AI w administracji #Diagnoza dojrzałości AI

AI w administracji publicznej to cykl rozmów poświęcony wdrażaniu rozwiązań sztucznej inteligencji w jednostkach samorządu terytorialnego oraz rozwijaniu kompetencji cyfrowych pracowników. Rozmowa z Bartoszem Ledzionem, ekspertem w zakresie zastosowań AI w sektorze publicznym, dotyczy diagnozy dojrzałości AI w administracji publicznej oraz przygotowania organizacji do jej skutecznego wdrażania.
 

Jak wygląda obecnie poziom wykorzystania AI w administracji publicznej?

Bardziej aktualnym źródłem jest badanie NASK, które zostało przeprowadzone w ubiegłym roku, a opublikowane w tym roku. Wynika z niego, że poziom wykorzystania tych narzędzi jest całkiem dobry. Badanie obejmowało próbę ponad 6 tysięcy respondentów, co stanowi istotną różnicę w porównaniu do wcześniejszych analiz opartych na znacznie mniejszej grupie.

Wyniki pokazują, że stosunkowo wiele osób korzysta z tych rozwiązań w kontekście zawodowym. Jest to o tyle zaskakujące, że – jak wiemy – w administracji publicznej, zarówno rządowej, jak i samorządowej, nadal brakuje jasno określonych standardów dotyczących wyboru narzędzi czy korzystania z wersji typu Enterprise.

Można więc przypuszczać, że część użytkowników korzysta z tych rozwiązań prywatnie, realizując w ten sposób zadania służbowe. Z jednej strony rodzi to pewne wątpliwości, ale z drugiej – oznacza, że użytkownicy uczą się tych narzędzi w praktyce.

Jeśli chodzi o główne zastosowania, dominują trzy obszary: wyszukiwanie informacji oraz przetwarzanie i redakcja tekstu. To właśnie te zadania są najczęściej realizowane przy użyciu tego typu rozwiązań, co pozwala uznać poziom ich praktycznego wykorzystania za satysfakcjonujący.

Czy instytucje publiczne w Polsce są już na etapie wdrożeń, czy raczej przygotowań?

Mam wrażenie, że większość jednostek samorządu terytorialnego jest obecnie na etapie eksperymentowania – bez wyraźnie zdefiniowanej strategii. Pracownicy testują różne rozwiązania indywidualnie, czasami robią to całe zespoły czy pojedyncze komórki organizacyjne, ale brakuje formalnych, publicznie dostępnych zasad wdrażania oraz centralnej koordynacji działań.

Oczywiście są pewne wyjątki – przykładem może być Warszawa, która wypracowała własny kodeks w tym zakresie – jednak nadal są to raczej pojedyncze inicjatywy niż powszechny standard.

Można więc powiedzieć, że typowy profil samorządu znajduje się dziś na wczesnym etapie dojrzałości – w fazie rozpoznania lub początkowego rozwoju, jeśli odnieść to do pięciostopniowej skali wdrożeń.

Co istotne, widoczna jest wyraźna rozbieżność między gotowością ludzi a dojrzałością organizacji. Po stronie pracowników i decydentów widać dużą otwartość oraz chęć korzystania z nowych narzędzi. Natomiast same organizacje często nie są jeszcze przygotowane na ich szersze, systemowe wdrażanie – wykraczające poza podstawowe zastosowania, takie jak korzystanie z chatbotów.

Co właściwie oznacza diagnoza gotowości organizacji do wdrożenia AI?

Diagnoza gotowości to moment, w którym organizacja przestaje pytać „czy wdrażać AI”, a zaczyna zadawać sobie pytanie: „co musimy zmienić, żeby AI mogło nam realnie pomóc?”.

W tym ujęciu gotowość nie jest prostą decyzją typu „tak” lub „nie”. To raczej zestaw różnych wymiarów funkcjonowania organizacji, które mogą znajdować się na zupełnie różnych poziomach rozwoju.

Przykładowo, organizacja może dysponować zespołem o wysokich kompetencjach, a jednocześnie zmagać się z chaosem w obszarze danych – mieć je w formie papierowej, nieustrukturyzowanej lub trudno dostępnej. W innych przypadkach problemem może być niska jakość danych, ich nieaktualność albo brak odpowiednich narzędzi, co w praktyce uniemożliwia skuteczne wykorzystanie AI.

Każda z tych sytuacji wymaga innego podejścia i odrębnego planu działania.

