AI i kompetencje przyszłości – fakty kontra mity

Komentuje: dr Radosław Stojek, Dziekan Wydziału Informatyki Polsko-Japońskiej Akademii Technik Komputerowych w Gdańsku

Najczęściej powtarzane mity:

AI automatyzuje tylko zawody „skazane na zniknięcie”.

AI zastępuje wyłącznie proste, powtarzalne zadania.

Praca fizyczna pozostaje bezpieczna, bo robotyzacja jest kosztowna i ograniczona technologicznie.

Natomiast dane pokazują coś zupełnie innego.

Raport McKinsey & Company wskazuje, że ponad 50% wszystkich zadań zawodowych może być częściowo zautomatyzowanych, przy czym największe zmiany dotyczą nie tylko pracy fizycznej, ale również obszarów analitycznych, kreatywnych i komunikacyjnych. Generatywna AI coraz skuteczniej wspiera tworzenie treści, analizę danych czy podejmowanie decyzji – czyli obszary uznawane dotąd za domenę człowieka.

Z kolei World Economic Forum prognozuje, że do 2027 r. zmianie ulegnie aż 44% kluczowych kompetencji pracowników, a rosnąć będzie znaczenie takich umiejętności jak myślenie analityczne, kreatywność, kompetencje technologiczne oraz zdolność do ciągłego uczenia się. To wyraźny sygnał, że nie mówimy o eliminacji pracy, lecz o jej głębokiej transformacji.

Równie istotny jest aspekt robotyzacji. Wbrew obiegowym opiniom, koszty wdrożeń systematycznie spadają, a rozwiązania oparte na AI trafiają do magazynów, produkcji, logistyki czy budownictwa. Automatyzacja nie omija już żadnego sektora – różni się jedynie tempem i skalą wdrożeń.

W tym kontekście zmienia się definicja kompetencji. Człowiek przyszłości – niezależnie czy jest inżynierem, analitykiem czy menedżerem – musi nie tylko rozumieć technologię, ale także jej konsekwencje społeczne, ekonomiczne i etyczne.

Potwierdzają to analizy OECD, które wskazują, że największą wartość na rynku pracy mają dziś kompetencje łączące wiedzę techniczną z umiejętnością adaptacji, krytycznego myślenia i funkcjonowania w złożonych systemach.

Dlatego coraz większą rolę odgrywa edukacja – szczególnie w modelu elastycznym i rynkowym. Doświadczenia wyniesione z Polsko-Japońskiej Akademii Technik Komputerowych pokazują, że kształcenie interdyscyplinarne (STEAM) lepiej przygotowuje do pracy w środowisku, gdzie granice między technologią, biznesem i społeczeństwem zacierają się.

Prywatne inicjatywy edukacyjne stają się w tym procesie kluczowe – są szybsze, bardziej adaptacyjne i silniej powiązane z realnymi potrzebami rynku. To one często jako pierwsze odpowiadają na zmiany technologiczne, których tempo wyprzedza tradycyjne systemy kształcenia.

Wniosek jest jednoznaczny: AI nie eliminuje pracy – ona redefiniuje jej charakter.

Największym ryzykiem nie jest automatyzacja sama w sobie, lecz brak zdolności do adaptacji. W świecie, w którym AI staje się narzędziem codziennej pracy, przewagę budują ci, którzy potrafią ją świadomie wykorzystywać – łącząc kompetencje technologiczne z rozumieniem kontekstu i odpowiedzialnością za podejmowane decyzje.