De la instrument la coechipier: Cum transformă AI colaborarea în organizațiile românești

În multe companii, AI încă este tratat ca un software „care face treaba mai repede”. În realitate, când îl punem în inima fluxului de lucru, el schimbă felul în care oamenii cooperează. Nu mai este doar o unealtă; devine un coechipier cu care negociem roluri, calibrăm încrederea și învățăm reciproc. Specificul nostru psihologic – încredere generalizată scăzută, orientare puternică spre familie și rețele informale, nevoie de statut combinată cu disciplină inegală și evitare a incertitudinii – amplifică atât șansele, cât și capcanele colaborării om–AI. Odată înțeles contextul, „magia” AI nu mai pare magie, ci design social aplicat.

Datele din teren clarifică ce funcționează. Introducerea unui asistent conversațional în munca de suport clienți a ridicat productivitatea cu ~14% în medie, mai ales la angajații mai puțin experimentați: AI a capturat tacit cunoștințele performerilor de top și le-a redistribuit echipei, ca un mecanism de nivelare a expertizei; câștigurile au venit din transfer de know-how în timp real, nu din „înlocuire”. În același timp, o analiză sistematică arată că echipele om–AI pot performa sub cel mai bun membru (uman sau AI) dacă rolurile, comunicarea și încrederea nu sunt proiectate cu atenție; când sarcina e creativă, combinațiile tind să câștige, iar când e decizională, pot pierde. Experimente controlate mai arată ceva practic: comunicarea om–AI care devine excesivă obosește cognitiv, iar lipsa de transparență transformă sistemul într-o „cutie neagră”. Lecția este mai puțin spectaculoasă, dar utilă: nu prezența AI aduce performanța, ci integrarea inteligentă. 

Privit prin lentila „Psihologiei poporului român”, apar zone de risc și punți de trecere. Neîncrederea socială poate frâna acceptarea unui coleg non-uman, cu atât mai mult dacă este perceput ca instrument de control managerial. Dar aceeași preferință pentru rețele informale poate deveni atu dacă poziționăm AI ca „ajutor pentru noi”, nu „ochiul conducerii”: un asistent care reduce munca repetitivă, netezește conversațiile cu clienții și uniformizează calitatea.

Improvizația noastră – utilă în criză – poate accelera învățarea cu AI, dar intră în tensiune cu nevoia de procese stabile, date curate și guvernanță. Când regulile sunt clare, improvizația rămâne creativă; când regulile sunt vagi, modelele devin fragile. Iar reflexul de obediență față de autoritate poate crea un nou tip de conformism („AI-ul zice așa”), deși alternativa sănătoasă există: AI folosit pentru democratizarea expertizei, astfel încât juniorii să urce mai repede curba de învățare, iar seniorii să-și extindă repertoriul de soluții. 

Unde suntem pe harta UE

În 2024, 13,5% dintre întreprinderile din UE cu cel puțin 10 angajați au utilizat tehnologii de inteligență artificială, în creștere de la 8% în 2023. Diferențele între state sunt mari: Danemarca a atins 27,6%, Suedia 25,1%, Belgia 24,7%, în timp ce România se află pe ultimul loc, cu 3,07% dintre întreprinderi care folosesc AI. La nivelul UE, 41,2% dintre întreprinderile mari folosesc AI, față de 11,2% dintre întreprinderile mici. Aceste valori provin din ancheta Eurostat 2024 privind utilizarea TIC în întreprinderi (publicată în ianuarie 2025).  

Recomandări pentru organizațiile din România care își propun să crească adoptarea AI

Începem cu rolurile, nu cu tool-urile: definim ce face AI, ce facem noi și cum ne verificăm reciproc; tratăm AI ca pe un coleg „junior omniprezent” care propune, nu decide, iar responsabilitatea finală rămâne la noi. 

Legăm AI de munca noastră zilnică: folosim sistemul pentru a reduce sarcinile repetitive și a îmbunătăți calitatea interacțiunilor cu clienții și colegii, nu pentru a ne supraveghea. 

Investim mai întâi în alfabetizare digitală practică și micro-rutine de lucru cu AI (șabloane de întrebări, verificări în doi pași, note scurte de decizie), apoi trecem la modele mai sofisticate; co-designăm fluxurile cu utilizatorii reali, iterăm rapid și măsurăm nu doar viteza și acuratețea, ci și calitatea colaborării în echipă. 

Folosim AI pentru a democratiza expertiza: facem vizibile bunele practici ale performerilor de top și lăsăm sistemul să le răspândească la scară; urmărim atent efectele diferențiate pe niveluri de senioritate și ajustăm coaching-ul digital acolo unde apar câștigurile cele mai mari. 

Stabilim reguli simple de dialog om–AI (când întrebăm, când contestăm, cum marcăm îndoiala și cum documentăm decizia) și evităm atât supra-comunicarea obositoare, cât și tăcerea opacă.

Calibrăm așteptările cultural: combinăm claritatea regulilor (pentru a liniști evitarea incertitudinii) cu spații deliberate de explorare controlată, în care improvizația românească să devină sursă de inovație – nu substitut pentru proces. 

Concluzie

AI devine cu adevărat coechipier atunci când este introdus nu ca „tehnologie de top-down”, ci ca infrastructură de colaborare. În România, decalajul dintre ambiție și disciplină, plus nivelul scăzut al încrederii generalizate, explică de ce simpla adopție tehnică rămâne mică. Închiderea decalajului nu începe cu un model mai puternic, ci cu un contract de lucru clar între oameni și sistem: roluri explicite, transparență asupra datelor și limitelor, învățare bidirecțională și măsurarea calității cooperării – nu doar a vitezei. Când aceste condiții sunt îndeplinite, AI nu mai este doar un instrument: devine contextul în care echipele românești își pot transforma improvizația în inovație și pot crește performanța fără a pierde controlul profesional.

‍

Bibliografie

Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). Generative AI at work (NBER Working Paper No. 31161). National Bureau of Economic Research. https://doi.org/10.3386/w31161

David, D. (2015). Psihologia poporului român: Profilul psihologic al românilor într-o monografie cognitiv-experimentală. Polirom.

Dell’Acqua, F., McFowland III, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K. C., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity (Harvard Business School Working Paper No. 24-013). https://doi.org/10.2139/ssrn.4573321

Eurostat. (2025, January 23). Usage of AI technologies increasing in EU enterprises (News). https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3 

Eurostat. (2025, August 18). Use of artificial intelligence in enterprises – Statistics Explained (Data extracted January 2025). https://ec.europa.eu/eurostat/statistics-explained/index.php/Use_of_artificial_intelligence_in_enterprises 

McNeese, N. J., Demir, M., Chiou, E. K., & Cooke, N. J. (2021). Trust and team performance in human–autonomy teaming. International Journal of Electronic Commerce, 25(1), 51–72. https://doi.org/10.1080/10864415.2021.1846854

Vaccaro, M., Almaatouq, A., & Malone, T. W. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8(12), 2293–2303. https://doi.org/10.1038/s41562-024-02024-1

Zhang, S., Wang, X., Zhang, W., Chen, Y., Gao, L., Wang, D., Zhang, W., Wang, X., & Wen, Y. (2024). Mutual theory of mind in human-AI collaboration: An empirical study with LLM-driven AI agents in a real-time shared workspace task. arXiv. https://arxiv.org/abs/2409.08811

‍