Na [ftetoai.com](https://ftetoai.com) dzielimy zadania na trzy kategorie: AI może przejąć zadanie, AI może częściowo je wykonać pod nadzorem ludzkim, albo zadanie pozostaje pracą wykonywaną przez człowieka. Ta środkowa kategoria jest w praktyce najważniejsza, ponieważ nie działa sama z siebie. „Nadzór” nie jest pojęciem o jednym, ustalonym znaczeniu; nabiera treści tylko wtedy, gdy określą Państwo, kto na co zwraca uwagę, jak często, i co się dzieje w przypadku odrzucenia wyniku. Ta strona opisuje ten mechanizm. Nie zastępuje ona porady prawnej czy z zakresu prawa pracy i nie stanowi podstawy do decyzji personalnych — do tego obowiązują odrębne wymogi prawne oraz własny doradca.
Nadzór ludzki zakłada osobę, która jest uprawniona i kompetentna do oceny wyniku wykonania zadania. Nie jest to automatycznie ten sam pracownik, który wcześniej wykonywał to zadanie. Przy zadaniu takim jak odpowiadanie na pytania personalne ocena często leży w gestii osoby z wiedzą merytoryczną, natomiast przy zadaniu takim jak planowanie ocena leży raczej w gestii kierownika, który może przewidzieć konsekwencje operacyjne. Pytanie „kto zatwierdza” różni się więc w zależności od zadania i zależy od tego, co może pójść nie tak, jeśli wynik AI zostanie użyty bez kontroli.
Nadzór bez jasnego kryterium oceny jest trudny do przeprowadzenia. W praktyce chodzi o ograniczoną liczbę pytań: czy wynik jest merytorycznie poprawny, czy jest kompletny, czy jest zgodny z obowiązującymi przepisami lub ustaleniami, i czy jest odpowiedni dla konkretnej sytuacji osoby lub przypadku. Przy rejestrowaniu godzin oznacza to na przykład kontrolę odchyleń od typowych wzorców; przy prowadzeniu salda urlopowego chodzi częściej o kontrolę wyjątków, takich jak urlop specjalny lub przepisy przejściowe, które nie są standardowo uwzględnione w systemie. Kryterium oceny powinno być zapisane na piśmie, aby kontrola była powtarzalna i nie zależała od pamięci jednej osoby.
Częstotliwość nadzoru to odrębna decyzja, niezależna od pytania, kto zatwierdza i co się kontroluje. Dwie skrajności: każdy wynik jest sprawdzany przed użyciem, albo próbka jest oceniana po fakcie, a resztę przetwarza się dalej. Formy pośrednie są powszechne, na przykład pełna kontrola przy nowym zastosowaniu, która jest zmniejszana do kontroli próbkowej, gdy wyniki okazują się stabilne. Jaka częstotliwość jest właściwa, zależy od konsekwencji błędu: im większy wpływ na osobę lub organizację, tym mniej miejsca na niską częstotliwość kontroli. Przy zadaniach objętych AI wysokiego ryzyka w miejscu pracy niższa częstotliwość kontroli zwykle nie jest zalecana, a dodatkowo obowiązują tam własne wymogi dotyczące nadzoru, które należy zweryfikować odrębnie.
Kluczowym elementem sprawnie działającego nadzoru jest to, że odrzucenie otrzymuje przyczynę. Bez przyczyny odrzucenie jest pojedynczą obserwacją; z przyczyną staje się sygnałem, na podstawie którego można dostosować zastosowanie AI, instrukcję lub proces. W praktyce oznacza to najczęściej ustalony, krótki format: jaki był wynik, co było nieprawidłowe, i jaka zmiana z tego wynika. Nie musi to być skomplikowany system — w przypadku mniejszych zastosowań często wystarczy dziennik — ale bez jakiejkolwiek dokumentacji nie da się wykazać, że nadzór był faktycznie prowadzony, a taka wykazywalność może stać się istotna, gdy zadanie dotyka przetwarzania danych osobowych lub decyzji mających konsekwencje dla konkretnych osób. W zakresie ochrony danych zob. RODO przy automatyzacji zadań.
Nie istnieje ustalony procent czy termin, po którym nadzór można ograniczyć; zależy to od charakteru zadania, podatności wyników na błędy w praktyce oraz ewentualnych wymogów prawnych obowiązujących dla danego zadania. Co obowiązuje jako ogólny mechanizm: ograniczenie nadzoru jest uzasadnione w momencie, gdy istnieje wystarczające, zarejestrowane doświadczenie wykazujące, że margines błędu pozostaje w zaakceptowanej granicy, oraz że ta granica została ustalona wcześniej, a nie wybrana post factum, aby usprawiedliwić ograniczenie nadzoru. Przy zadaniach mających konsekwencje dla poszczególnych pracowników — jak urlop, godziny czy wynagrodzenie — bardziej powszechne jest stopniowe ograniczanie nadzoru z zachowaniem kontroli próbkowej niż nagłe przejście do kategorii 1. Czy i kiedy pełne zniesienie nadzoru jest uzasadnione, to ocena, która różni się w zależności od organizacji i zadania, i której nie można oddzielić od ewentualnych norm branżowych lub prawnych.
Ta strona opisuje, jak działa nadzór nad wynikami AI jako mechanizm kontrolny. Nie mówi nic o tym, czy, w jakim stopniu, lub jaki personel będzie miał mniej pracy w wyniku zastosowania AI. Ta kwestia wykracza poza mechanizm nadzoru i poza tę stronę; decyzje w tym zakresie podlegają własnym wymogom prawnym i należą do pracodawcy oraz jego doradcy, a nie do narzędzia klasyfikującego zadania.
Aby określić, czy dane zadanie w Państwa organizacji należy do kategorii 1, 2 czy 3, a więc czy i w jakim zakresie potrzebny jest nadzór, pomocne jest najpierw uzyskanie konkretnego obrazu zadań, które się do tego kwalifikują. Bezpłatny quickscan ftetoai składa się z dwunastu pytań, nie wymaga konta, i podaje wskazanie, jaka część godzin w Państwa profilu może już dziś zostać przejęta przez AI. Pełny workscan, który głębiej analizuje poszczególne zadania i formy nadzoru, jest jeszcze w budowie — nie oferujemy go więc jeszcze tutaj, natomiast quickscan jest dostępny jako pierwszy, niezobowiązujący krok.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.