"Apburtais loks" — Kā grāmatvedības firma aizmirsa skaitīt

Twin Ladder Casebook | Twin Ladder | 2026. gada februāris

1. Ievads

Viņa šo saskaņošanu ir veikusi tūkstoš reižu. Varbūt divus tūkstošus. Pamatlīdzekļu reģistrs, nolietojuma grafiki, slēguma ieraksti, kas noslēdz fiskālo gadu — tie ir uzdevumi, kas desmit gadus noteica viņas profesionālo identitāti, pirms parādījās programmatūra.

Tagad programmatūras vairs nav.

Piegādātājs izbeidza līgumu. Migrācija uz jauno platformu prasīs sešas nedēļas. Pa to laiku darbs jāveic ar rokām, tā, kā to darīja agrāk. Tā, kā viņa to mēdza darīt.

Viņa atver izklājlapu. Viņa skatās uz kolonnām. Viņa zina, kas ir nolietojuma grafiks. Viņa spēj izskaidrot šo jēdzienu jaunākajam kolēģim. Taču secība — konkrētie soļi, darbību kārtība, pārbaudes, kas ļauj pamanīt kļūdu, pirms tā sāk vairoties — tā viņai nav pieejama. Tā nav viņas rokās. Tā nav viņas atmiņā. Tā ir kaut kur sistēmā, kas vairs neeksistē.

Viņa nav nekompetenta. Viņa nav neattapīga. Viņa ir profesionāle, kas vairāku gadu laikā ļāva mašīnai glabāt viņas kompetenci. Un tagad mašīnas vairs nav, un kompetence aizgāja līdzi.

Tas nav domāšanas eksperiments. Tas notika patiesībā. Aalto Universitātes pētnieki to dokumentēja, izpētīja un deva tam nosaukumu: prasmju erozijas apburtais loks.

2. Stāsts

Firma, sistēma, atklājums

No 2019. līdz 2023. gadam Aalto Universitātes un Jyvaskilas Universitātes pētnieku komanda veica gadījuma izpēti par Ziemeļvalstu grāmatvedības firmu, kas bija ieviesusi kognitīvās automatizācijas programmatūru pamatgrāmatvedības un finanšu vadības uzdevumiem. Pētījumu vadīja Tapani Rinta-Kahila un Esko Penttinen no Aalto Universitātes kopā ar Antti Salovaara, Wael Soliman un Joona Ruissalo. Viņu atklājumi tika publicēti Journal of the Association for Information Systems 2023. gadā ar nosaukumu, kas atspoguļo secinājumu ar klīnisku precizitāti: "The Vicious Circles of Skill Erosion: A Case Study of Cognitive Automation."

Firma automatizācijas platformu ieviesa pakāpeniski. Vispirms sistēma pārņēma datu ievadi. Tad — saskaņošanas uzdevumus. Tad — pamatlīdzekļu pārvaldību. Tad — arvien sarežģītākas grāmatvedības procedūras, kas iepriekš prasīja apmācītu profesionālo spriedumspēju. Katrā posmā loģika bija pamatota: programmatūra bija ātrāka, konsekventāka un mazāk pakļauta sīkām kļūdām, kas uzkrājas aizņemtā ceturksnī. Grāmatvežiem, kas bija atbrīvoti no rutīnas darba, vajadzēja koncentrēties uz konsultatīvajiem uzdevumiem, klientu attiecībām un augstākas pievienotās vērtības analīzi.

Tāda bija teorija. Realitāte sekoja citai trajektorijai.

Pētnieki dokumentēja trīsposmu erozijas ciklu. Pirmkārt, paļaušanās uz automatizāciju pakāpeniski pieauga, grāmatvežiem deleģējot arvien vairāk uzdevumu sistēmai. Otrkārt, iestājās pašapmierinātība gan individuālā, gan organizācijas līmenī — firma pārstāja ieguldīt prasmju apmācībā procesiem, kurus tagad veica programmatūra, un individuālie grāmatveži pārstāja praktizēt šos procesus. Treškārt, apzinīga iesaistīšanās darbā degradējās trīs dimensijās, kuras pētnieki identificēja kā darbības apzinātība, kompetenču uzturēšana un rezultātu novērtēšana. Grāmatveži pārstāja ievērot, kā darbs tiek veikts. Viņi pārstāja uzturēt spēju to veikt paši. Un viņi pārstāja kritiski izvērtēt, vai rezultāti ir pareizi.

