Tekoäly ja ihmisen arvio: Yhteisen merkityksen säilyttäminen tekoälyllä muokatussa työssä

Kun vastaukset saapuvat valmiina ja ajattelu siirtyy pois näyttämöltä

Kun tekoäly upotetaan arkipäiväiseen työhön, vastaukset saapuvat nopeammin ja valmiina.

Tämä voi olla erittäin hyödyllistä, mutta se muuttaa myös sitä, miten ja missä ihmisen arvio ilmenee. Kun tekoäly muokkaa, välinen etäisyys sekavasta ajattelusta ja viimeistellystä tuloksesta voi kaventua, mikä tekee vaikeaksi erottaa, onko työ alla oikeasti tehty.

Perinteisessä työssä arvio ilmeni usein prosessin aikana – siinä, miten ihmiset määrittelivät ongelman, keskustelivat vaihtoehtoja tai tulkitsemassa mitä he ottivat itsestäänselväksi. Kun tekoäly osallistuu työn muokkaukseen, osa tästä ajattelusta tulee näkymättömäksi. Mitä jää jäljelle, on vakuuttava tulos, mutta vähemmän merkkejä siitä, mitä se perustuu – tai kestäisikö se, jos sen alle tuijottaisi.

Ihmisen arvio ilmenee usein prosessin aikana, mutta kun tekoäly nopeuttaa työnkulkua, osa tästä ajattelusta jää piiloon. Johtajat voivat siirtyä suoraan tuloksesta toimiin, keskittyen siihen, mitä on tuotettu, sen sijaan että tutkisivat, mitä se perustuu.

Ota tuttu skenaario. Johtaja pyytää lyhyen ehdotuksen, jossa esitetään vaihtoehtoja ylikuormitettujen tiimien työtaakan parantamiseksi. Mitä takaisin tulee, on selkeää, hyvin rakennettua ja vakuuttavaa. Se nimittää järkevän suunnan ja esittää jopa seuraavat vaiheet. Pinnan alla ei ole mitään ilmiselvästi väärää. Mutta kun keskustelu siirtyy suoraan hyväksymiseen tai toimenpiteisiin, jotain tärkeää voidaan missata. Ei ole yhteistä tutkimusta siitä, mikä todella aiheuttaa painetta tiimille, ei selkeää keskustelua siitä, miltä menestys näyttää tässä tilanteessa, eikä mahdollisuutta testata oletuksia, joihin ehdotus perustuu. Työ näyttää valmiilta. Mutta ellei joku tuijota sen alle, on vaikea tietää, onko ajattelu, joka antaa sille sisällön, todella tapahtunut.

Ajattelun palauttaminen näyttämölle

Tuijottaminen alle ei ole työn kuulustelua tai piilevien virheiden etsintää. Se on ajattelun palauttamista näyttämölle – yhdistää tulokset niiden kontekstiin, tehdä aikomus selkeäksi ja tuoda esiin oletukset, jotka olisivat aikaisemmin olleet keskustelun aiheena. Tämä ei kyseenalaista itse vastauksen arvoa. Se antaa vain uskottaville vastauksille jotain vankkaa perustaa.

Kun tämä inhimillinen työ ei tapahdu, vaikutukset ilmenevät usein myöhemmin kuin välittömästi. Päätökset etenevät, mutta ne perustuvat ohueen ymmärrykseen. Tiimit toteuttavat, mutta eri tulkinnat siitä, miltä menestys näyttää. Ongelmat toistuvat hieman muunnelmana, koska oletukset, joiden alla ne olivat, eivät olleet tulleet esiin tai testattu. Ajan myötä työ voi alkaa tuntua hauraalta – se etenee nopeasti, mutta sopeutuu huonosti, kun olosuhteet muuttuvat. Mitä puuttuu, ei ole vaivannäkö tai älykkyys. Se on yhteinen merkitys. Riski ei ole nopeasti eteneminen tekoälyn avulla. Se on eteneminen päätöksillä, jotka eivät ole oikein ymmärretty niiden taholta, jotka odotetaan toteuttavan ne.

