Zaangażowanie pracowników – przewodnik dla projektanta

Zaangażowanie pracowników to stan, w którym ludzie wkładają w pracę energię, uwagę i emocje – i kierują je na cele firmy. HR mierzy je zwykle jako postawę: sens pracy, relację z przełożonym lub wynik ankiety. Biznes widzi je na podstawie efektów: czy cele organizacji są realizowane i jak wpływa na nie zachowanie pracowników (to właśnie ono jest “zaangażowaniem”). Ten podział jest sztuczny – miara ma sens tylko wtedy, gdy łączy jedno z drugim.

Więc niezależnie, czy reprezentujesz część HR czy część biznesową, ten artykuł jest dla Ciebie. Starałem się omówić w nim zaangażowanie bardzo szeroko - od jego definicji do sposobów, w jakie jest budowane w procesach uczenia się (ang. learning and development) oraz systemach zarządzania efektywnością (ang. performance management).

Struktura artykułu

1. Diagnoza: czym jest zaangażowanie, dlaczego może go brakować
   • Czym jest zaangażowanie pracowników – dwie definicje, jeden cel
   • Zaangażowanie pracowników w liczbach – Polska na tle Europy i świata
   • Jak mierzymy zaangażowanie? – i dlaczego ankieta raz w roku nie wystarcza
   • Problem z programami zaangażowania – dlaczego nie zawsze działają
2. Nasze zmysły i uczenie się (learning and development)
   • Mit “wzrokowców i słuchowców” – mit stylów uczenia się
   • Jak naprawdę przetwarzamy obraz, dźwięk i słowo: Paivio, Sweller, Mayer
   • Uwaga jako paliwo i dwa systemy myślenia (Kahneman)
   • ICAP: od odbioru do współtworzenia
   • Od zaangażowania w naukę do zaangażowania w pracę: teoria autodeterminacji
3. Jak rozwijamy nasze narzędzia, żeby budować zaangażowanie (i uczyć)
   • Tribeware 7.0: mikroaplikacje projektowane pod kompetencję
   • Pomiar: talent management oparty na działaniu
   • Przewodnik: jak budować zaangażowanie w mikro-aktywnościach

Na końcu: FAQ i Źródła.

Czym jest zaangażowanie pracowników – dwie definicje, jeden cel

Psychologia opisuje zaangażowanie jako stan człowieka. William Kahn (1990) zdefiniował je jako wkładanie w rolę zawodową samego siebie – fizycznie, poznawczo i emocjonalnie. Wilmar Schaufeli i współpracownicy przełożyli to na skalę UWES (Utrecht Work Engagement Scale – Utrechcka Skala Zaangażowania w Pracę), w której zaangażowanie to energia, oddanie i pochłonięcie pracą.

Dział HR zwykle na tym poprzestaje: mierzy postawę i porównuje wynik ankiety rok do roku. Dla biznesu zaangażowanie może być postrzegane jako coś innego – zachowanie, które przybliża firmę do celu. Sprzedawca, który dziś zadał klientowi właściwe pytanie, jest zaangażowany. Ten, który z zapałem robi rzeczy nieistotne, “biega z pustymi taczkami”.

Oba te punkty widzenia są ważne i wartościowe. Dzięki dostępowi HR do informacji “z biznesu” może on widzieć, które zmiany w postawie przekładają się na wyniki. To pozwala na wczesne adresowanie problemów i lepsze inwestycje w talent i motywację. Z drugiej strony - biznes rozumie, co stoi za liczbami (jacy ludzie, kompetencje, potrzeby), więc wzrost może utrzymać, a nie jednorazowo go wycisnąć. Finalnym beneficjentem jest pracownik, który dostaje jasny sygnał, że jego energia idzie w coś, co ma znaczenie dla firmy (a także dla niego samego).

Zaangażowanie pracowników w liczbach

W Polsce zaangażowanych w pracę jest 7% pracowników, 79% jest niezaangażowanych, a 13% aktywnie zniechęconych (Gallup, średnia z lat 2023–2025). To najniższy wynik w Europie, na równi z Chorwacją. Niewiele lepiej wypadają Francja i Szwajcaria (po 8%). Na drugim biegunie Europy są m.in. Albania (32%), Rumunia (31%) i Szwecja (25%) – zaangażowanych jest tam od 3,5 do ponad 4,5 raza więcej pracowników niż u nas.

Cała Europa ma 12% zaangażowanych i szósty rok z rzędu zajmuje ostatnie miejsce wśród 10 regionów świata. Prowadzą USA i Kanada (31%) oraz Ameryka Łacińska i Karaiby (30%). Wśród krajów liderem jest Uzbekistan z 46% zaangażowanych, a na samym dole są Egipt i Pakistan (po 4%). Średnia światowa to 20% – najmniej od 2020 r.

To nie jest problem wizerunkowy. Według Gallupa pracownik niezaangażowany kosztuje firmę równowartość 18% swojej rocznej pensji. Najnowsza, jedenasta metaanaliza Q12 (maj 2024, 183 806 zespołów i jednostek biznesowych) porównała zespoły z górnego i dolnego kwartyla zaangażowania. Najbardziej zaangażowane miały o 23% wyższą rentowność, o 18% wyższą produktywność sprzedaży i o 78% niższą absencję.

Jak mierzymy zaangażowanie?

Wszystkie popularne narzędzia mierzą deklaracje pracowników (subiektywna ocena swojego zaangażowania).

Narzędzie	Co mierzy	Ograniczenie
Gallup Q12	12 pytań o warunki pracy: jasne oczekiwania, zasoby, uznanie, rozwój	Deklaracje, zwykle raz w roku; pytania są zastrzeżone przez Gallupa
eNPS	Gotowość polecenia pracodawcy w skali 0–10: odsetek promotorów (9–10) minus krytyków (0–6)	Pasywni (7–8) w ogóle nie wpływają na wynik; jedno pytanie nie mówi, co poprawić
UWES	Energia, oddanie i pochłonięcie; wersja skrócona ma 9 pytań	Dobrze zwalidowana, ale to wciąż subiektywna samoocena
Ankiety pulsowe	Krótkie, częste pytania o nastrój i warunki pracy	Częściej, lecz nadal deklaracje; ryzyko zmęczenia ankietami
ISO 30414:2025	Standard raportowania kapitału ludzkiego; jeden z obszarów to przywództwo, kultura i zaangażowanie	Służy raportowaniu na zewnątrz, nie codziennemu zarządzaniu zespołem

Wszystkie badania obarczone są dwiema wadami:

1. Menedżer nie dostaje zadania “teraz” (tylko po wykonaniu ankiety, która w skrajnych przypadkach może być roczna). Siłą rzeczy pomiar jest oderwany od aktualnych zachowań.
2. To subiektywne odpowiedzi.

Problem z programami zaangażowania

Mimo wielu działań przeprowadzanych w organizacjach, zaangażowanie spada. Z czego to wynika:

1. Cele są długoterminowe, a zaangażowanie to coś, co jest ważne “codziennie”. To odbicie bardziej ogólnego problemu - pracownik zna cel na koniec roku, ale nie wie, co z niego wynika dla niego dzisiaj.
2. Nie ma natychmiastowej informacji zwrotnej. Wynik pomiaru zaangażowania widać po miesiącu, kwartale czy roku w raporcie, więc trudno połączyć działanie z efektem.
3. Brakuje poczucia codziennego postępu. Zespół nie widzi małych sukcesów, więc ciężko o feedback.

