Na czym to polega
Dla każdego rodzaju zadania porównaj trzy możliwości: sam człowiek, sama AI i człowiek pracujący z AI. Dopiero potem wybierz. Wiele firm traktuje „AI, którą sprawdza człowiek” jako bezpieczne ustawienie domyślne. Dowody mówią, że nie zawsze jest to najlepszy układ.
Co pokazują dowody
Badanie, które połączyło wyniki 106 eksperymentów, porównało wszystkie trzy możliwości. Średnio człowiek pracujący z AI radził sobie gorzej niż lepsze z tych dwojga pracujące osobno.
Za średnią kryje się wzorzec:
- Decyzje. W zadaniach takich jak ocena czy klasyfikacja sprawy człowiek pracujący z AI radził sobie gorzej.
- Tworzenie treści. W zadaniach takich jak pisanie wersji roboczych człowiek pracujący z AI radził sobie lepiej.
- Kto jest lepszy w pojedynkę. Gdy sami ludzie wypadali lepiej niż AI, dodanie AI pomagało. Gdy sama AI wypadała lepiej niż ludzie, dodanie człowieka pogarszało wyniki.
Eksperyment z 758 konsultantami pokazuje ten sam podział w ramach jednego zawodu. W 18 zadaniach, z którymi AI radziła sobie dobrze, konsultanci korzystający z AI wykonali o 12,2% więcej zadań i pracowali o 25,1% szybciej. W jednym zadaniu, wybranym dlatego, że AI wykonywała je źle, o 19 punktów procentowych rzadziej dochodzili do poprawnej odpowiedzi.
Nowsze badania dodają cztery spostrzeżenia:
- Otwarte porady bez sprawdzenia mogą szkodzić. W badaniu z losowym przydziałem wśród 640 właścicieli małych firm w Kenii doradca biznesowy oparty na GPT-4 średnio nic nie zmienił. Właściciele, którym na początku szło słabo, radzili sobie z nim o prawie 10% gorzej. Nikt nie porównywał porad ze sprawdzonym wzorcem, zanim właściciele zaczęli na ich podstawie działać.
- AI z możliwością przekazania sprawy człowiekowi może wypaść lepiej niż sami ludzie. W eksperymentach z losowym przydziałem na dużej platformie handlu internetowego obsługa AI, która trudniejsze pytania przekazywała człowiekowi, sprzedawała o 11,5% więcej niż sami konsultanci.
- Ludzie sami dzielą swoje zadania. W dwóch badaniach z losowym przydziałem dotyczących asystentów AI do notatek lekarskich lekarze, którzy dostali te narzędzia, używali ich w mniej więcej jednej trzeciej swojej pracy: w jednym badaniu przy 33,5% i 29,5% wizyt dla dwóch narzędzi, w drugim przy 38% notatek. Układ, który wybierzesz, nie zawsze jest tym, którego ludzie używają.
- Skuteczność spada, gdy zadania są dłuższe. Na podstawie danych o użyciu przez własnych klientów biznesowych Anthropic, który sprzedaje modele AI, szacuje, że skuteczność spadała z około 60% przy zadaniach, które człowiekowi zajęłyby mniej niż godzinę, do około 45% przy zadaniach na pięć godzin lub dłużej. Skuteczność oceniał model AI.
Ludzie mogą nauczyć się lepiej dzielić pracę. W jednym eksperymencie osoby, którym wyjaśniono, jak działa AI, częściej przekazywały jej właściwe zadania, a ich wyniki się poprawiły.
Jak to zrobić
- Wypisz rodzaje zadań w procesie, a nie nazwy stanowisk.
- Dla każdego rodzaju weź próbkę prawdziwych dawnych przypadków, w których znasz poprawną odpowiedź albo umiesz ocenić jakość.
- Przepuść próbkę na trzy sposoby: sam człowiek, sama AI, człowiek z AI.
- Porównaj najpierw jakość, potem czas.
- Tam, gdzie sama AI jest wyraźnie lepsza, nie dodawaj rutynowej poprawki przez człowieka. Zamiast tego sprawdzaj wyrywkowo.
- Tam, gdzie lepsi są sami ludzie, niech używają AI jako pomocnika.
- Powtórz test, gdy zmieni się model AI albo zadanie.
Co mierzyć
- Jakość lub dokładność każdego z trzech układów na tych samych przypadkach.
- Czas na jeden przypadek.
- Jak często osoba sprawdzająca zmienia poprawną odpowiedź AI na błędną i odwrotnie.
Gdzie to zawodzi
- Nie da się sprawdzić jakości. Jeśli nikt nie potrafi powiedzieć, jak wygląda dobra odpowiedź, nie przeprowadzisz porównania. Najpierw to rozwiąż.