Ajan myötä tämä muutos muuttaa myös sitä, mitä palkitaan. Kun viimeistellyt tulokset etenevät helpommin kuin osittain muodostunut ajattelu, ihmiset sopeutuvat. He oppivat, että selkeys on tärkeämpää kuin uteliaisuus, ja varmuus kulkee pidemmälle kuin tutkittu arvio – ei siksi, että johtajat pyytävät sitä eksplisiittisesti, vaan siksi, että se näyttää toimivan. Nämä olosuhteissa ajattelu ei katoa, se siirtyy vain näyttämön ulkopuolelle, missä se on vähemmän jaettavissa ja vaikeammin rakennettavissa.

Tämä on se kohta, jossa johtajuus tekee eron – ei kääntämällä muutosta, vaan muokkaamalla, miten työ etenee sen sisällä.

Johtajat tekevät tämän aktiivisesti tuomalla tiiminsä mukaan merkityksen luomiseen aikaisin – luomalla edellytykset yhteiselle arviolle ennen kuin tekoäly alkaa muokata tuloksia.

Palataan aiempaan esimerkkiin, ero ei ole itse ehdotuksessa, vaan siinä, miten johtaja vastaa siihen. Sen sijaan, että siirtyisi suoraan hyväksymiseen, johtaja tuo osan ajattelua takaisin keskusteluun – kysyy, mitä tiimin haasteiden takana on, ja tuo esiin mahdollisia perusteluita. Työ etenee edelleen, mutta se nyt perustuu yhteiseen ymmärrykseen eikä implisiittiseen sopimukseen.

Miten tämä näyttää käytännössä

1. Konteksti määritellään yhdessä ennen kuin ratkaisuja muotoillaan.

Johtajat luovat tilan tiimille nimetä, mitä todella on tapahtumassa – paineet, rajoitukset, historia ja todellisuudet, jotka ovat merkityksellisiä, jotta tekoälyllä mahdollistettu tulos voidaan tarkastella yhteisesti.

2. Aikomus sovitaan yhdessä, eikä se johdu jälkikäteen.

Johtajat varmistavat, että tiimit työskentelevät yhdessä siitä, mitä on tärkeintä tässä tilanteessa – mitä muutoksia tarvitaan, mitkä uhraukset ovat hyväksyttäviä ja mitä “hyvä” todella tarkoittaa – ennen kuin työ alkaa muotoilla.

3. Oletukset tuodaan esiin ja työskennellään niiden parissa ryhmässä.

Johtajat tekevät siitä normaalia, että tiimit tarkastelevat, mitä pidetään totena, mihin se perustuu ja missä epävarmuus edelleen vallitsee, jotta päätökset muuttuvat yhteisiksi arvioiksi.

4. Tekoälyllä muokatut tulokset kohdellaan yhteisenä aineistona arviota varten.

Selkeä, johdonmukainen vastaus ei päättä keskustelua. Johtajat varmistavat, että tulokset tuodaan takaisin ryhmään tulkittaviksi, testattaviksi ja sovitettaviksi – jotta merkityksen luominen tapahtuu huoneessa, eikä se johdu tekoälyllä mahdollistetusta tuloksesta.

Nämä neljä siirtoa osoittavat laajempaa muutosta siinä, miten johtamisen arvioon on nyt ryhdyttävä.

Lopulta tämä ei ole siitä, että johtajat itse tekevät enemmän ajattelua. Se on siitä, että kun työ muotoillaan nopeasti, se ajattelu, joka antaa sille sisällön – työ alla – ei enää tule automaattisesti esiin. Suurin osa siitä siirtyy näyttämön ulkopuolelle, piiloutuen tuloksien taakse, jotka kuulostavat valmiilta.

Johtajat voivat varmistaa, että edistyminen perustuu ymmärrykseen eikä vauhtiin, kun he tuovat tämän ajattelun takaisin näyttämölle aikaisin, ennen kuin tekoäly tekee suurimman osan muokkauksesta. Siinä on todellinen arvo ihmisen arviolle: ei kilpailemassa tekoälyn nopeuden kanssa, vaan tekemällä työtä alla, joka antaa tekoälyn tuloksille merkityksen, suunnan ja kestävyyden todellisessa maailmassa.