Kada organizacije uvedu veštačku inteligenciju u agilne i Scrum timove, prvo pitanje obično glasi: „Da li AI menja uloge u timu - i ako da, koliko?”
Intuitivno, mnogi očekuju dramu: nestanak uloga, ukidanje ceremonija ili razvoj koji vodi AI umesto ljudi. Ali pregled više od 50 naučnih i industrijskih studija do oktobra 2025. pokazuje drugačiju sliku.
AI menja kako radimo, a ne ko smo u timu. Uloge ostaju, ali aktivnosti unutar njih evoluiraju. Ljudi i dalje donose ključne odluke, tumače kontekst, razumeju poslovnu vrednost i vode tim kroz neizvesnost – sve ono za šta su tradicionalne Scrum uloge ključne.
Istovremeno, AI uvodi nove asinhrone obrasce rada koji dopunjuju tradicionalne sinhrone Scrum rituale – AI alate i agente koji rade 24/7, generišu uvide, analiziraju kod ili predlažu test slučajeve ili izvršavaju zadate ciljeve.
Eksperimenti sa multiagentskim sistemima (MAS) dodatno šire granice mogućeg: impresivno je kako AI agenti mogu „igrati” uloge, koordinisati se, pa čak i delovati u skladu sa procesima. Ipak, analizirane studije o eksperimentalnim MAS sistemima ne iznose jasna poređenja ili dokaze da se ljudske uloge mogu zameniti, ali demonstriraju mogućnosti koje tek treba kritički uklopiti u realne organizacije.
U timovima sa integrisanim AI alatima, Scrum vrednosti – transparentnost, inspekcija i adaptacija – postaju još važnije, jer se sada primenjuju i na ljudski i na AI doprinos.
Da li uvođenje AI tehnika i alata menja uloge u agilnim i Scrum timovima?
Ono što je zajedničko svim ulogama je promena aktivnosti (negde samo u smislu novih veština, negde već toliko intenzivnih da će opis posla biti drugačiji), ali ne „nestanak uloge”. AI uvodi novu dinamiku u svakodnevni posao, a svaka uloga odgovara drugačije u skladu sa svojim temeljnim odgovornostima.
Od izvođača do arhitekata: nova realnost za inženjere
Analiza literature jasno pokazuje da su članovi razvojnog tima, posebno razvojni inženjeri, najviše pogođeni promenama. Razlog je jednostavan: AI direktno ulazi u njihove osnovne aktivnosti – pisanje koda, testiranje i analiza defekata. U kom smeru bi onda mogla da evoluira ova uloga? Umesto da budu primarno „proizvođači koda”, oni postaju:
- arhitekte – koji dizajniraju strukturu i postavljaju standarde kvaliteta koda, postavljaju granice u kojima AI može da pomogne, a gde je neophodna ljudska intervencija
- validatori – koji proveravaju, ispravljaju i procenjuju kvalitet predloga koje nude AI alati
- kreatori konteksta – jer AI najbolje funkcioniše uz jasne smernice, ciljeve i domensko znanje
Drugim rečima, njihov posao postaje manje repetitivan, ali i više odgovoran i kognitivno zahtevan. Ovde je neophodna mala napomena: da bi uloge evoluirale, nije dovoljno uvođenje AI alata, već i promena socijalnog dela sistema (znanja, veštine, kultura organizacije, načini vrednovanja) – ali ostavimo tu uzbudljivu temu za drugi put.
Rasterećen PO, jači PO: pomeranje ka strateškoj ulozi
Za Product Owner-e AI donosi značajno rasterećenje u administrativnim i operativnim zadacima – generisanje korisničkih priča, analiza potreba ili priprema dokumentacije postaje brža i jednostavnija.
Zato se otvara dodatno vreme za:
- strateško razmišljanje
- vrednovanje i prioritizaciju
- razgovore sa zainteresovanim stranama i rad sa članovima razvojnog tima
- etička pitanja primene AI
Dakle, AI ne obavlja PO posao umesto njih, ali im omogućava da važniji deo posla – donošenje odluka – dođe u prvi plan.
AI menja kontekst, ne suštinu uloge Scrum Mastera
Za Scrum Mastere promene koje donosi AI takođe nisu radikalne. Njihova suštinska odgovornost ostaje ista: briga o ljudima, procesima i psihološkoj sigurnosti. AI može pomoći oko pripreme događaja, kreiranja izveštaja i obrade podataka, ali ono što SM radi „u srži” ostaje nepromenjeno. I tu SM ne treba da svojevoljno preda odgovornost AI-u. Sa AI u timu pojavljuju se nove situacije, nove vrste rizika i nove dinamike koje SM mora da facilituje i podrži. U praksi, to znači da će SM sve više raditi na:
- osiguravanju bezbednog i transparentnog korišćenja AI u timu, posebno kada AI utiče na odluke ili ritam rada
- facilitaciji razgovora u kojima se AI predlozi ne prihvataju nekritički, već se o njima vodi kvalitetna diskusija
- prepoznavanju novih prepreka koje uvodi AI, poput prevelikog oslanjanja na alate, halucinacija, preopterećenosti informacijama ili gubitka timske kohezije
Drugim rečima, ako AI uvodi tehničke inovacije, SM nastoji da održi suštinske principe Scrum-a i stabilnost tima u novim uslovima.
