Velike tvrtke sve češće mjere uspješnost zaposlenika prema tome koliko koriste alate poput ChatGPT-a, Copilota ili CodeT5. Na prvu zvuči logično: ako netko povremeno zatraži pomoć modela, valjda je aktivan i u toku s tehnologijom. Međutim, kad se ta mjera pretvori u obveznu kvotu, rezultat nije veća produktivnost, već kazališna predstava u kojoj se broj upisanih „tokena“ ističe više od kvalitete rada.
Od zanimljivosti do obveze: kratki put velikih korporacija
Bankarske kuće, osiguravajući divovi i globalni tehnološki lanci već su uvrstili AI-metrike u tromjesečna izvješća. Broj generiranih redaka koda, postotak datoteka koje je dopisao model i količina „objašnjenja“ koje je zatražio inženjer postali su dio bonusa i čak uvjeta za napredovanje. Rukovodstva tvrde da na taj način opravdavaju velike licence i troškove infrastrukture, a istovremeno „podizu digitalnu pismenost“ zaposlenika.
Problem je što se iza te prakse krije stara industrijska logika: ako je alat koristan, što ga ne bismo koristili što više? Po toj analogiji, svaki programer bi trebao postati vrhunski stručnjak samo zato što je prisiljen trkati se s kvotom od recimo 60 % „AI-koda“. U stvarnosti se događa upravo suprotno: kvantitet potiskuje kvalitetu, a kreativnost zamjenjuje šablonska rješenja.
Brojke koje varaju: zašto praćenje količine upropavlja rezultat
Osnovna greška je miješanje unosa s ishodom. U svijetu znanja i kreativnog rada količina podataka koju obrađujemo nije pouzdan pokazatelj dubine spoznaje. Kad zaposlenik shvati da će netko pregledavati njegove statistike, osjeća pritisak da model poziva i za zadatke koje bi brže i čišće riješio vlastitom glavom.
Tipične posljedice su:
- Automatsko generiranje šablona koda koji bi se ručno napisao za minutu-dvije.
- Traženje „objašnjenja“ koncepata koje inženjer već dobro poznaje.
- Proizvodnja velikih količina prosječnog koda samo da bi se ispunila kvota.
- Prepuštanje modelu zadataka koji zahtijevaju kreativno rješavanje, čime se guši vlastita inventivnost.
- Korištenje AI-a kao štapa i kanapama, pa se zaboravlja razmišljati iz prve.
Što se gubi u priči: inovacija, sigurnost i motivacija
Korporacije često zaboravljaju da je prava vrijednost AI-alata u tome što omogućava brži start, a ne gotovo rješenje. Kada se od ljudi traži da svaki redak „potpiše“ model, oni prestaju eksperimentirati, a time i učiti. Rezultirajući kod postaje teži za održavanje, pogotovo ako je nastao bez dubokog razumijevavanja domene.
Sigurnosni aspekt takođe trpi. Automatski generirane funkcije mogu sadržavati skrivene greške ili, što je još gore, povjerljive podatke ako je netko nehajno ubacio ulazne primjere. Ukratko, kvota potiče brzinu, ali ne i razboritost.
Naposljetku, tu je i psihološka dimenzija. Ljudi žele imati smisla i autonomije. Kad se osjećaju nadziranima prema brojaču, njihova unutarnja motivacija opada, a s njom i spremnost da ulove pravu priliku za inovaciju.