O wszystkich tych problemach mogliście przeczytać w moich artykułach do tej pory – wychodziłem w nich od schematów nagród i uczenia społecznego. Tym razem zaczynam od czegoś bardziej podstawowego: od tego, jak informacja w ogóle do nas dociera.

Zwróć uwagę, że żaden z tych trzech braków nie dotyczy postawy (czy kultury). To problemy uczenia się, uwagi i informacji zwrotnej – a o nich psychologia poznawcza wie bardzo dużo.

Dlatego dalsza część artykułu pyta nie „jak zmierzyć zaangażowanie”, lecz „jak je zaprojektować”.

Zacznijmy od tematu, który “na pierwszy rzut oka” nie wiąże się z zaangażowaniem…

Jak ludzie się uczą?

Każde zaangażowanie zaczyna się od informacji. Zanim pracownik zrobi coś inaczej, musi coś zobaczyć, usłyszeć albo sam spróbować. Do umysłu prowadzą trzy główne drogi: wzrok, słuch i działanie – ruch, dotyk, wykonanie zadania. To, którą drogą informacja wejdzie i co się z nią stanie dalej, decyduje, czy zostanie zapamiętana, czy zniknie po minucie.

Tu widać pierwszy związek z zaangażowaniem. Uwaga jest ograniczona, więc każdy przekaz konkuruje o nią z klientem, telefonem i planem zmiany. Przekaz, który wymaga od pracownika tylko odbioru, angażuje go najsłabiej. Przekaz, który wymaga reakcji – odpowiedzi, decyzji, wykonania – angażuje znacznie mocniej. Kolejne sekcje pokazują, dlaczego tak jest.

Skoro informacja może wejść różnymi drogami, kusi prosty wniosek: dopasujmy drogę do człowieka. Jednym podawajmy obrazy, innym nagrania, jeszcze innym ćwiczenia. Ten pomysł ma swoją nazwę i jest jednym z najpopularniejszych mitów w szkoleniach.

Mit “wzrokowców i słuchowców”

Podział na wzrokowców, słuchowców i kinestetyków (VAK, w wersji z czytaniem – VARK) to jedna z popularnych idei w szkoleniach. Za praktyczną obietnicą stoi tzw. hipoteza dopasowania (meshing hypothesis), czyli “uczysz się lepiej, gdy materiał podano w formie zgodnej z twoim stylem”.

Tyle że… to mit.

W 2008 r. Pashler, McDaniel, Rohrer i Bjork przejrzeli całą dostępną literaturę o stylach uczenia się. Zrobili to na zlecenie Association for Psychological Science, jednego z największych stowarzyszeń psychologów. Najpierw zauważyli, że to, iż ludzie chętnie deklarują swoje preferencje („wolę obrazki”, „lepiej mi się słucha”), samo w sobie niczego nie dowodzi. Pytanie brzmi, czy dopasowanie nauczania do takiej preferencji daje lepsze wyniki (zauważ, że znowu mamy tutaj subiektywną deklarację vs obiektywny pomiar!)

Żeby to sprawdzić, badanie musi spełnić trzy warunki. Najpierw trzeba przypisać uczestników do grup według stylu, potem losowo przydzielić każdej grupie różne metody nauczania, a na końcu sprawdzić wszystkich tym samym testem. Hipoteza dopasowania byłaby potwierdzona tylko wtedy, gdyby metoda najlepsza dla „wzrokowców” okazała się inna niż metoda najlepsza dla „słuchowców”.

W przeglądzie „Learning Styles: Concepts and Evidence” autorzy ustalili, że choć publikacji o stylach uczenia się jest ogromnie dużo, tylko nieliczne badania miały taki układ. W tych nielicznych nie znaleźli praktycznie żadnego potwierdzenia hipotezy, a kilka z nich wprost jej przeczyło. Nie zaprzeczyli przy tym, że ludzie różnią się zdolnościami do przetwarzania różnych rodzajów informacji. Doszli jednak do wniosku, że nie ma podstaw, by diagnozować style uczenia się w praktyce edukacyjnej.

Późniejsze badania to potwierdzają. W eksperymencie z audiobookiem i e-tekstem deklarowany styl (słuchowy lub wzrokowy) nie wiązał się z wynikami – ani zaraz po nauce, ani po czasie.

Warto oddzielić dwie rzeczy:

• Preferencje istnieją. Ludzie chętnie powiedzą, co lubią. To ważne dla motywacji (jeśli uważam, że jestem wzrokowcem, to będę bardziej zmotywowany do pewnego rodzaju szkoleń), ale nie przekłada się na wyniki.
• Format powinien pasować do treści, nie do osoby. Ekspozycję półki najlepiej pokazać zdjęciem, poprawną intonację w rozmowie z klientem – nagraniem, procedurę krok po kroku – interakcją. Dlatego w Tribeware 7 dodaliśmy możliwość tworzenia mikro-aplikacji (mini-gier). Dają nam one możliwość dostosowania formy do treści.

Co to oznacza dla zaangażowania? Mit podpowiada, że kluczem jest trafienie w „typ” człowieka. Badania pokazują coś innego: zaangażowanie zależy nie od kanału, którym informacja wpada, ale od tego, co pracownik potem z nią robi. Preferencje warto szanować, bo wpływają na chęć rozpoczęcia zadania. Głębię nauki buduje jednak aktywność, a nie dopasowanie.

Szok :).

Skoro styl to ślepa uliczka, potrzebujemy lepszej mapy.

Jak naprawdę przetwarzamy obraz, dźwięk i słowo

Różnice między ludźmi są mniejsze, niż sugerują style uczenia się – za to architektura umysłu jest wspólna. Każdy z nas przyjmuje informacje kilkoma kanałami – wzrokiem, słuchem i dotykiem (połączonym z ruchem) – a wszystkie mają jedno, wspólne “wąskie gardło”, jakim jest pamięć robocza.

Trzy klasyczne teorie składają się w jeden spójny obraz:

1. Podwójne kodowanie (Allan Paivio). Treść zapamiętana i jako słowo, i jako obraz zostawia w pamięci dwa ślady zamiast jednego. Dlatego hasło połączone z wyrazistym obrazem pamiętamy lepiej niż samo hasło – zwłaszcza gdy treść jest konkretna i łatwo ją sobie wyobrazić.
2. Teoria obciążenia poznawczego (John Sweller). Pamięć robocza mieści naraz tylko kilka elementów (Miller, 1956; Cowan, 2001). Wysiłek zużyty na rozszyfrowanie chaotycznej formy przekazu (np. interfejsu użytkownika czy złożonej gry w gamifikacji) nie pozostawia już miejsca na samą treść.
3. Kognitywna teoria uczenia się multimedialnego (Richard Mayer). Łączy obie powyższe w trzech założeniach: mamy osobne kanały dla obrazu i słowa, każdy ma ograniczoną pojemność, a uczenie się wymaga aktywnego przetwarzania – wybrania, uporządkowania i połączenia informacji z tym, co już wiemy (Mayer, 2024).

Mayer opisuje trzy rodzaje wysiłku, które konkurują o tę samą pojemność. Wysiłek zbędny wynika ze złego projektu, wysiłek niezbędny – ze złożoności samej treści, a wysiłek generatywny to głębokie przetwarzanie, które buduje trwałą wiedzę. Projektant ma jedno zadanie: zmniejszyć pierwszy, żeby zostało miejsca na trzeci.