Apburtais loks bija šāds: katra erozijas dimensija pastiprinājā pārējās. Jo mazāk grāmatveži praktizēja, jo mazāk spējīgi viņi jutās, un jo vairāk paļāvās uz sistēmu. Jo vairāk viņi paļāvās uz sistēmu, jo mazāk iemeslu viņiem bija praktizēt. Pašapmierinātība individuālā līmenī kļuva par normu organizācijas līmenī, firmai novirzot apmācību budžetus prom no pamata prasmēm un uz sistēmas apkalpošanu. Loks sašaurinājās līdz brīdim, kad sistēma tika izņemta no IT arhitektūras.

Tas bija atklājuma brīdis. Kad automatizētā programmatūra tika atslēgta, firma saprata, ka tās grāmatveži vairs nespēj veikt fundamentālus grāmatvedības uzdevumus. Ne tāpēc, ka viņiem trūktu intelekta vai izglītības, bet tāpēc, ka specifiskā procesuālā kompetence — praktiskās zināšanas par to, kā no galvas izpildīt pamatlīdzekļu nolietojuma grafiku — bija atrofējusies gadu ilgas neizmantošanas dēļ. Firma bija spiesta pārkvalificēt savus darbiniekus uzdevumos, kurus šie paši darbinieki kādreiz veica ikdienišķi.

Rinta-Kahila un Penttinen rūpīgi uzsvēra, ka tā nebija indivīdu neveiksme. Tas bija strukturāls rezultāts tam, kā automatizācija tika ieviesta. Sistēma bija veidota, lai aizstātu cilvēka kognitīvo darbu, nevis to papildinātu. Nebija mehānisma, kas nodrošinātu, ka grāmatveži saglabā prasmes, kuras programmatūra veica viņu vietā. Neviens nebija uzdevis jautājumu, kas retrospektīvi šķiet acīmredzams: kas notiek ar cilvēkiem, kad sistēma glabā visas zināšanas? Atbilde, kā firma uzzināja tajās sāpīgajās pārkvalifikācijas nedēļās, ir tāda, ka cilvēki kļūst par sistēmas operatoriem, kuru viņi vairs nesaprot. Un operatori, kas nesaprot sistēmu, kuru tie apkalpo, nespēj konstatēt, kad šī sistēma kļūdās. Erozija bija neredzama līdz brīdim, kad tā kļuva katastrofāla.

Klases spogulis

Grāmatvedības firma nav izolēts gadījums. Tā pati dinamika, ar citiem parametriem, parādās izglītības pētniecībā. 2025. gadā pētījumā, kas publicēts Frontiers in Psychology, Jose, Cherian, Verghis, Varghise un Joseph analizēja MI atbalstītas mācīšanās kognitīvo paradoksu. Viņu atklājumi bija pārsteidzoši: studenti, kas izmantoja MI rīkus, pareizi atrisināja par četrdesmit astoņiem procentiem vairāk uzdevumu nekā viņu vienaudži. Pēc jebkuras produktivitātes metrikas MI darbojās. Taču, kad šie paši studenti tika pārbaudīti konceptuālajā izpratnē — vai viņi saprata pamatprincipus aiz atrisinātajiem uzdevumiem — viņu rezultāti bija par septiņpadsmit procentiem zemāki.

Pētnieki to nosauca par "MI kognitīvo paradoksu izglītībā: starp uzlabojumu un eroziju." MI bija pastiprināja procesuālo veiktspēju, vienlaikus degradējot konceptuālo pamatu, uz kura šī veiktspēja balstījās. Studenti spēja sniegt pareizas atbildes. Viņi nespēja izskaidrot, kāpēc atbildes ir pareizas. Viņi bija ieguvuši kompetences ilūziju — stāvokli, kurā biežie veiksmīgie rezultāti maskē patiesas izpratnes trūkumu.

Paralēle ar grāmatvedības firmu ir tieša. Grāmatveži spēja apkalpot sistēmu. Viņi nespēja strādāt bez tās. Studenti spēja risināt uzdevumus ar MI. Viņi nespēja atrisināt problēmas, kuras uzdevumu risināšanai vajadzētu iemācīt risināt. Abos gadījumos metrikas, kas bija svarīgas — produktivitāte, precizitāte, caurlaides spēja — izskatījās lieliski tieši līdz brīdim, kad tās sabruka. Kompetences ilūzija pēc definīcijas ir neredzama personai, kas to piedzīvo. Jūs nezināt, ko esat aizmirsuši, līdz brīdim, kad jums tas ir vajadzīgs.

3. Caur Twin Ladder prizmu

Aalto Universitātes gadījums ir 1. līmeņa neveiksmes piemērs.

