W miarę jak sztuczna inteligencja staje się standardowym narzędziem w biznesie, pojawia się ważne pytanie: Czy wciąż angażujemy się w krytyczne myślenie, gdy AI wykonuje istotne zadania?To pytanie nie jest jedynie teoretyczne; ma wpływ na satysfakcję z pracy i skłania nas do rozważenia naszych ról—czy jesteśmy zatrudnieni do wykonywania zadań, czy do myślenia? Badacze z Uniwersytetu Carnegie Mellon i Microsoft Research przeprowadzili ankietę wśród niemal 1000 pracowników wiedzy, którzy często korzystają z narzędzi AI, ujawniając zmiany w wzorcach myślenia w miejscu pracy. Ich badanie skupiło się na dwóch głównych obszarach: kiedy i jak pracownicy wiedzy angażują się w krytyczne myślenie z generatywną AI oraz jakie czynniki wpływają na te zmiany w myśleniu. Kluczowe ustalenia podkreśliły korelację między zaufaniem do AI a krytycznym myśleniem. Wyższe zaufanie do wyników AI często prowadzi do mniejszej krytycznej oceny. Z drugiej strony, profesjonaliści, którzy mają większą pewność siebie w swoich umiejętnościach, skłonni są bardziej wnikliwie analizować treści generowane przez AI, mimo dodatkowego wysiłku, który to wymaga. Stawia to wyzwanie: w miarę jak AI staje się bardziej niezawodne, nasza tendencja do kwestionowania jej wyników może maleć, szczególnie gdy nadzór jest kluczowy. Badacze zidentyfikowali konkretne motywacje do krytycznego myślenia, takie jak chęć poprawy jakości pracy czy unikania błędów, ale zauważyli także bariery. Należały do nich brak świadomości co do kompetencji AI, ograniczenia czasowe oraz trudności w weryfikacji wyników AI. Lev Tankelevitch z Microsoftu zauważył, że osoby mogą nie analizować krytycznie wyników dla zadań o niskim ryzyku, co może pozostawić je nieprzygotowanymi na sytuacje wysokiego ryzyka, gdzie umiejętności krytyczne są niezbędne. Charakter krytycznego myślenia ewoluuje, a generatywna AI zmienia dynamikę w trzech kluczowych obszarach: 1.

**Od zbierania informacji do weryfikacji**: Podczas gdy AI skutecznie pozyskuje dane, użytkownicy muszą zapewnić ich dokładność. 2. **Od rozwiązywania problemów do adaptacji odpowiedzi**: Pracownicy wiedzy muszą dostosować rozwiązania generowane przez AI do konkretnych kontekstów. 3. **Od wykonywania zadań do zarządzania**: Pracownicy teraz nadzorują zadania zakończone przez AI, zamiast wykonywać je bezpośrednio. Te zmiany wpłyną na przyszłość pracy. Organizacje mogą potrzebować stworzyć nowe role nadzorcze, zrewidować metryki wydajności, aby docenić kierowanie i ocenę wyników AI oraz upewnić się, że rutynowe zadania kognitywne nie są zbyt mocno zautomatyzowane kosztem rozwoju umiejętności krytycznych. Aby wspierać krytyczne myślenie, przyszłe interfejsy AI mogą musieć zachęcać użytkowników do krytycznej refleksji, a nie do pasywnego przyjmowania informacji. Ta zmiana mogłaby kształtować praktyki poznawcze, które angażują użytkowników w ocenę odpowiedzi AI. W rezultacie kluczowe umiejętności w pracy z wiedzą ewoluują. Wiedza specjalistyczna pozostaje istotna, ale musi teraz współistnieć z umiejętnościami w zakresie nadzoru nad AI, oceny i integracji. Przejście to nie oznacza upadku krytycznego myślenia; raczej oznacza jego transformację. Sukces w przestrzeni pracy napędzanej przez AI będzie zależał od harmonijnego wyważenia między wykorzystywaniem możliwości AI a zachowaniem unikalnych ludzkich umiejętności krytycznego myślenia. Tankelevitch zauważa znaczenie AI jako partnera myślowego, zwiększającego produktywność i podejmowanie decyzji, podkreślając, że ci, którzy odniosą sukces, będą tymi, którzy umiejętnie zintegrowali AI, jednocześnie zachowując swoje umiejętności krytycznego myślenia.