Mała dygresja: Dlatego w gamifikacji (czy grywalizacji) tak bardzo nie lubię projektów opartych o coś wielkiego - wielka fabuła, budowa wielkiego miasta, superskomplikowana gra. Problemem tego typu podejść jest to, że koncentrujemy ludzi na niewłaściwych rzeczach i tworzymy niepotrzebnie “zbędny wysiłek”.

Z opisanych powyżej teorii wynikają konkretne zasady projektowania, przydatne przy każdym zadaniu w aplikacji:

• Zasada multimediów: słowo z obrazem uczy lepiej niż samo słowo. Haptyka (np. drżenie telefonu przy niewłaściwej odpowiedzi) może być dodatkowym kanałem informacji zwrotnej. Zasady Mayera jej nie obejmują, dlatego jej wpływ na zapamiętywanie warto sprawdzać na własnych danych.
• Zasada modalności: grafika z narracją głosową działa lepiej niż grafika z tekstem na ekranie, bo rozkłada obciążenie na dwa kanały.
• Zasada redundancji: narracja i ten sam tekst wyświetlany jednocześnie przeciążają wzrok – lepiej wybrać jedno.
• Zasada spójności: ozdobniki, które nie służą treści, zabierają uwagę.
• Zasada segmentacji: krótkie porcje, w tempie ucznia, wygrywają z długim blokiem (jak wiesz z innych artykułów na tym blogu, to nasza generalna zasada - małe kroki)

Wniosek dla projektu: nie pytamy „czy ten pracownik jest wzrokowcem?”, tylko „czy ten format pomaga przetworzyć tę treść, nie przeciążając nikogo?”.

To nakłada na projektanta grywalizacji bardzo specyficzne warunki. Formaty muszą być maksymalnie dopieszczone i sprytne (wiele kanałów, zsynchronizowane ze sobą mechanizmy), a jednocześnie muszą być małe i proste (nie mogą zawierać zbędnych elementów). Jest to “design” przypominający konstrukcję zegarków, gdzie wszystkie elementy muszą precyzyjnie współgrać.

Zaangażowanie budujemy w sposób precyzyjny.

Uwaga jako paliwo i dwa systemy myślenia (Kahneman)

Daniel Kahneman dodaje do powyższej ramy dwie rzeczy. Pierwsza: uwaga to ograniczone paliwo, o które konkuruje każde zadanie. Druga: myślimy dwoma trybami, a każdy z nich trenuje się inaczej.

Teoria pojemności uwagi. W książce Attention and Effort (1973) Kahneman odszedł od obrazu uwagi jako filtra z jednym wąskim gardłem. Zaproponował ogólny limit zdolności do wykonywania pracy umysłowej, który można dość swobodnie dzielić między równoległe czynności (omówienie: Bruya i Tang, 2018). „Zwracać uwagę” znaczy u niego „inwestować wysiłek” – i ten wysiłek da się zmierzyć, m.in. po rozszerzeniu źrenic badanej osoby (w One2tribe mierzyliśmy go także wspólnie z firmą BrainTracking z użyciem EEG, w odniesieniu do modelu BIS/BAS – Behavioral Inhibition System / Behavioral Activation System).

Według Kahnemana to, ile pojemności mamy i komu ją oddamy, zależy od pobudzenia, trwałych dyspozycji (nawyków, działań automatycznych), chwilowych intencji i oceny, a także od tego, jak trudne jest zadanie (przegląd modelu). Wniosek dla projektanta: mikrozadanie w aplikacji konkuruje o ten sam zasób co klient przy kasie i plan zmiany. Musi być zaprojektowane na te dwie minuty uwagi, które pracownik naprawdę ma.

System 1 i System 2. W Pułapkach myślenia (Thinking, Fast and Slow, 2011) Kahneman spopularyzował rozróżnienie dwóch trybów myślenia (i podejmowania decyzji). System 1 działa szybko, automatycznie i bez wysiłku – to rozpoznawanie wzorców i intuicja. System 2 jest wolny, celowy i kosztowny – to właśnie on zużywa pojemność opisaną w 1973 r. Trening przesuwa umiejętności z Systemu 2 do Systemu 1: to, co nowicjusz liczy w głowie, ekspert po prostu widzi.

Kiedy taka intuicja jest wiarygodna? Kahneman i Gary Klein odpowiedzieli wspólnie w 2009 r.: tylko gdy otoczenie jest na tyle regularne, że zawiera wiarygodne sygnały, a człowiek miał długą praktykę z szybką, jednoznaczną informacją zwrotną. W wielu miejscach pracy tej informacji zwrotnej brakuje – dobrze zaprojektowana gamifikacja dostarcza jej w sekundę.

Stąd dwie różne klasy gier:

	Gamifikacja dla Systemu 1	Gamifikacja dla Systemu 2
Cel	Automatyzm: szybkie, trafne reakcje bez myślenia	Analiza: przemyślana decyzja w złożonej sytuacji
Mechanika	Krótkie rundy, presja czasu, wiele powtórzeń, natychmiastowy wynik	Symulacja, kompromisy, konsekwencje widoczne po czasie, brak pośpiechu
Przykład	Gra w spadające odpowiedzi: złap właściwy kod produktu, znak BHP, odpowiedź na obiekcję klienta	Symulacja planowania zmiany w sklepie, negocjacji z klientem, podziału budżetu
Co zyskuje pracownik	Wolną pojemność uwagi na klienta i sytuację	Umiejętność zatrzymania się, gdy intuicja może zawieść

Zasada doboru jest prosta. Gdzie sytuacja jest powtarzalna i trzeba działać natychmiast, trenujemy System 1. Gdzie decyzja jest rzadka, złożona lub kosztowna w błędach, trenujemy System 2 – i uczymy, kiedy nie ufać pierwszemu odruchowi.

ICAP: od odbioru do współtworzenia

Najbardziej użyteczna rama do oceny, czy forma jest „bardziej” czy „mniej” angażująca, to model ICAP Michelene Chi i Ruth Wylie (Educational Psychologist, 2014). Klasyfikuje on aktywność nie po kanale, tylko po tym, co uczący się widocznie robi z materiałem. Wyróżnia cztery tryby: bierny (odbiera), aktywny (manipuluje), konstruktywny (wytwarza coś nowego) i interaktywny (współtworzy w dialogu).

Hipoteza ICAP brzmi: im wyżej, tym głębsze uczenie się – interaktywny > konstruktywny > aktywny > bierny. Każdy wyższy tryb zawiera niższe: żeby coś wyjaśnić własnymi słowami, trzeba najpierw to obejrzeć i przetworzyć.

Ten sam format może trafić na różne poziomy – decyduje to, co pracownik z nim robi.

Dane to wspierają. Metaanaliza 225 badań z przedmiotów ścisłych (Freeman i in., 2014) pokazała, że aktywne uczenie się daje lepsze wyniki niż tradycyjny wykład: wyniki egzaminów były średnio o ok. 6% wyższe, a ryzyko oblania przy wykładzie – półtora raza większe. Chi i Boucher odczytują te wyniki w kategoriach ICAP – jako przewagę trybów aktywnego, konstruktywnego i interaktywnego nad biernym. W badaniu Wigginsa i współpracowników zajęcia interaktywne dały niewielką, ale istotną przewagę nad konstruktywnymi, zgodnie z przewidywaniem modelu.

