Sztuczna inteligencja i ludzka ocena: zachowanie wspólnego znaczenia w pracy kształtowanej przez sztuczną inteligencję

Gdy odpowiedzi przychodzą gotowe i myślenie schodzi ze sceny

Gdy sztuczna inteligencja staje się integralną częścią codziennej pracy, odpowiedzi przychodzą szybciej i w bardziej gotowej formie.

To może być ogromnie przydatne, ale również zmienia to, jak i gdzie pojawia się ludzka ocena. Gdy sztuczna inteligencja kształtuje pracę, odległość między myśleniem a gotowym wynikiem może się zmniejszyć, co utrudnia określenie, czy praca pod spodem została naprawdę wykonana.

W tradycyjnej pracy ocena ludzka ujawniała się w procesie – w sposobie, w jaki ludzie formułowali problem, dyskutowali o opcjach lub ujawniali swoje założenia. Można było usłyszeć, jak kontekst jest ustalany, jak intencja jest wyjaśniana, jak założenia są testowane na drodze. Gdy sztuczna inteligencja staje się bardziej zaangażowana w kształtowanie pracy, część tego myślenia staje się niewidoczna. Co pozostaje, to przekonywujący wynik, ale mniej znaków, na czym on się opiera – czy mógłby wytrzymać, gdyby się go przyjrzano.

Bez jawnych wspólnych znaczeń liderzy mogą przechodzić od razu od wyniku do działania, angażując się w to, co zostało wyprodukowane, zamiast badać, na czym ono się opiera.

Weźmy znajomą sytuację. Menedżer prosi o krótką propozycję dotyczącą możliwości poprawy obciążonego zespołu. Co przychodzi, jest jasne, dobrze zorganizowane i przekonywujące. Wskazuje na rozsądnym kierunku i nawet opisuje następne kroki. Na powierzchni nie ma nic oczywiście złego. Ale gdy rozmowa przechodzi od razu do zatwierdzenia lub wykonania, coś ważnego może zostać pominięte. Nie było wspólnej eksploracji tego, co naprawdę powoduje presję na zespół, nie było jawnej rozmowy o tym, jak powinno wyglądać powodzenie w tej sytuacji, i nie było szansy, aby przetestować założenia, na których opiera się propozycja. Praca wygląda na gotową. Ale chyba że ktoś spojrzy pod nią, trudno powiedzieć, czy myślenie, które jej nadaje treść, naprawdę miało miejsce.

Przywracanie myślenia na scenę

Spojrzenie pod powierzchnię nie polega na przesłuchiwaniu pracy ani na poszukiwaniu ukrytych błędów. Chodzi o przywrócenie części myślenia na scenę – połączenie wyniku z kontekstem, uczynienie intencji jawnej i ujawnienie założeń, które kiedyś były dyskutowane na głos. Żadne z tego nie kwestionuje wartości samej odpowiedzi. Po prostu daje prawdopodobnym odpowiedziom coś solidnego, na czym mogą się oprzeć.

Gdy ta ludzka praca nie ma miejsca, skutki zwykle pojawiają się później niż natychmiast. Decyzje idą do przodu, ale są oparte na cienkim zrozumieniu. Zespoły wykonują, ale z różnymi interpretacjami tego, co powodzenie naprawdę oznacza. Problemy powtarzają się w nieco zmienionych formach, ponieważ założenia pod nimi nie były ujawnione ani przetestowane. Z czasem praca może zacząć wyglądać na kruchą – porusza się szybko, ale nie adaptuje się dobrze, gdy warunki się zmieniają. To, co brakuje, to nie wysiłek ani inteligencja. To wspólne znaczenie. Ryzyko nie polega na tym, że porusza się szybko z sztuczną inteligencją w pętli. To poruszanie się na podstawie decyzji, które nie zostały właściwie zrozumiane przez ludzi, którzy mają je wykonać.

