Analiza przeprowadzona przez OpenAI na ponad 800 000 zapytań dotyczących pracy w ChatGPT pokazuje, że 43,5% zapytań na poziomie specjalistycznym jest obsługiwanych przez użytkowników spoza ich głównej roli zawodowej – trend ten firma nazywa „task crossover” (przenikanie zadań). Wynik ten jest istotny, ponieważ sygnalizuje gwałtowne przekształcanie sposobu, w jaki firmy obsadzają stanowiska eksperckie oraz w jaki jednostki definiują swoje kompetencje zawodowe.

Dane stojące za „task crossover”

OpenAI przypisało każde zapytanie do standardowego zawodu, korzystając z amerykańskiej bazy danych zawodów O*NET. Po wyeliminowaniu ogólnych czynności, takich jak pisanie e-maili czy planowanie grafiku, badanie skupiło się na wysokopoziomowych kompetencjach, które zazwyczaj wymagają specjalistycznego przeszkolenia w danej dziedzinie. Z pozostałych zapytań niemal połowa dotyczyła poleceń dla ChatGPT wykonania obowiązków należących do innej kategorii zawodowej niż ta, w której pracuje użytkownik.

Gdzie zachodzi ta zmiana

Przenikanie zadań jest najbardziej widoczne w marketingu i inżynierii.

  • Specjaliści ds. marketingu zwracają się do ChatGPT w celu rozwiązywania problemów technicznych i analizy danych – zadań, którymi zazwyczaj zajmują się inżynierowie lub naukowcy o danych (data scientists).
  • Inżynierowie proszą model o przeglądanie kontraktów i rozwiązywanie problemów ze stronami internetowymi – ról tradycyjnie pełnionych przez zespoły prawne lub front-endowe.

Małe firmy potęgują ten wzorzec. Przy ograniczonych budżetach na specjalistów, pojedynczy pracownik może wykorzystać ChatGPT jako „mnożnik siły” (force multiplier), obsługując zestaw funkcji, które w przeciwnym razie wymagałyby zatrudnienia wielu osób.

Dlaczego „task crossover” ma znaczenie dla pracy i AI

Dane wskazują na przejście od „specjalisty” do „rozszerzonego generalisty” (augmented generalist). W miarę jak tworzenie promptów staje się samodzielną umiejętnością, głęboka, wyspecjalizowana wiedza może ustąpić miejsca wszechstronności wspieranej przez AI. Założyciele firm i programiści odczuwają obecnie presję, aby pchnąć duże modele językowe poza proste generowanie tekstu i zapewnić im wysoką precyzję rozumowania w prawie, finansach czy inżynierii. Obniżenie bariery wejścia do zadań technicznych może zmienić procesy rekrutacji, szkolenia, a nawet nazwy stanowisk.

Ryzyka i kontrargumenty

Nie wszyscy entuzjastycznie podchodzą do tej zmiany. Krytycy ostrzegają, że delegowanie specjalistycznej pracy do AI może osłabić poziom wiedzy eksperckiej, wprowadzić ukryte błędy i narazić organizacje na ryzyko związane z przestrzeganiem przepisów (compliance). Badanie nie sprawdza, jak często wyniki generowane przez AI są weryfikowane, ani nie określa potencjalnych kosztów błędów w dziedzinach o wysokiej stawce, takich jak prawo kontraktowe czy projektowanie inżynieryjne. Obawy te sugerują, że choć AI może rozszerzać możliwości, może również tworzyć fałszywe poczucie kompetencji.

Na co warto zwrócić uwagę w przyszłości

  • Rozwój narzędzi: Przyszłe aktualizacje LLM muszą poprawić rozumowanie specyficzne dla danej dziedziny oraz sprawdzanie błędów, aby sprostać wymaganiom wynikającym z „task crossover”.
  • Polityki organizacyjne: Firmy mogą opracowywać nowe wewnętrzne wytyczne dotyczące pracy wspomaganej przez AI, szczególnie w sektorach regulowanych.
  • Sygnały na rynku pracy: Rekruterzy mogą zacząć wymieniać „rozszerzonego generalistę AI” (AI-augmented generalist) jako kompetencję, a programy szkoleniowe mogą ewoluować w stronę umiejętności inżynierii promptów.

Podsumowanie

  • „Task crossover” stanowi 43,5% zapytań specjalistycznych, co wskazuje na znaczące nakładanie się funkcji zawodowych.
  • Marketing i inżynieria przewodzą tej zmianie, wykorzystując AI do zadań tradycyjnie należących do innych specjalizacji.
  • Małe firmy polegają na AI, aby wypełnić luki kompetencyjne, skutecznie zmieniając pojedynczego pracownika w operatora multidyscyplinarnego.
  • Trend ten niesie ze sobą zarówno szanse, jak i ryzyka, co skłania do postulatów dotyczących silniejszej weryfikacji AI oraz nowych norm w miejscu pracy.