Unatoč masovnoj primjeni alata umjetne inteligencije na radnim mjestima diljem svijeta, radno opterećenje zaposlenika ne smanjuje se onoliko koliko se očekivalo, a glavni krivac za to leži u vremenu koje se gubi na naknadno testiranje, lekturu i ispravljanje pogrešaka. Sveobuhvatno istraživanje provedeno na uzorku od 8316 korisnika umjetne inteligencije na radnom mjestu otkrilo je zanimljiv paradoks: iako AI iznimno pomaže u brzom stvaranju prve verzije ili nacrta teksta, istovremeno drastično povećava vrijeme koje zaposlenici moraju utrošiti na naknadno provjeravanje, uređivanje i potpunu preradu sadržaja.
Nova saznanja pokazuju da, premda umjetna inteligencija može značajno pojednostaviti izradu kompleksnih dokumenata i pisanje programskog koda, korisnici u konačnici provode više vremena u fazi kontrole kvalitete. Ovaj rezultat jasna je poruka upravama tvrtki da sama primjena AI alata automatizmom ne jamči veću produktivnost na organizacijskoj razini.
Prema podacima koje je objavio TechRadar, tvrtka za usluge umjetne inteligencije Use.AI provela je opsežno istraživanje među 8316 zaposlenih odraslih osoba koje u svakodnevnom poslu koriste umjetnu inteligenciju. Anketirani korisnici dolaze s područja SAD-a, Velike Britanije, Europske unije, Kanade, Australije i Latinske Amerike. Čak 62 posto sudionika potvrdilo je da im je AI omogućio jednostavno stvaranje opsežnih dokumenata, prezentacija ili izvornog koda — poslova koje su ranije često odgađali ili izbjegavali zbog prevelikog utroška vremena i truda.
Međutim, ozbiljni uski procjepi u tijeku rada nastaju u trenutku kada te AI materijale treba podijeliti s kolegama ili isporučiti klijentima. Oko 34 posto ispitanika priznalo je da su barem jednom poslali sadržaj generiran ili potpomognut umjetnom inteligencijom bez ikakve prethodne temeljite provjere ili lekture. S druge strane, 48 posto ispitanika navodi kako redovito primaju materijale potpomognute umjetnom inteligencijom od svojih kolega, ali ih i dalje moraju naknadno dorađivati i uređivati, dok je 43 posto izjavilo da su morali cijeli zadatak početi raditi ispočetka jer je generirani rezultat bio potpuno nezadovoljavajući.
Dodatno zabrinjavaju podaci o vremenu potrebnom za provjeru točnosti. Istraživanje je otkrilo da je 39 posto ispitanika utrošilo više vremena na pregledavanje i provjeru rezultata koje je izbacila umjetna inteligencija nego što bi im bilo potrebno da su čitav posao odradili sami od nule. Nadalje, 41 posto navodi da se ukupno vrijeme provedeno u pregledu i verifikaciji sadržaja znatno povećalo nakon što su umjetnu inteligenciju uključili u svoje svakodnevne poslovne procese.
Isto tako, 37 posto sudionika ističe da loša kvaliteta ili nelogičnosti u AI rezultatima izravno usporavaju proces donošenja poslovnih odluka. To jasno pokazuje da, iako umjetna inteligencija uspješno skraćuje uvodno vrijeme izrade nacrta, teret lekture, provjere činjenica i ispravljanja skriveno generiranih pogrešaka zapravo samo prebacuje na druge odjele ili preopterećeno osoblje.
S poslovne strane, istraživanje razotkriva da su procesi kontrole kvalitete na mnogim radnim mjestima i dalje zabrinjavajuće nedefinirani. Čak 58 posto sudionika izjavilo je da unutar njihovih tvrtki uopće ne postoje specifična pravila ili protokoli o tome koji sadržaj i u kojoj mjeri mora proći provjeru prije nego što se AI proizvodi podijele s drugima.
Stručnjaci naglašavaju da bi tvrtke, prilikom procjene stvarne učinkovitosti umjetne inteligencije, morale uzeti u obzir ukupan trud i vrijeme potrebno da se AI rezultat pretvori u stvarni, upotrebljivi poslovni proizvod, umjesto da slijepo vrednuju samo golu količinu generiranog sadržaja. Ipak, valja napomenuti kako ovo istraživanje prvenstveno odražava subjektivna iskustva zaposlenika te nije pokazalo neto povećanje ili smanjenje ukupne organizacijske produktivnosti, niti izravnu uzročno-posljedičnu vezu između upotrebe AI-ja i povećanog obujma prerade materijala. S obzirom na to da brojne tvrtke i dalje ubrzano šire primjenu AI alata, uspostava jasnih procesa za provjeru točnosti te precizno definiranje osobne odgovornosti postaju jedan od najvećih izazova moderne digitalne transformacije.
