Јачи AI не сме да ослаби расуђивање — нови модел рада WEF-а

Светски економски форум је 21. септембра 2026. објавио текст свог Глобалног савета за послове и напредне технологије и Шувасиша Шарме о системима који појачавају људске способности, названим PAIS. Његова полазна разлика је конкретна: AI може да преузме мисаоне задатке кроз које човек развија расуђивање, али може и да му помогне да више разуме, самосталније одлучује и боље делује. Као пример различите контроле над радом текст супротставља пољопривредника који управља комбајном и достављача хране чије задатке одређује алгоритам.

PAIS је предлог за расподелу посла и овлашћења између људи и интелигентних технологија, а не назив новог AI алата. За организације које уводе AI у знањски рад то значи да уз питање шта систем може да обави морају да реше и ко поставља проблем, ко проверава добијени резултат и ко одговара за одлуку. Човекова улога остаје стварна само ако има знање, време и право да машински предлог оспори или промени.

Када AI замењује расуђивање, а када га појачава

Когнитивна замена настаје када технологија преузме кораке важне за стицање или примену процене, образлагања и искуства. Систем, на пример, може да формулише питање, одабере податке и предложи закључак, док човек само прихвата готов одговор. Такав поступак може да уштеди време, али запосленом истовремено одузима прилику да препозна погрешну претпоставку и сам образложи избор.

Когнитивно појачање подразумева другачију поделу: AI обрађује обимну грађу, издваја обрасце или предлаже могућности, док човек одређује шта је питање, који су критеријуми важни и шта резултат значи у конкретним околностима. Провера тада није потпис испод уверљиво написаног одговора. Она обухвата увид у полазне чињенице, испитивање изузетака и способност да се одлука измени.

Пресудна је самосталност обе стране у радном току. Машина може да ради много, а да човек и даље управља циљем и коначним избором. Могућ је и обрнут распоред, у којем алгоритам одређује приоритете и темпо, а човеку остаје извршење. Зато се исход не може проценити само по томе колико задатака AI обавља или колико брзо их завршава.

Матрица задатака: извршење, провера и вештина

За примену овог оквира корисно је сваки задатак поделити на три питања: шта AI може да изврши, шта човек мора да провери и коју способност сам рад треба да сачува. Следећи примери су условни; граница између машинског и људског дела зависи од последица грешке, доступних чињеница и искуства особе која одлучује.

• Поновљив задатак са јасним условима. AI може да разврста податке или припреми почетни сажетак. Човек проверава потпуност улаза и случајеве који не следе уобичајено правило. Способност коју овај распоред чува јесте препознавање изузетка, јер се он тешко уочава ако запослени види само коначан, уредно форматиран резултат.
• Задатак који захтева тумачење. AI може да изложи више могућности и аргументе за сваку. Човек испитује изворе, скривене претпоставке и последице, па одређује који критеријум има предност. Тако задржава умеће да сам постави проблем и образложи избор, уместо да усвоји најубедљивије формулисан предлог.
• Одлука са значајним последицама. AI може да припреми анализу и укаже на могуће пропусте. Одговорна особа мора да утврди чињенице, процени шта би променило закључак и донесе одлуку. Овде се намерно чува способност процене ризика и преузимања одговорности, а не само вештина читања машинског одговора.

Матрица не захтева да човек ручно понови сав машински рад. Захтева да провера буде могућа: одговорна особа мора да види на чему резултат почива и да има овлашћење да га заустави или исправи. Ако добија само готов предлог и рок за потврду, формално присуство човека не говори много о његовој стварној контроли.

Одговорност се одређује у току рада

Подела овлашћења постаје јаснија када се одвоје постављање питања, извршење и учење из исхода. У прегледу Idea Early PAIS је описан кроз рад у којем AI обрађује информације и рутинске кораке, а људи тумаче контекст, проверавају резултате, решавају изузетке и доносе суд. За сваки од тих делова мора бити јасно ко може да промени смер рада и ко сноси одговорност за исход.

То је и разлог што исти AI систем може имати различите последице у различитим организацијама. Ако се награђује само брзина обраде, време за проверу и учење лако постаје трошак који се потискује. Ако запослени могу да пријаве погрешну претпоставку, исправе поступак и разумеју последице одлуке, машинска помоћ може да прошири њихову стручну улогу. Разлика је у начину организовања рада, а не у називу алата.

Зашто је развој вештина део исте одлуке

Извештај Future of Jobs 2025 наводи да 86% анкетираних послодаваца очекује да ће AI и обрада информација променити њихово пословање до 2030, док би се у периоду од 2025. до 2030. могло променити или застарети просечно 39% постојећих скупова вештина радника. То су глобална очекивања из анкете, а не прогноза посебно за Србију. Исти налази издвајају аналитичко размишљање као најтраженију основну вештину.

Ту настаје напетост за знањски рад: организација може да тражи бољу процену, а да истовремено аутоматизује задатке на којима се она стиче. Нарочито мање искусним запосленима требају прилике да сами поставе питање, открију пропуштен услов и исправе погрешан закључак. Ако AI стално обавља и те кораке, касније може бити теже утврдити ко заиста уме да процени сложен случај. Последица за тимове који уводе AI није само нова подела посла већ и одлука о томе где ће се будућа стручност уопште развијати.