Od automatyzacji do współpracy – przezwyciężanie obaw związanych ze sztuczną inteligencją i propozycja integracji generatywnej AI w zarządzaniu z perspektywy oburęczności cyfrowej
Abstrakt
Dynamiczny rozwój generatywnej sztucznej inteligencji (GenAI) stał się istotnym czynnikiem zakłócającym procesy zarządzania organizacjami, podważając tradycyjne role zawodowe i wywołując szerokie obawy związane z wypieraniem pracowników z rynku pracy. W artykule przeanalizowano dualny charakter GenAI – zarówno jako zagrożenia, jak i źródła strategicznych możliwości – przez pryzmat oburęczności cyfrowej, koncepcji wywodzącej się z klasycznej teorii oburęczności organizacyjnej. Podczas gdy wczesne zastosowania sztucznej inteligencji koncentrowały się głównie na zadaniach rutynowych i podatnych na automatyzację, GenAI wprowadza nowe możliwości dzięki zdolności do realizacji zadań kreatywnych przy wykorzystaniu kompetencji miękkich, które dotychczas były domeną człowieka. Zamiast postrzegać tę zmianę jako grę o sumie zerowej, prowadzącą do zastępowania pracy ludzkiej przez technologie, w artykule zaproponowano model współpracy oparty na równoważeniu kompetencji człowieka i efektywności algorytmów w celu tworzenia nowych synergii. Przeanalizowano również krótko-, średnio- i długoterminowe skutki wdrażania GenAI dla poziomu zatrudnienia. Wnioski wskazują, że choć krótkookresowe zakłócenia mogą prowadzić do wzrostu bezrobocia, długookresowe modele współpracy człowieka i AI sprzyjają zachowaniu miejsc pracy o wysokiej wartości oraz tworzeniu nowych stanowisk opartych na innowacjach. Wkład artykułu ma przede wszystkim charakter teoretyczny i zmierza do wypełnienia luki badawczej poprzez zaproponowanie ram koncepcyjnych dla przyszłych badań empirycznych. Koncepcja oburęczności cyfrowej stanowi podstawę bardziej efektywnych strategii integracji sztucznej inteligencji, wspierając zarówno wdrażanie nowych technologii, jak i zarządzanie zmianą w organizacjach przechodzących transformację w kierunku Przemysłu 5.0.
Full Text
Bibliografia
Cao Q., Gedajlovic E., Zhang H. [2009], Unpacking organizational ambidexterity: Dimensions, contingencies, and synergistic effects, Organization Science, vol. 20 (4), pp. 781–796.
Carmeli A., Halevi M. Y. [2009], How top management team behavioral integration and behavioral complexity enable organizational ambidexterity: The moderating role of contextual ambidexterity, The leadership quarterly, vol. 20 (2), pp. 207–218.
Chen Z. [2023], Ethics and discrimination in artificial intelligence-enabled recruitment practices, Humanities and Social Sciences Communications, vol. 10 (1), https://doi.org/10.1057/s41599-023-02079‑x.
Constant F., Calvi R., Johnsen T. E. [2020], Managing tensions between exploitative and exploratory innovation through purchasing function ambidexterity, Journal of Purchasing and Supply Management, vol. 26 (4), art. 100645.
Damodaran A. [2025], Investing Politics: Globalization Backlash and Government Disruption!, https://aswathdamodaran.blogspot.com/2025/03/investing-politics-globalization.html (access: 9.04.2025).
Davenport T. H., Mittal N. [2022], How generative AI is changing creative work, Harvard Business Review, November, https://hbr.org/2022/11/how-generative-ai-is-changing-creative-work (access: 18.05.2025).
Dixon J. A., Brohman K., Chan Y. E. [2017], Dynamic ambidexterity: Exploiting exploration for business success in the digital age, ICIS 2017 Proceedings, pp. 1–17.
Ernst & Young [2024], EY AI Pulse Polska – AI FY25, EY, https://www.ey.com/pl_pl/newsroom/2024/08/ey_ai_pulse_polska-ai-fy25 (access: 20.05.2025).
EUAFR [2022], Bias in algorithms – Artificial intelligence and discrimination, FRA, European Union Agency for Fundamental Rights, https://fra.europa.eu/sites/default/files/fra_uploads/fra-2022‑bias-in-algorithms_en.pdf (access: 20.05.2025).
George D., George A., Baskar T., Martin A. [2023], Revolutionizing Business Communication: Exploring the potential of GPT-4 in corporate settings, Zenodo, CERN European Organization for Nuclear Research, https://doi.org/10.5281/zenodo.7775900.
Han M., Celly N. [2008], Strategic ambidexterity and performance in international new ventures, Canadian Journal of Administrative Sciences/Revue Canadienne des Sciences de l’Administration, vol. 25 (4), pp. 335–349.
Heaven W. D. [2023], ChatGPT is about to revolutionize the classroom, MIT Technology Review, https://www.technologyreview.com/2023/04/06/1071059/chatgpt-change-not-destroy-education-openai/ (access: 23.05.2025).
Hubert K. F., Awa K. N., Zabelina D. L. [2024], The current state of artificial intelligence generative language models is more creative than humans on divergent thinking tasks, Scientific Reports, vol. 14 (1), https://doi.org/10.1038/s41598-024-53303‑w.
Kirinuki H., Tanno H. [2024], ChatGPT and Human Synergy in Black-Box Testing: A comparative analysis, arXiv, Cornell University, https://doi.org/10.48550/arxiv.2401.13924.
