiedziałaś o inteligencji proceduralnej, to jest oczywiście szeroki termin, no bo to są też na przykład umiejętności intelektualne i zaraz przejdziemy do kompetencji, ale zręczność.

No nie ma jeszcze maszyny która by jeździła na rowerze to znaczy... Zaraz ktoś pokaże, że są żyroskopowe, samojezdne na przykład rowery czy motory, ale one jeżdżą w pewnych optymalnych warunkach. Nie ma maszyny która potrafi skutecznie zawiązać sznurowadła czy krawat. I znowu jak ktoś pogoogluje, możemy tutaj zalinkować to, co robi DeepMind, czyli taki startup Google'a, tworząc taki projekt, to się nazywa Aloha, gdzie rzeczywiście próbują tworzyć takie humanoidalne maszyny, które wykonują coraz to bardziej zręczne funkcje, typu potrafią zgniatać bez naruszania tam tkanek na przykład, czyli wyczuwają sprężystość potrafią manipulować przestrzenie, ale to jest ciągle jeszcze bardzo w powijakach i nieopłacalne kompletnie w skalowaniu.

Więc jeżeli wracamy do tematu wiecie kiedy będzie się opłacało automatyzować na przykład pracę ludzką taką manualną, no to... Znaczy na moje wyczucie tego tematu to jest po prostu na razie kompletnie nieopłacalne, to znaczy te scenariusze że w ciągu dekady to mi się po prostu wydają bardzo, nawet nie tyle optymistyczne co naiwne i ostatecznie elementem pewnego marketingu.

Wiesz co,

[00:26:42] Ewa: mówisz o opłacalności i ja chciałam właśnie Ciebie jako osoby z tym głębokim filozoficznym tłem zapytać a gdzie w tym wszystkim jest etyka? To znaczy co mam z tyłu głowy? Z jednej strony tak, automatyzujemy pewne rzeczy, które da się zautomatyzować

[00:27:02] Iwo: i

[00:27:04] Ewa: dobrze, możemy powiedzieć AI nie zabiera pracy, ale AI zabiera pracę.

Automatyzuje

[00:27:09] Iwo: zadanie i procesy które się opłacają biznesowi Które opłacają Czy

[00:27:12] Ewa: gdzieś tu jest jeszcze miejsce na etykę, jak myślisz?

[00:27:14] Iwo: No jest, tylko wiesz, ja możemy sobie… Na temat etyki podyskutować i bardzo szybko mam wrażenie dyskusja na temat etyki przenosi nas w politykę, to znaczy w to, jak... Jakimi mechanizmami bronić interesów pewnych grup społecznych, czy też inaczej przed krzywdą, no bo ja się kiedyś pasjonowałem, tylko żeby było jasne, to jest tak, że moglibyśmy gadać i się gryzę w język po prostu, żeby nie gadać o etyce, ale z czasem narastał też mój sceptycyzm do etyki taki, że to są systemy które racjonalizują często do poziomu bardzo takich nieintuicyjnych wniosków to znaczy, że Systemy etyczne, tak?

I na końcu ja proponuję i sam wyznaję, bo mamy odkrycie Kanta, tak zwany imperatyw kategoryczny, czyli my taką mamy tajemniczą właściwość właśnie gdzieś naszej inteligencji i znowu pytanie, czy to nie jest cecha inteligencji specyficznie ludzkiej, że rozpoznajemy, co powinniśmy robić w każdej sytuacji.

Znaczy, że Kant twierdził że każdy to ma. Nie tylko Kant. Zresztą w filozofii średniowiecznej była koncepcja synderezy, którą mało kto zna, która była dokładnie o tym, że ja rozpoznaję zasady moralności na zasadzie ja wiem co powinienem I skąd się to bierze że mamy samą tą zdolność To nawet nie chodzi o to, że my rozpoznajemy normy tylko tą zdolność do odróżniania dobra od zła że my to mamy.

I ja wiem co ja powinienem uczynić To było odkrycie Kanta. I to jest jedna rzecz którą ja generalnie przyjmuję z takiego korpusu historii etyki, a drugą rzecz to jest Że granicą tego, co można, to jest krzywda drugiego człowieka. Oczywiście jak rozumiemy krzywdę? Jeżeli ja idę z dzieckiem szczepimy się przeciwko kleszczom na przykład, to ja tam krzywdzę to dziecko, czy nie krzywdzę?

Jeżeli idziemy leczyć zęba to ja krzywdzę, czy nie krzywdzę? Ale krzywda. No teraz wracamy do tego. Wiadomo że automatyzacja oznacza krzywdę dla wielu osób. Oznacza krzywdę bo ktoś traci perspektywę dochodu. Ale ja z drugiej strony zastanawiam się, czy większą krzywdę nie wyrządzamy ludziom, nie uprzedzając o tym, że dzisiaj, i to jest taka praktyczna, jeżeli ty oczekujesz, i to jest naprawdę nieprzyjemne że ty będziesz miał pracę przez całe życie i będziesz robił to, co robisz i będziesz pracował dzień po dniu tak jak nasi rodzice jeszcze pracowali wykonując mniej więcej to samo.

No to pytanie, czy będziesz potrzebny gospodarce, czy będziesz potrzebny społeczeństwu, nie? No

[00:29:47] Ewa: i właśnie, i jest to, prawda? Czyli co możemy dla siebie zrobić? Najpierw zacznijmy od siebie, ale też bym chciała cię zapytać

[00:29:55] Iwo: co

[00:29:56] Ewa: można zrobić na poziomie biznesu, żeby tej krzywdy było mniej, to znaczy już nie wchodźmy aż tak bardzo moralnie,

[00:30:04] Iwo: czyli

[00:30:04] Ewa: żeby jednak było nam łatwiej, tak?

Czyli żebyśmy nadal byli na tyle

[00:30:10] Iwo: potrzebni

[00:30:11] Ewa: na ile możemy być. Tak indywidualnie najpierw co ty uważasz? Ja jako ja, jako Ewa, na przykład ty jako ty, jako Iwo, co my mamy zrobić? Czego my się mamy uczyć?

[00:30:20] Iwo: Ja stawiam to tak, co ja muszę umieć, żeby być potrzebny społeczeństwu innym? Gospodarce, biznesowi, ale to nie musi być tylko biznesowi.

Czego będą potrzebować od nas, za co będą gotowi nam w przyszłości płacić tudzież się i w inny sposób jakiś odwzajemniać. Czyli w tym sensie praca, czym ma być ta praca przyszłości, co ja muszę umieć. No więc najprostsza odpowiedź jest taka, to musimy umieć to, czego nie potrafią maszyny. Musimy umieć robić to, czego nie potrafią robić maszyny.

I tutaj ta inteligencja ogólna, o której gadaliśmy jest jakąś podpowiedzią. Kahneman, myślenie wolne Kahnemana jest podpowiedzią. Czyli musimy umieć robić rzeczy, które pozwalają się adaptować w sytuacjach nieprzewidywalnych w sytuacjach nietypowych, w sytuacjach skrajnie kontekstowych Czyli to są umiejętności, które wiemy że nie będą automatyzowane czy nie są automatyzowane dzisiaj i dopóki nie powstanie syntetyczna inteligencja ogólna w tym rozumieniu Szoleta czy takim ostrym rozumieniu, czyli de facto w rozumieniu Kahnemana modelu drugiego, systemu drugiego, czyli nie powstanie syntetyczna zdolność do adaptacji systemu maszynowego w sytuacjach do których nie było trenowany i o których nie mogli sobie pomyśleć nawet twórcy tego systemu.

I on to tak podaje że my potrzebujemy syntetycznej inteligencji ogólnej ponieważ na przykład chcemy Odkrywać kosmos i chcemy stworzyć maszyny, które polecą gdzieś w jakieś odmęty kosmosu do obszarów, w których my nie potrafimy sobie nawet pomyśleć i będą umiały tam się adaptować i robić coś, co nam jest potrzebne, żeby potem przynosiły jakieś odkrycia.

Więc dopóki nie ma tej technologii, Szole twierdzi że ona jest możliwa, zobaczymy, ale na razie nie ma na to widoków są tylko obietnice i już mówiłem o tym, że to raczej będzie nam sprzedawane coś innego pod tą nazwą, nie? To możemy przewidywać że my ludzie musimy umieć obić rzeczy, których nie potrafią maszyny, wiemy co to są za rzeczy.

To jest zdolność do adaptacji w nowych nietypowych sytuacjach. To nie znaczy, że nie mamy mieć... Umiejętności reagowania w sytuacjach typowych, bo tutaj jeśli byśmy mieli to sprowadzić do takiego żargonu powiedzmy zarządzeniowego, czy takiego HR-owego, no to mamy rozróżnienia kompetencje miękkie i twarde, nie?

I kompetencje twarde, i to jest takie, przy całej nieszczęśliwości tej terminologii, mamy kompetencje twarde to są te, które pozwalają nam działać skutecznie w powtarzalnych sytuacjach w stabilnym środowisku, tak? Upsługiwać narzędzia, wypełniać robić tabele przestawne w Excelu używać jakichś maszyn interfejsów robić dzień po dniu mniej więcej to samo.

No ale mamy te właśnie po drugiej stronie tak zwane miękkie, które dzisiaj odchodzimy od tego terminu mówimy poznawcze, człowiecze, emocjonalne, społeczne, już zaczynamy dzielić, ale to są generalnie te, które pozwalają nam się adoptować właśnie do sytuacji nietypowych, do tych niestabilnych środowisk. To są kompetencje, i mówię teraz naprawdę puentami, bez których nie ma Agila Bez których nie ma eksperymentowania, bez których nie ma przechodzenia przez procesy innowacji, przez procesy zmiany, przez kryzysy przez różnego rodzaju załamania rynku niespodziewane wstrząsy.

