როგორც ხელოვნური ინტელექტი ბიზნესში სტანდარტულ ინსტრუმენტად იქცევა, მნიშვნელოვანია კითხვა იჭრება: ვახორციელებთ თუ არა კრიტიკულ აზროვნებას, როდესაც AI მნიშვნელოვან დავალებებს ასრულებს?ეს კითხვა არ არის მხოლოდ თეორეტიკული; ის გავლენას ახდენს სამუშაოს კმაყოფილებაზე და გვაძლევს საშუალებას გავუფიქრირდეთ ჩვენს როლს — ვიქნებით თუ არა დასაქმებულნი დავალებების შესასრულებლად თუ აზროვნებისთვის? კარნეგი მელონის უნივერსიტეტისა და Microsoft Research-ის მკვლევრებმა დაადგინეს თითქმის 1, 000 ცოდნის მუშაკი, რომლებიც ხშირად იყენებენ AI ინსტრუმენტებს, რაც workplace-ის აზროვნების შაბლონების ცვლილებებს წარმოადგენს. მათი კვლევა ორი მთავარი მიმართულების გარშემო იყო კონცენტრირებული: როდის და როგორ აზროვნებენ ცოდნის მუშაკები კრიტიკულად გენერატიული AI-ის გამოყენებით და რა ფაქტორები მოქმედებენ ამ აზროვნების ცვლილებებზე. მნიშვნელოვან აღმოჩენებს შორის ნათლად გამოჩნდა კავშირი AI-თან ნდობასა და კრიტიკულ აზროვნებას შორის. მაღალი ნდობა AI-ის გამომუშავებულ შედეგებთან ხშირად აქცევს კრიტიკულ შეფასებას ნაკლებად. პირიქით, პროფესიონალები, რომლებსაც მეტი თვითშეფასება აქვთ საკუთარი უნარების მიმართ, ხშირად უფრო მეტ ყურადღებას უთმობენ AI-ით შექმნილი მახასიათებლების გადამოწმებას, მიუხედავად დამატებითი ძალისხმევის საჭიროების. ეს იმ გამოწვევას ქმნის: რაც უფრო საიმედო ხდება AI, მით უფრო შეიძლება შემცირდეს ჩვენს მიერ მისი შედეგების questioning, განსაკუთრებით მაშინ, როდესაც ზედამხედველობა აუცილებელია. მკვლევრებმა გამოიკვლიეს კრიტიკული აზროვნების კონკრეტული მოტივაციები, მაგალითად, სამუშაოს ხარისხის გაზრდის სურვილი ან შეცდომების თავიდან აცილება, თუმცა შენიშნეს დაბრკოლებები. მათ შორის იყო მართვის ხარისხთან დაკავშირებით AI-ს უნარების არასრულფასოვანი ინფორმაციის მაწვდელი, დროის შეზღუდვები და AI-ის გამომუშავებული შედეგების გადამოწმების სირთულეები. Microsoft-ის ლევ ტანკელევიჩმა აღნიშნა, რომ ადამიანები შესაძლოა არ ანალიზებდნენ შედეგებს დაბალი ნიშნით დავალებების შემთხვევაში, რაც შესაძლოა დიდი მნიშვნელობის სიტუაციებისთვის ცუდად მოამზადოს მათ კრიტიკული უნარების აუცილებლობის დროს. კრიტიკული აზროვნების ბუნება იცვლება, ხოლო გენერატიული AI ცვლის დინამიკას სამ ძირითად სფეროში: 1.

**ინფორმაციის შეგროვებიდან გადამოწმებისკენ**: მიუხედავად იმისა, რომ AI ეფექტურად მოიტანოს მონაცემები, მომხმარებლები უნდა დარწმუნდნენ მათ სიზუსტეში. 2. **პრობლემების გადაწყვეტიდან პასუხების აწვდისკენ**: ცოდნის მუშაკებმა უნდა მოარგონ AI-ის მიერ წარმოქმნილი გადაწყვეტილებები სპეციფიურ კონტექსტებში. 3. **დავალების შესრულებიდან ზედმიწევნით საბჭოებისკენ**: მუშაკები ახლა ზედამხედველობენ AI-ს მიერ შესრულებულ დავალებებს, ნაცვლად იმისა, რომ თავად შეასრულონ ისინი. ამ ცვლილებებს გავლენა იქონიებს სამუშაოს მომავალზე. ორგანიზაციებმა შესაძლოა უნდა შექმნან ახალი ზედამხედველობის როლები, გააახლებენ შესრულების მეტრიკას, რათა დააფასონ AI-ის შედეგების მიმართულება და შეფასება, და დარწმუნდებიან, რომ ყოველდღიური კოგნიტიური დავალებები არ არის ზედმიწევნით ავტომატიზირებული კრიტიკული უნარების განვითარება. კრიტიკული აზროვნების გასაძლიერებლად, მომავალი AI ინტერფეისები შესაძლოა მომხმარებლებს ახალფიქრის წახალისება მოუნდოს, რათა ისინი კენტრებსა და ცნებას ზომებზე ინფორმაციას მიიღონ აკადემიური მოქმედებების გზით. ეს ცვლილება შეიძლება გამოიწვიოს კოგნიტიური პრაქტიკების განვითარება, რომლებიც აქტიურად ანალიზируют AI-ის პასუხებს. როგორც შედეგი, ცოდნის სამუშაოში ამოსავალი უნარები ვითარდება. დარგის ექსპერტიზა კვლავ შენარჩუნებულია, თუმცა ახლა უნდა თანაარსებობდეს AI ზედამხედველობის, შეფასების და ინტეგრაციის უნარებთან. ეს გარდამტეხი გადასვლა არ ნიშნავს კრიტიკული აზროვნების დაცემას; ეწინააღმდეგება მისი გარდაქმნა. AI-ის მიერ გაწვდილი სამუშაო სივრცეში წარმატება დამოკიდებული იქნება AI-ს შესაძლებლობების გამოყენებასა და უნიკალურად ადამიანის კრიტიკული აზროვნების უნარების შენარჩუნებას შორის ჰარმონიულ ბალანსზე. ტანკელევიჩი აღნიშნავს AI-ის მნიშვნელობას აზროვნების პარტნიორად, რაც ზრდის პროდუციულობას და გადაწყვეტილების მიღებას, ხაზს უსვამს იმას, რომ ვინც წარმატებას მიაღწევს, ის იქნება ისინი, ვინც ეფექტურად ინტეგრირებს AI-ს და ამ ფონზე ინარჩუნებს საკუთარ კრიტიკულ აზროვნების უნარებს.