Liu Q. R., Liu J. M., He Z. P. [2023], Digital transformation ambidexterity and business performance, Journal of Enterprise Information Management, vol. 36 (5), pp. 1402–1420.
Lubatkin M. H., Simsek Z., Ling Y., Veiga J. F. [2006], Ambidexterity and performance in smallto medium-sized firms: The pivotal role of top management team behavioral integration, Journal of management, vol. 32 (5), pp. 646–672.
Magnusson J., Päivärinta T., Koutsikouri D. [2020], Digital ambidexterity in the public sector: empirical evidence of a bias in balancing practices, Transforming Government: People, Process and Policy, vol. 15 (1), pp. 59–79.
McKendrick J., Thurai A. [2022], AI Isn’t Ready to Make Unsupervised Decisions, Harvard Business
Review, September 15, https://hbr.org/2022/09/ai-isnt-ready-to-make-unsuperviseddecisions. Accessed 17 May 2025.
Miyazaki K., Murayama T., Uchiba T., An J., Kwak H. [2023], Public Perception of Generative AI on Twitter: An Empirical study based on occupation and usage, arXiv, Cornell University, https://doi.org/10.48550/arxiv.2305.09537.
OECD [2025], AI risks and incidents, https://www.oecd.org/en/topics/ai-risks-and-incidents.html (access: 18.03.2025; 29.05.2025).
O’Reilly III C. A., Tushman M. L. [2013], Organizational ambidexterity: Past, present, and future, Academy of management Perspectives, vol. 27 (4), pp. 324–338.
Peng S., Kalliamvakou E., Cihon P., Demirer M. [2023], The Impact of AI on Developer Productivity: Evidence from GitHub Copilot, arXiv, Cornell University, https://doi.org/10.48550/arxiv.2302.06590.
Qin M., Wan Y., Dou J., Su C. W. [2024], Artificial intelligence: intensifying or mitigating unemployment? Technology in Society, vol. 79, art. 102755, https://doi.org/10.1016/j.techsoc.2024.102755.
Ray A. [2020], Intelligent automation: A new frontier in capital markets operations, Journal of Securities Operations & Custody, vol. 12 (3), pp. 266–277.
Rosemann M., Brocke J. V., Van Looy A., Santoro F. [2024], Business process management in the age of AI – three essential drifts, Information Systems and e-Business Management, vol. 22 (3), pp. 415–429, https://doi.org/10.1007/s10257-024-00689-9.
Shen Y., Zhang X. [2024], The impact of artificial intelligence on employment: the role of virtual agglomeration, Humanities and Social Sciences Communications, vol. 11 (1), https://doi.org/10.1057/s41599-024-02647–9.
Siciński J. [2023], Early warning systems against bankruptcy risk and NLP: can ChatGPT predict corporate distress? Scientific Papers of Silesian University of Technology Organization and Management Series, vol. 170, pp. 439–455, https://doi.org/10.29119/1641-3466.2023.170.28.
Sliż P. [2024], The Role of ChatGPT in Elevating Customer Experience and Efficiency in Automotive After-Sales Business Processes, Applied System Innovation, vol. 7 (2), p. 29, https://doi.org/10.3390/asi7020029.
Sliż P., Jackowska B. [2024], Dwoiste zarządzanie procesami biznesowymi w erze gospodarki cyfrowej, Difin, Warszawa.
Szreder M. [2019], Rządzą nami liczby, January 29, https://www.polityka.pl/tygodnikpolityka/nauka/1779882,1, rzadza-nami-liczby.read (access: 3.03.2025).
Zakrzewska-Bielawska A. [2016], Paradoks eksploracji i eksploatacji – ambidexterity w zarządzaniu strategicznym, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, no. 420, pp. 435–449.
Zhu S., Wang Z., Zhuang Y., Jiang Y., Guo M., Zhang X., Gao Z. [2024], Exploring the impact of ChatGPT on art creation and collaboration: Benefits, challenges and ethical implications, Telematics and Informatics Reports, no. 14, 100138, https://doi.org/10.1016/j.teler.2024.100138.
Autor
Prawa autorskie (c) 2026 Kwartalnik Nauk o Przedsiębiorstwie

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa 4.0 Międzynarodowe.
Autor (Autorzy) artykułu oświadcza, że przesłane opracowanie nie narusza praw autorskich osób trzecich. Wyraża zgodę na poddanie artykułu procedurze recenzji oraz dokonanie zmian redakcyjnych. Przenosi nieodpłatnie na Oficynę Wydawniczą SGH autorskie prawa majątkowe do utworu na polach eksploatacji wymienionych w art. 50 Ustawy z dnia 4 lutego 1994 r. o prawie autorskim i prawach pokrewnych – pod warunkiem, że praca została zaakceptowana do publikacji i opublikowana.
Oficyna Wydawnicza SGH posiada autorskie prawa majątkowe do wszystkich treści czasopisma. Zamieszczenie tekstu artykuły w repozytorium, na stronie domowej autora lub na innej stronie jest dozwolone o ile nie wiąże się z pozyskiwaniem korzyści majątkowych, a tekst wyposażony będzie w informacje źródłowe (w tym również tytuł, rok, numer i adres internetowy czasopisma).
Osoby zainteresowane komercyjnym wykorzystaniem zawartości czasopisma proszone są o kontakt z Redakcją.