Jeżeli nie masz kompetencji miękkich, to po prostu nie masz zasobu żeby przejść przez sytuacje, do których nie byłeś trenowany jako jednostka czy organizacja. Problem z nimi jest taki, to znaczy ja tutaj stawiam znak równości między systemem to nie jest znak równości ale dla uproszczenia, między systemem drugim Kahnemana, inteligencją ogólną a tak zwanymi kompetencjami miękkimi.

Problem z tymi kompetencjami jest taki, Po pierwsze bardzo ciężko jest je trenować, bo myślenie krytyczne jest kompetencją miękką, kreatywność jest kompetencją miękką, rezyliencja jest kompetencją miękką, aktywne słuchanie jest kompetencją i tak dalej. Empatia, ciekawość, zdolność do radzenia sobie z poczuciem dezorientacji, z dyskomfortem społecznym, to są wszystko kompetencje miękkie.

Jak to ćwiczyć? Ja ćwiczę, robimy szkolenia z tego. Problem jest taki, że jeżeli mam na szkoleniach ludzi, którzy nie chcą, no to jak można być empatycznym, jak ty nie chcesz być empatycznym? Jak można brać odpowiedzialność i być liderem, czyli pracować na zaufanie zespołu, pracować na zaangażowanie zespołu, pracować nad sobą żeby nie być gołosłownym, żeby być dla ludzi, dla dzieci, dla pracowników punktem odniesienia, jak ty nie chcesz.

Więc one są trudne dlatego że rozwój jeszcze raz mówimy o tym, rozwój tej inteligencji ogólnej, rozwój zdolności do adaptacji rozwój Wymaga zasobu jakim jest zaangażowanie chcenie, czyli też wiesz dopamina, zasoby dopaminy, ale jest jeszcze problem taki, że okej dobra, chcemy, pytanie czy ty masz możliwość w firmie korzystania z tych kompetencji.

I ja tutaj teraz streszczam coś, co badam od wielu, wielu lat, wniosek jest taki, ty nie kupisz na rynku pracy kompetencji miękkich firmą, nie kupisz, nawet nie zatrudnisz ludzi, bo ty możesz zatrudnić ludzi oczywiście, którzy potrafią myśleć krytycznie, potrafią zadawać pytania potrafią eksperymentować, potrafią podejmować decyzje w warunkach ryzyka, pytanie czy ty masz kulturę i procesy które to wspierają i lądujemy w takim puencie, że kluczem do robienia tego, czego nie potrafią maszyny na dziś dzień Jest kultura organizacyjna, są krytyczne zasoby strategiczne w firmie które już trzeba produkować i które niektóre firmy produkują.

Zasoby zaufania, lojalności dobrostanu, wdzięczności pracowników zaufania biznesowego, wiarygodności tego, że ludzie ufają swoim przełożonym, że ci przełożeni mają lojalność pracowników czyli zapracowali sobie na to zaufanie. I to jest coś, czego absolutnie i to jest naprawdę gruba sprawa strategicznie.

Tego nie kupisz, tego nie wyprodukujesz w pięć minut, a to jest to, co musisz mieć, żeby przechodzić przez zadania i procesy do których maszyny najwyżej cię podprowadzą. Co

[00:36:34] Ewa: mnie od razu, wiesz, ja chcę to sprowadzić do takiego bardzo praktycznego punktu. Ryba jest zepsuta od głowy, psuje się od głowy i jest zdrowa od głowy.

Czyli to, co powiedziałeś, jeżeli na górze organizacji nie ma świadomości wartości nieautomatyzowalnych kompetencji, to... Taka kultura organizacyjna będzie się sama tak naprawdę skazywała na porażkę.

[00:37:00] Iwo: Znaczy porażkę, wiesz, i tutaj właśnie trochę, a diabła po bronie, powiedzmy że to jest diabeł to jest to, że ja totalnie kupuję od czego zaczęliśmy, że są sektory modele biznesowe, które można zautomatyzować w całości.

Są znaczy bez pokazywania palca, totalnie sobie wyobrażam na przykład w pełni zautomatyzowane jakieś leasingi usługi finansowe, jakieś jednoosobowe software house'y, takie rzeczy, nie? Natomiast pytanie, czy akurat ci, co nas słuchają, pracują w tego typu firmach, no bo czy raczej w firmach które będą budować przewagi na innowacyjności, adaptacyjności długim trwaniu Zwinności,

[00:37:36] Ewa: tak.

[00:37:37] Iwo: Więc to zależy na końcu od konkretnego modelu biznesowego, tak?

[00:37:41] Ewa: Zakładamy że jednak naszym słuchaczom zależy na tym, żeby… Być na rynku zwinnym, żeby się adaptować, żeby się rozwijać, a nie wszystko zautomatyzować i przerzucić w maszyny, to liderstwo to jest od góry temat. Czyli uświadamianie nadal ja to widzę podczas swoich warsztatów gdzie kompetencje miękkie często nazywa się nawet niemerytorycznymi.

[00:38:10] Iwo: I

[00:38:11] Ewa: to już deprecjonuje sam fakt kompetencji miękkich, bo pani to prowadzi takie szkolenia niemerytoryczne,

[00:38:17] Iwo: bo

[00:38:18] Ewa: my to takie wolimy merytoryczne No to

[00:38:20] Iwo: wolicie to, co można bardzo łatwo zautomatyzować. A

[00:38:23] Ewa: znowu jak mamy te niemerytoryczne, to... No to musimy wejść, tak jak wspomniałeś, w kulturę organizacji i tutaj jednak tych odnóg mamy dużo, prawda I mamy dobrostan, bo niezadbana głowa nie będzie w stanie zaufać.

Chociażby prawda? Nie będzie w stanie zaufać bo będziemy w trybie przetrwania. Nie zadbana głowa nie będzie elastyczna poznawczo, bo wiemy jak wiele wysiłku potrzebujemy dla systemu drugiego, tak? Nie zadbana głowa nie będzie zadawała pytania a jeszcze dodatkowo jeżeli zadawanie pytań, czyli iteracja, szukanie odpowiedzi to jest niemerytoryczne, w sensie wiesz szukanie, takie drążenie jest niemerytoryczne, bo przecież lepiej by to było powiedzieć tak, nie w Excelu,

[00:39:05] Iwo: to

[00:39:07] Ewa: troszeczkę się możemy, znaczy możemy się skazać prawda?

To

[00:39:11] Iwo: wiesz to czym się zajmujesz tak,. Jako, no bo właśnie, to jest tak że są organizacje, które to rozumieją i od wielu lat, od dwóch dekad się na to przygotowują, czyli właśnie inwestują na przykład w dobrostan, bo znowu po takim szerokim rozumieniu dobrostan, tak, czyli to, żeby ludzie przychodząc do firmy ja na końcu wiecie, tak obrazowo, chodzi o to, żebyśmy podpinali do siebie swoje mózgi, Alan Shore, ja ostatnio podpieram się jego koncepcją neurosynchronii, my wiemy że nasze mózgi potrafią wytwarzać jakości są dużo bardziej produktywne jeżeli właśnie podłączymy się do siebie przez te oczy które są kawałkiem mózgu na wierzchu i stworzymy...

Wspólnie taką metasieć z naszych połączeń neuronalnych i tam te mózgi zaczynają inaczej pracować. Tyle że to się nie zadzieje co wspomniałaś, bez tego, że wygasimy te wszystkie poziomy małpie i gadzie. Tak, strachu,

[00:40:07] Ewa: lęku, braku zaufania, stresu. I

[00:40:09] Iwo: to jest zasób ja mówię, to jest zasób strategiczny. Słuchajcie to wychodzi na końcu bardzo konkretnych, albo masz jeśli masz kryzys w organizacji to albo ludzie wierzą swoim przełożonym, czyli mają kapitał zaufania i albo wszystkie komunikaty są traktowane jako ściema i ludzie sobie produkują własne wersje rzeczywistości.

Albo przyjeżdżają, ostatnio miałem na warsztacie faceta, który opowiadał, że firmę gdzieś tam koło Kłodzka zalewało im park maszynowy w środku nocy w weekend, jak szła ta rok temu powódź. Ludzie sami przyjechali, nikim niczego nie kazał, nie było poleceń, przyjechali do firmy ratować majątek firmy. Są takie firmy ostatnio nie wiem, historia na przykład firmy która produkuje paluszki, zdaje się...

A tak, tak,

[00:40:52] Ewa: tak. To znaczy, też nie pamiętam dobrze nazw ale była dosyć duża i wiecie, jest

[00:40:57] Iwo: takich naprawdę, ja poznaję, w Ejkanie mam to od lat przyjemność że pracuję z dziesiątkami organizacji i takich organizacji w Polsce przybywa, jest ich dużo, gdzie właśnie właściciele decydenci rozumieją, że to są krytyczne, strategiczne zasoby Zaufanie, lojalność, wdzięczność, transparentność, przewidywalność, bezpieczeństwo psychologiczne i oni w to inwestują, bo tego nie kupisz, a jeszcze raz, my o tym gadamy dlatego, że tego dokładnie potrzebujesz, jako obiektywnego złota w organizacji, jeżeli chcesz robić rzeczy, których nie potrafią maszyny, tak, jeżeli chcesz przechodzić przez sytuację Typu kryzysy konflikty ale też innowacje, bo innowacje głębokie są rozumiane, nawet te płytki nawet takie inkrementalne, to jest kwestionowanie status quo, to jest szukanie błędów to jest szukanie co poprawić, głębokie no to już jest eksperymentowanie, tak, czyli radzenie sobie z porażką, radzenie sobie z niepewnością.