- Prawo lub obowiązek wymaga człowieka. Niektóre decyzje muszą mieć człowieka, który za nie odpowiada, bez względu na wynik testu. Test mówi wtedy, jaką wagę przypisać podpowiedzi AI.
- To, co AI robi dobrze, ciągle się zmienia. Wynik dotyczy jednego modelu AI w jednym czasie. W badaniu konsultantów zadania, które wyglądały na równie trudne, wypadały po różnych stronach granicy między tym, co AI robiła dobrze, a tym, co robiła źle.
Według wielkości firmy
- Mikro i małe: nie przeprowadzisz formalnego testu. Weź 20 dawnych przypadków i porównaj je ręcznie. To wystarczy, żeby wyłapać najgorsze niedopasowania.
- Średnio-duże i duże: niech test trzech układów będzie stałym krokiem przed każdym szerszym wdrożeniem AI.
Przypadki firm
Firmy, które to zrobiły
- Ashurst Kancelaria testowała narzędzia na jak największej liczbie rodzajów zadań. Wyniki okazały się nierówne w zależności od zadania.
- Herges Stahl- und Blechbau Zanim model trafił do użytku, jego przewidywania porównano z szacunkami doświadczonych pracowników dla tych samych zleceń.
- Procter & Gamble P&G sprawdziło cztery układy pracy na prawdziwych problemach produktowych (samodzielnie albo w parach, z AI i bez) i poprosiło oceniających o ocenę wyników bez wiedzy, który układ je przygotował.
- PSG Global Solutions Firma podzieliła pracę na dwie części: AI zbiera informacje, a człowiek je ocenia.
- Siemens To samo zadanie kontrolne wykonano z dwoma rodzajami pomocy AI i porównano z samą AI. Pracownicy z samym wynikiem wypadli gorzej niż sama AI. Pracownicy, którym pokazano, gdzie AI patrzyła, wypadli lepiej.
Firmy, które w końcu ją przyjęły
Źródła
- Vaccaro, Almaatouq and Malone (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8(12), 2293–2303. Co zrobiło i co wykazało to badanie
- Dell’Acqua, McFowland, Mollick, Lifshitz-Assaf, Kellogg, Rajendran, Krayer, Candelon and Lakhani (2026). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. Organization Science, 37(2), 403–423. Co zrobiło i co wykazało to badanie
- Pinski, Adam and Benlian (2023). AI Knowledge: Improving AI Delegation through Human Enablement. Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems. Co zrobiło i co wykazało to badanie
- Otis, Clarke, Delecourt, Holtz and Koning (2026). The Uneven Impact of Generative AI on Entrepreneurial Performance: Evidence from a Field Experiment in Kenya. Management Science (published 10 July 2026). Co zrobiło i co wykazało to badanie
- Fang, Yuan, Zhang, Donati and Sarvary (2025). Generative AI and Sales Productivity: Field Experiments in Online Retail. arXiv 2510.12049, version 6 (29 June 2026). Co zrobiło i co wykazało to badanie
- Lukac, Turner, Vangala, Chin, Khalili, Shih, Sarkisian, Cheng and Mafi (2025). Ambient AI Scribes in Clinical Practice: A Randomized Trial. NEJM AI, 2(12). Co zrobiło i co wykazało to badanie
- Anthropic (January 2026). Anthropic Economic Index report: Economic primitives. Anthropic sells AI models; the figures come from its own customers' usage, classified by its own model. anthropic.com
Powiązane praktyki
- Rozpisz zadania, zanim zdecydujesz, co zautomatyzować Rozłóż stanowiska na zadania i przyjrzyj się każdemu z nich. Publikowane wskaźniki oceniają, jaką część pracy mogłaby wykonać AI, czyli jej „ekspozycję” na AI. Traktuj wysoki wynik jako miejsce, któremu warto się przyjrzeć, a nie jako decyzję o automatyzacji. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba)
- Najpierw daj wsparcie AI pracownikom z krótszym stażem Gdy wdrażasz asystenta AI do dobrze określonego zadania, zacznij od mniej doświadczonych osób. Badania pokazują, że to one zyskują najwięcej. Zrób potem · Nakład pracy: niski (dni, jedna osoba)
- Zachowaj zadania, na których uczą się początkujący Zanim zautomatyzujesz rutynową pracę, sprawdź, czy to na niej młodsi pracownicy uczą się zawodu. Jeśli tak, zostaw im jej część albo zapewnij naukę w inny sposób. Zrób później · Nakład pracy: średni (tygodnie, kilka osób)