Obrasci saradnje se menjaju, ali Scrum uloge ostaju relevantne
Tradicionalni Scrum počiva na sinhronim interakcijama: planiranje, dnevni sastanak, pregled, retrospektiva – svi zajedno, u isto vreme. Taj ritam kratkih, ali čestih dodirnih tačaka čini Scrum prepoznatljivim. Sa ulaskom AI u svakodnevni rad, pojavljuju se asinhroni obrasci saradnje koji dopunjuju taj ritam:
- članovi tima dobijaju uvide od AI asistenata (npr. LLM asistent koji tokom Daily sastanka prepoznaje odstupanja od Scrum smernica i šalje preporuke; Cabrero-Daniel et al., 2024)
- agenti rade neprekidno: analiziraju pull requestove, predlažu test slučajeve, otkrivaju konflikte u integraciji koda (82% otkrivenih integracionih konflikata; Guo, 2025)
- multiagentski sistemi raspodeljuju zadatke i donose odluke u mikrokoracima bez čekanja na ljude.
Dakle, komunikacija više nije samo „ljudi sa ljudima u istom trenutku”, već i „ljudi sa AI – kad god je to potrebno”, pa čak i AI agenti međusobno sa unapred definisanim instrukcijama i okvirima. Ključno je da novi obrasci dopunjuju Scrum, a ne čine ga suvišnim.
Dnevni sastanci, retrospektive i planiranje i dalje imaju smisla – samo se menja ono o čemu se na njima razgovara. Umesto da tim analizira sirove podatke, diskusija se pomera ka:
- razumevanju AI predloga
- proceni rizika i valjanosti preporuka
- donošenju odluka u kojima je ljudski kontekst ključan
- predlozima za unapređenje AI alata
Dakle, ceremonije ostaju, uloge ostaju, samo se sadržaj razgovora menja.
AI agenti kao „novi tihi član tima”
Najdalje u eksperimentima idu multiagentski sistemi (MAS) poput ChatCollab (Klieger et al., 2024) i CogniSim (Cinkusz et al., 2024). Istraživanja pokazuju da AI agenti mogu:
- identifikovati uloge i ponašati se u skladu s njima
- koordinisati aktivnosti
- razmenjivati informacije u skladu s procesom
- autonomno rešavati jednostavne ili strukturirane zadatke
Na primer, u ChatCollab-u AI agent „menadžer proizvoda” čeka validaciju „CEO” agenta pre pisanja PRD-a (Product Requirements Document), dok agent „developer“ neće početi da implementira dok PRD ne stigne. To ponašanje nije programirano, već rezultat razumevanja njihovih uloga.
Promenom promptova, agenti modifikuju i stil komunikacije – kada su istraživači naglasili poželjnost ponašanja za specifične uloge, kao što su „daje mišljenje” i „traži mišljenje”, takva ponašanja skočila su za 600%.
To znači da agenti mogu „glumiti dinamiku”, ali samo u okvirima koje im definišu ljudi.
CogniSim ide dalje i simulira ceo SAFe tok rada. Rezultati su stabilni u strukturiranim fazama (priprema, planiranje, izvršenje), ali nestabilni u fazama inspekcije i adaptacije – baš tamo gde ljudske sposobnosti rezonovanja najviše dolaze do izražaja.
Iako su uspešno obavili zadatke, MAS sistemi ne dokazuju da su ljudi suvišni, a autori ovih studija tvrde da je cilj da agenti dopune ljudske timove. Ipak, činjenica radi, važno je naglasiti da nijedna od ove dve studije ne poredi rad AI agenata sa radom stvarnih Scrum timova ili hibridnih timova (ljudi + AI). U suštini, MAS eksperimenti pokazuju mogućnost, ali ne i organizacijsku spremnost ili zrelost da zamene ljudske procese.
Gde se AI uklapa u Scrum okvir
- Scrum ceremonije ostaju, ali se diskusija i teme menjaju.
- Scrum uloge ostaju, ali se aktivnosti menjaju, a fokus pomera u većoj ili manjoj meri u zavisnosti od uloge (vidi gore)
- AI donosi novog tihog člana tima, ali on, iako radi 24/7, ne razume domen ni posledice svojih predloga, nedostaje mu socijalni kontekst, ne zna šta je „dobro”, „ispravno” ili „etično”
Zato Scrum uloge nisu suvišne – naprotiv, postaju još važnije kao čuvari konteksta, kvaliteta i donošenja odluka. Scrum vrednosti – transparentnost, inspekcija, adaptacija – sada se moraju primenjivati i na AI doprinos, ne samo na ljudski rad.
Zato se Scrum ne ukida. Ne postaje zastareo. Ne gubi vrednost. Scrum uloge i ceremonije postaju ključni mehanizam koji obezbeđuje da AI doprinos bude pouzdan, koristan i odgovoran.
REFERENCE
Ovaj blog post zasniva se na analizi više od 50 naučnih radova, industrijskih izveštaja i eksperimentalnih studija iz oblasti integracije veštačke inteligencije u agilne i Scrum timove. Ispod su navedene ključne reference koje su direktno korišćene ili citirane u tekstu.
MULTIAGENTSKI SISTEMI I AI AGENTI
Cabrero-Daniel, B. et al. (2024) Exploring Human-AI Collaboration in Agile: Customised LLM Meeting Assistants. Dostupno na: https://doi.org/10.48550/arXiv.2404.14871
Cinkusz, K. et al. (2024) Cognitive Agents Powered by Large Language Models for Agile Software Project Management. Electronics, 14 (1), 87. Dostupno na: https://doi.org/10.3390/electronics14010087
Klieger, B. et al. (2024) ChatCollab: Exploring Collaboration Between Humans and AI Agents in Software Teams. Dostupno na: https://doi.org/10.48550/arXiv.2412.01992
Guo, G. (2025) A Study on the Application of AI and Machine Learning in Agile Project Management. Innovative Applications of AI, 2 (2). Dostupno na: https://doi.org/10.70695/AA1202502A07
0 komentara