I albo mamy zasoby w organizacji, które pozwalają to robić efektywnie Albo tych zasobów nie mamy, a ich nie kupisz. Raz jeszcze, nie kupisz tego na rynku pracy, nie wyprodukujesz tego w pięć minut. Więc na dziś dzień, i pamiętajcie Państwo, że to jest przede wszystkim przy zastrzeżeniu że nie ma syntetycznej inteligencji ogólnej w tym głębokim rozumieniu czyli takim, jak sobie zdefiniowaliśmy.

Jeszcze tylko podkreślę że to nie oznacza Że nie trzeba mieć kompetencji twardych. To nie o to chodzi. Nie, nie kompetencje twarde właśnie paradoksalnie ty musisz uważać żeby ci to, co powiedzieliśmy na początku rozmowy, żeby ci maszyna nie zdemilinizowała mózgu, nie? No

[00:42:28] Ewa: właśnie, czyli nadal potrzebujemy absolutnie policzyć, wiedzieć, co nam wypluje Excel, chociażby żeby odeprzeć halucynacje, prawda, żeby móc je wyłapać.

[00:42:37] Iwo: Także więc o to chodzi, że teraz ty potrzebujesz ludzi, którzy mają kompetencje twarde, nie zgłupieli od tego, że te zadania i procesy do których są potrzebne kompetencje twarde wykonują maszyny, czyli nie zdeskilowali się maszynami nie zdeskilowali maszynami tych kompetencji twardych, potrafią ich używać do wyłapywania błędów do nadzorowania maszyny, a jednocześnie mają ten zasób tak zwany miękki.

I to jest podpowiedź najlepsza, jaką mamy na dziś dzień, żeby przygotowywać się na świat automatów.

[00:43:05] Ewa: Natomiast dla mnie tu jeszcze wybrzmiewają dwa elementy one cały czas się przywijały w Twojej wypowiedzi. Jedno to jest uczenie się, czyli ja chcę się uczyć, sam podkreślałeś ten element, ja chcę, czyli tu jest właśnie moja wola, a dwa, ja chcę świadomie wystawiać się na dyskomfort I teraz zobacz jakie to jest trudne właśnie z punktu widzenia naszego mózgu, który jednak woli oszczędzać energię.

Pierwszym jego odruchem jest automat, ale jak najbardziej my mamy, tak, my mamy system drugi, mamy ten system, czyli po coś nam natura ten system dała. Masz jakąś podpowiedź? Znaczy natura

[00:43:49] Iwo: wyeliminowała tych, którzy tego nie mają.

[00:43:51] Ewa: Wiesz co? Jeszcze chyba są takie jednostki które mogą mieć w stroju system drugi

[00:43:57] Iwo: Ale to jest paradoks właśnie, że cywilizacja nam dała Że jest tak dobrze, że my głupie jemy.

[00:44:04] Ewa: Tak zwany

kryzys, comfort crisis.

[00:44:08] Iwo: Nasze ciało jest przystosowane do

świata wybrakowanego gdzie nie mamy przyjemności. Więc tutaj też dzięki naszym rozmowom rozmowom z tobą, ja też zrozumiałem ten związek między dopaminą a zaangażowaniem, że jednym z bardzo istotnych ryzyk jest to, że jeśli my będziemy za dużo procesów i zadań automatyzować na co dzień to jest też pozbawianie się sprawczości i też pozbawianie się nagrody za wysiłek.

To znaczy my sprowadzamy korzystając z AI, proces do wyniku. A jak nam daje wynik oszczędza nam procesu. I to jest taki meta-deskilling, odzwyczajanie się od wysiłku. I ja wiecie, tak Państwu opowiadam od lat historię mojej siostrzeniczki, która, no bo to jest takie pytanie, wiecie, jak przygotowywać też nasze dzieci na ten rynek pracy za 10-15 lat, na rok 2035, czy 40.

Jak je uczyć, nie? I moja siostrzeniczka która w 2019 roku miała 12 lat, wymyśliła sobie w środku pandemii, że ona chce do szkoły Ilona Muska. To jest taka szkoła to jest oczywiście skrót myślowy, którą stworzyli współpracownicy Ilona Muska ze SpaceX i z Tesli. Którzy zadawali sobie to pytanie, jak przygotować nasze dzieci na świat przyszłości, czego ich uczyć i doszli do wniosku, że żadna szkoła tego nie robi dobrze, więc stworzyli własną ta szkoła się nazywa Ad Astra.

[00:45:34] Ewa: Do

gwiazd.

[00:45:35] Iwo: Tak, pierwotnie działała gdzieś tam w Kalifornii teraz do Teksasu się przenieśli i oni ruszyli w 2020 z programem online, który się nazywa Synthesis i Tosia, która wymyśliła sobie, że chce, no przystąpiła do tego programu tam był dosyć zawiły proces rekrutacji, ale dostała się, była jedna z 80 dzieci, które w pierwszej edycji uczyły się w tej szkole.

Gra polega na tym, że nikt niczego nie tłumaczy, ale z czasem okazuje się, że gra polega na tym, żeby odkrywać zasady gry, odkrywać co jest zasobem i kumulować te zasoby. To jest kapitalne. Zastanówcie się Państwo co to jest za gra, której zasad nikt nie tłumaczy, ale w którą wszyscy musimy grać, odkrywać co jest zasadą, co jest zasobem i jak kumulować te zasoby do dalszej gry.

No i jak zadaję to pytanie na różnych warsztatach to ludzie mówią, że albo to jest życie, albo to jest biznes i obie te gry są właśnie takie, ale co im tam mówiono? I wiesz jeszcze raz, ta sytuacja, grasz w grę w której nie wiesz co jest zasadą Co działa, a co nie działa. Nie wiesz o co grasz.

[00:46:52] Ewa: iterujesz.

[00:46:53] Iwo: Iterujesz i odkrywasz I co im podkreślano? Dwa komunikaty były. Przytul poczucie dezorientacji. Embrace chaos, czyli przytul poczucie dezorientacji, chaosu. I learn to cooperate. Dwie podstawowe cechy, dwie podstawowe skille przyszłości umiejętności. Albo dajesz sobie radę w sytuacjach, w nie wiesz co robić.

Albo umiesz sobie radzić z poczuciem silnego stresu dyskomfortu dezorientacji i podejmować decyzje w warunkach niepewności. Albo nie. I czekasz aż ktoś ci powie co robić. A druga albo potrafisz tworzyć z ludźmi zespoły właśnie te takie amortyzujące siatki połączeń neuronalnych, czyli takie, że my się czujemy ze sobą bezpiecznie.

Tutaj cały Lynch-John, Amir Edmondson właśnie neuroleadership nam wchodzi Albo nie, albo nie potrafisz tworzyć zespołów, tylko wydajesz polecenia i oczekujesz, żeby inni robili to, co ty każesz. I to jest, mówię tak anegdotycznie, ale dokładnie nas wprowadza w centrum tego, co my wiemy na dziś dzień, że musimy umieć, żeby sobie radzić w tym świecie postępującej automatyzacji.

[00:47:58] Ewa: I zobacz znowu my mamy absolutnie zdolność do kooperacji, bo tylko ludzie są w stanie stworzyć, byli w stanie stworzyć tak duże plemiona funkcjonujące. Tak jednak w żadnej grupie innej pozaludzkiej nie mamy tak dużych stad, nazwijmy to już tak w uproszczeniu. A jednocześnie mamy mechanizmy które nam wchodzą w kolizję, wiesz gry statusowe, będziemy się przepychać.

Ja to

[00:48:25] Iwo: mówię małpi mózg na to. Tak właśnie

[00:48:26] Ewa: tym małpim mózgiem będziemy się przepychać terytorialnie będziemy się przepychać. , to musi być, moja racja jest lepsza niż twoja. I znów jest ta dualność. Z jednej strony. Jesteśmy wyposażeni.

[00:48:38] Iwo: Mhm.

[00:48:39] Ewa: W to, żeby tworzyć współpracować bo to jest zdecydowanie przewaga ludzka, a wchodzi nam tutaj...

Ale

[00:48:47] Iwo: jeszcze masz Kahnemana, wiesz bajasy, że to jest, wiesz Kahneman znowu cała koncepcja, za którą został nagrodę Nobla za badanie, które prowadził za Mosem Twerskim, no bajasy. Czym są bajasy? Znaczy na język polski to się tłumaczy jako błędy a to nie chodzi o błędy, to chodzi o obciążenia, tłumaczę bajasy jako obciążenia No właśnie, bo

[00:49:07] Ewa: tu się źle to tłumaczy.

Tak, a tu chodzi właśnie

[00:49:10] Iwo: o to, że to jest super, ale w sytuacji stabilnej powtarzalnej Wiedza ekspercka, twarde kompetencje są super, jeżeli... Ty masz przyszłość podobną do przeszłości. Jeżeli wynik który się powtarza z przeszłości, można zagwarantować w przyszłości. Natomiast to staje się twoją kulą u nogi obciążeniem nawykowym, który powoduje takie właśnie tunelowanie, ignorowanie sygnałów zmiany.

I dlatego, mówi paradoks eksperta, eksperci mają predyspozycje do podejmowania złych decyzji w niestabilnym systemie, czego dowodem są wszystkie bankructwa, wszystkie porażki biznesowe. Bo ekspert wie lepiej. Popatrzcie państwo, kto zmienił w każdym obszarze gospodarki reguły gry. To były tak zwane start-upy, w większości robione przez nieekspertów przez nastolatków, którzy nie byli obciążeni właśnie perspektywą.

