48% američkih radnika uljepšava AI vještine — obuka kasni

Visier je u službenoj objavi od 23. rujna 2026. naveo da je 48% od 1.000 zaposlenika s punim radnim vremenom u SAD-u kolegama ili voditeljima preuveličalo uporabu AI-ja ili svoje poznavanje te tehnologije; 45% osjeća pritisak da koristi AI i kada nije sigurno kako ga učinkovito primijeniti. Ako se usvajanje mjeri samo izjavama zaposlenika, dio prijavljene uporabe može odražavati očekivanja na poslu umjesto stvarno obavljenih zadataka.

U TechRadarovoj obradi od 12. listopada 2026. navodi se da samo 21% ispitanih snažno smatra kako im poslodavac pruža potrebnu obuku i podršku; istraživačica Andrea Derler ondje kaže: „People told us that they actually want to be equipped and informed, not shielded or protected from AI-driven change.” Za voditelje je zato pitanje što zaposlenici zaista rade s alatima, a što o njihovu korištenju govore kada osjećaju da bi trebali pokazati napredak.

Što je anketa zapravo izmjerila

Priznanje o preuveličavanju spaja dvije stvari koje se u poslu lako pomiješaju: učestalost uporabe i poznavanje alata. Netko može reći da često koristi AI premda ga je tek isprobao; netko drugi može točno opisati uporabu, ali precijeniti svoje znanje o tome gdje je rezultat pouzdan. Iz odgovora se ne može izračunati koliko je zadataka dovršeno uz pomoć AI-ja niti koliko je njihov rezultat vrijedio. Anketa bilježi raskorak između prikaza vlastitih vještina i iskustva, onako kako su ga sami ispitanici priznali.

Istraživanje obuhvaća američke zaposlenike s punim radnim vremenom i intervjue s ljudima iz različitih područja rada. Ono ne mjeri hrvatsko tržište niti provjerava stvarnu uporabu u pojedinoj tvrtki. Zbog toga se njegov postotak ne može preslikati na određeni tim. Koristan je kao upozorenje o načinu mjerenja: odgovor na pitanje „Koristiš li AI?” ovisi i o situaciji u kojoj je postavljeno te o tome kakav odgovor zaposlenik smatra poželjnim.

Pritisak može proizvesti privid usvajanja

Kada vodstvo traži brže uvođenje AI-ja, zaposlenik može zaključiti da neiskustvo treba prikriti čak i ako još uči. Istraživanje bilježi i pritisak i uljepšavanje, ali ne pokazuje što je uzrokovalo svaki pojedini odgovor. Ta je razlika važna za tumačenje interne metrike: broj ljudi koji tvrde da koriste alat nije sam po sebi broj ljudi koji ga mogu primijeniti na prikladan zadatak. Ako se uz takvu metriku veže osobna ocjena, ona može dodatno poticati prikazivanje aktivnosti.

Moguća su i dva suprotna slučaja, ovdje samo kao ilustracija. Zaposlenik koji često otvara alat možda odbacuje većinu njegovih prijedloga i završava posao na stari način. Drugi ga može rabiti rjeđe, ali pritom kvalitetno riješiti zadatak za koji je pomoć primjerena. Jednostavna samoprijava svodi obojicu na učestalost korištenja; ne zahvaća jesu li dobro odabrali zadatak, što su morali ispraviti i je li krajnji rad bio bolji.

Što radnici traže od poslodavaca

Prema TechSpotovu prikazu od 10. listopada 2026., 32% ispitanika želi više obuke i prilika za razvoj AI vještina, 31% veću transparentnost vodstva, a 18% jasniju komunikaciju o utjecaju AI-ja na njihov posao. To su odgovori na pitanje što bi povećalo povjerenje zaposlenika, a ne izmjereni učinci neke provedene edukacije. Zato iz njih ne slijedi da bi bilo koji tečaj sam po sebi uklonio uljepšavanje vještina.

Obuka i transparentnost odnose se na različite dijelove problema. Prva može zaposleniku dati priliku da nauči za koje zadatke alat pomaže i gdje treba provjeriti rezultat; druga mu govori što vodstvo od njegove uloge očekuje. Ako upute ostanu samo na zahtjevu da se AI koristi više, zaposlenik ne zna vrednuje li se pokušaj, točan ishod ili brzina. Tada je lako prijaviti vidljivu uporabu, a teško govoriti o situacijama u kojima je alat usporio posao ili nije bio prikladan.

Kako mjeriti usvajanje bez nagrađivanja dojma

Za voditelja je korisnije odvojeno pratiti dostupnost obuke, zadatke u kojima je AI stvarno primijenjen, kvalitetu dovršenog rada i osjećaj pritiska da se uporaba prijavi. Svaki podatak odgovara na drugo pitanje. Pohađanje edukacije pokazuje priliku za učenje, ali ne i stečenu vještinu. Zabilježen zadatak pokazuje gdje je alat ušao u rad, ali ne i je li izlaz bio dobar. Ocjena rezultata govori je li pomoć koristila poslu, dok povratna informacija o pritisku može upozoriti da su osobne izjave uljepšane.

Takav okvir ne mora postati ljestvica zaposlenika prema učestalosti korištenja. Korisnija jedinica promatranja jest vrsta zadatka i kvaliteta ishoda, uz prostor da zaposlenik kaže kada mu AI nije pomogao. Time se smanjuje poticaj da se svaki pokušaj predstavi kao usvajanje. U hipotetskom primjeru izrade sažetka važno je razlikovati sam unos teksta u alat od dovršenog sažetka koji je čovjek provjerio, ispravio i mogao upotrijebiti.

Ako tvrtka nakon obuke prati samo broj prijavljenih korisnika, može dobiti rast pokazatelja bez jasnog odgovora mijenja li se rad. Povezivanje konkretnih zadataka s provjerenom kvalitetom rezultata može pokazati gdje se ulaganje u vještine pretvara u korisnu primjenu, a gdje zaposlenici još trebaju podršku.

Pročitajte i:

• AI skriva stvarne vještine — 60% poslodavaca više ne vjeruje signalima
• Osnovne AI vještine pale su 25% — poslodavci sada traže graditelje
• AI bi prvo mogao pritisnuti plaće visokoobrazovanih radnika