08/02/2026
AI miało pomagać i ratować nas przed powtarzalną, nudną pracą. Jednak coraz częściej zabiera nam nie tylko pracę, ale również umiejętności.
Czym jest deskilling? To utrata wiedzy, praktycznych umiejętności i autonomii w podejmowaniu decyzji na skutek zastępowania ludzkiej pracy przez automatyzację. Problem ten dotyczy właściwie każdego zawodu, który zmienia się pod wpływem nowych technologii. U pracowników medycznych nadmierne poleganie na algorytmach może prowadzić do degradacji umiejętności, osłabienia zdolności krytycznego myślenia oraz pogorszenia relacji z pacjentem.
W tym momencie dysponujemy jeszcze małą ilością danych, ale ryzyko jest duże:
🧑⚕️Błędy w EKG: Dokładność diagnostyczna rezydentów medycyny wewnętrznej spadła, gdy otrzymali oni elektrokardiogramy z błędnymi adnotacjami wygenerowanymi przez system komputerowy (Tsai i wsp., 2003).
🔎Kolonoskopia pod lupą: Najnowsze badanie współtworzone przez polskich naukowców wskazało, że już 3 miesiące korzystania z AI doprowadziło do spadku umiejętności samodzielnego wykonywania kolonoskopii u lekarzy (Budzyń i wsp., 2025).
Oczywiście AI to także szanse: lepsza diagnostyka, mniejsze koszty i większa dostępność leczenia. Choć zagrożenie jest realne, wciąż wiemy bardzo niewiele o długofalowym wpływie AI na umiejętności pracowników ochrony zdrowia.
Właśnie dlatego tak ważne jest, aby dbać o własny rozwój. Sam codziennie gram na instrumentach (choć jest przecież Suno), rozwijam umiejętności programistyczne (choć czasem korzystam z Claude) i cały czas doskonalę warsztat kliniczny jako optometrysta.
A jak jest u Was? Czy w swoich zawodach też zauważacie już zjawisko deskillingu?
Literatura
Budzyń, K., Romańczyk, M., Kitala, D., Kołodziej, P., Bugajski, M., Adami, H. O., ... & Mori, Y. (2025). Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy: a multicentre, observational study. The Lancet Gastroenterology & Hepatology, 10(10), 896-903.
Natali, C., Marconi, L., Dias Duran, L. D., & Cabitza, F. (2025). AI-induced deskilling in medicine: a mixed-method review and research agenda for healthcare and beyond. Artificial Intelligence Review, 58(11), 356.
Tsai TL, Fridsma DB, Gatti G (2003) Computer decision support as a source of interpretation error: the case of electrocardiograms. J Am Med Inform Assoc 10(5):478–483