Strach przed utratą pracy z powodu sztucznej inteligencji jest dziś jednym z najsilniejszych lęków zawodowych na świecie – i dotyka nie tylko programistów czy kierowców ciężarówek, ale też farmaceutów w Jordanii. Zaskakujące jest jednak to, że według doniesień z 18 października 2026 roku, zaledwie godzinne szkolenie z zakresu AI wystarczyło, by radykalnie zmienić nastawienie uczestników – z paniki do ostrożnego optymizmu. Dla redakcji IWD Partner to sygnał, że problem nie leży w samej technologii, lecz w tym, jak bardzo brakuje nam podstawowej wiedzy o jej działaniu.
Jordańscy farmaceuci i AI: skąd bierze się lęk?
Środowisko farmaceutyczne w Jordanii zaczęło odczuwać rosnący niepokój związany z postępującą automatyzacją i rozwojem narzędzi opartych na sztucznej inteligencji (AI). Farmaceuci obawiali się, że systemy AI zdolne do analizowania recept, wykrywania interakcji lekowych i udzielania porad zdrowotnych mogą stopniowo wypierać ich z rynku pracy.
Lęki te nie biorą się z próżni. Narzędzia AI coraz sprawniej radzą sobie z zadaniami, które do niedawna wymagały wieloletniego wykształcenia – automatyczna weryfikacja dawkowania, analiza historii leczenia czy wstępna diagnostyka objawów to obszary, w których algorytmy osiągają imponujące wyniki. Farmaceuci, podobnie jak lekarze pierwszego kontaktu czy radiolodzy, znaleźli się w grupie zawodów, którym analitycy rynku pracy przyglądają się uważnie.
Źródłem niepewności jest też brak edukacji na temat tego, czym AI faktycznie jest, a czym nie jest. Wyobrażenia budowane przez media i kulturę popularną często radykalnie odbiegają od rzeczywistych możliwości obecnych systemów uczenia maszynowego.
Co zmieniło jedno szkolenie?
Kluczowym odkryciem opisywanym w materiale źródłowym jest to, że już jednogodzinne szkolenie dotyczące AI wyraźnie redukowało obawy jordańskich farmaceutów. Po zaledwie sześćdziesięciu minutach edukacji uczestnicy zmieniali swoje postrzeganie – z defensywnego lęku w kierunku gotowości do współpracy z technologią.
Mechanizm tej zmiany jest psychologicznie zrozumiały: strach przed nieznanym to jeden z najbardziej pierwotnych ludzkich odruchów. Kiedy uczestnicy zaczęli rozumieć, jak działają modele uczenia maszynowego, gdzie leżą ich granice i co nadal wymaga ludzkiego osądu, poczucie zagrożenia malało. AI przestało być tajemniczym rywalem, a stało się potencjalnym narzędziem.
Tak krótki czas potrzebny do zmiany nastawienia sugeruje, że bariery nie mają charakteru technicznego ani zawodowego – mają charakter informacyjny. Farmaceuci nie potrzebowali wielomiesięcznych kursów programowania. Potrzebowali rzetelnej, przystępnie podanej wiedzy o tym, jak AI funkcjonuje w praktyce zawodowej.
Redakcja IWD Partner: Sytuacja jordańskich farmaceutów jest niemal lustrzanym odbiciem tego, co dzieje się w innych krajach i branżach – w tym w Polsce. Wiele lęków przed AI ma podobne podłoże: brak kontaktu z technologią rodzi wyobrażenia gorsze od rzeczywistości. Pytanie, które warto postawić decydentom odpowiedzialnym za system kształcenia zawodowego, brzmi: dlaczego takie szkolenia nadal nie są standardem, skoro przynoszą mierzalne efekty w ciągu jednej godziny?
Czy AI zastąpi farmaceutów, czy ich uzupełni?
Obecny konsensus w środowiskach badających wpływ AI na rynek pracy zakłada, że technologia rzadziej zastępuje całe zawody, a częściej przekształca zakres wykonywanych zadań. Farmacja nie jest tu wyjątkiem – rutynowe czynności, jak weryfikacja poprawności dawkowania czy śledzenie interakcji lekowych, mogą być wspomagane przez algorytmy, podczas gdy rola doradcza, etyczna i interpersonalna pozostaje domeną człowieka.