Dwa pokrewne efekty tłumaczą, dlaczego tworzenie działa. Efekt generowania (Slamecka i Graf, 1978): lepiej pamiętamy to, co sami wytworzyliśmy, niż to, co przeczytaliśmy. Efekt testowania (Roediger i Karpicke, 2006): przywołanie wiedzy z pamięci utrwala ją na dłużej niż ponowne czytanie – przewaga ujawnia się po kilku dniach, a nie od razu.

Najważniejsza lekcja ICAP dla projektantów: tryb nie zależy od medium. Wideo może być bierne (oglądam) albo konstruktywne (nagrywam własne wyjaśnienie). Mini gra może być tylko klikaniem albo serią decyzji z uzasadnieniem.

Tymczasem typowy e-learning tkwi na dole skali. W analizie Pollard i Armatas (2025), obejmującej jeden asynchroniczny kurs online, 47% aktywności było biernych, 40% aktywnych, a tylko 13% konstruktywnych lub interaktywnych.

Widać przewagę gamifikacji nad e-learningiem.

Od zaangażowania w naukę do zaangażowania w pracę

Wróćmy do definicji z początku. Kahn i Schaufeli opisują zaangażowanie przez trzy składniki: energetyczny (energia), emocjonalny (oddanie) i poznawczy (pochłonięcie).

Ta sama trójka wraca w każdym dobrze zaprojektowanym zadaniu: potrzeba energii, żeby je zacząć, sensu, żeby je dokończyć, i skupienia, żeby się czegoś nauczyć.

To pomost do ICAP. Tryby konstruktywny i interaktywny angażują wszystkie trzy składniki naraz: wymagają skupienia (pochłonięcie), dają poczucie, że moja praca coś znaczy (oddanie), i wymagają energii do działania. Bierne oglądanie angażuje najwyżej uwagę – i to krótko.

Trzeci element ramy to teoria autodeterminacji Edwarda Deciego i Richarda Ryana. Motywacja wewnętrzna rośnie, gdy zaspokajamy trzy potrzeby:

• Autonomia – mam wpływ na to, jak wykonuję zadanie. Metaanaliza 41 badań Patall, Cooper i Robinson (2008) pokazała, że możliwość wyboru zwiększa motywację wewnętrzną, wysiłek i wyniki zadań. To ważny zwrot w naszej historii: dawanie wyboru formatu ma sens – nie dlatego, że trafia w „styl”, ale dlatego, że daje poczucie sprawczości.
• Kompetencja – widzę, że mi wychodzi. Mini gry z natychmiastową informacją zwrotną i rosnącym poziomem trudności karmią tę potrzebę bezpośrednio.
• Relacje – robię to z innymi i dla innych. Tu pracuje tryb interaktywny: wspólne wyzwania, komentarze, dzielenie się nagraniami.

Do tego dochodzi ważne zastrzeżenie, kluczowe dla każdej platformy z nagrodami. Metaanaliza 128 badań Deciego, Koestnera i Ryana (1999) wykazała, że oczekiwane, namacalne nagrody za samo wykonanie zadania mogą osłabiać motywację wewnętrzną. Punkty i nagrody działają najlepiej jako informacja o postępie, a nie jako jedyny powód, by coś zrobić.

Różnice, które naprawdę mają znaczenie

To nie znaczy, że wszyscy uczą się tak samo. Ludzie różnią się – tylko nie tym, czym obiecywały style uczenia się. Najlepiej udokumentowana różnica to wiedza wstępna.

Kalyuga, Ayres, Chandler i Sweller (2003) opisali efekt odwrócenia ekspertyzy: wsparcie, które pomaga nowicjuszom – rozwiązane przykłady, instrukcja krok po kroku, tekst wpisany w schemat – u doświadczonych staje się zbędne, a bywa szkodliwe. Nowa osoba w sklepie potrzebuje filmu pokazującego procedurę. Doświadczony kierownik zmiany szybciej nauczy się, rozwiązując trudny przypadek.

Różnica	Co zmienia	Co zrobić w projekcie
Wiedza wstępna	Ile wsparcia pomaga, a ile przeszkadza	Nowicjuszom przykłady i instrukcje, doświadczonym zadania problemowe i tworzenie
Kontekst pracy	Który kanał jest w ogóle dostępny	Na hałaśliwej hali zadanie wizualne, w trasie – audio, przy klientach – krótkie i ciche
Motywacja i zainteresowanie	Czy pracownik w ogóle zacznie	Wybór formatu i tematu, widoczny postęp, sensowny cel
Dostępność	Kto może wziąć udział	Każda treść w więcej niż jednym formacie: napisy, opis, wersja tekstowa

Ostatni wiersz łączy się z ramą Universal Design for Learning (CAST): wiele sposobów prezentowania treści, wiele sposobów wyrażania wiedzy i wiele sposobów angażowania. Różnorodność formatów jest więc potrzebna – ale jako dostępność i wybór, a nie dopasowanie do typu osobowości.

Tribeware 7.0: mikroaplikacje projektowane pod kompetencję

23 września 2026 r. miała premierę wersja 7.0 platformy Tribeware, od października wdrażana u wszystkich klientów (raport ESPI 5/2026). Dla tego tekstu ważne są dwie nowości: mikroaplikacje i mini gry, które można tworzyć w samej platformie, oraz moduł TribeSense, który rozpoznaje obraz, dźwięk i tekst. Dzięki niemu zadanie można zaliczyć zdjęciem, nagraniem wideo albo audio.

E-learning tkwi na dole skali ICAP z prostego powodu: quiz łatwo ocenić automatycznie, a nagranie, w którym pracownik własnymi słowami tłumaczy produkt klientowi – nie. Zadania konstruktywne wymagały dotąd człowieka, który obejrzy każde nagranie, więc w skali tysięcy pracowników po prostu ich nie projektowano.

Dlatego w wersji 7.0 nie chodzi o to, że w aplikacji są mini gry. Chodzi o to, że mikroaplikacje można tworzyć w samym systemie – także prototypować je z pomocą AI – a budować je mogą One2tribe, klienci i firmy trzecie. Gra przestaje być gotowym produktem z katalogu. Staje się narzędziem projektowanym pod konkretną kompetencję.

