Jedni dopiero zastanawiają się, czy zaufać sztucznej inteligencji. Inni korzystają z niej przy pisaniu wniosków, analizowaniu dokumentów i przygotowywaniu kampanii. Są też osoby, które budują automatyzacje i własne aplikacje. Każdy z tych etapów wymaga innych umiejętności. Jak rozpoznać swój poziom i wybrać sensowny kolejny krok?
W organizacji pozarządowej umiejętność korzystania z AI może oznaczać wiele różnych rzeczy. Przygotowanie posta, sprawdzenie spójności projektu i stworzenie systemu obsługi zgłoszeń to odmienne zadania. Samo częste korzystanie z czatu nie mówi jeszcze, czy potrafimy ocenić jego odpowiedzi i zastosować je w praktyce.
Pomocną mapę rozwoju proponuje AI Adoption Maturity Model, opracowany przez Kyle’a Behrenda z AI Impact Hub. Model opisuje dziewięć etapów — od poziomu −1 do poziomu 7 — i jest skierowany do osób pracujących w sektorze non-profit.
Dotyczy indywidualnych umiejętności, a nie oceny całej organizacji. Poniżej przedstawiamy jego omówienie z przykładami dostosowanymi do codziennej pracy NGO.
Poziom −1: obawy przed rozpoczęciem
„AI wydaje się zbyt ryzykowne. Na razie nie chcę z niego korzystać”.
Na tym etapie przed pierwszą próbą powstrzymują nas obawy: o poufność informacji, błędy, wpływ technologii na zatrudnienie albo brak zasad w organizacji. Czasem trudno oddzielić rzeczywiste ograniczenia od alarmujących opinii.
Rozwój zaczyna się od nazwania konkretnego problemu. Inaczej odpowiada się na pytanie „czy mogę przesłać dane uczestników?”, a inaczej na stwierdzenie „AI na pewno wszystko wymyśla”.
Poziom 0: zainteresowanie i pierwsze próby
„Wiem, czym jest AI. Może nawet raz czy dwa z niego korzystałem”.
Pojawia się ciekawość, ale AI nie jest jeszcze częścią codziennej pracy. Pierwsze polecenia bywają bardzo ogólne: „napisz projekt”, „wymyśl kampanię”, „przygotuj szkolenie”. Odpowiedzi również są ogólne, co łatwo prowadzi do rozczarowania.
Na tym etapie warto zauważyć, jak wiele zmienia kontekst: odbiorcy, cel, dostępny czas, budżet i oczekiwany rezultat.
Poziom 1: AI jako partner do namysłu
„Rozmowa z AI pomaga mi porządkować pomysły”.
Zaczynamy prowadzić dialog. Doprecyzowujemy pytania, odrzucamy nietrafione propozycje i prosimy o alternatywy. AI pomaga obejrzeć problem z kilku stron.
To przydatne przy planowaniu wydarzenia, szukaniu sposobów rekrutacji wolontariuszy czy rozwijaniu pomysłu na projekt. Trzeba jednak pamiętać, że przekonująco brzmiąca sugestia może opierać się na błędnym założeniu.
Poziom 2: eksperymentowanie z konkretnymi zadaniami
„Sprawdzam, w których obowiązkach AI naprawdę mi pomaga”.
AI staje się asystentem wykonującym określone zadania. Użytkownik potrafi opisać cel, przekazać materiał i wskazać format odpowiedzi: tabelę, podsumowanie, wiadomość lub listę kontrolną.
Ważnym elementem tego etapu jest redagowanie i sprawdzanie wyniku. Pierwsza odpowiedź stanowi materiał roboczy.
Poziom 3: świadoma, regularna praktyka
„Mam sprawdzone sposoby pracy z AI i wiem, kiedy wynik wymaga poprawy”.
AI jest już częścią powtarzalnych działań. Powstają własne instrukcje, przykłady dobrych odpowiedzi i zestawy poleceń do ponownego wykorzystania.
Użytkownik potrafi określić, jak wygląda dobry rezultat. Rozpoznaje sytuacje, w których narzędzie pomija wymagania, gubi wcześniejsze ustalenia lub opiera odpowiedź na niepotwierdzonych informacjach.
Autor modelu wskazuje ten poziom jako rekomendowany cel dla osób pracujących w NGO. Można stale rozwijać umiejętności na tym etapie, bez przechodzenia do budowania systemów technicznych.
