Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Świtek Sławomir

1 2025

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Will social learning be hindered by Artificial Intelligence when the Lean Six Sigma management conception is implemented?

Świtek Sławomir

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

2025

Nr 91

153--171

The increasing integration of Artificial Intelligence (AI) within Lean Six Sigma management practices raises critical questions about its impact on employee learning and collaboration. This study investigates whether AI disrupts traditional, experience-based, socially mediated learning or if it functions as a complementary tool that enhances continuous improvement. Three objectives guide the research: 1) to evaluate key adult learning theories – Kolb’s experiential cycle, Mezirow’s transformative learning, and Bandura’s social learning – in the context of Lean Six Sigma initiatives; 2) to analyse AI learning mechanisms, including deep learning, backpropagation, and reinforcement learning from human feedback (RLHF), comparing them to human social learning processes; and 3) to determine the potential for a symbiotic relationship between human and AI driven learning. A mixed method approach combines a systematic literature review via ResearchRabbit with the author’s two decades of Lean Six Sigma experience and a comparative analysis framework. The conceptual analysis suggests that AI has the potential to support reflective learning, simulate expert behaviour patterns, and facilitate knowledge consolidation. Importantly, these enhancements may occur without disrupting the critical reflection or collaboration essential to human social learning. The proposed conceptual framework for hybrid human – AI learning environments demonstrates that AI integration preserves essential social learning stages while offering data-driven insights. These results provide practitioners with evidence-based guidance for designing AI-augmented Lean Six Sigma programmes and suggest avenues for longitudinal field studies on hybrid learning outcomes.

Rosnąca integracja sztucznej inteligencji (AI) w koncepcji zarządzania Lean Six Sigma rodzi istotne pytania o wpływ tej technologii na procesy społecznego uczenia się pracowników. Badanie analizuje, czy AI zakłóca tradycyjne, oparte na doświadczeniu i wymianie społecznej uczenie się, czy też staje się narzędziem komplementarnym, wspierającym ciągłe doskonalenie. Praca realizuje trzy cele: 1) ocenę kluczowych teorii uczenia się dorosłych – cyklu doświadczalnego Kolba, uczenia transformacyjnego Mezirowa i społecznego uczenia się Bandury – w kontekście inicjatyw Lean Six Sigma; 2) analizę mechanizmów uczenia się AI, w tym deep learning, backpropagation oraz reinforcement learning from human feedback (RLHF), w porównaniu z procesami społecznego uczenia się ludzi; 3) określenie potencjału symbiotycznej relacji między ludzkim i napędzanym przez AI uczeniem się. Wykorzystano podejście mieszane, łącząc przegląd systematyczny literatury za pomocą ResearchRabbit, dwudziestoletnie doświadczenie autora w Lean Six Sigma oraz analizę porównawczą. Analiza koncepcyjna sugeruje, że AI może wspierać uczenie refleksyjne, symulować wzorce zachowań ekspertów oraz ułatwiać konsolidację wiedzy. Co istotne, korzyści te mogą być osiągane bez zakłócania krytycznej refleksji czy współpracy charakterystycznej dla ludzkiego uczenia się społecznego. Zaproponowano ramy koncepcyjne dla hybrydowych środowisk uczenia się człowiek–AI, wykazując, że integracja AI zachowuje kluczowe etapy społecznego uczenia się, jednocześnie dostarczając wglądu opartego na danych. Wyniki te dostarczają praktykom wytycznych opartych na dowodach do projektowania programów Lean Six Sigma z AI oraz wskazują kierunki długofalowych badań terenowych nad wynikami hybrydowego uczenia się.