W czym AI wciąż się myli na temat pracy związanej z zarządzaniem projektami
Ograniczenia AI: Narzędzia AI mogą z pełnym przekonaniem generować nieprawidłowe odpowiedzi, nie sygnalizując braku wiedzy, co stwarza realne zagrożenia.
Nadzór człowieka: AI nie może zastąpić ludzkiego osądu podczas tworzenia planów projektów, dlatego kluczowe znaczenie ma krytyczne myślenie.
Inteligencja emocjonalna: AI nie potrafi rozumieć ludzkich emocji, przez co jest nieskuteczne w zarządzaniu interesariuszami.
Problemy procesowe: Wdrażanie AI w ramach wadliwych procesów może pogłębić dysfunkcje zamiast poprawić wydajność i skuteczność.
Sceptyczne wdrażanie: Skuteczna integracja AI z zarządzaniem projektami wymaga nadzoru doświadczonych osób, aby poradzić sobie z nieodłącznymi ograniczeniami tej technologii.
Sztuczna inteligencja poczyniła poważne postępy w zarządzaniu projektami. Od automatycznie generowanych raportów statusu po narzędzia do predykcyjnego harmonogramowania — dostawcy oprogramowania do zarządzania projektami ścigają się, aby wdrażać funkcje AI do swoich platform, a wielu kierowników projektów jest autentycznie podekscytowanych możliwościami. Jednak pod powierzchnią entuzjazmu wśród praktyków toczy się spokojniejsza dyskusja. Doświadczeni kierownicy projektów, trenerzy i osoby zajmujące się rozwojem produktów wielokrotnie napotykają te same przeszkody. AI jest użyteczna, owszem — ale jest też nadmiernie pewna siebie, ślepa na emocje i tylko tak dobra, jak chaotyczne systemy, z których czerpie dane. Zanim organizacje zdecydują się na pełne wdrożenie, warto dokładnie przyjrzeć się temu, co AI wciąż zasadniczo rozumie niewłaściwie w pracy związanej z zarządzaniem projektami.
Z przekonaniem wymyśla różne rzeczy
Jedną z najbardziej niebezpiecznych cech AI w kontekście zarządzania projektami nie jest to, że popełnia błędy — lecz to, że popełnia je, nie informując o tym użytkownika. Narzędzia AI są tworzone po to, by udzielić odpowiedzi, kropka — niezależnie od tego, czy rzeczywiście dysponują wiedzą, która mogłaby ją uzasadnić. Dr Mike Clayton ujmuje to dosadnie, opisując AI jako coś „zaprojektowanego do popełniania błędów” i wyjaśniając, że „halucynacje nie są błędem, lecz funkcją”, ponieważ „udzieli ci odpowiedzi niezależnie od tego, czy zna poprawną odpowiedź, czy nie”.
Halucynacje nie są błędem, lecz funkcją – udzieli ci odpowiedzi niezależnie od tego, czy zna poprawną odpowiedź, czy nie.
Nie jest to teoretyczne zagrożenie. Megan Cotterman przekonała się o tym na własnej skórze: „Właściwie znalazłam się w dość kłopotliwej sytuacji, ponieważ korzystałam z AI, aby pomogła mi przy tym projekcie z zakresu projektowania instruktażowego” — wyjaśnia, zauważając, że „AI rzeczywiście pomieszała fakty i miałam nieprawidłowe informacje”. Konsekwencje takiego błędu w działającym środowisku projektu mogą być poważne.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Problem ten wpłynął nawet na proces rekrutacji w niektórych branżach. Jak zauważa Emmanuels Magaya: „Programiści są obecnie poszukiwani, ponieważ gdy zastępuje się programistów AI lub automatyzacją, ktoś musi sprawdzić wykonaną pracę, bo AI ma halucynacje”. Potrzeba ludzkiego nadzoru nie zniknęła — po prostu uległa przesunięciu.
Programiści są obecnie poszukiwani, ponieważ gdy zastępuje się programistów AI lub automatyzacją, ktoś musi sprawdzić wykonaną pracę, bo AI ma halucynacje.
Nie może zastąpić ludzkiego osądu podczas planowania
Kusząca obietnica głosi, że AI może przyjąć zakres prac i wygenerować gotowy do użycia plan projektu. Pam Butkowski spotkała się z takim twierdzeniem — i nie daje się przekonać. „Nawet jeśli masz narzędzie, do którego wprowadzasz SOW i prosisz je o stworzenie planu projektu, zapewniam, że nie będzie on poprawny” — mówi. „Po prostu nie będzie. To świetny punkt wyjścia. Ale potem musimy wykorzystać nasze krytyczne myślenie”.