Dlatego gotowość można najkrócej opisać jako aktualny stan organizacji w kontekście jej zdolności do sensownego i efektywnego wykorzystania AI – wraz ze świadomością, co należy zmienić, aby ten potencjał uruchomić.

Jakie obszary należy przeanalizować, zanim zaczniemy wdrażać AI?

Można wyróżnić trzy kluczowe obszary, którymi warto się zająć na początku diagnozy gotowości do wdrażania AI.

Pierwszym z nich jest człowiek. Technologia jest dziś na bardzo wysokim poziomie i szeroko dostępna, ale to ludzie decydują o tym, czy organizacja będzie w stanie realnie przeprowadzić zmianę. Kluczowe jest więc zidentyfikowanie osób, które są otwarte na innowacje – tzw. innowatorów i wczesnych adoptersów – którzy mogą stać się motorami pierwszych wdrożeń. To właśnie ta grupa często determinuje tempo i kierunek dalszych działań.

Drugim obszarem są procesy. Mając zidentyfikowanych ludzi, z którymi można pracować, warto przyjrzeć się zadaniom realizowanym w organizacji. Największy potencjał na start mają procesy powtarzalne, częściowo zdigitalizowane, dobrze zdefiniowane i opisane. To właśnie one najlepiej nadają się do pierwszych wdrożeń AI i pozwalają stosunkowo szybko osiągnąć widoczne efekty. Jest to szczególnie istotne, ponieważ nieudane próby na początku mogą zniechęcić pracowników i utrudnić dalsze zmiany.

Trzecim obszarem są dane. Kluczowe jest to, w jakiej formie są przechowywane dokumenty i czy są one dostępne oraz czytelne dla systemów AI. W wielu organizacjach dane są rozproszone, nieustrukturyzowane lub przechowywane w formatach, które utrudniają ich wykorzystanie. Dlatego ważne jest uporządkowanie tego obszaru – zarówno poprzez standaryzację formatów (np. ustrukturyzowane dokumenty, bazy wiedzy), jak i zapewnienie możliwości integracji danych pomiędzy różnymi systemami i „silosami” w organizacji.

To właśnie te trzy obszary – ludzie, procesy i dane – stanowią dobry punkt wyjścia do rzetelnej diagnozy gotowości organizacji do wykorzystania AI.

Który z tych elementów jest najczęściej największym wyzwaniem?

Diagnozę gotowości warto oprzeć na trzech kluczowych obszarach.

Pierwszym są kompetencje i postawy pracowników. To ludzie – nie systemy – generują realną wartość z wykorzystania AI. Bez odpowiedniej wiedzy i otwartości na zmianę nawet najlepsze narzędzia nie przyniosą efektów, a działania szkoleniowe mogą trafić w próżnię. Dlatego ten obszar jest absolutnie fundamentalny.

Drugim obszarem jest dojrzałość danych i procesów. To bardzo często najsłabszy element organizacji, a jednocześnie warunek brzegowy skutecznego wdrożenia. W mniejszych podmiotach procesy rzadko są formalnie opisane – funkcjonują raczej w głowach pracowników, w postaci nawyków i codziennych rutyn. Dlatego w praktyce kluczowe jest ich odtworzenie: poprzez wywiady, wspólne mapowanie i uporządkowanie. Dopiero to pozwala zidentyfikować konkretne miejsca w procesie, w których AI może realnie przynieść wartość.

Trzecim obszarem jest infrastruktura technologiczna. Niezbędne jest ustalenie, jakimi zasobami organizacja dysponuje obecnie oraz jakie ma możliwości rozwoju w tym zakresie. To właśnie na tym etapie zapadają decyzje dotyczące wyboru podejścia – czy możliwe jest wykorzystanie modeli lokalnych, czy lepszym rozwiązaniem będą narzędzia w modelu Enterprise, bądź inne dostępne opcje.

Te trzy obszary – ludzie, dane i procesy oraz infrastruktura – stanowią fundament rzetelnej diagnozy i punkt wyjścia do dalszych działań wdrożeniowych.

Jakie błędy instytucje popełniają na etapie diagnozy?

Najczęstszy scenariusz wygląda dziś bardzo podobnie: organizacja kupuje licencję, organizuje krótkie – jedno- lub dwudniowe – ogólne szkolenie z technologii, bez uwzględnienia specyfiki własnych zadań i obszarów działania. Następnie pracownik wraca do swoich obowiązków i zostaje z narzędziem, które musi samodzielnie dopasować do codziennej pracy.

