Preskoči na glavno vsebino
AI

Kdo v resnici halucinira?

Miha Kranjc

»Umetna inteligenca (AI) bo delala namesto vas, medtem ko se vi lahko osredotočite na najzahtevnejše naloge.« Stavek, ponovljen tolikokrat, da smo mu skoraj že začeli verjeti. Skoraj. Pa je res tako preprosto? Vsako podjetje, ki se je doslej lotilo avtomatizacije delovnih procesov, je naletelo na nepredvidene izzive – halucinacije, AI-agenti, ki da bodo nadomestili ljudi, pa so v resnici le prodajni argument za nepoučene in (pre)ambiciozne šefe, ki bi radi oklestili stroške.

AI generirane fotografije so zelo redko takšne, kot si jih predstavljamo, video oglasi, narejeni z AI, so podstandardni. Za vizualne vsebine (predvsem video) velja, da bodo dovolj kakovostne šele takrat, ko bo umetna inteligenca razumela fizikalne zakone, danes pa jih ne.

Trenutno nobena tehnologija ne zmore nadomestiti človeka. To je na lastni koži spoznal tudi Sebastian Siemiatkowski, šef Klarne. V letu 2024 je širokopotezno napovedal val odpuščanja okoli 700 zaposlenih, ki so jih nadomestili z AI. Zdaj sodelavce za podporo strankam in marketinške aktivnosti v omenjenem podjetju spet zaposlujejo. Kakovost AI-agentov je bila slaba, neprepričljiva, priznali so, da so »preveč pozornosti namenili rezanju stroškov« in premalo kakovosti.

Govorimo o generativni AI, natančneje o velikih jezikovnih modelih (ChatGPT), ki z največjo statistično verjetnostjo generirajo naslednjo besedo v stavku oziroma token. Učijo se iz vseh besedil in drugih vsebin na svetovnem spletu. In to je vsa umetnost generativne umetne inteligence. Povedano drugače, veliki jezikovni modeli ves čas stoodstotno halucinirajo.

Toda … Zadnja Microsoftova raziskava trga dela (Work Trend Index 2025 ) ugotavlja, da devet od desetih zaposlenih, ki uporabljajo AI, meni, da se je kakovost njihovega dela izboljšala. Še več, v mnogih podjetjih zaposleni, nezadovoljni s počasno politiko uvajanja AI v delovne procese, samoiniciativno plačujejo in uporabljajo ChatGPT in druga orodja.

Kako je torej mogoče, da zaznavamo tako mešane signale? Odgovor se skriva v tradicionalnem pristopu pri dojemanju donosnosti naložb (angl. return on investment, ROI).

Nova tehnologija dejansko vpliva na produktivnost zaposlenih, le da tega ne merimo na pravi način. Po Microsoftovi raziskavi zaposleni poročajo o boljši osredotočenosti na zahtevne naloge, večji kreativnosti in na splošno bolj sproščenem odnosu do dela. Ključna sta torej sistemsko postopno uvajanje in pridobivanje zaposlenih, da stopijo na vlak sprememb. »All-in« pristop se (za zdaj) še ni obrestoval.

Pri implementaciji AI gre za vprašanje organizacijske kulture in upravljanja sprememb.

Kakšna je nova poslovna realnost?

Oblikujejo jo trije ključni trendi:

  • Demografske spremembe

    Na trg dela vstopajo manjše generacije, medtem ko bolj množične starejše generacije odhajajo – nastaja vrzel v delovni sili.

  • Sprememba v odnosu dela

    Mlajše generacije iščejo ravnovesje med poklicnim in zasebnim življenjem. 82 odstotkov predstavnikov generacije Z zahteva prilagodljiv delovni čas, 83 odstotkov pa jih od delodajalca pričakuje psihološko podporo. Kar 62 odstotkov bi jih sprejelo nižjo plačo za boljše ravnovesje.

  • Podatkovna preobremenjenost

    80 odstotkov zaposlenih se počuti preobremenjenih s količino podatkov, ki so jim izpostavljeni na delovnem mestu.

V tem kontekstu AI ni več tehnološka novost, temveč strateški odgovor na te makro trende, avtomatizacija pa ni le poslovna krilatica, temveč (edina) rešitev.

Pri implementaciji AI v organizacijo gre za vprašanje organizacijske kulture in upravljanja sprememb. Naš pristop sestavljajo: ocena trenutnega stanja digitalne pismenosti in odnosa do AI, oblikovanje izobraževalnega programa, izvedba strukturiranih delavnic, implementacija agentnih tokov v delovne procese, sistematično spremljanje in trajnostni razvoj.

Pozivanje: nova ključna veščina digitalne dobe

Kar se (tudi po naših izkušnjah) kaže kot najpomembnejši prvi korak poenotenja učinkovite rabe AI na delovnem mestu, je sposobnost razumevanja in uporabe velikih jezikovnih modelov, kot je ChatGPT.

Če zaposlenim zagotovite ciljana izobraževanja, se bodo boljši rezultati začeli kazati zelo hitro, in to brez večjih strateških intervencij.

Govor je o razumevanju tehnik pozivanja (angl. prompting), ključne veščine današnjega časa oziroma vsakega zaposlenega, ki sedi pred ekranom z miško in tipkovnico. Z dobrim pozivom lahko naredite več, hitreje in bolj kakovostno, in kar je najpomembnejše, izognete se halucinacijam oziroma neželenim odgovorom.

ChatGPT, Copilot, Gemini, Claude, DeepSeek, Qwen in drugi veliki jezikovni modeli ne marajo ohlapnih in polovičnih vprašanj, oziroma drugače povedano, takšen, kot je poziv, bo tudi odgovor (angl. garbage in, garbage out).