Twin Ladder ietvērumā 1. līmenis — Profesionālais dvīnis — apraksta MI ieviešanu kā spoguļattēlu individuālajām profesionālajām lomām. Profesionālā dvīņa mērķis nav veikt darbu cilvēka vietā. Tas ir veikt darbu līdzās cilvēkam, radot apstākļus salīdzināšanai, izaicinājumam un sprieduma veidošanai. Profesionālis redz, ko MI rada. Profesionālis novērtē, kur tas ir nepilnīgs. Profesionālis paliek aktīvi iesaistīts jomā, apšaubot rezultātus, labojot kļūdas un saprotot, kāpēc sistēma nonāca pie tādiem secinājumiem.

Grāmatvedības firma neko no tā nedarīja. Tās automatizācija tika ieviesta kā aizstājējs, nevis papildinājums. Sistēma neatspoguļoja grāmatvežu darbu — tā to absorbēja. Nebija mehānisma salīdzināšanai, nebija strukturēta brīža, kurā grāmatvedis neatkarīgi veiktu saskaņošanu un tad salīdzinātu savu rezultātu ar mašīnas rezultātu. Nebija apzinātas kognitīvās piepūles saglabāšanas, kas sākotnēji bija veidojusi viņas kompetenci.

Šeit kļūst būtisks Robert Bjork pētījums par vēlamajām grūtībām. Bjork, kognitīvais psihologs no UCLA, gadu desmitiem ir demonstrējis pretintuitīvu principu: apstākļi, kas padara mācīšanos sajūtu ziņā grūtāku konkrētajā brīdī, rada dramatiski labāku ilgtermiņa atcerēšanos un pārnesumu. Prakses izkliedēšana laikā, nevis koncentrēšana, dažādu uzdevumu tipu mīšana, nevis grupēšana pa kategorijām, sevis pārbaudīšana, nevis atkārtota lasīšana — šīs stratēģijas palēnina acīmredzamo veiktspēju. Tās arī veido noturīgu kompetenci. Bjork pētījums ir parādījis, ka mīsīta prakse dod sešdesmit trīs procentu atcerēšanās rādītāju salīdzinājumā ar divdesmit procentiem blokētai praksei.

Secinājums MI ieviešanai ir dziļš. Piepūle — darbietilpīgais, dažreiz nomācošais process, kad nolietojuma grafiku veic ar rokām, kad pats pamana savas kļūdas, kad secību tur atmiņā, nevis lasa no ekrāna — nav izmaksas, kas jāoptimizē prom. Tas ir mehānisms, caur kuru kompetence tiek veidota un uzturēta. Novāciet piepūli, un jūs novāksiet kompetenci. Ne uzreiz. Ne redzami. Bet pakāpeniski, caur apburto loku, ko dokumentēja Aalto pētnieki: no paļaušanās uz pašapmierinātību, uz eroziju, uz atkarību.

Twin Ladder princips ir tāds, ka MI vajadzētu izaicināt cilvēka spriedumu, nevis to apiet. Pareizi veidots Profesionālais dvīnis būtu prasījis firmas grāmatvežiem regulāri veikt manuālas saskaņošanas — ne tāpēc, ka mašīna to nespētu izdarīt, bet tāpēc, ka cilvēkiem tas bija vajadzīgs. Tas būtu izcelts neatbilstības starp cilvēka un mašīnas rezultātiem apspriešanai. Tas būtu uztvēris profesionālo prasmju uzturēšanu ne kā papildu izmaksas, bet kā stratēģisku aktīvu.

Firmai netrūka tam vajadzīgās tehnoloģijas. Tai trūka ietvēruma. Tā ieviesa jaudīgu rīku bez teorijas par to, ko šis rīks darīs ar cilvēkiem, kas to izmanto. Šī prombūtne — trūkstošā teorija par cilvēka kompetenci mašīnas kompetences klātbūtnē — ir tieši tas, ko Twin Ladder ir veidots aizpildīt.

4. Likumsakarība

Grāmatvedības firma Somijā nav izņēmums. Tā ir viena no likumsakarības izpausmēm, kas dokumentēta dažādās nozarēs, desmitgadēs un tehniskās sarežģītības līmeņos.

gadā britu psiholoģe Lisanne Bainbridge publicēja rakstu Automatica žurnālā ar nosaukumu "Ironies of Automation." Bainbridge novēroja fundamentālu paradoksu: jo uzticamāka kļūst automatizētā sistēma, jo mazāk prakses tās cilvēku operatori iegūst sistēmas veicamajos uzdevumos — un tāpēc jo mazāk spējīgi viņi kļūst iejaukties, kad sistēma atteic. Cilvēkus patur cilpā tieši tiem brīžiem, kad automatizācija sabojājas. Bet automatizācija, darbojoties pareizi lielāko daļu laika, nodrošina, ka viņi ir nepieredzējuši un nesagatavoti tieši šiem brīžiem. Raksts ir uzkrājis vairāk nekā 4700 atsauču. Tajā identificētie paradoksi joprojām nav atrisināti.

