Logo Wojewódzkiego Urzędu Pracy w Rzeszowie Logotypy KPO i NGEU projektu

Strona dotyczy projektu AI TaskShift Worklab, którego celem jest analiza rozwoju technologii sztucznej inteligencji i robotyki, w tym robotów humanoidalnych, w kontekście wyzwań współpracy człowiek–AI–robot oraz budowania kompetencji pracownika przyszłości.

Przedstawiono tutaj cel, zakres, metodykę, wyniki pilotażu oraz najważniejsze wnioski dla rynku pracy i rozwoju kompetencji.

Projekt stanowi badanie realizowane dla Wojewódzkiego Urzędu Pracy w Rzeszowie w ramach projektu: „Zbudowanie systemu koordynacji i monitorowania regionalnych działań na rzecz kształcenia zawodowego, szkolnictwa wyższego oraz uczenia się przez całe życie, w tym uczenia się dorosłych”.

Całościowy projekt WUP jest współfinansowany z europejskiego Funduszu na rzecz Odbudowy i Zwiększania Odporności (RRF) w ramach KPO. Wartość wsparcia: 20 711 380 zł. Umowa z FRSE: 31 maja 2024 r. W ramach tego projektu utworzono Wojewódzki Zespół Koordynacji (WZK) jako gremium opiniodawczo-doradcze dla Zarządu Województwa.

4–5

kluczowych sektorów gospodarki regionu objętych analizą

5 ról

objętych pilotażem w 25 kontekstach organizacyjnych

1–3 lata

główny horyzont prognozowanych zmian w zadaniach zawodowych

Cel projektu

Głównym celem jest opracowanie wielowymiarowej mapy potencjału transformacji stanowisk pracy pod wpływem AI i robotyki w województwie podkarpackim. Analiza dotyczy zadań zawodowych, a nie samych nazw stanowisk.

Wysoki potencjał transformacji nie oznacza „zaniku zawodu”, lecz zmianę sposobu pracy i potrzebę rozwoju nowych kompetencji.

Najważniejsze pytania projektu

  • 1Które zadania będą automatyzowane, a które wzmacniane przez współpracę z AI?
  • 2Jakie elementy pracy pozostaną trwale „ludzkie” i oparte na doświadczeniu?
  • 3Jakie kompetencje są priorytetowe dla pracownika przyszłości?
  • 4Jak planować doszkalanie i przekwalifikowanie w poszczególnych sektorach?

Wartość dla regionu

  • +Diagnoza stanowisk i zadań zawodowych najbardziej narażonych na transformację technologiczną.
  • +Identyfikacja kompetencji trwale wymagających ludzkiego osądu i doświadczenia.
  • +Wyposażenie doradców zawodowych w narzędzia do pracy z osobami poszukującymi zatrudnienia.
  • +Powtarzalna metodologia analizy możliwa do aktualizacji w kolejnych cyklach.

Zakres i obszary analizy

Analiza obejmuje dominujące sektory gospodarki regionu, m.in. lotnictwo i kosmonautykę, motoryzację, IT i telekomunikację, produkcję i przetwórstwo oraz usługi biznesowe i administrację. Wnioski mają wspierać decyzje dotyczące zatrudnienia, poradnictwa i rozwoju kompetencji.

Lotnictwo Motoryzacja IT i telekomunikacja Produkcja i przetwórstwo Usługi biznesowe

Co wyróżnia ten projekt

Jednostka analizy 3D

Nie „zawód” ogólnie, tylko stanowisko × kontekst × zadanie, dzięki czemu wynik uwzględnia realne warunki pracy.

Dwa typy automatyzacji

Oddzielone są: automatyzowalność techniczna (T) i wdrożeniowa (D), co ogranicza pozorne „łatwe automatyzacje”.

Zakorzenienie człowieka

Wskaźnik H obejmuje ekspertyzę sytuacyjną, koordynację społeczną, odpowiedzialność/compliance i obecność fizyczną.

Warstwa strukturalna

Projekt bada nie tylko punkty T/D/A/H, ale też wiązki zadań, nowe zadania indukowane przez AI i przesunięcie ekspertyzy.

Model „redesign pressure”

Wynik odpowiada, czy rola realnie się kurczy, czy przechodzi przebudowę z nowym nadzorem i nowymi obowiązkami.

Nastawienie operacyjne

Produktem są narzędzia do działania: karty stanowisk, rekomendacje doszkalania i metodologia do cyklicznych aktualizacji.

Pilotaż: co już sprawdzono

Pilotaż nie miał tworzyć rankingu zawodów „do zastąpienia”. Jego celem było zmapowanie napięcia między automatyzacją, augmentacją i przebudową roli oraz sprawdzenie, czy metodologia daje stabilne i użyteczne wyniki.

Pilotaż potwierdził, że projekt powinien koncentrować się na profilach transformacji pracy, a nie na prostych prognozach zaniku etatów.

5 × 5 = 25

ról i kontekstów organizacyjnych w pilotażu

2 modele

oceniające te same role i konteksty

3 powtórzenia

na model do testu stabilności wyników

α: 0.50 / 0.38 / 0.03

zgodność między modelami dla T, D i A

Rola T D A H
Analityk danych logistycznych7.435.468.294.68
Analityk finansowy5.973.857.715.61
Inżynier produkcji5.783.427.636.41
Kierownik projektu5.483.077.636.69
Specjalista utrzymania ruchu3.902.395.016.04

Role w pilotażu

  • Inżynier produkcji
  • Specjalista utrzymania ruchu
  • Analityk danych logistycznych
  • Analityk finansowy
  • Kierownik projektu

Cel walidacji eksperckiej

  • Ocena opisów ról i pięciu kontekstów dla każdej roli.
  • Ocena metryk bazowych T/D/A/H pod kątem zaniżeń i zawyżeń.
  • Sprawdzenie spójności ocen wewnątrz roli między kontekstami.
  • Sprawdzenie spójności ocen pomiędzy rolami.

Zespół projektowy

Realizacja opiera się na czterech powtarzalnych etapach: desk research, wielomodelowa ocena zadań, analiza zakorzenienia ludzkiego oraz walidacja warsztatowa z przedstawicielami rynku pracy regionu.

Typy transformacji ról

Role przesuwające się

Wysoka zmiana i dominacja augmentacji; kluczowe jest doszkalanie do pracy z AI.

Role kurczące się

Wysoka zmiana przy eliminacji części zadań; potrzebne ścieżki przekwalifikowania.

Role zakotwiczone

Niska intensywność zmiany i wysokie zakorzenienie ludzkie; AI raczej wspiera niż zastępuje.

Role w napięciu

Technicznie automatyzowalne, ale silnie osadzone w odpowiedzialności i kontekście społecznym.

Kluczowe rezultaty końcowe

Materiały do pobrania

Tutaj pojawią się materiały do pobrania