Że się

[00:50:00] Ewa: da bądź się nie da Więc tu nie tylko chodzi o

[00:50:02] Iwo: gadzi małpi, ale też jest ten system pierwszy leniwy, czyli ja wiem lepiej Ja wiem ponieważ robię to od 10-15 lat. I teraz początkiem zarządzania tymi właśnie zasobami ludzkimi Ja mówię na to z premedytacją, nowe zasoby ludzkie, wdzięczność lojalność, zaangażowanie poczucie bezpieczeństwa, kompetencje społeczne, kompetencje społeczne Emocjonalne, to są twoje nowe zasoby ludzkie, ale początkiem do tego jest we wszystkich programach rozwoju organizacji samoświadomość świadomość tych właśnie mechanizmów, świadomość tego co mózg z nami robi, co nas obciąża, jak wpływa na nas AI, właśnie na czym polegają te obciążenia poznawcze i to jest początek nie?

A potem ciężka praca nad tym, żeby umieć ciężko pracować. Ja

[00:50:47] Ewa: też dosyć często podaję na warsztacie taki przykład, że w obecnym świecie biznesu dwie rzeczy są bardzo ważne i to jest świeże oko i doświadczenie,

[00:50:56] Iwo: ale

[00:50:56] Ewa: one z reguły nie idą w jednej osobie. Więc właśnie dlatego musimy się nauczyć słuchać i kooperować, bo będziemy mieć te dwie ogromne wartości czyli wartość doświadczenia i wartość świeżego oka, które mogą wybrzmieć

[00:51:11] Iwo: bo

[00:51:11] Ewa: jeśli one nie mogą wybrzmieć właśnie na skutek obciążeń, tak o których powiedziałeś, bo ja robię to od 15 lat, to ja wiem lepiej.

Jeszcze

[00:51:18] Iwo: do tego status, ten małpi mózg, tak, moje terytorium. To już jest

[00:51:21] Ewa: droga

[00:51:22] Iwo: prawda,

[00:51:23] Ewa: równia.

[00:51:23] Iwo: Znaczy równia pochyła do tego, co było. Mówię, to działa w systemie stabilnym, więc ja, wiecie, to jest złożona dyskusja dlatego, że to działało przez historię naszego gatunku, bo świat był powtarzalny. My żyjemy w świecie niestabilnym dopiero teraz zaczyna ten świat przyspieszać dopiero nasze pokolenia są pierwszymi, które doświadczają takiego tempa zmian.

Jeszcze nasi rodzice mieli pracę przez całe życie, nie? Jeszcze pokolenie naszych dziadków. Mój tata

[00:51:50] Ewa: wykonywał swój zawód przez… 50 lat. Bo odszedł też bardzo późno na emeryturę ale to było to samo miejsce pracy, ten sam pracodawca. Jedyna zmiana jaka nastąpiła to po prostu była zmiana lokalizacji na skutek przeniesienia budynku Może nie budynku ale adresu w inne miejsce.

Natomiast tak, to jest ten model.

[00:52:13] Iwo: Znaczy i teraz ja mówię o tym, bo my to mamy ciągle w głowach nie? I my myślimy w tych kategoriach, a tutaj my rozmawiamy o czymś do czego Gdzie zaczyna się ta historia w momencie, kiedy my sobie uświadamiamy, że to już jest przeszłość. Ja myślę, że masz podobnie i myślę, że tak naprawdę każdy z nas, kto jeszcze słucha i ogląda tą naszą rozmowę, wie dobrze, że większość zadań, które będzie robił jutro czy pojutrze będą trochę inne od tych, co robi dzisiaj.

Każdy projekt jest troszeczkę inny. Nawet jak robię dwa razy to samo szkolenie, to za każdym razem jest inna grupa inny kontekst, właśnie zmienia się wiedza, dezaktualizuje. Więc my jesteśmy obciążeni masą rzeczy, tutaj Kahneman jest takim pomostem, metafory gadziego małpiegu mózgu są takim pomostem ale to, co ja chcę powtarzać z tą anegdotą powiedzmy o Tosi, z tym, co wiemy o inteligencji ogólnej, że my dzisiaj musimy umieć robić rzeczy, których nie umiemy, umieć robić rzeczy, których nie robiliśmy Jak to usprawnić?

No właśnie tworząc zespoły. Ja mam takie powiedzenie od jakiegoś czasu, co mi się sprawdza w życiu, co rzeczywiście działa, co ćwiczy jakoś kształtuje tą dyspozycję, no to jest rób bardzo trudne rzeczy z bardzo ciekawymi ludźmi, nie? Bardzo trudne rzeczy z bardzo ciekawymi ludźmi. I to działa od, jak myślę teraz, nie wiem, mam dzieci, no to z nimi to pracuję, tak?

Unikaj łatwych rzeczy, unikaj tego, żeby mózg twój się przyzwyczajał, znaczy unikaj przyzwyczajania mózgu do przyjemności łatwych, nie? To jest naprawdę bardzo trudne, nie? Bardzo. No a to jest tego, żeby mózg się nie przyzwyczajał do tego, że bezwysiłkowo ma przyjemność, że bezwysiłkowo ma wynik.

[00:53:54] Ewa: Czyli cały czas mówimy o tym, żebyśmy my jako ludzie pielęgnowali proces.

Proces, W ramach systemu drugiego prawda? Tak, proces. Nie tylko szukając natychmiast rozwiązania które… W wielu obszarach będzie nam dawała sztuczna inteligencja pomijając proces. A właśnie to cała siła jest w tym wysiłku

[00:54:13] Iwo: prawda? Przyzwyczajeniu głowy do wytwarzania nowych połączeń neuronalnych, no bo o chodzi.

Dzisiaj nawet dzieci w szkole mówią, o nie uczyć się wierszyków, nie uczyć się pisania, uczyć się promptować. To jest bardzo dużo, może nie ze złą wolą ale to są bardzo krzywdzące narracje. Pomyślcie sobie Państwo, macie w domu sługę albo niewolnika, który za Was pisze wypracowania I za was wszystko pamięta, nie?

No bo to jest coś takiego i teraz, znaczy kogo my w takim razie wytwarzamy w takim systemie edukacji, gdzie wszystkie prace, wszystkie, cały ciężar pracy mózgu tego systemu drukowego jest outsourcowany na właśnie tego sługę czy niewolnika. No teraz to jest maszyna nie? Ale to jest jeszcze jeden poziom słuchajcie państwo, bo to jest, Pytanie kto ma potem te kompetencje, to znaczy maszyny to nie spływają, to jest tak, że za tym stoi wielki kapitał za tym stoją bardzo konkretne korporacje.

Dzisiaj o tym nie tknęliśmy w tej rozmowie, ale to też jest eksplorowane. Na końcu to jest pytanie, ok, my sobie przyspieszamy nasze zadania w miejscu pracy, nasze zadania i procesy jakimś tam dostawcą AI powiedzmy X, żeby nie pokazywać na żadnego konkretnego. Ok, no to teraz przyspieszyliśmy dziesięciokrotnie, super, robimy w konsekwencji 10 razy szybciej i bierzemy 3 razy tyle powiedzmy zleceń i tam ludzie potem mają oczywiście od razu więcej pracy tej trudnej, no bo AI robi powiedzmy to łatwo, ale potem pojawia pytanie, dobra to na końcu kto ma te kompetencje Jeżeli ty korzystasz z maszyn które wykonują zadania ekspertów to kto ma twoją wiedzę ekspercką, kto ma informacje przetwarzane przez te systemy wiedzy eksperckiej.

I gdzieś tam na końcu pojawia się pytanie, czy aby to nie jest jednym z celów tej całej rewolucji, o której słyszymy, żeby bardzo konkretne grupy kapitału przejęły wszystkie krytyczne procesy gospodarcze i kontrolowały kluczowe procesy przetwarzania danych. W ogóle abstrahujemy teraz od kwestii deskilingu ale gdzieś to też takie ryzyka strategiczne na końcu kto ma twoje dane i kto ma twoje kompetencje i na ile dyktuje ci warunki potem, na przykład koszty No...

A co, jeżeli firma podniesie dziesięciokrotnie subskrypcję, nie? To co, zrezygnujesz z wiedzy? A twoi pracownicy nie

[00:56:34] Ewa: potrafią tego robić. A

[00:56:35] Iwo: już twoi pracownicy się zdeskilowali, tak?

[00:56:37] Ewa: Czyli wrócisz do tego żeby ponownie coś robili ludzie. No więc weźcie to jest takie

[00:56:41] Iwo: strategiczne, że dlatego my chociażby musimy dbać, wymyśleć sposób w naszych firmach, jak dbać o to, żeby wiedza ekspercka naszych pracowników… Została firmie.

Dokładnie nie?

[00:56:50] Ewa: No to jest duży temat.

[00:56:52] Iwo: No duży.

[00:56:52] Ewa: To jest duży temat, jednocześnie tutaj mamy nadal cały czas wysiłek,

[00:56:56] Iwo: cały

[00:56:57] Ewa: czas mamy biznes który chce przyspieszać

[00:56:59] Iwo: prawda?

[00:57:00] Ewa: Który jak najszybciej chce likwidować wąskie… najniższym kosztem Tak jak najniższym kosztem likwidować wąskie gardła. I znowu nam tu wchodzi ten mózg ludzki, który on umie, ale musi być w odpowiednich warunkach żeby mu się chciało.