Aviācija sniedz visplašāk dokumentētos pierādījumus. 2013. gadā Amerikas Savienoto Valstu Federālā aviācijas pārvalde izdeva Drošības brīdinājumu operatoriem 13002, brīdinot, ka "nepārtraukta autopilota sistēmu izmantošana var novest pie pilota spējas ātri atgūt gaisa kuģa kontroli no nevēlama stāvokļa degradācijas." Komerciālo pilotu aptaujās konstatēts, ka septiņdesmit septiņi procenti ziņo par manuālās pilotēšanas prasmju pasliktināšanos kabīnes automatizācijas dēļ. NASA pētījumi ir dokumentējuši, ka, jo sarežģītāka kļūst automatizācija, jo mazāk garīgi iesaistīti piloti ir sistēmās, kuras viņi nomināli uzrauga — un jo mazāk spējīgi viņi kļūst atpazīt un reaģēt uz anomālijām.

Jaunākie pierādījumi nāk no medicīnas. 2025. gadā daudzcentru novērojuma pētījums, publicēts The Lancet Gastroenterology and Hepatology, analizēja, kas notika ar endoskopistiem četrās Polijas slimnīcās pēc tam, kad viņi bija ilgstoši strādājuši ar MI polipu noteikšanas sistēmu. MI tika ieviests ACCEPT pētījuma ietvaros (Artificial Intelligence in Colonoscopy for Cancer Prevention). Deviņpadsmit pieredzējuši endoskopisti — katrs ar vairāk nekā diviem tūkstošiem kolonoskopiju pieredzē — piedalījās. Atklājums: adenomas noteikšanas rādītāji kolonoskopijās bez MI palīdzības samazinājās no 28,4 procentiem pirms MI ekspozīcijas līdz 22,4 procentiem pēc tās. Tas ir seši procentpunkti absolūtā samazinājumā un divdesmit viens procents relatīvā samazinājumā. Pieredzējuši ārsti, strādājot bez MI, pie kura bija pieraduši, nepamanīja vēža audzējus, kurus iepriekš būtu atklājuši. Pētnieki samazinājumu attiecināja uz "dabisko cilvēka tendenci pārmērīgi paļauties uz lēmumu atbalsta sistēmu rekomendācijām."

Bainbridge 1983. gadā. FAA 2013. gadā. The Lancet 2025. gadā. Mehānisms ir viens un tas pats. Jomas ir dažādas. Likumsakarība ir universāla. Automatizācija, kas aizvieto cilvēka kognitīvo piepūli, nesaglabājot apstākļus, kuros šī kognitīvā kapacitāte tiek uzturēta, rada darbaspēku, kas vienlaicīgi ir atkarīgāks un mazāk spējīgs. Grāmatvedības firma Somijā nav anomālija. Tā ir likumsakarība, kas izpaužas dažādos ātruma un mēroga līmeņos katrā nozarē, kur MI tiek ieviests kā aizstājējs cilvēka spriedumam, nevis kā tā attīstības katalizators.

5. Mācība

Katra organizācija, kas ievieš MI, neatkarīgi no tā, vai to atzīst, veic to pašu eksperimentu, ko veica grāmatvedības firma. Jautājums ir, vai tā mācīsies no šī eksperimenta, pirms atklās, kā to izdarīja firma, ka tās cilvēki vairs nespēj veikt darbu, ko mašīnas dara viņu vietā.

Mācība nav izvairīties no automatizācijas. Aalto pētnieki neaicina uz to, un pierādījumi to neatbalsta. Mācība ir kompetences saglabāšanu integrēt katrā MI ieviešanā kā projektēšanas prasību, nevis kā pēcdomu.

Praksē tas nozīmē trīs lietas.

Pirmkārt, regulāra manuāla prakse. FAA to saprata, ieteicot pilotiem praktizēt manuālo pilotēšanu zemas slodzes apstākļos. Princips ir tieši pārnesams: grāmatvežiem regulāri jāveic saskaņošana ar rokām. Analītiķiem regulāri jāveido modeļi bez MI palīdzības. Ārstiem pietiekami bieži jāveic izmeklēšana bez lēmumu atbalsta rīkiem, lai uzturētu savu diagnostisko spriedumspēju. Aviācijā to sauc par "manuālās lidošanas laiku." Katrai profesijai, kas ievieš MI, vajadzīgs tā ekvivalents.