AI po prostu nie ma wystarczającego kontekstu, aby zrozumieć złożone zależności, relacje z klientami ani rodzaj wiedzy organizacyjnej, która kształtuje realistyczny plan. Dlatego ludzka weryfikacja przy wdrażaniu AI nie jest opcjonalna — to właśnie cały sens tego procesu. Varun Anand ujmuje to następująco: „Nie można po prostu ślepo ufać wynikowi przedstawionemu przez AI, trzeba nad nim pracować”. Dodaje, że „AI wciąż się rozwija i wciąż się uczy, dlatego trzeba weryfikować wyniki, które przedstawia, w przeciwnym razie albo stracisz w tym ludzki pierwiastek, albo otrzymasz błędne rezultaty”.
Nie można po prostu ślepo ufać wynikowi przedstawionemu przez AI, trzeba nad nim pracować.
AI nie potrafi poruszać się w świecie ludzkich emocji ani dynamiki interesariuszy
Zarządzanie projektami jest w swojej istocie dziedziną opartą na ludziach. Harmonogramy i budżety mają znaczenie, ale znaczenie mają również strach, polityka, ego i przeszłość — a sztuczna inteligencja nie ma dla żadnego z tych elementów żadnych ram działania. Roman Pichler mówi wprost o ograniczeniach wykorzystywania sztucznej inteligencji do zarządzania interesariuszami: „Nie jestem wielkim zwolennikiem podejść, w których ludzie mówią: hej, znalazłem naprawdę świetny nowy sposób na zarządzanie interesariuszami. Teraz używamy tego narzędzia AI”. Jego obawa ma fundamentalne znaczenie: „Ludzie są ludźmi. A jako ludzie chcemy być wysłuchani. Chcę czuć, że ktoś rozumie moje obawy”. Obawia się „pewnego sposobu myślenia, zgodnie z którym technologia rozwiąże nasze problemy”, podczas gdy prawdziwa praca pozostaje nieodłącznie związana z ludźmi.
Ludzie są ludźmi. A jako ludzie chcemy być wysłuchani. Chcę czuć, że ktoś rozumie moje obawy.
Michael Gold mówi o tym samym w kontekście przywództwa w zespole i komunikacji: „Jeśli nie wiesz, jak rozmawiać z ludźmi, i uważasz, że wysłanie AI do rozmowy z ludźmi jest rozwiązaniem... AI nie może zastąpić bezpośredniej, osobistej interakcji między ludźmi”. Umiejętności, które sprawiają, że kierownik projektu skutecznie pracuje z ludźmi — zdolność przekonywania, prezencja i autentyczne słuchanie — nie są rzeczami, które można przekazać narzędziu.
More Articles
- Wdrażanie AI w zarządzaniu projektami: co pomaga kierownikom projektów, a co im przeszkadza w 2026 roku
- AI w zarządzaniu projektami: praktyczne zastosowania, przykłady z życia & przewodnik wdrażania
- AI w zarządzaniu projektami w przedsiębiorstwie: przewodnik lidera po transformacji, wpływie i przewadze konkurencyjnej
- Konsultant z wieloletnim doświadczeniem wyjaśnia, dlaczego sztuczna inteligencja powinna być strategicznym partnerem w myśleniu, a nie siłą napędową projektu
- Jak doświadczona kierowniczka projektów wykorzystuje AI, aby usprawnić realizację
Zastosowanie AI do wadliwego procesu tylko szybciej go zepsuje
Być może najbardziej niedocenianym ryzykiem wdrażania AI w zarządzaniu projektami jest to, co dzieje się, gdy organizacje pomijają podstawowe działania. AI nie naprawia dysfunkcji — skaluje ją. Markus Kopko jasno przedstawia ten punkt: „Wrzucenie rozwiązań AI do złego procesu nie sprawia, że proces staje się lepszy. Jest jeszcze gorzej”.
To kluczowy komunikat dla organizacji dążących do zwiększenia efektywności dzięki AI, bez wcześniejszego sprawdzenia, czy ich podstawowe procesy są prawidłowo zaprojektowane. Automatyzacja wzmacnia to, co już istnieje — dobre lub złe.
Wrzucenie rozwiązań AI do złego procesu nie sprawia, że proces staje się lepszy. Jest jeszcze gorzej.
Końcowe przemyślenia
Nie oznacza to, że AI nie ma miejsca w zarządzaniu projektami. Może przyspieszać tworzenie wersji roboczych, ujawniać wzorce w danych i w znaczący sposób zmniejszać obciążenie administracyjne. Jednak praktycy najbliżej związani z tą pracą przekazują spójny komunikat: AI jest narzędziem, które przez cały czas wymaga doświadczonych i sceptycznie nastawionych ludzi. Nie potrafi wczuć się w sytuację zdenerwowanego interesariusza, stworzyć od podstaw wiarygodnego planu ani naprawić procesu, który był wadliwy jeszcze przed jej pojawieniem się. Kierownicy projektów, którzy najwięcej skorzystają na AI, to nie ci, którzy najbardziej jej ufają — lecz ci, którzy dokładnie rozumieją, gdzie ma swoje ograniczenia.