Mikroaplikacja nie musi zresztą być grą. Może to być symulator, konfigurator, kalkulator czy krótki trening reakcji. Projekt zaczyna się od pytania o kompetencję, potem o tryb myślenia (System 1 czy 2), a dopiero na końcu o mechanikę:

Kompetencja	Mikroaplikacja	Trenuje	Co mierzy
Znajomość asortymentu	Spadające odpowiedzi: łap właściwe kody, nazwy, ceny	System 1	Czas reakcji, trafność, powtarzające się pomyłki
Bezpieczeństwo pracy	Wskaż zagrożenia na zdjęciu stanowiska, zanim minie czas	System 1	Czas, pominięte i fałszywe zagrożenia
Obsługa obiekcji klienta	Szybki wybór odpowiedzi w dialogu, potem własne nagranie	System 1, potem tryb konstruktywny	Czas i trafność wyboru, ocena nagrania
Planowanie zmiany	Symulacja grafiku z ograniczeniami i nieprzewidzianymi zdarzeniami	System 2	Jakość decyzji, czas namysłu, liczba korekt
Doradztwo produktowe	Doradca: dobór produktu do opisanych potrzeb klienta	System 2	Poprawność rekomendacji, ścieżka dojścia
Merchandising	Konfigurator półki, a potem zdjęcie prawdziwej półki	System 2 i działanie w realu	Zgodność z planogramem w symulacji i na zdjęciu

TribeSense zmienia tę ekonomię: rozpoznawanie obrazu, dźwięku i tekstu pozwala weryfikować zadania, w których pracownik coś wytwarza. Razem z mikroaplikacjami daje to pełną skalę ICAP – od szybkiego treningu po zadania, w których pracownik tworzy. Oto jak poszczególne formaty układają się w ramie:

Format w Tribeware	Tryb ICAP	Potrzeba (SDT)	Jak podnieść poziom
Film, komunikat, rolka w komunikatorze	Bierny	–	Zakończ pytaniem albo prośbą o własny przykład
Quiz	Aktywny (przywołanie z pamięci)	Kompetencja	Pytaj o zastosowanie, nie o definicje; wyjaśniaj odpowiedzi
Mini gra	Aktywny, przy decyzjach – konstruktywny	Kompetencja	Mechanika odwzorowuje decyzje z pracy, nie sam refleks
Zdjęcie jako dowód wykonania zadania	Aktywny (działanie w realnym miejscu pracy)	Kompetencja	Dodaj jedno zdanie: dlaczego zrobiłem to tak
Własne nagranie wideo lub audio	Konstruktywny	Autonomia, kompetencja	Pozwól wybrać: wideo, audio albo tekst
Wyzwanie drużynowe, komentarze do nagrań	Interaktywny	Relacje	Daj konkretne pytanie do komentarza, nie tylko „lajk”

W praktyce najlepiej działa sekwencja, a nie pojedynczy format. Krótki film wprowadza wiedzę, mini gra ją ćwiczy, własne nagranie ją utrwala, a komentarze zespołu zamieniają ją w wiedzę wspólną. To jest ta sama ścieżka, którą opisuje ICAP – od odbioru do współtworzenia.

Pomiar: talent management oparty na działaniu

Największą wartością mikroaplikacji nie jest sama gra, tylko dane. Każda z nich rejestruje, kiedy pracownik zaczął i skończył, z jakim wynikiem i jakie popełnił błędy. TribeSense dokłada dowody z realnej pracy: zdjęcie układu produktów na półce, nagranie rozmowy, próbkę audio. Razem pokazują, co człowiek robi, a nie co deklaruje.

Pętla zamyka się sama: każde działanie zmienia profil, a profil wybiera następne działanie.

Kahneman podpowiada, jak te dane czytać:

• Zadania dla Systemu 1. Spadający czas reakcji przy malejącej liczbie błędów to krzywa automatyzacji – umiejętność przechodzi do Systemu 1 i przestaje zużywać uwagę. Rodzaj powtarzających się błędów mówi dokładnie, co trenować dalej.
• Zadania dla Systemu 2. Czas namysłu, jakość decyzji i liczba korekt pokazują styl analizy. Decyzja bardzo szybka i błędna to sygnał, że ktoś odpowiada Systemem 1 tam, gdzie potrzebny jest System 2.
• Czas rozpoczęcia i porzucenia. Pokazuje, kiedy pracownik ma wolną pojemność uwagi. Jeśli zadania robione pod koniec zmiany kończą się większą liczbą błędów, warto je przesunąć – to hipoteza, którą dane pozwalają sprawdzić.
• Dowód z realnej pracy. Zamyka lukę między wiedzieć a robić. Można wygrać symulację planogramu, a półkę ułożyć źle – zdjęcie zweryfikowane przez vision AI to pokaże.

Na tych danych opiera się personalizacja: nowicjusz dostaje więcej wsparcia, ekspert trudniejsze przypadki (efekt odwrócenia ekspertyzy), a elementy z błędami wracają w kolejnych rundach. Dashboardy analityczne i predykcyjne TribeData pokazują to samo na poziomie zespołu.

To jest talent management oparty na działaniu. Zamiast corocznej oceny i samooceny – bieżący obraz tego, kto co opanował, kto najszybciej robi postępy i kto jest gotowy na większą odpowiedzialność. Kandydata na kierownika zmiany widać po jakości decyzji w symulacji grafiku, zanim dostanie awans.

Na dzień dzisiejszy (nowa wersja platformy) widzimy 4 kluczowe warunki dla działania tego systemu:

1. Dane jako informacja zwrotna dla pracownika, a nie wyłącznie kontrola menedżerska. Teoria autodeterminacji jest tu jednoznaczna: informacja o postępie wzmacnia poczucie kompetencji, natomiast kontrola osłabia motywację. Pracownik powinien widzieć swoje dane jako pierwszy. Stąd stosowana od dawna konstrukcja zadań w Tribeware (zaczynam zadanie i informuję o jego wykonaniu). W nowej wersji dodaliśmy możliwość wykonania mini-gry/mini-aplikacji kilkukrotnie (najlepszy wynik jest wynikiem zadania). Nie budujemy w ten sposób “testu kompetencji”, ale “uczymy kompetencji”. Czy menedżer widzi dane? Tak.

2. Poczucie kontroli u pracownika. To, czy dane z platformy wzmacniają zaangażowanie, czy je osłabiają, zależy w dużej mierze od tego, kto ma nad nimi kontrolę. Dobrze opisuje to model wymagań i kontroli (Job Demand-Control), który Robert Karasek przedstawił w 1979 r. Karasek pokazał, że o obciążeniu psychicznym w pracy decydują jednocześnie dwie rzeczy: wysokość wymagań oraz zakres swobody decyzyjnej, czyli to, na ile pracownik sam decyduje o sposobie i tempie wykonywania zadań.

   Z połączenia tych dwóch wymiarów powstają cztery typy pracy. Praca w napięciu łączy wysokie wymagania z niską kontrolą i prowadzi do stresu oraz wypalenia. Praca bierna, z niskimi wymaganiami i niską kontrolą, z czasem obniża aktywność i motywację. Praca o niskim obciążeniu daje dużą swobodę przy małych wymaganiach. Najkorzystniejsza jest praca aktywna, w której wysokie wymagania idą w parze z dużą swobodą decyzyjną – według późniejszej pracy Karaska i Theorella (1990) właśnie w takich warunkach ludzie najwięcej się uczą i rozwijają nowe umiejętności.

   Dla systemu opartego na danych wniosek jest jasny i łączy się z poprzednim punktem. Jeśli pomiar służy wyłącznie menedżerowi do kontroli, podnosi wymagania i jednocześnie odbiera pracownikowi poczucie wpływu, a więc przesuwa go w stronę pracy w napięciu. Jeśli natomiast pracownik sam decyduje, kiedy zacznie zadanie, może kilka razy powtórzyć mini-grę i poprawić wynik, a swoje dane widzi jako pierwszy, te same wymagania stają się wyzwaniem w pracy aktywnej. Dlatego samo to, że menedżer widzi wyniki, nie jest problemem. Problem pojawia się wtedy, gdy pracownik traci nad nimi wszelką kontrolę.