Tak Bo inaczej mu się nie będzie chciało bądź nie będzie w stanie, w braku zaufania, w przemęczeniu, w trybie przetrwania

[00:57:20] Iwo: mu

[00:57:21] Ewa: się nie będzie chciało. I to, co mówisz bardzo mi przypomina pewną taką japońską nie japońską, tylko łacińską sentencję, która została mi jeszcze po studiach. Nawiązując do szkoły w której była twoja siostrzeniczka i pełna sentencja jest taka, per aspera ad astra.

Czyli przez

[00:57:41] Iwo: ciernie do gwiazd.

[00:57:42] Ewa: Tak prawda? No

[00:57:43] Iwo: oczywiście, to jest stare jak mądrość zachodu czy w ogóle mądrość ludzka, że nie ma, there is no free lunch, to znaczy kompetencja to nie jest to, że coś robisz, tylko to, że umiesz. To jest to, że ty próbowałeś, próbowałaś próbowałaś próbowałaś próbowałeś nie wychodziło, nie wychodziło, nie wychodziło, potem zaczęło wychodzić a potem doskonalić.

I to przeszedłeś tą drogę sto razy, utrwaliłeś te połączenia neuronalne i to jest kompetencja a nie to, że ty masz wynik, nie? Dlatego wcześniej uciekam od tego pytania o kompetencje, że my mamy bardzo uproszczony obraz bo myślimy kompetencje to jest to, co daje wynik. Finalnie tak. Tak tylko że ja dlatego mówię, że to są zadania i procesy albo ty masz kompetencje do robienia tych zadań i procesów, albo ty przerzuciłeś te zadania i procesy na maszyny i sam tracisz okazję żeby te kompetencje kształtować, utrwalać.

I jak, zacytuję teraz ciebie, jeśli nie używasz jakiegoś kawałka mózgu, to te neurony są nieodżywiane, tak? Tam informacje… Tak,

[00:58:43] Ewa: tak, tak. Metabolicznie są niezasilane tak No więc

[00:58:45] Iwo: z czasem rdzewieje mówił, tak? Ok, łatwiej wrócić, tak? Ale ten powrót też wymaga wysiłku. Więc naprawdę taka bardzo praktyczna… Uważam że mówimy o rzeczach które są bardzo dobrze uzasadnione naukowo na gruncie wielu różnych tradycji.

To nie tylko psychologia poznawcza, to są neuronauki, ale też sama inżynieria danych i właśnie to, co szolę. Szolę wychodzi z… Szolę pozycji inżyniera systemów uczenia maszynowego i dochodzi do tych wniosków, żeby naprawdę wiemy, Co dzisiaj robić, żeby zabezpieczyć się i mieć zasoby do rozwoju w świecie postępującej automatyzacji, W świecie, gdzie coraz więcej zadań i procesów wykonują maszyny i mamy firmy organizacje, które to robią od dawna, bo ja naprawdę, jak ja robię warsztaty na ten temat czy jakieś wystąpienia, to ja pokazuję teksty, które ja poznałem 10 lat temu i tam ciągle to jest.

Zobaczcie sobie Państwo, możemy zalinkować oczywiście wystąpienie Pana który stworzył taką społeczność Kaggle, czyli konkurs dla twórców uczenia maszynowego z 2016 roku i on tam już wtedy to mówi. Myśmy wtedy już wiedzieli że przyszłość głębokiego uczenia to jest przyspieszanie zadań i procesów skalowanie zadań i procesów powtarzalnych, typowych, w typowych kontekstach w stabilnych środowiskach, natomiast to, co człowiek umie, to jest zrobienie rzeczy nowych kontekstowo specjalistycznych Adaptacja do nowych okoliczności, zdolność do, mówimy obrazowo, łączenia kropek czyli Czyli wyszukiwania informacji których maszyna nie ma w bazie danych nie ma w bazie treningowej.

Mówienia nawet maszynie, bo to ktoś powie że okej ale to maszyna wykryje, no ale tak, ktoś musi zaprojektować sensory dla tej maszyny. Znaczy maszyna skądś musi brać informacje które potem będzie przetwarzać w tym systemie. Więc ona jest ślepa i głucha, to człowiek jej podaje poprzez takie czy inne dane wejściowe, czyli czy to są poprzez informacje w bazie treningowej, czy poprzez jakieś sensory, które to potem baza treningowa przetwarza.

Więc cały czas tylko, owszem zawężamy, ale jednocześnie pogłębiamy ten obszar gdzie to człowiek będzie robił przewagi i jeszcze raz przynajmniej dopóki nie powstanie inteligencja ogólna syntetyczna w tym głębokim rozumieniu nie w tym znaczeniu komercyjnym. Nie jest w tym znaczeniu, że nazywamy coś inteligencją ogólną, tylko tak, jak to zdefiniował Scholle.

[01:01:13] Ewa: Ale człowiek musi mieć do tego warunki.

[01:01:15] Iwo: Warunki i takie osobiste, czyli podsumując, to jest, że ja chcę, ja mam ten zasób też tej dopaminowy, czyli utrwaloną zdolność do robienia rzeczy trudnych i że mam warunki środowiskowe, czyli to, co nazywamy dobrostanem mówiąc ogólnie, bezpieczeństwo psychologiczne i procesy w organizacji które to pozwalają.

[01:01:36] Ewa: Które na to właśnie pozwalają. I teraz chciałabym Ci zadać takie pytanie na koniec. Wyobraź sobie, że zasiadasz w jury konkursu. Firma, która wspiera pracownika w dobie AI. I Ty jako juror, jakie byś kryteria oceny wstawił do takiego konkursu? Co chciałbyś widzieć, że firma która wspiera pracownika w dobie AI robi?

Co ona takiego Wspiera

[01:02:02] Iwo: pracownika w dobie AI. Tak

[01:02:03] Ewa: tak.

[01:02:05] Iwo: Eee... No to jest dobre pytanie, ale nie mam jakoś przemyślanej odpowiedzi. Pierwsze, co myślę, to jest, czy ta firma potrafi tworzyć przestrzeń do eksperymentu.

[01:02:21] Ewa: Okej czyli pierwsze, pierwsze przestrzeń do eksperymentu.

[01:02:26] Iwo: Czy, właśnie, bo to jest trudno mierzyć, znaczy, czy tworzy też warunki do eksperymentu, bo ta przestrzeń to jest to, czy właśnie przełożeni w tej firmie procesy, bo to trzeba by w takim konkursie umieć mierzyć, nie, jak mierzyć to, czy, po pierwsze, organizacja rozumie, jakie zadania i procesy wymagają eksperymentu.

Ja się posługuję tutaj, może Państwu podpowiem kapitalnym modelem na to jest tak zwany Kinevin Framework. Dave Snowden z IBM opracował taki, taki framework, niektórzy na to mówią macierz, ja wolę która pozwala, Określić jakie zadania i procesy wymagają eksperymentowania, takiego zwinnego podejścia iterowania, takiego, gdzie my rozpoznajemy bojem, mówiąc o branży.

I to jest dla mnie to kryterium. Czyli firma która wspiera AI, bo całą resztę automatyzuje, bo to jest drugie kryterium w tym konkursie. Pokaż mi, ile swoich zadań i procesów w modelu biznesowym efektywnie zautomatyzowałaś tylko wiesz problem z tym konkursem jest taki, że co model biznesowy, to są inne kryteria.

No bo jedni będą, bo choć to zależy od tego, kto tam kupuje, jak ta firma chce rosnąć, więc mam kłopot z takim konkursem, bo co z czym porównywać, nie? Ale myślę, że to te dwa czynniki, to znaczy na ile osiągnąłeś sukces w automatyzacji, jakoś tam mierzonej w kontekście twojego modelu biznesowego. Efektywność automatyzacji, znowu jak mierzona kosztami skalowalnością.

Poniesionymi kosztami ciężko tak rozstrzygać a z drugiej strony wspieranie człowieka oznacza, czy tworzymy warunki do rozwoju tych kompetencji nieautomatyzowalnych i do robienia tych rzeczy, których automaty nie potrafią, natomiast mogą nas wspierać, tak zwana augmentacja. Maszyny też mogą nas wspierać w eksperymentach modelowaniu przyspieszać te zadania i procesy ale na końcu to jest właśnie tylko my potrafimy robić to, co robi ogólna inteligencja czyli pozyskiwać zupełnie nowe jednostkowe dane i interpretować całą naszą wiedzę w kontekście tych nowych danych stawiać hipotezy, zadawać pytania, projektować eksperymenty a potem wyciągać wnioski i podejmować decyzję czy dalej w idziemy czy piwotujemy.

A

[01:04:41] Ewa: pamiętasz ty ze swojego życia? Tak Teraz odchodzimy na chwilę od EI.

[01:04:44] Iwo: Ze

[01:04:45] Ewa: swojego życia taką sytuację w swojej karierze że faktycznie dostałeś... Ze strony firmy bądź pracodawcy wsparcie i to z Tobą zostało. I co to było?

[01:04:55] Iwo: Tak. Znaczy pamiętam wszystkie te sytuacje kiedy tego zabrakło i to jest wbrew pozorom bardzo ważne doświadczenie, bo wszyscy mamy doświadczenia ze złymi przełożonymi, ze po prostu ludźmi którzy tego nie rozumieją strategicznie i można się bardzo dużo nauczyć od złych przełożonych i złych organizacji.