Otrkārt, novērtēšana, kas mēra izpratni, ne tikai rezultātu. Izglītības pētniecība šajā jautājumā ir viennozīmīga. Četrdesmit astoņu procentu uzlabojums uzdevumu risināšanā neko nenozīmē, ja to pavada septiņpadsmit procentu kritums konceptuālajā izpratnē. Organizācijām jāpārbauda, vai to cilvēki saprot darbu, ne tikai vai darbs tiek izdarīts. Vai grāmatvedis spēj izskaidrot nolietojuma metodi? Vai analītiķis spēj identificēt, kāpēc modelis sniedza savu rekomendāciju? Vai ārsts spēj formulēt klīnisko argumentāciju aiz diagnozes? Ja atbilde ir nē, MI nav papildinājis profesionāli. Tas viņu ir izdobjis.

Treškārt, strukturāla pazemība par to, ko automatizācija dara ar cilvēkiem. Bainbridge identificēja paradoksus 1983. gadā. Aviācijas nozare ir cīnījusies ar tiem četrus gadu desmitus. Medicīnas profesija ar tiem saskaras tagad. Katra nozare, kas plašā mērogā ievieš MI, saskarsies ar to pašu dinamiku. Organizācijas, kas veiksmīgi to pārvarēs, būs tās, kas izturēsies pret cilvēka kompetenci kā pret aktīvu, kas apzināti jāuztur, nevis kā pret izmaksām, kas pakāpeniski jālikvidē.

Apburtais loks nav neizbēgams. Tā ir projektēšanas kļūda. Grāmatvedības firma Somijā nevēlējās degradēt sava darbaspēka prasmes. Tā vēlējās padarīt savu darbaspēku efektīvāku. Prasmju degradācija bija neparedzētas sekas ieviešanai, kurai trūka cilvēka kompetences teorijas. Twin Ladder sniedz šo teoriju. Izmantojiet to, pirms sistēma aiziet bojā un izklājlapa skatās pretī — tukša un gaida.

Pirmdienas rīta jautājums: Kad pēdējo reizi jūsu organizācijas cilvēki veica savus profesionālos pamatuzdevumus bez MI palīdzības — un vai viņi vēl spētu to izdarīt?

Avoti

Rinta-Kahila, T., Penttinen, E., Salovaara, A., Soliman, W., and Ruissalo, J. (2023). "The Vicious Circles of Skill Erosion: A Case Study of Cognitive Automation." Journal of the Association for Information Systems, 24(5), 1378–1412. https://aisel.aisnet.org/jais/vol24/iss5/2/
Jose, B., Cherian, J., Verghis, A. M., Varghise, S. M., and Joseph, S. (2025). "The Cognitive Paradox of AI in Education: Between Enhancement and Erosion." Frontiers in Psychology, 16, 1550621. https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2025.1550621/full
Bainbridge, L. (1983). "Ironies of Automation." Automatica, 19(6), 775–779. https://ckrybus.com/static/papers/Bainbridge_1983_Automatica.pdf
Budzyn, P. et al. (2025). "Endoscopist Deskilling Risk After Exposure to Artificial Intelligence in Colonoscopy: A Multicentre, Observational Study." The Lancet Gastroenterology and Hepatology, 10(10). https://www.thelancet.com/journals/langas/article/PIIS2468-1253(25)00133-5/abstract
Federal Aviation Administration (2013). Safety Alert for Operators 13002: "Manual Flight Operations." https://www.faa.gov/sites/faa.gov/files/other_visit/aviation_industry/airline_operators/airline_safety/SAFO13002.pdf
Bjork, E. L. and Bjork, R. A. (2011). "Making Things Hard on Yourself, But in a Good Way: Creating Desirable Difficulties to Enhance Learning." In Psychology and the Real World: Essays Illustrating Fundamental Contributions to Society, 56–64. https://bjorklab.psych.ucla.edu/wp-content/uploads/sites/13/2016/04/EBjork_RBjork_2011.pdf
Aalto University News (2024). "Researchers Warn That Skill Erosion Caused by AI Could Have a Devastating and Lasting Impact on Businesses." https://www.aalto.fi/en/news/researchers-warn-that-skill-erosion-caused-by-ai-could-have-a-devastating-and-lasting-impact-on