Poziom 4: optymalizacja i porównywanie wyników
„Sprawdzam, które rozwiązanie działa najlepiej i na jakiej podstawie”.
Na tym etapie praca staje się bardziej metodyczna. Porównujemy modele, instrukcje oraz ustawienia, wykorzystując określone kryteria. Możemy też korzystać z API, czyli sposobu łączenia usług AI z innym oprogramowaniem.
Liczy się powtarzalność. Jedna udana odpowiedź nie wystarcza do uznania rozwiązania za niezawodne.
Poziom 5: automatyzacja powtarzalnych procesów
„Łączę narzędzia, żeby część pracy wykonywała się automatycznie”.
Pojedyncze polecenia zostają połączone w proces. Zdarzenie — na przykład otrzymanie formularza — uruchamia kolejne działania. AI może pomagać klasyfikować treść, tworzyć podsumowanie lub przygotowywać propozycję odpowiedzi.
Kluczową umiejętnością jest rozłożenie zadania na kroki i określenie miejsc wymagających kontroli człowieka.
Poziom 6: budowanie agentów AI
„Tworzę system, który dobiera kolejne działania w ramach wyznaczonego zadania”.
Agent może korzystać z narzędzi, zbierać informacje i wybierać następne kroki zależnie od wyników. W odróżnieniu od procesu o stałej sekwencji część przebiegu ustala podczas realizacji zadania.
Większa samodzielność wymaga jasno określonych uprawnień, limitów kosztów, warunków zatrzymania i zasad przekazywania spraw człowiekowi.
Poziom 7: tworzenie własnych aplikacji
„Buduję narzędzia, z których mogą korzystać również inni”.
AI wspiera już tworzenie oprogramowania: wewnętrznego panelu, platformy edukacyjnej, systemu zapisów czy narzędzia do opracowywania treści.
Poza przygotowaniem działającego prototypu trzeba zadbać o logowanie, uprawnienia, dane, dostępność, testy i utrzymanie aplikacji. Wygenerowany kod wymaga weryfikacji, a uruchomienie narzędzia rozpoczyna kolejny etap pracy.
Nie każdy musi dojść do poziomu 7
Najwyższy numer nie oznacza, że każdy pracownik powinien zostać twórcą aplikacji. Specjalista od fundraisingu może osiągać dużą wartość na poziomie 3: trafnie wykorzystywać AI, sprawdzać źródła i sprawnie przygotowywać materiały.
Można też mieć nierówny profil umiejętności — tworzyć proste aplikacje, a jednocześnie dopiero uczyć się oceny wiarygodności odpowiedzi. Dlatego model warto traktować jako mapę rozwoju, a nie certyfikat kompetencji.
O poziomie zaawansowania nie decyduje cena abonamentu ani liczba używanych narzędzi. W tej interpretacji najważniejsze są samodzielność, jakość pracy i umiejętność rozpoznawania ograniczeń.
Jak wybrać następny krok?
Przyjrzyj się jednemu zadaniu, które wykonujesz regularnie:
- Czy potrafisz jasno opisać, czego oczekujesz od AI?
- Czy wiesz, po czym poznasz poprawny wynik?
- Czy sprawdzasz fakty, liczby i źródła?
- Czy masz sposób pracy, który możesz powtórzyć?
- Czy korzyść pozostaje widoczna po uwzględnieniu czasu na poprawki?
Wybierz jedną umiejętność do rozwinięcia. Może nią być lepsze przekazywanie kontekstu, weryfikacja cytowań, przygotowanie szablonu polecenia albo automatyzacja pojedynczego kroku.
Dojrzała praca z AI polega również na rozpoznaniu, kiedy użyć go mniej, kiedy sprawdzić wynik dokładniej, a kiedy wykonać zadanie samodzielnie.
Źródło: Kyle Behrend, AI Impact Hub, „AI Adoption Maturity Model: Your Personal Journey with AI in Non-Profit Work”, wersja 1.0 z 1 lipca 2025 r. Artykuł stanowi omówienie i adaptację modelu, z autorskimi przykładami dla NGO; nie jest jego dosłownym tłumaczeniem. Więcej o autorach modelu: AI Impact Hub.
Chcesz rozwinąć kompetencje AI w swoim zespole?
Opisany model dotyczy indywidualnych umiejętności. Diagnoza AI na naszej stronie dotyczy gotowości całej organizacji. To dwa różne spojrzenia — ich wyników nie należy porównywać.