3. Mierzymy to, co ważne, i bazujemy na dowodach. Wskaźnik, który staje się celem, przestaje dobrze mierzyć. To tzw. prawo Goodharta. Brytyjski ekonomista Charles Goodhart sformułował je w 1975 r. w odniesieniu do polityki pieniężnej, a w tej zwięzłej postaci spopularyzowała je antropolożka Marilyn Strathern (1997). Gdy od wskaźnika zależą nagrody, ludzie zaczynają poprawiać samą liczbę, a nie to, co miała ona pokazywać. Wynik w grze to fragment kompetencji, dlatego łączymy go z dowodami z realnej pracy.

4. Przejrzystość i zgodność z RODO i AI Act. Jasne zasady: co zbieramy, po co i kto to widzi. AI Act zalicza systemy AI używane do monitorowania i oceny wyników oraz zachowania pracowników, do przydzielania zadań na podstawie ich zachowania i do decyzji o awansie czy zwolnieniu do kategorii wysokiego ryzyka. Po zmianach wprowadzonych tzw. Omnibusem cyfrowym obowiązki dla takich systemów obejmą firmy od 2 grudnia 2027 r. Należy do nich nadzór człowieka i poinformowanie pracowników oraz ich przedstawicieli przed wdrożeniem. Od 2 lutego 2025 r. zakazane jest natomiast rozpoznawanie emocji pracowników przez AI, z wyjątkiem względów medycznych lub bezpieczeństwa. Analiza zdjęcia czy nagrania może więc sprawdzić, czy półka jest ułożona zgodnie z planogramem, ale nie może oceniać nastroju człowieka. W praktyce oznacza to jedną zasadę: dane z AI nie powinny bezpośrednio układać rankingu zespołu ani automatycznie decydować o nagrodach czy awansach. Ostatnie słowo należy do człowieka – menedżer weryfikuje wynik, a pracownik może wyjaśnić sytuację lub się odwołać. Tego samego wymaga zresztą RODO, które chroni przed decyzjami podejmowanymi wyłącznie automatycznie.

Przewodnik: jak budować zaangażowanie w mikro-aktywnościach

Mikro-aktywność to kilkuminutowe zadanie w aplikacji: mini-gra, quiz, symulacja, zdjęcie albo krótkie nagranie. Poniżej zebrałem wnioski z całego artykułu w kolejności, w jakiej warto je stosować przy projektowaniu jednej takiej aktywności.

1. Zacznij od zachowania, a nie od treści. Rozbij cel biznesowy na jedno konkretne zachowanie, które pracownik może wykonać już dziś. Zamiast „poprawić obsługę klienta” lepiej napisać „przy obiekcji cenowej zadać pytanie o potrzebę, zanim zaproponuje się rabat”. Jedna mikro-aktywność powinna dotyczyć jednego zachowania – w ten sposób odpowiadamy na pierwszy problem z diagnozy, czyli przepaść między celem rocznym a dniem pracy.
2. Ustal, jakiego myślenia wymaga to zachowanie. Jeśli sytuacja jest powtarzalna i trzeba działać natychmiast, trenujemy System 1: krótkie rundy, presja czasu i wiele powtórzeń. Jeśli decyzja jest rzadka, złożona albo kosztowna w błędach, trenujemy System 2: symulację bez pośpiechu, z kompromisami i konsekwencjami, które widać dopiero po chwili.
3. Dobierz kanał do treści, a nie do osoby. Procedurę najlepiej pokazać, rozmowę z klientem – nagrać, układ półki – sfotografować, a ruch czy czynność – wykonać. Weź pod uwagę miejsce pracy: na hałaśliwej hali zadanie dźwiękowe nie zadziała, a w trasie lepiej sprawdzi się audio niż tekst. Każdą treść warto udostępnić w więcej niż jednej formie, żeby nikt nie został wykluczony.
4. Zaprojektuj aktywność na dwie minuty uwagi. Mikro-aktywność konkuruje o ten sam ograniczony zasób uwagi kasjera co stojący naprzeciwko klient przy kasie i plan zmiany wysłany wczoraj przez szefa. Dlatego usuwamy wszystko, co tworzy zbędny wysiłek: rozbudowaną fabułę, ozdobniki i dodatkowe zasady gry. Mechanika ma być prosta, a jednocześnie precyzyjnie dopasowana do treści – jak mechanizm zegarka, w którym żaden element nie jest przypadkowy.
5. Podnieś aktywność przynajmniej o jeden poziom w modelu ICAP. Jeśli pracownik ma coś obejrzeć, niech na końcu odpowie na pytanie (rolka/wideo - quiz). Jeśli odpowiada w quizie, niech w kolejnym kroku coś wytworzy: nagra krótkie wyjaśnienie, sfotografuje efekt pracy albo uzasadni swoją decyzję. Największą wartość daje interakcja, na przykład komentarz zespołu do nagrania z konkretnym pytaniem zamiast samego polubienia. Za tym krokiem stoją efekt generowania, efekt testowania oraz efekt wykonania, czyli to, że czynności wykonane samodzielnie zapamiętujemy lepiej niż te, o których tylko czytamy lub słyszymy (Roberts, MacLeod i Fernandes, 2022).
6. Daj natychmiastową informację zwrotną i możliwość powtórki. Wiarygodna intuicja powstaje tylko wtedy, gdy człowiek szybko i jednoznacznie dowiaduje się, czy postąpił dobrze. Pracownik powinien móc powtórzyć mini-grę kilka razy bez kary, a za wynik zadania uznajemy jego najlepszą próbę. W ten sposób nie testujemy kompetencji, tylko jej uczymy.
7. Zostaw pracownikowi kontrolę i wybór. Pracownik sam decyduje, kiedy zacznie zadanie, a tam, gdzie to możliwe, także w jakiej formie je wykona. Swoje wyniki widzi jako pierwszy. Według teorii autodeterminacji wybór wzmacnia motywację wewnętrzną, a według modelu Karaska wysokie wymagania przy dużej swobodzie tworzą pracę aktywną, w której ludzie uczą się najwięcej.
8. Dopasuj trudność do doświadczenia. Nowa osoba potrzebuje przykładu i instrukcji krok po kroku, a doświadczony pracownik – trudnego przypadku do samodzielnego rozwiązania. Dane z wcześniejszych aktywności pozwalają robić to automatycznie: elementy, w których pojawiały się błędy, wracają w kolejnych rundach, a te opanowane ustępują miejsca trudniejszym.
9. Zakończ grę dowodem z realnej pracy. Wynik w grze to tylko fragment kompetencji, więc mikro-aktywność warto domknąć działaniem w miejscu pracy: zdjęciem ułożonej półki, nagraniem rozmowy czy potwierdzeniem wykonania procedury. Analiza obrazu, wideo i dźwięku pozwala zweryfikować takie zadania w skali całej firmy.
10. Mierz zachowanie, a decyzje zostaw człowiekowi. Czas rozpoczęcia i zakończenia, wynik oraz rodzaj błędów służą personalizacji nauki i rozmowie o rozwoju. Nie powinny jednak automatycznie układać rankingu ani decydować o nagrodach i awansach – ostatnie słowo należy do menedżera, a pracownik może wyjaśnić sytuację. Punkty i nagrody traktujemy jako informację o postępie, a nie jako jedyny powód do działania.