I to jest naprawdę bez cienia kokieterii tutaj. Natomiast tak, ja mam to szczęście właśnie, że ja mówię o rzeczach które nie tylko rozumiem i badam ale też doświadczyłem tego w środowisku akademickim czyli przestrzeń eksperymentu w środowisku eksperckim w ramach pewnego obszaru gdzie z jednej strony Ty musisz się wykazać bardzo wysokimi kwalifikacjami merytorycznymi, żeby powiedzmy wejść do pewnej grupy ale z drugiej strony jak już masz te kwalifikacje, to w tej grupie jest Przestrzeń do eksperymentu, do zadawania pytań, do sformułowania hipotez, do dywagowania, wchodzenia właśnie w różne procesy które są niepewne i nawet na końcu jest porażka informacja o tym, że coś się nie udało.

Ale ta porażka jest zawsze źródłem, po pierwsze, wiedzy o tym, co nie działa, tutaj powiedzmy poper się kłania, falsyfikacjonizm, albo źródłem nowej wiedzy, którą w procesie właśnie robienia rzeczy trudnych wynosimy. To jest też tak że robiąc coś, ja podaję przykład, kurczę, zobaczcie sobie Państwo swoją historię SpaceX właśnie, maskę.

Oni pierwsze trzy starty mieli porażki, ale to było po to, żeby się nauczyć co działa, co nie działa. No więc takie firmy są. Też pracowałem z artystami o czym wspomniałaś I akurat tu nie powiem bo to jest środowisko, które często deklaruje różnego rodzaju rzeczy, ale akurat ta przestrzeń do eksperymentu to nie zawsze funkcjonowała poprawnie, raczej tam była często presja na to, żeby zrobić coś, co się dobrze sprzeda, po prostu kuratorsko gdzieś tam publiczności.

Natomiast poznałem artystów czy projektantów, bo też pracowałem przez wiele lat z designerami projektantami, wiele osób, które Wchodziły w procesy eksperymentu niesione takim właśnie subiektywnym drivem, osobistym drivem poszukując na przykład, nie wiem, artysta robi pracę pół roku nad pracą, szuka jakiegoś rozwiązania formalnego, robi prototypy jeden za drugim, inwestuje w to mnóstwo kasy, bo to wszystko kosztuje, żeby produkować, a na końcu podejmuje decyzję, że jednak to nie ma tego efektu na którym zależało.

I tak, są artyści, są nauczeni, naukowcy, są środowiska, gdzie to jest oczywiste. I to jest tak, że ty musisz mieć ten drive wewnętrzny, Sinek mówi o why, dlaczego to robisz, tym napędzie, ale ja dodaję do tego to, co nam podpowiada, nie wiem, chociażby David Rock, czy Amy Edmondson, czy Carol Dweck dzisiaj, badania nad growth mindsetem, że jeśli chcesz mieć to w biznesie, no to nie możesz liczyć na to, że wszyscy będą jak takie falochrony i nie potrzebują wsparcia.

Nie, takich ludzi. Populacji prawie nie ma tych takich wybitnych jednostek które Nie potrzebują wsparcia. Większość z nas potrzebuje wsparcia środowiska do wchodzenia w takie procesy. I powiem tak, że teraz szkoląc i spotykając na warsztatach ludzi z biznesu od kilku lat już, tak, bo to tak intensywnie od, no powiedzmy tam pięciu, sześciu lat mam grupy z bardzo różnych organizacji.

Tak, to są naprawdę wielu, poznałem prawdziwych liderów biznesu którzy, no chociażby podam przykład, zobaczcie sobie Państwo historię Krzysztofa Folty, twórcy firmy Team.pl. Jego wywiady, znaczy z nim, jakie on ryzyka podejmował i czym ryzykował i jak mu to się opłaciło na końcu i zadać sobie pytanie, co trzeba mieć, umieć Żeby osiągnąć taki sukces, umieć podejmować decyzje w warunkach skrajnej niepewności.

Znaczy, jak liczysz że zrobisz innowacje w oparciu o powtarzalne praktyki, to nie rozumiesz, czym jest innowacja. Nawet jak kopiujesz rozwiązania to podejmujesz ryzyko. Przykłady takie jeszcze z rynku no to nie wiem marka Oshin jak powstała marka Oshin, to było skopiowanie jakiegoś tam pomysłu ze Stanów, ale twórcy marki Oshin wiedzieli, ogromne ryzyko.

Takie więcej przykładów nie wiem, historia na przykład Fritz Kohli, też jest podobne. Więc po produktach można pokazać że takie firmy istnieją które potrafią to robić. Natomiast jak pracuję z biznesem no to albo pracuję z ludźmi, którzy to mają i potrzebuję jakiegoś tam wsparcia, albo wchodzę do firmy która I po jakimś czasie okazuje się, że oczekuję, że ktoś to jej zrobi i ludzie nie biorą odpowiedzialności.

No i wiem, że ta różnica jest bardzo trudna do wytworzenia Różnica motywacji właśnie. Dzisiaj mówię, że tego potrzebujesz, bo bez tego nie będziesz umiał robić rzeczy, których nie potrafią automaty Jeżeli chcesz się rozwijać jeżeli potrzebujesz długiego trwania jako organizacja, trzeba w to inwestować.

[01:09:51] Ewa: Czyli jest miejsce dla firm, które wspierają? Jest

[01:09:56] Iwo: miejsce, ale bym powiedział, że czas pokaże które biznesy pójdą w tę stronę pełnej automatyzacji, na pewno takie będą, a które pójdą w stronę rozwoju tego, co nieautomatyzowalne. To jest, to jest wszystko, co możemy powiedzieć, bo ze względu na niestabilność otoczenia, nie, tak, my nie wiemy w którą stronę konteksty się potoczą, w jaką stronę potoczą się okoliczności makros to znaczy technologie technologie na razie wiszą na przykład na metalach ziem rzadkich, o czym mało się mówi, na technologiach energetycznych.

My jesteśmy teraz, to jest to, co korkuje rozwój dzisiaj tak naprawdę technologii, dostępność metali ziem rzadkich, które są konieczne do budowania tego całego żelastwa, dostępność energii. No i przepraszam, o co są wojny na świecie, nie, o co są wojny na świecie, no, dzisiaj to jest generalnie jedna z odpowiedzi na pytanie, też po co jest eksploracja kosmosu.

Więc gdzieś, jak to będzie skalować, to zależy od tego, gdzie będziemy mieli te skoki, powiedzmy, na zewnątrz systemów, w których działamy, na zewnątrz systemów naszej organizacji. Póki co ja wiem, widzimy wszyscy widzimy, no, to nie jest tak, że my teraz wymyślamy dyskusję o kulturze organizacyjnej, o bezpieczeństwie psychologicznym.

Są firmy które w to inwestowały. Są, od lat, tak, i to od lat nie wiem co najmniej Dziesięciu czy piętnastu, nie? Ja tylko dzisiaj sklejamy to, że to jest dokładnie to, co musisz mieć, zasób strategiczny, bez którego nie ruszysz kompetencji nieautomatyzowalnych, nie?

[01:11:23] Ewa: No właśnie. To co? Trochę pracy jeszcze przed nami, żeby nam się chciało chcieć głównie.

Żeby

[01:11:28] Iwo: nam się chciało chcieć tak. I żeby organizacje to rozumiały.

[01:11:31] Ewa: Czyli mamy robić trudne rzeczy. Z

[01:11:34] Iwo: ciekawymi ludźmi. Z ciekawymi

[01:11:35] Ewa: ludźmi. No i tego sobie życzymy I tego życzymy naszym słuchaczom. Róbcie trudne rzeczy Z ciekawymi ludźmi. Dziękuję. Cały czas wybija mi pewien temat. Wybija mi temat kultury organizacyjnej, wybija mi temat środowiska,

[01:11:53] Iwo: które

[01:11:54] Ewa: tworzy warunki dla pewnych zachowań.

Czyli nie jesteśmy w stanie nawet jeżeli mamy zasoby utrzymać je długo jeżeli środowisko nie jest sprzyjające. I tu przychodzi mi do głowy takie pytanie, które chciałam ci zadać bo bardzo lubię twój tok myślenia. Jakie zadania teraz w biznesie mogłyby przejąć działy HR w kontekście AI?

[01:12:20] Iwo: Czy

[01:12:21] Ewa: na przykład… Czy edukacja, czy wsparcie psychologiczne, a może zarządzanie konfliktami między ludźmi a technologią.

Co Ci przychodzi do głowy?

[01:12:29] Iwo: Wiesz, no niestety wszystko to naraz, niestety wszystko to naraz. Pamiętajmy, że zawsze mamy kulturę, ona zawsze jest, tylko że często jest niska, to znaczy to jest kultura nieufności, kultura obwiniania szukania winnych kultura takich perfekcjonizmu, czyli też zamiatania pod dywan, unikania rozmowy o problemach o błędach.

To były tu kultury, czyli wiecie, kultura to jest to, co jest oczywiste. Jak ktoś był na przykład w Azji no to się dowiaduje że oczywistym jest na przykład jeżdżenie pod prąd albo przeciskanie się każdym jak jedziemy pasami trzy są pasy, to wszyscy jadą sześcioma. I to jest oczywiste wszyscy tak robią. U nas na przykład oczywiste jest to, że jak jest pięćdziesiątka, to wszyscy jadą siedemdziesiątką.

To jest kultura. I teraz zawsze jest kultura w organizacji Zawsze jest kultura jakaś w zespole, tylko bardzo często jest to kultura, w której nasze mózgi nie pracują, no bo na końcu powiedziałeś o tych zasobach ja mówię z premedytacją, nowe zasoby ludzkie, czyli tym, czym zarządza HR, czyli human resource, to dzisiaj jest zaangażowanie wdzięczność po angielsku jest jeszcze commitment, co na polski jest nieprzetłumaczalne, czyli taka motywacja wewnętrzna, chcenie brania odpowiedzialności za procesy za firmę, commitment.