Z czasem ta zmiana również zmienia to, co jest nagradzane. Gdy gotowe wyniki idą do przodu łatwiej niż częściowo ukształtowane myślenie, ludzie dostosowują się. Uczą się, że jasność jest ważniejsza niż ciekawość, a pewność podróżuje dalej niż zbadana ocena – nie dlatego, że liderzy o to wyraźnie proszą, ale dlatego, że tak się wydaje, że działa. W tych warunkach myślenie nie znika, po prostu schodzi dalej ze sceny, gdzie jest mniej dzielone i trudniej dla innych, aby na nim budować.

To jest moment, w którym przywództwo robi różnicę – nie odwracając zmiany, ale kształtując, jak praca idzie do przodu w jej ramach.

Liderzy robią to, aktywnie włączając swoje zespoły w tworzenie sensu na wczesnym etapie – tworząc warunki dla wspólnej oceny przed tym, jak sztuczna inteligencja zacznie kształtować wynik.

Wracając do wcześniejszego przykładu, różnica nie polega na samej propozycji, ale na tym, jak lider reaguje na nią. Zamiast przechodzić od razu do zatwierdzenia, lider przywraca część myślenia do rozmowy – pyta, co jest za wyzwaniami, z którymi zespół się mierzy, i ujawnia jakiekolwiek podstawowe rozważania. Praca nadal idzie do przodu, ale teraz opiera się na wspólnym zrozumieniu, a nie na domniemanym porozumieniu.

Wygląda to tak w praktyce

1. Kontekst jest ustalany wspólnie przed ukształtowaniem rozwiązań.

Liderzy tworzą przestrzeń dla zespołów, aby nazwać to, co naprawdę się dzieje – presje, ograniczenia, historię i rzeczywistości, które mają znaczenie, tak aby każdy wynik wspomagany przez sztuczną inteligencję był rozważany w kontekście wspólnej wizji sytuacji.

2. Intencja jest uzgodniona wspólnie, a nie domniemana po fakcie.

Liderzy zapewniają, że zespoły pracują nad tym, co jest najważniejsze w tej sytuacji – konkretnymi zmianami, które są potrzebne, jakie kompromisy są akceptowalne i co “dobrze” naprawdę oznacza – zanim praca zacznie się kształtować.

3. Założenia są ujawnione i przetworzone jako grupa.

Liderzy czynią to normalnym, że zespoły badają to, co jest uważane za prawdę, co zależy od tych założeń i gdzie wciąż pozostaje niepewność, tak aby decyzje stały się wspólną oceną.

4. Wyniki kształtowane przez sztuczną inteligencję są traktowane jako wspólny materiał do oceny.

Jasna, spójna odpowiedź nie kończy rozmowy. Liderzy zapewniają, że wyniki są przywracane do grupy, aby być interpretowanymi, testowanymi i dostosowywanymi – tak aby tworzenie sensu miało miejsce w pokoju, a nie było domniemywane z wyniku wspomaganego przez sztuczną inteligencję.

Weźmy to razem, te cztery ruchy wskazują na szerszą zmianę w tym, jak przywództwo ocena musi teraz działać.

Ostatecznie to nie polega na tym, że liderzy robią więcej myślenia sami. Chodzi o to, aby rozpoznać, że gdy praca jest kształtowana szybko, myślenie, które jej nadaje treść – praca pod spodem – nie pojawia się już domyślnie. Większość z niej schodzi ze sceny, ukryta za wynikami, które brzmią na gotowe.

Przywracając to myślenie na scenę wcześnie, zanim sztuczna inteligencja zrobi większość kształtowania, liderzy mogą zapewnić, że postęp opiera się na zrozumieniu, a nie na pędzie. To jest miejsce, w którym prawdziwa wartość ludzkiej oceny leży: nie w konkurowaniu ze sztuczną inteligencją, ale w robieniu pracy pod spodem, która daje jej wynikom sens, kierunek i trwałość w świecie rzeczywistym.