I tu pojawia się problem. Zadania – szczególnie w administracji publicznej – są często bardzo specyficzne i nieprzystające do standardowych zastosowań, pod które projektowana jest większość dostępnych narzędzi. Te rozwiązania są zwykle tworzone z myślą o rynku prywatnym, gdzie procesy (np. marketingowe czy sprzedażowe) są lepiej ustrukturyzowane i mają jasno zdefiniowane workflow. W administracji natomiast często trzeba te procesy najpierw odtworzyć i uporządkować, zanim w ogóle będzie można myśleć o ich wsparciu przez AI.

Dlatego kluczowym problemem jest brak diagnozy na starcie – samo wdrożenie licencji i ogólne szkolenie po prostu nie wystarczają.

Druga istotna kwestia to sposób traktowania diagnozy. Zbyt często jest ona postrzegana jako jednorazowe ćwiczenie, a nie jako punkt wyjścia do dalszych działań. W efekcie organizacja „wie więcej”, ale nie przekłada się to na konkretne decyzje: nie powstaje plan wdrożenia, nie są definiowane kryteria działania ani dopasowane szkolenia.

Podsumowując – warto pamiętać o dwóch kluczowych rzeczach: po pierwsze, bez rzetelnej diagnozy nawet najlepsze narzędzia nie przyniosą efektów; po drugie, sama diagnoza ma sens tylko wtedy, gdy staje się początkiem realnego planu działania, a nie jednorazowym projektem.

Jakie metody lub narzędzia można wykorzystać do oceny gotowości organizacji na AI?

Moje doświadczenie w tworzeniu tego typu narzędzi sięga jeszcze 2014 roku. Wówczas współinicjowaliśmy projekt „Ministerstwo Uczące się”, w ramach którego analizowaliśmy cztery resorty pod kątem tego, na ile funkcjonują jako organizacje uczące się.

Była to jedna z pierwszych prób wykorzystania narzędzi do samooceny w administracji publicznej – połączona z komponentem eksperckim. Najpierw przeprowadzaliśmy diagnozę, a następnie wypracowywaliśmy ścieżki rozwoju i poprawy. To doświadczenie stało się dla mnie inspiracją do podobnego podejścia w kontekście oceny gotowości do wdrażania AI.

Obecna metoda opiera się na kilku uzupełniających się narzędziach.

Pierwszym z nich jest ankieta pracownicza. Pozwala ona ocenić kompetencje cyfrowe w formule samooceny – pracownicy sami określają swój poziom przygotowania. Co istotne, zakładamy późniejszą weryfikację tych deklaracji w trakcie działań szkoleniowych, ponieważ samoocena bywa zawyżona. Ankieta daje również wstępny obraz postaw wobec sztucznej inteligencji oraz potencjalnych zachowań pracowników w tym obszarze.

Drugim elementem są wywiady pogłębione – prowadzone zarówno z decydentami, jak i kluczowymi specjalistami. Z jednej strony pozwalają one zweryfikować wnioski płynące z badań ilościowych, a z drugiej umożliwiają głębsze wejście w realne procesy organizacyjne. Uzupełnieniem są rozmowy z osobami odpowiedzialnymi za infrastrukturę IT, które dostarczają istotnego kontekstu technologicznego.

Trzecim narzędziem są eksperckie karty oceny, przygotowywane na podstawie zebranych danych, wywiadów oraz analizy dokumentacji. Pozwalają one dokonać uporządkowanego przeglądu takich obszarów jak procesy, dokumentacja, polityki danych, struktury governance czy sposób zarządzania informacją w organizacji.

Efektem całego procesu jest syntetyczny, czytelny obraz organizacji – najczęściej w formie prostego dashboardu (np. w HTML), który jasno pokazuje, gdzie organizacja się znajduje oraz jakie działania powinna podjąć w dalszej kolejności.

Kto – Twoim zdaniem – powinien być zaangażowany po stronie jednostki samorządu terytorialnego w proces wdrażania AI? Jakie role, kompetencje i poziomy organizacji są kluczowe, aby takie wdrożenie miało realne szanse powodzenia?

Kluczowe jest, aby po stronie samorządu była wyznaczona konkretna osoba – pełnomocnik, lider, swoisty „frontman” całego procesu. To właśnie przez tę osobę powinny przechodzić kluczowe kwestie organizacyjne i komunikacyjne związane z wdrożeniem. Taka rola porządkuje działania i zapewnia spójność w organizacji.