Belonging, to czy właśnie pracownicy czują się, że mogą być sobą i chcą być sobą z tymi ludźmi w tym miejscu to są wszystko twoje nowe zasoby ludzkie i ktoś ma je produkować. Ja dopiero co jestem po dwudniowym szkoleniu to się nazywa HR Mastermind, gdzie spotykają się praktycy HR-ów z różnych organizacji, no i o czym my gadamy po co jest HR dzisiaj w firmach.

I to jest dzisiaj duży temat, że HR staje się krytyczny dla procesów transformacji AI-owej, łącznie z tym, że pojawiają się już funkcje łączące HR-y i technologię, np. Moderna, czyli ten producent szczepionki No znany z tego, że szczepionki szczepionki na COVID. Moderna w marcu bodaj ogłosiła że cały pion HR-ów jest integrowany z pionem znaczy technologii ICT i jest jedna osoba która jednocześnie powiedzmy technologizuje firmy oni zresztą współpracują z tego co pamiętam z OpenAI w ogóle.

Więc z jednej strony jest osoba odpowiedzialna za automatyzację zadań i procesów przy pomocy AI-a i jednocześnie robienie tego wszystkiego o czym rozmawiamy czyli żeby ta automatyzacja nie zdeskilowała, nie ogłupiła pracowników żeby mądrze rozporządzać tymi zadaniami i procesami co automatyzować, a co nie automatyzować i co produkować, właśnie jakie zasoby w firmie, żebyśmy mieli te zasoby potem na przechodzenie przez procesy właśnie niestabilne nietypowe typu innowacje, typu kryzysy bo tam W pytaniu było rozwiązywanie konfliktów, nie?

No więc ja, zobaczcie, ja tak to ustawiam, że dzisiaj ktoś musi w firmie produkować takie zasoby ludzkie, zaangażowanie, commitment, engagement, commitment, poczucie wdzięczności, poczucie lojalności, zaufanie biznesowe, poczucie bezpieczeństwa, efektywną komunikację która się bierze z relacji. Ja nie lubię tego sloganu że komunikacja jest królem kompetencji, bo nie, bo komunikacja jest funkcją relacji.

Jeżeli ja spędzam 40 minut napisanie maila do szefa, bo po prostu nie wiem, jak do niego napisać i kasuję po kilka razy czy tam nie Bo się boję na przykład No bo na końcu wiecie to jest to, że strach i to wszystko było, ta nieufność to takie właśnie kaskadowanie z góry celów to wszystko miało sens w stabilnym i ma sens w stabilnym środowisku.

Problem polega na tym, że dokładnie to są te zadania i procesy które można automatyzować. My dzisiaj musimy stworzyć w naszych firmach taką tkankę ludzką, to jest metafora Która warunkuje używanie inteligencji ogólnej używanie tego, co Kahneman nazywa systemem drugim, tego, co nieprecyzyjnie nazywamy kompetencjami miękkimi, więc uważam że rolą HR-ów jest produkowanie tego.

Jeszcze mam takie powiedzenie przewrotne, że w ogóle organizacja przyszłości to jest organizacja bez HR-ów, bo na końcu, kiedy rozmawiamy co ma robić HR, no HR ma edukować biznes, żeby biznes rozumiał że potrzebuje tego i szkolić ten biznes i dostarczać tych kompetencji skutecznie. Problem jest taki, że HR w większości jest traktowany jako dostawca benefitów, dostawca rozwiązań, dostawca szkoleń załatwiacz jakichś spraw, kaowiec więc to trzeba poprzestawiać strategicznie dzisiaj mówimy o strategicznej roli HR.

Ktoś w firmie ma produkować te kluczowe zasoby ludzkie. Nazywamy to HR-em, czasami miękkim HR-em, nie? I albo firmy to rozumieją że ktoś musi to robić, jak pracujecie agilem no to w sumie taką rolę pełni agile coach teoretycznie. Agile coach to jest ktoś, kto chodzi po organizacji i rozmasowuje tę organizację, właśnie wprowadza kulturę zwinnego, zwinnej komunikacji, zwinnej współpracy.

Więc tak naprawdę jak zwał, tak zwał. Ważne jest, jakie jest zadanie tego obszaru. Ja uważam że dzisiaj rolą HR-ów jest strategiczne doradztwo, edukacja biznesu mówi się, że HR nie rozumie biznesu czasami coraz częściej biznes nie rozumie biznesu bo biznesowi się wydaje, że celem są kwartalne wyniki, półroczne wyniki roczne wyniki a potem to się ktoś...

będzie martwić a HR ma rozwiązywać konflikty. Problem jest taki, że jeżeli teraz nie zainwestujesz Wymienione tutaj zaufanie, zaangażowanie, lojalność i tak dalej, to za chwilę możesz nie mieć kim pracować. Za chwilę ty możesz mieć kłopoty z rekrutacją, z wypaleniem z rotacją, z tym że ludzie będą się bali podejmować decyzje nie będą chcieli podejmować decyzji, nie?

Więc tutaj wracam do pierwszej myśli. Uważam że ktoś musi edukować organizacje, jakie są limity AI, bo to jest też, widzę, że niestety ale ten hype produkowany masowo, czyli taka marketingowa dezinformacja Spowodowała szereg błędnych decyzji biznesowych. Firmy poszły w automatyzację wdrażanie AI, generując sobie koszty.

To też już dzisiaj odbija się czkawką. Firmy się wycofują z tych rozwiązań. Mamy wahnięcie w stronę nieufności i takiego rozczarowania AI. Systemy agentowe popełniają błędy. Ludzie nie chcą rozmawiać z chatbotami, z voicebotami. Pracownicy nie chcą być zarządzani przez człowieka chcą być zarządzani przez bota, ale z drugiej strony cały obszar tak zwanych silent impact, czyli takich pozatechnologicznych skutków wdrażania technologii.

Rolą HR-u moim zdaniem jest z jednej strony właśnie edukowanie organizacji, edukowanie biznesu na temat ograniczeń AI, więc HR musi to rozumieć, a z drugiej strony dbanie o to, czego ztechnologizować się nie da. Cały czas mówimy tutaj o tym przy zastrzeżeniu że nie ma syntetycznej inteligencji ogólnej w tym głębokim znaczeniu

[01:19:20] Ewa: Czyli co, tak jak ja to rozumiem z jednej strony musimy mieć świadomość naprawdę, już nie taką deklaratywną tylko głęboką świadomość w jakich warunkach mózg ludzki pracuje najlepiej,

[01:19:34] Iwo: mieć

[01:19:35] Ewa: świadomość Podstawowego zagrożenia związanego z automatyzacją, czyli jeżeli przerzucimy za dużo to pytanie, gdzie zostaną nasze kompetencje, bo możemy je stracić,

[01:19:46] Iwo: które

[01:19:47] Ewa: były wcześniej w ludziach, tak więc potrzebujemy cały czas o tym pamiętać i zadać sobie pytanie, co ja w ogóle chcę zautomatyzować.

[01:19:58] Iwo: A to z kolei zależy od twojego modelu biznesowego, bo czasami się będzie opłacać zejść z jakości, którą daje człowiek i zwiększyć skalę jakiegoś procesu a czasami nie będzie się opłacać bo masz taką małą skalę, że człowiek ci zrobi coś taniej nawet jeżeli AI teoretycznie mogłoby zrobić ci lepiej, a czasami potrzebujesz różnicy.

Którą robi człowiek tak, mimo że człowiek jest droższy i powiedzmy wolniejszy, nie, i to po prostu zależy od konkretnego modelu biznesowego, czyli to jest, wiecie, taki powrót do bardzo takiego poważnego potraktowania strategii. I swojego

[01:20:34] Ewa: biznesu tak, i swojego biznesu zrozumienie swojego, bardzo fajnie to ująłeś, że

[01:20:38] Iwo: często,

[01:20:39] Ewa: że niby HR nie rozumie biznesu,

[01:20:42] Iwo: tak,

[01:20:42] Ewa: czyli musimy znowu zejść na poziom, co my robimy, jak my robimy,

[01:20:46] Iwo: żeby

[01:20:47] Ewa: właściwie elementy automatyzacji prowadzić Ja też

[01:20:50] Iwo: ja też, wiesz, bo ja to robię z pozycji konsultanta, to znaczy kogoś kto jest już zapraszany do firmy czyli jest ten kredyt zaufania i jest też taka pozycja która pozwala mi na pewną niezależność, no i jakby co, to też jakieś takie higieniczne warunki wyjścia.

Tymczasem HR jest, no często w pozycji takiej, że musi wypracować sobie tą pozycję sprawczości strategicznej co jest bardzo trudne no bo biznes widzi HR w roli właśnie raczej dostawców. Jeszcze raz podkreślam, że chodzi o to, żeby ktoś w organizacji, i to jest robota nazywamy właśnie HR-ów, edukował biznes na zasadzie jakie są ryzyka i koszty ukryte, potencjalne decyzje biznesowe.

Ja tak do tego podchodzę, to znaczy, że ty cały czas podejmujesz decyzje w biznesie ale ty mi płacisz za to i nawet, bo nie chcę redukować to do kontraktu bo to jest za mało to znaczy że bierzemy odpowiedzialność ja biorę odpowiedzialność za twój biznes używając całej mojej wiedzy i technologicznej i takiej, Czyli to jest właśnie ten obszar miękki psychologii społecznej, doświadczenia które gromadzimy, no bo wiecie, wiedza HR-owa to jest coś bardzo, bardzo kontekstowego jak każdy HR-owiec wie, to każda sytuacja będzie inna, każda sytuacja właśnie wymaga tej inteligencji ogólnej, ale ty dzięki tej całej ogromnej wiedzy jesteś w stanie przewidzieć co się może wydarzyć na skutek decyzji biznesowych.