Przykład: obsługa obiekcji klienta

Załóżmy, że celem jest mniej rabatów udzielanych „na odczepnego”. Zachowanie, które chcemy wzmocnić, brzmi: przy obiekcji cenowej sprzedawca najpierw pyta o potrzebę klienta. Ścieżka mikro-aktywności może wyglądać tak:

1. Krótka rolka z przykładem dobrej rozmowy, zakończona pytaniem „co sprzedawca zrobił inaczej?”. To poziom bierny podniesiony do aktywnego.
2. Przez kilka dni gra w spadające odpowiedzi, w której pracownik łapie właściwe reakcje na różne obiekcje. Liczy się najlepszy wynik, a rundy można powtarzać. To trening Systemu 1.
3. Pracownik nagrywa własną, krótką odpowiedź na typową obiekcję i sam wybiera, czy będzie to wideo, czy audio. To poziom konstruktywny i element autonomii.
4. Zespół komentuje nagrania jednym konkretnym pytaniem lub wskazówką. To poziom interaktywny i potrzeba relacji.
5. Dane z gry pokazują, kto potrzebuje powtórki i których obiekcji. Wskaźnik biznesowy, czyli udział rozmów zakończonych bez rabatu, pokazuje, czy zachowanie przeniosło się do pracy (o tym, które zachowania handlowców naprawdę przekładają się na wynik, piszę w raporcie o anatomii skuteczności sprzedaży).

W Polsce zaangażowanych jest 7% pracowników. Tej liczby nie poprawi raczej kolejny film szkoleniowy. Może poprawić ją umiejętnie zbudowany ciąg zadań.

Jeśli chcesz zobaczyć, jak takie ciągi zadań działają u naszych klientów, zajrzyj do przykładów wdrożeń grywalizacji albo umów się na demo Tribeware 7.0.

FAQ

Co to jest zaangażowanie pracowników?

To stan, w którym pracownik wkłada w pracę energię, uwagę i emocje i kieruje je na cele firmy. Psychologia opisuje go przez trzy składniki: energia, oddanie i pochłonięcie pracą. Dla biznesu widać go w zachowaniu – w tym, czy cele są realizowane na co dzień.

Jak zmierzyć zaangażowanie pracowników?

Najczęściej ankietą: Gallup Q12, eNPS, skalą UWES albo krótkimi ankietami pulsowymi. Mierzą one jednak deklaracje i zwykle rzadko. Pełny obraz daje połączenie ankiety z pomiarem behawioralnym – danymi z codziennych zadań, dowodami wykonania i wskaźnikami biznesowymi zespołu.

Czym różni się zaangażowanie od satysfakcji z pracy?

Satysfakcja to zadowolenie z warunków pracy – można być zadowolonym i zupełnie biernym. Zaangażowanie to aktywne inwestowanie energii i uwagi w samą pracę. Dlatego badacze traktują je jako poprzeczkę wyższą niż satysfakcja.

Ile kosztuje firmę brak zaangażowania?

Według Gallupa niezaangażowany pracownik kosztuje firmę równowartość 18% swojej rocznej pensji. Według metaanalizy Q12 zespoły z górnego kwartyla zaangażowania mają o 23% wyższą rentowność i o 78% niższą absencję niż zespoły z dolnego kwartyla.

Jak zwiększyć zaangażowanie pracowników?

Rozbić cel biznesowy na zachowania na dziś, dać codzienną informację zwrotną i poczucie postępu. Projektować zadania, w których pracownik coś tworzy, a nie tylko ogląda. Dawać wybór formy, dopasowywać trudność do doświadczenia i mierzyć zachowania, a nie liczbę logowań.

Czy grywalizacja zwiększa zaangażowanie pracowników?

Tak, jeśli zaspokaja potrzeby autonomii, kompetencji i relacji, a punkty służą jako informacja o postępie. Grywalizacja sprowadzona do nagród za samo wykonanie może działać odwrotnie: metaanalizy pokazują, że oczekiwane, namacalne nagrody potrafią osłabiać motywację wewnętrzną.

Czy style uczenia się, takie jak wzrokowcy i słuchowcy, naprawdę istnieją?

Ludzie mają preferencje i chętnie o nich mówią, ale badania nie potwierdzają, że dopasowanie szkolenia do deklarowanego stylu poprawia wyniki nauki. Przegląd Pashlera i współpracowników z 2008 r. nie znalazł na to praktycznie żadnych dowodów. Format warto dobierać do treści, a nie do osoby, a preferencje szanować dlatego, że wpływają na chęć rozpoczęcia zadania.

Dlaczego krótkie mikro-aktywności działają lepiej niż długie szkolenia?

Uwaga i pamięć robocza mają ograniczoną pojemność, a w pracy pracownik dzieli ją z klientem, telefonem i bieżącymi obowiązkami. Krótka porcja treści mieści się w tym, co człowiek realnie może przetworzyć, i nie wymaga odrywania się od pracy na godzinę. Badania nad uczeniem się z multimediów pokazują też, że materiał podzielony na krótkie segmenty, przerabiane we własnym tempie, uczy skuteczniej niż jeden długi blok.

Czym różni się trening Systemu 1 od treningu Systemu 2?

System 1 to szybkie, automatyczne reakcje, a System 2 to wolne, przemyślane decyzje. Trening Systemu 1 polega na wielu krótkich powtórzeniach z presją czasu i natychmiastową informacją zwrotną – sprawdza się przy rozpoznawaniu produktów, sygnałów bezpieczeństwa czy typowych obiekcji klientów. Trening Systemu 2 opiera się na symulacjach bez pośpiechu, w których trzeba rozważyć kompromisy, na przykład przy planowaniu grafiku czy negocjacjach.

Co to jest model ICAP i jak go wykorzystać w szkoleniach?

Model ICAP Michelene Chi i Ruth Wylie dzieli aktywności na cztery poziomy według tego, co uczący się robi z materiałem: bierny (odbiera), aktywny (działa na materiale), konstruktywny (wytwarza coś nowego) i interaktywny (współtworzy w dialogu z innymi). Im wyższy poziom, tym głębsze uczenie się. W praktyce warto każdą aktywność podnieść przynajmniej o jeden poziom, na przykład zakończyć film pytaniem albo poprosić o nagranie własnego wyjaśnienia.

Czy mini-gry naprawdę uczą, czy tylko bawią?

Uczą wtedy, gdy ich mechanika odwzorowuje decyzje z prawdziwej pracy, a nie sam refleks, i gdy dają natychmiastową, jednoznaczną informację zwrotną. Gra nie powinna też zabierać uwagi rozbudowaną fabułą czy skomplikowanymi zasadami, bo wtedy wysiłek idzie na obsługę gry, a nie na treść. Najlepiej, gdy mini-gra jest elementem dłuższej ścieżki zakończonej działaniem w miejscu pracy.

Jak mierzyć postępy w nauce bez ankiet?

Na podstawie zachowań, które zostawiają ślad w danych: czasu rozpoczęcia i zakończenia zadania, wyniku, rodzaju i powtarzalności błędów oraz dowodów z realnej pracy, takich jak zdjęcie ułożonej półki. Spadający czas reakcji przy malejącej liczbie błędów pokazuje, że umiejętność staje się automatyczna. Takie dane warto zestawiać ze wskaźnikami biznesowymi zespołu.

Czy dane z aplikacji mogą służyć do oceny pracowników?