Uczenie maszynowe jest szczególnie skuteczne tam, gdzie konieczne jest przetwarzanie dużych zbiorów danych według ściśle określonych reguł. Analiza tysięcy możliwych interakcji między lekami, wyszukiwanie wzorców w historii terapii pacjenta czy sygnalizowanie anomalii w recepcie – to zadania, w których AI może wspierać farmaceutę, skracając czas potrzebny do weryfikacji i zmniejszając ryzyko błędu.
Natomiast rozmowa z pacjentem zaniepokojonym skutkami ubocznymi terapii, wyjaśnianie złożonych zaleceń osobom starszym czy decydowanie w sytuacjach niejednoznacznych etycznie – to obszary, w których ludzka obecność pozostaje niezastąpiona. Przynajmniej w obecnym stanie rozwoju technologii.
Co z tego wynika dla edukacji zawodowej i polityki zdrowotnej?
Przypadek jordańskich farmaceutów otwiera szerszą dyskusję o roli krótkich, celowanych szkoleń z AI w systemach kształcenia zawodowego. Jeżeli godzinna interwencja edukacyjna jest w stanie zmienić nastawienie specjalistów z wyraźnie negatywnego na otwarte, oznacza to, że koszt bariery wejścia do świadomego korzystania z AI jest znacznie niższy, niż powszechnie zakładano.
Dla systemów ochrony zdrowia – nie tylko na Bliskim Wschodzie, ale też w Europie, w tym w Polsce – płynie z tego praktyczny wniosek. Zamiast czekać, aż pracownicy ochrony zdrowia sami zetkną się z AI i wyrobią sobie opinię na podstawie medialnych doniesień, instytucje mogłyby proaktywnie włączać podstawy wiedzy o AI do programów doskonalenia zawodowego farmaceutów, pielęgniarek i lekarzy.
Polskie apteki od lat działają w dynamicznie zmieniającym się otoczeniu regulacyjnym i technologicznym. Systemy informatyczne obsługujące e-recepty czy bazy interakcji lekowych są już częścią codziennej pracy farmaceuty. Kolejny krok – świadome włączenie narzędzi AI do warsztatu zawodowego – nie musi być rewolucją. Może być ewolucją, o ile zostanie poprzedzony odpowiednią edukacją.
Wyniki opisywanego badania mogą też być cenną wskazówką dla twórców polityki zdrowotnej: inwestycja w edukację dotyczącą AI to nie tylko kwestia wydajności systemu, ale też zarządzania zmianą i budowania zaufania wśród pracowników sektora.
Powiązane pojęcia z AI i uczenia maszynowego
- Uczenie maszynowe (Machine Learning) – dziedzina sztucznej inteligencji, w której algorytmy uczą się rozpoznawania wzorców na podstawie danych, bez konieczności jawnego programowania każdej reguły.
- Automatyzacja zadań poznawczych – zastępowanie przez systemy AI czynności wymagających analizy informacji i podejmowania decyzji według określonych reguł, tradycyjnie wykonywanych przez specjalistów.
- Systemy wspomagania decyzji klinicznych (CDSS) – narzędzia informatyczne integrujące dane medyczne i algorytmy AI, które pomagają pracownikom ochrony zdrowia podejmować trafniejsze decyzje diagnostyczne i terapeutyczne.
- Przetwarzanie języka naturalnego (NLP) – technologia umożliwiająca komputerom rozumienie, analizę i generowanie tekstu w języku ludzkim, stosowana m.in. do analizy dokumentacji medycznej.
- Lęk technologiczny (Technophobia) – psychologiczne zjawisko polegające na irracjonalnym lub nadmiernym strachu przed nową technologią, nasilające się w środowiskach zawodowych w momentach gwałtownych zmian cyfrowych.
Opracowanie redakcji IWD Partner z wykorzystaniem narzędzi AI na podstawie materiału: bioengineer.org (18.10.2026).
Zdjęcie: Toon Lambrechts / Unsplash