I ja podchodzę, biznes na końcu musi rozumieć jakie są skutki, bardzo obiektywne skutki prawdopodobne podejmowanych decyzji. Jeżeli tutaj dociśniesz śrubę, nie wiem, będziesz tolerować na przykład przemoc gdzieś w organizacji, jakiś taki typowy case, jakiś tam jest wynikowiec taki high performer, który świetnie dowozia, jednocześnie jest rotacja w zespole ludzie są sfrustrowani, wszyscy wiedzą, że krzywdzi innych.

I firmy mają tendencję do tolerowania takich osób, zwłaszcza jak kontrolują kluczowe procesy, jakaś sprzedaż compliance. Finanse, takie rzeczy. No to oczywiście to jest no-brainer że taka osoba wytwarza Ci koszty. Pytanie czy te koszty są dla Ciebie ważne, nie? Czy w ogóle bierzesz pod uwagę to, jakie są koszty rekrutacji, jakie są koszty onboardingu, offboardingu, outplacementu, koszty wypalenia, koszty nieufności.

Różne rzeczy, których się nie da w łatwy sposób pomierzyć. A gdzieś na końcu już dzisiaj wiemy że to wszystko wycieka kanałami do sociali robisz sobie markę pracodawczą że dzisiaj Twoja rekrutacja zwłaszcza z Zetkami, wszyscy się wokół Zetek trząsą. Gdzie się zaczyna rekrutacja Zetek Od tego jak Ty dzisiaj traktujesz ich rówieśników, którzy zaraz wchodzą na Discord albo na TikToka I mówią prawdę o tym, jak się tu pracuje.

Więc teraz HR jest w roli takiego, uważam doradcy wewnętrznego a przy okazji gasi 100 pożarów przy okazji to są właśnie te małe różne konflikty. Na końcu to jest to, że albo, mówię, jestem na świeżo po rozmowach z HR-owcami, że albo uczynisz się niezbędnym w organizacji, bo ktoś to musi robić, a na końcu też podkreślam, że twoim zadaniem nie jest robienie tego, tylko edukacja organizacji żeby to robiła.

Że naprawdę, idealnie to jest tak, żebyś nie był potrzebny żeby menadżerowie sami to umieli robić. I na tym polega przywództwo, że oni sami sobie ogarniają te konflikty motywacje, nie odstresują tego na HR. To jest właśnie ktoś w organizacji, nazywamy to people and culture dzisiaj, zmieniamy nazwy, a ja przewrotnie powiem właśnie nie.

Ktoś ma produkować nowe zasoby ludzkie. Wdzięczność lojalność, zaangażowanie, komitment, czyli powiedzmy oddanie, zaufanie biznesowe, zasoby bezpieczeństwo psychologiczne, poczucie sprawiedliwości, to wszystko trzeba wyprodukować w firmie. No i ktoś musi to robić, nazwijmy to HR-em. I

[01:24:36] Ewa: teraz chciałam jeszcze podbić cały czas jesteśmy w tym temacie, ale przerzucić pytanie na zarządy i właścicieli firm, czyli jak oni mogą działać w związku z wdrożeniem AI, żeby właśnie te nowe zasoby ludzkie...

Wspierać?

[01:24:52] Iwo: Ojejku, to jest albo są takie zarządy, które już to rozumieją i wtedy działa już w tą stronę. Rozmawiałem niedawno z osobą która zarządza software house'em i on ta osoba mi mówi, kurczę Iwo, ja szukam HR-owca, ja nie mogę znaleźć, bo ja potrzebuję kogoś kto będzie się ze mną, potrzebuję sparing partnera, kto będzie się ze mną zderzał strategicznie kto będzie potrafił się ze mną pokłócić.

Ale to jest osoba, która rozumie strategiczną funkcję i potrzebuje kogoś kto więc i rzeczywiście takich HR-owców jest mało, bo większość organizacji wychowuje sobie HR, że to są właśnie osoby, które dostarczają jakieś... A

[01:25:29] Ewa: współtworzą. A nie współtworzą,

[01:25:31] Iwo: że HR wykonuje, a nie współtworzy. Więc niestety to jest tak, że albo ty to strategicznie rozumiesz Albo jesteś firmą która nie potrzebuje HR-ów, bo raz jeszcze ja nie wykluczam absolutnie że są bardzo stabilne jakieś sektory modele biznesowe i sektory rynku gdzie można zautomatyzować 99%.

W Chinach są na przykład Dark Factories czy Smart Factories, fabryki całe fabryki które działają bez człowieka. Da się, da się. Oczywiście jeśli masz stabilne całe środowisko czyli masz pełną kontrolę nad dystrybucją, nad logistyką, nad kosztami energii, nad surowcami Jeśli to wszystko jest bardzo stabilne, to sobie zoptymalizuj po prostu do bólu nie potrzebujesz ludzi.

I takie firmy, HR tam jest... Po co? Natomiast umówmy się, no pewnie jak tutaj ktoś nas słucha, większość co nas słuchają w tej chwili w państwach, pracują raczej w firmach, które myślą jak się rozwijać, jak przetrwać w tej rzeczywistości jak być potrzebnym na rynku za 3, 5, 10 lat. No więc tutaj raz jeszcze, żeby być i się rozwijać, ty potrzebujesz zasobów ludzkich, które już nie chcę powtarzać, ale tych, które warunkują korzystanie z inteligencji ogólnej, no i pamiętać o tym, że nie kupisz ich na rynku, jeśli nie zadbasz o to podglebie powiedzmy, czyli o całe przywództwo o organizację, o procesy i to są decyzje strategiczne więc co muszą rozumieć właściciele decydenci?

No właśnie to, jakich tych zasad strategicznych strategicznych krytycznych zasobów potrzebujesz do przechodzenia przez kryzysy przechodzenia przez konflikty robienia innowacji Radzenia sobie jako pracodawca na rynku pracy, budowania marki pracodawcy, budowania marki kontrahenta partnera bo to też się przykłada na relacje biznesowe, na zaufanie biznesowe, lojalność klientów.

Dzisiaj te zasoby paradoksalnie to są zasoby ludzkie.

[01:27:26] Ewa: Wreszcie się urealnia to, o już mówiło się od dawna w całej nauce przywództwa, właśnie o tym zarządzaniu z uwzględnieniem człowieka. W tej chwili to nabiera takiego namacalnego wręcz znaczenia. Mam takie

[01:27:39] Iwo: poczucie tak. Tak

[01:27:40] Ewa: gdzie przeciwstawiamy

[01:27:41] Iwo: maszynę

[01:27:43] Ewa: i nasze unikalne

[01:27:46] Iwo: ludzkie

[01:27:47] Ewa: kompetencje.

No i miejmy nadzieję, że pójdziemy w tą stronę dalej. Ja też z tego, co ty mówisz mocno słyszę… Ucz o obciążeniach, czyli ucz o bajasach, bo bajasy są pierwszym czyli obciążenia są naszym pierwszym wzorcem postrzegania, ale tylko wtedy, kiedy je widzimy i znamy możemy na nie zareagować. To

[01:28:07] Iwo: jest paradoks eksperta.

Tak to można nazwać w literaturze amerykańskiej. Po polsku jakoś to nie funkcjonuje za bardzo, ale to jest to, z czym tłumaczymy, że eksperci popełniają błędy katastrofalne dla biznesu. Pierwszy z brzegu, na przykład dlaczego Boeing w tej chwili wprawdzie nie upadł, ale szorował pod nie bardzo długo no bo co, no bo eksperci robili to, czego się nauczyli i co działało zawsze wcześniej.

I powtarzali tak, dobre praktyki, za to sobie przyznawali premię. Dlaczego poopadały dwudziestowieczne, właściwie w każdym sektorze jak sobie spojrzymy Poprzez wszystkie sektory gospodarki to wszędzie od po prostu telewizji przemysłu rozrywkowego aż po farmaceutyczny dzisiaj wojskowość, te dwudziestowieczne modele biznesowe albo są gwałtownie ulegają rewizji, albo upadają po prostu, nie?

Zobaczcie sobie Państwo na przykład skalę bankructw bankructw po prostu w Unii Europejskiej, jak ona przyspiesza we wszystkich obszarach. Czyli co to znaczy? znaczy, że eksperci, którzy wiedzą co robią, wiedzą co robią tylko że świat się zmienia i oni nie wiedzą że nie wiedzą, nie? Czyli moje doświadczenie moje nawyki, mój system nerwowy, moja sieć neuronalna, która była super skuteczna w powtarzalnym systemie, przestaje być skuteczna bo system się zmienił nie?

[01:29:24] Ewa: Ja powtarzam przez nasz cykl takie powiedzenie, ale ono teraz do mnie przyszło właśnie po tym, co powiedziałeś

[01:29:31] Iwo: że

[01:29:32] Ewa: w czasach zmian świat należy do tych, którzy się uczą a ci, którzy się nauczyli należą do świata którego już nie

[01:29:38] Iwo: ma. Jeszcze uczą i oduczają, nie? To jest to unlearning, unlearning, tak? Czyli właśnie… Uczą tak Uczą

[01:29:44] Ewa: się, oduczają i uczą na nowo.

Tak,

[01:29:47] Iwo: parafrazując to Flera.

‍