Równie istotne jest to, aby wyniki diagnozy nie były jedynie prezentowane, ale omawiane w formule warsztatowej – z aktywnym udziałem zespołu. Chodzi o to, by zaangażować pracowników i jednocześnie nauczyć ich, jak przekładać wnioski na konkretne działania w praktyce.

W naszym podejściu diagnoza nigdy nie jest celem samym w sobie. Zawsze idzie w parze z rekomendacjami – pokazujemy nie tylko, „gdzie jesteśmy”, ale też „co dalej”: proponujemy program szkoleń i działań doradczych, które bezpośrednio wynikają z diagnozy.

Można to porównać do wizyty u lekarza – sama diagnoza nie wystarcza. Kluczowe jest to, że wychodzimy z konkretnymi zaleceniami i planem działania, który pozwala realnie poprawić sytuację.

Jeśli chcesz, mogę zrobić z tego krótszą, bardziej „mówioną” wersję pod panel albo mocniejszą pointę na zakończenie wypowiedzi.

Czy administracja powinna tworzyć strategie AI, czy raczej zaczynać od pilotaży?

Najpierw mamy diagnozę, w ramach której identyfikujemy konkretne procesy lub zadania, które potencjalnie można wesprzeć rozwiązaniami AI. Następnie przechodzimy do etapu pilotażu – sprawdzamy w praktyce, co działa, a co nie.

Tworzenie strategii bez wcześniejszych pilotaży często kończy się powstaniem dokumentu, który nie ma pokrycia w realiach organizacji. Dlatego strategia powinna być raczej drugim krokiem – momentem, w którym instytucja ma już pierwsze doświadczenia, wie, co przynosi efekty i chce te działania uporządkować oraz skalować.

Pilotaże są więc kluczowe, ale ważne jest nie tylko to, co testujemy, lecz także z kim. Przy wyborze obszaru do pilotażu warto uwzględnić nie tylko charakter zadań, ale również ludzi – czy w danej komórce organizacyjnej są osoby otwarte na innowacje, tzw. wczesni adoptersi, którzy będą w stanie zaangażować się w testowanie i „pociągnąć” temat dalej.

Dopiero na bazie kilku udanych pilotaży można przejść do kolejnego etapu, czyli skalowania rozwiązań i budowania bardziej uporządkowanego podejścia – w tym strategii wdrażania AI w organizacji.

A jak samorząd może rozpoznać, że jest już gotowy na pierwsze wdrożenie AI? Co najważniejsze – jaki powinien być ten pierwszy krok, który samorząd powinien podjąć, żeby dobrze zacząć?

To w dużej mierze nawiązuje do tego, o czym już wcześniej rozmawialiśmy. Kluczowe jest zidentyfikowanie takich procesów, które są powtarzalne, w miarę zdigitalizowane i stosunkowo proste do usprawnienia. Najlepiej, jeśli pracują przy nich osoby otwarte na zmiany i gotowe do testowania nowych rozwiązań – bez dużego ryzyka decyzyjnego na starcie.

Dobrym punktem wyjścia są więc procesy „bezpieczne”, ale jednocześnie dające realną przestrzeń do poprawy.

Dziękujemy za rozmowę!

Cykl rozmów „AI w administracji” jest realizowany w ramach programu Centrum Kompetencji AI oraz programu „AI w administracji publicznej. Od strategii do wdrożenia”.

Bartosz Ledzion - ekspert w dziedzinie stosowania generatywnej sztucznej inteligencji, service design oraz UX usług cyfrowych w projektach dla sektora publicznego i prywatnego.

Ukończył kierunek User Experience Design SWPS, rozwijał swoje kompetencje w ośrodkach akademickich MIT Media Lab i Cambridge Business Analytics. Dwukrotnie otrzymał nagrodę Ministra Nauki i Szkolnictwa Wyższego za projekty naukowe o charakterze wdrożeniowym podczas Gali Nauki Polskiej.

W ostatnich 5 latach koncentrował się na projektach związanych z adaptacją i wdrażaniem sztucznej inteligencji w administracji publicznej i dużych przedsiębiorstwach — od diagnozy gotowości organizacyjnej, przez projektowanie procesów z wykorzystaniem AI, po nadzór nad pilotażowymi implementacjami narzędzi Gen AI w instytucjach publicznych. Był jednym z autorów kodeksu wykorzystania Gen AI w Urzędzie m.st. Warszawy oraz publikacji dotyczącej zastosowania Gen AI w ewaluacji polityk publicznych (PARP).