Mogą być ważnym źródłem informacji, ale nie powinny same decydować o rankingu, nagrodach czy awansach. AI Act zalicza systemy AI do monitorowania i oceny pracowników do kategorii wysokiego ryzyka i wymaga w nich nadzoru człowieka, a rozpoznawanie emocji pracowników przez AI jest już zakazane (poza względami medycznymi i bezpieczeństwa). Także RODO chroni przed decyzjami podejmowanymi wyłącznie automatycznie, dlatego ostatnie słowo powinno należeć do menedżera.

Czy pomiar nie zniechęci pracowników?

Zależy to od tego, komu pomiar służy. Gdy dane trafiają najpierw do pracownika jako informacja o postępie, a on sam decyduje, kiedy wykona zadanie i ile razy je powtórzy, pomiar wzmacnia poczucie kompetencji i kontroli. Gdy służy wyłącznie kontroli menedżerskiej i staje się celem samym w sobie, prowadzi do stresu i do poprawiania liczb zamiast umiejętności.

Jak dopasować szkolenie do doświadczenia pracownika?

Nowa osoba potrzebuje przykładów i instrukcji krok po kroku, natomiast u doświadczonego pracownika to samo wsparcie staje się zbędne, a nawet przeszkadza – to tzw. efekt odwrócenia ekspertyzy. Doświadczonym lepiej dawać trudne przypadki do samodzielnego rozwiązania. Dane z wcześniejszych zadań pozwalają dobierać poziom trudności automatycznie.

Źródła

• Bruya, B., Tang, Y.-Y. (2018). Is Attention Really Effort? Revisiting Daniel Kahneman’s Influential 1973 Book Attention and Effort. Frontiers in Psychology, 9.
• CAST (2024). Universal Design for Learning Guidelines, wersja 3.0.
• Chi, M. T. H., Boucher, N. (2023). Applying the ICAP Framework to Improve Classroom Learning.
• Chi, M. T. H., Wylie, R. (2014). The ICAP Framework: Linking Cognitive Engagement to Active Learning Outcomes. Educational Psychologist, 49(4).
• Clark, J. M., Paivio, A. (1991). Dual coding theory and education. Educational Psychology Review, 3(3).
• Cowan, N. (2001). The magical number 4 in short-term memory. Behavioral and Brain Sciences, 24(1).
• Deci, E. L., Koestner, R., Ryan, R. M. (1999). A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivation. Psychological Bulletin, 125(6).
• Freeman, S. i in. (2014). Active learning increases student performance in science, engineering, and mathematics. PNAS, 111(23).
• Gallup (2026). State of the Global Workplace: raport, dane globalne, dane regionalne, wskaźnik zaangażowania według krajów, dane dla Polski, Chorwacji, Albanii, Rumunii i Szwecji, komunikat prasowy z 8 kwietnia 2026.
• Gallup (2024). Q12 Meta-Analysis, 11. edycja.
• Gallup. Increase Productivity at the Lowest Possible Cost (koszt niezaangażowania: 18% pensji).
• Goodhart, C. A. E. (1975). Problems of Monetary Management: The U.K. Experience. W: Papers in Monetary Economics, Reserve Bank of Australia; przedruk w: Monetary Theory and Practice (1984).
• ISO (2025). ISO 30414:2025 Human resource management – Requirements and recommendations for human capital reporting and disclosure.
• Kahn, W. A. (1990). Psychological conditions of personal engagement and disengagement at work. Academy of Management Journal, 33(4).
• Kahneman, D. (1973). Attention and Effort. Prentice-Hall.
• Kahneman, D. (2011). Thinking, Fast and Slow (wyd. pol. Pułapki myślenia. O myśleniu szybkim i wolnym).
• Kahneman, D., Klein, G. (2009). Conditions for Intuitive Expertise: A Failure to Disagree. American Psychologist, 64(6).
• Kalyuga, S., Ayres, P., Chandler, P., Sweller, J. (2003). The expertise reversal effect. Educational Psychologist, 38(1).
• Karasek, R. A. (1979). Job demands, job decision latitude, and mental strain: Implications for job redesign. Administrative Science Quarterly, 24(2).
• Karasek, R., Theorell, T. (1990). Healthy Work: Stress, Productivity, and the Reconstruction of Working Life. Basic Books.
• Mayer, R. E. (2020). Multimedia Learning, wyd. 3. Cambridge University Press.
• Mayer, R. E. (2024). The Past, Present, and Future of the Cognitive Theory of Multimedia Learning. Educational Psychology Review, 36.
• Miller, G. A. (1956). The magical number seven, plus or minus two. Psychological Review, 63(2).
• One2tribe S.A. (2026). Raport bieżący 5/2026: Premiera nowej wersji Platformy Tribeware.
• Pashler, H., McDaniel, M., Rohrer, D., Bjork, R. (2008). Learning Styles: Concepts and Evidence. Psychological Science in the Public Interest, 9(3).
• Patall, E. A., Cooper, H., Robinson, J. C. (2008). The Effects of Choice on Intrinsic Motivation and Related Outcomes. Psychological Bulletin, 134(2).
• Pollard i Armatas (2025). Feedback is Integral: Using a Revised ICAP Framework to Achieve Active Learning in an Asynchronous Online Course. Online Learning, 29(3).
• Reichheld, F. F. (2003). The One Number You Need to Grow. Harvard Business Review (źródło metody NPS, z której wywodzi się eNPS).
• Roberts, B. R. T., MacLeod, C. M., Fernandes, M. A. (2022). The enactment effect: A systematic review and meta-analysis. Psychological Bulletin, 148(5–6).
• Roediger, H. L., Karpicke, J. D. (2006). Test-enhanced learning. Psychological Science, 17(3).
• Rogowsky, B. A., Calhoun, B. M., Tallal, P. (2015). Matching Learning Style to Instructional Method. Journal of Educational Psychology.
• Ryan, R. M., Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1).
• Rozporządzenie (UE) 2016/679 (RODO), art. 22.
• Rozporządzenie (UE) 2024/1689 (AI Act): art. 5 ust. 1 lit. f, art. 26, załącznik III pkt 4.
• Rozporządzenie (UE) 2026/1744 (Omnibus cyfrowy w zakresie AI).
• Schaufeli, W. B. (2015). Employee Engagement. Wiley Encyclopedia of Management.
• Schaufeli, W. B. (2017). General Engagement: Conceptualization and Measurement with the Utrecht General Engagement Scale. Journal of Well-Being Assessment, 1.
• Schaufeli, W. B., Bakker, A. B., Salanova, M. (2006). The Measurement of Work Engagement With a Short Questionnaire (UWES-9). Educational and Psychological Measurement, 66(4).
• Slamecka, N. J., Graf, P. (1978). The generation effect: Delineation of a phenomenon. Journal of Experimental Psychology: Human Learning and Memory, 4(6).
• Strathern, M. (1997). ‚Improving ratings’: audit in the British University system. European Review, 5(3).
• Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2).
• Wiggins, B. L., Eddy, S. L., Grunspan, D. Z., Crowe, A. J. (2017). The ICAP Active Learning Framework Predicts the Learning Gains Observed in Intensely Active Classroom Experiences. AERA Open.

Wojtek Ozimek — współzałożyciel One2tribe. Od 2003 roku buduję systemy oparte o psychologię gier; więcej o schematach nagród, wpływie społecznym i flow piszę w książce „Gamifikacja i więcej” oraz w newsletterze pod tym samym tytułem.