EN DE
Poslovni vikend
promo

‘Ne gubite novac zbog loših odluka. Gubite ga jer ne znate da su loše.’

Metakognicija postaje ključna poslovna vještina u eri umjetne inteligencije.

Autor: Promo
21. svibanj 2026. u 22:00
Foto: Marko Prpic/PIXSELL

U poslovanju se često pretpostavlja da loše odluke nastaju zato što ljudi nemaju dovoljno informacija. To zvuči logično, ali danas više nije dovoljno. Današnje organizacije imaju više podataka, izvještaja, anketa, sastanaka i alata temeljenih na umjetnoj inteligenciji. Pa ipak, odluke se i dalje odgađaju, pogrešno tumače ili proizvode neočekivane rezultate. Problem, dakle, nije samo u dostupnosti informacija, nego u onome što se događa između informacije i odluke. Upravo taj prostor prosudbe postaje ključno pitanje suvremenog odlučivanja. Zato se u DeeP Projectu, u sklopu istraživačkog projekta financiranog sredstvima Europske unije, bavimo metakognicijom – sposobnošću da razumijemo granice vlastitog znanja ili koliko dobro znamo što znamo, a što ne znamo.

U istraživanju provedenom na uzorku od 1.022 ispitanika u Hrvatskoj mjerili smo konkretne kognitivne i metakognitivne sposobnosti: razumijevanje pročitanog, kritičko mišljenje, prosudbu i zaključivanje, procjenu vlastitog znanja te sposobnost upravljanja pažnjom. Rezultati su prikazani na skali od 0 do 1, gdje viša vrijednost označava bolju izvedbu.

Rezultati razumijevanja pročitanog relativno su očuvani: prosjek je 0,568, a medijan 0,540. To znači da većina ispitanika može korektno razumjeti pisani sadržaj. Kritičko mišljenje također nije urušeno: prosjek je 0,528, a medijan 0,500, što pokazuje osnovnu sposobnost analize informacija i prepoznavanja logičkih odnosa.

No, prosudba i zaključivanje imaju znatno niži prosjek, 0,347, uz medijan 0,303. To je važan uvid jer pokazuje da razumjeti informaciju nije isto što i iz nje izvesti dobar zaključak.

U poslovnom kontekstu to je razlika između osobe koja je pročitala strategiju i osobe koja razumije što ta strategija znači za prioritete njezina tima ili između voditelja koji je vidio podatak o fluktuaciji i voditelja koji razumije zašto ljudi odlaze.

Informacija sama po sebi nije odluka. Tek uz pomoć prosudbe ona postaje korisna za posao – netko mora procijeniti što je važno, što je uzrok, a što posljedica i kakav zaključak iz toga slijedi. Ako je taj proces slab, više podataka ne mora proizvesti bolje odluke, nego samo povećati prostor za pogrešnu interpretaciju. Zato je važna metakognicija – pojam koji često zvuči akademski, ali opisuje vrlo praktičnu sposobnost: znamo li procijeniti koliko dobro znamo ono što mislimo da znamo. Nije dovoljno imati mišljenje ili biti siguran, nego znati koliko je ta sigurnost opravdana.

Znamo kada smo u pravu, ali puno manje prepoznajemo kada nismo

U istom uzorku vidi se da ljudi relativno dobro prepoznaju kada nešto znaju i kada su u pravu. Primjerice, procjena vlastitog znanja iznosi 0,855, točnost prosudbe 0,799, a prepoznavanje točnih odgovora 0,887. To pokazuje da ljudi uglavnom znaju prepoznati ono što znaju.

Međutim, puno slabije prepoznaju kada nisu u pravu. Rezultat negativne točnosti iznosi 0,397, što pokazuje koliko dobro osoba prepoznaje vlastito neznanje. Ljudi su, dakle, bolji u potvrđivanju vlastitog znanja nego u prepoznavanju granica tog znanja.

Za organizacije je to možda najvažniji podatak. Kada netko zna da ne zna, sustav još uvijek može aktivirati oprez, dodatnu provjeru ili stručnost. Ali kada osoba misli da zna dovoljno, a zapravo ne zna, pogreška gotovo neprimjetno postaje dio odluke.

Zato se u organizacijama često ne gubi novac samo zbog loših odluka, nego zbog loše kalibriranih odluka. Odluka može zvučati razumno i imati privid sigurnosti, a ipak počivati na slabom zaključivanju. To je opasnije od otvorenog neznanja jer ne pokreće provjeru.

Umjetna inteligencija samo ubrzava ovaj problem

Umjetna inteligencija može ubrzati čitanje, sažimanje, pisanje, analizu i pripremu odluka, ali ne rješava problem ljudske prosudbe. Ako osoba ne zna prepoznati granice vlastitog znanja, teško će prepoznati i granice točnosti odgovora umjetne inteligencije. Ako tim ne razlikuje dobro obrazloženje od dobro formuliranog teksta, AI može pogrešku učiniti uvjerljivijom.

Zato integracija umjetne inteligencije u poslovanje postaje pitanje metakognitivne pismenosti: sposobnosti da provjerimo pretpostavke, razlikujemo sigurnost od točnosti i razumijemo da jasno napisan odgovor nije nužno kvalitetan odgovor.

Kad je pažnja raspršena, češće se oslanjamo na prvi uvjerljiv odgovor

Problem je i pažnja. Odluke se ne donose u idealnim uvjetima. Donose ih ljudi koji istodobno prate poruke, sastanke, interne chatove, promjene prioriteta i paralelne projekte. U takvom okruženju ne stradava samo fokus, nego i kvaliteta zaključivanja.

To je pokazalo i naše istraživanje pažnje. Selektivna pažnja označava sposobnost zadržavanja fokusa, a raspodjela pažnje upravljanje s više zahtjeva odjednom. Pokazalo se da te dvije sposobnosti nisu jednako razvijene: dio ljudi može pratiti relevantnu informaciju, ali slabije funkcionira kada mora upravljati s više zadataka, poruka ili promjena prioriteta.

Kada je pažnja raspršena, češće se oslanjamo na prvi uvjerljiv odgovor, dominantan narativ ili ono što je trenutno najdostupnije. To pokazuje da današnji način rada povećava vjerojatnost površne prosudbe.

Komunikacija, zadovoljstvo i angažiranost više nisu dovoljni

Zato je kvaliteta odlučivanja postala jedno od ključnih poslovnih pitanja. Ne zato što organizacije mogu izbjeći svaku lošu odluku, nego zato što moraju znati razlikovati odluku koja je stvarno dobra od one koja samo izgleda dobro.

To zahtijeva razumijevanje načina na koji ljudi čitaju informacije, procjenjuju vlastito znanje, raspodjeljuju pažnju i donose zaključke. Zato više nije dovoljno mjeriti samo zadovoljstvo zaposlenika, angažiranost ili organizacijsku kulturu. Ti pokazatelji često mjere posljedicu, a ne uzrok.

Ako zaposlenici nisu zadovoljni, pitanje je što u organizaciji proizvodi takav doživljaj. Jesu li odluke prespore, odgovornosti nejasne, a ljudi preopterećeni? Donose li se zaključci bez provjere? Razumiju li zaposlenici informaciju, ali ne i njezine implikacije?

Zrela organizacija ne razlikuje se samo po rezultatima, nego po tome koliko dobro razumije proces koji do njih vodi. Budućnost neće pripasti organizacijama s najviše podataka, nego onima koje najbolje razumiju što njihovi ljudi s njima rade.

Autor: Promo
21. svibanj 2026. u 22:00
Podijeli članak —

New Report

Close