AI และการวินิจฉัยของมนุษย์: การรักษาความหมายร่วมกันในการทำงานที่มีรูปทรงโดย AI

เมื่อคำตอบมาถึงและความคิดไปอยู่ข้างหลัง

AI ได้กลายเป็นส่วนหนึ่งของงานประจำวัน และคำตอบก็มาถึงเร็วขึ้นและสมบูรณ์แบบยิ่งขึ้น

สิ่งนี้สามารถเป็นประโยชน์อย่างมาก แต่ก็เปลี่ยนแปลงวิธีการและสถานที่ที่การวินิจฉัยของมนุษย์ปรากฏขึ้น เมื่อ AI เป็นผู้กำหนดรูปทรง ระยะห่างระหว่างความคิดที่ยุ่งเหยิงและผลลัพธ์ที่สมบูรณ์แบบสามารถลดลง ทำให้ยากต่อการบอกว่างานที่อยู่ด้านล่างได้ทำเสร็จจริงหรือไม่

ในงานแบบดั้งเดิม การวินิจฉัยมักจะแสดงออกมาผ่านกระบวนการ – ในวิธีที่ผู้คนกำหนดปัญหา พูดคุยเกี่ยวกับตัวเลือก หรือแสดงสิ่งที่พวกเขาให้สมมติไว้ คุณสามารถได้ยิน контекซต์ถูกกำหนด ความตั้งใจถูกชี้แจง และสมมติฐานถูกทดสอบไปตามทาง เมื่อ AI มีส่วนร่วมในการกำหนดรูปทรงของงาน บางส่วนของความคิดนี้กลายเป็น不可见 สิ่งที่เหลือคือผลลัพธ์ที่น่าเชื่อถือ แต่มีสัญญาณน้อยลงว่าอะไรคือพื้นฐานหรือไม่

หากไม่มีการสร้างความหมายร่วมกันอย่างชัดเจน ผู้นำอาจย้ายจากผลลัพธ์ไปสู่การดำเนินการโดยไม่สำรวจสิ่งที่อยู่เบื้องหลัง

ลองพิจารณาเหตุการณ์ที่คุ้นเคย ผู้จัดการขอให้ทำ提案สั้นๆ เกี่ยวกับตัวเลือกในการปรับปรุงงานของทีมที่มีภาระงานหนัก ผลลัพธ์ที่ได้คือชัดเจน มีโครงสร้างดี และมีเหตุผล มันชี้ถึงทิศทางที่สมเหตุสมผลและแม้กระทั่งวางแผนขั้นตอนต่อไป แต่เมื่อการอภิปรายย้ายไปสู่การอนุมัติหรือการดำเนินการ สิ่งสำคัญอาจถูกพลาดไป มีการสำรวจร่วมกันเกี่ยวกับสิ่งที่แท้จริงกดดันทีม ไม่มีการอภิปรายอย่างชัดเจนเกี่ยวกับสิ่งที่ความสำเร็จต้องดูเหมือนในสถานการณ์นี้ และไม่มีโอกาสที่จะทดสอบสมมติฐานที่提案พึ่งพา ผลงานดูเหมือนเสร็จสิ้น แต่ถ้าไม่มีใครมองดูสิ่งที่อยู่ด้านล่าง มันจะยากที่จะรู้ว่าการคิดที่ให้ความหมายมันเกิดขึ้นจริงหรือไม่

การนำความคิดกลับมาสู่เวที

การมองดูสิ่งที่อยู่ด้านล่างไม่ใช่การซักถามงานหรือการค้นหาความผิดพลาดที่ซ่อนอยู่ มันคือการนำความคิดบางส่วนกลับมาสู่เวที – การเชื่อมต่อผลลัพธ์กับ контекซต์ การทำให้ความตั้งใจชัดเจน และการแสดงสมมติฐานที่เคยถูกอภิปรายอย่างชัดเจน สิ่งเหล่านี้ไม่ได้ถามถึงคุณค่าของคำตอบเอง แต่ให้คำตอบที่น่าเชื่อถือมีพื้นฐานที่มั่นคง

เมื่องานของมนุษย์ไม่เกิดขึ้น ผลกระทบมักจะปรากฏขึ้นในภายหลังมากกว่าทันที การตัดสินใจย้ายไปข้างหน้า แต่สร้างขึ้นบนความเข้าใจที่บาง ความพยายามของทีมดำเนินไป แต่มีการตีความความสำเร็จที่แตกต่างกัน ปัญหาเกิดขึ้นอีกครั้งในรูปแบบที่เปลี่ยนแปลงเล็กน้อยเพราะสมมติฐานที่อยู่ด้านล่างไม่เคยถูกแสดงหรือทดสอบ ในระยะยาว งานอาจเริ่มรู้สึกอ่อนแอ – มันเคลื่อนไหวเร็ว แต่ไม่ปรับตัวได้ดีเมื่อสภาพแวดล้อมเปลี่ยนแปลง สิ่งที่หายไปไม่ใช่ความพยายามหรือความฉลาด มันคือความหมายร่วมกัน ความเสี่ยงไม่ใช่การเคลื่อนไหวเร็วพร้อมกับ AI ในวงจร แต่เป็นการเคลื่อนไหวโดยการตัดสินใจที่ไม่ได้ถูกเข้าใจอย่างเหมาะสมโดยผู้ที่คาดหวังให้ดำเนินการ

ในระยะยาว การเปลี่ยนแปลงนี้ยังเปลี่ยนแปลงสิ่งที่ได้รับการตอบแทน เมื่อผลลัพธ์ที่สมบูรณ์แบบเคลื่อนไปข้างหน้าได้ง่ายกว่าการคิดที่ยังไม่สมบูรณ์ ผู้คนจะปรับตัว พวกเขาจะเรียนรู้ว่าความชัดเจนสำคัญมากกว่าความอยากรู้ และความมั่นใจเดินทางได้ไกลกว่าการวินิจฉัยที่ถูกตรวจสอบ – ไม่ใช่เพราะผู้นำขอให้พวกเขาอย่างชัดเจน แต่เพราะสิ่งนั้นดูเหมือนจะทำงาน

สิ่งนี้คือจุดที่ผู้นำมีผลต่อการเปลี่ยนแปลง – ไม่ใช่โดยการย้อนกลับ แต่โดยการกำหนดวิธีการที่งานจะเคลื่อนไปข้างหน้าภายในสิ่งนั้น

ผู้นำทำสิ่งนี้โดยการนำทีมของตนเข้าสู่การสร้างความหมายร่วมกันในตอนต้น – การสร้างสภาพแวดล้อมสำหรับการวินิจฉัยร่วมกันก่อนที่ AI จะเริ่มกำหนดรูปทรงของผลลัพธ์

เมื่อกลับมาที่ตัวอย่างก่อนหน้านี้ ความแตกต่างไม่ได้อยู่ใน提案เอง แต่อยู่ในคำตอบของผู้นำต่อ提案นั้น แทนที่จะย้ายไปสู่การอนุมัติทันที ผู้นำนำความคิดบางส่วนกลับมาสู่การอภิปราย – ถามว่าอะไรอยู่เบื้องหลังความท้าทายที่ทีมกำลังเผชิญ และแสดงสิ่งที่ถูกพิจารณาเบื้องหลัง งานยังคงเคลื่อนไปข้างหน้า แต่ตอนนี้มันพื้นฐานอยู่บนความเข้าใจร่วมกันมากกว่าความเห็นอกเห็นใจที่บอกไม่ชัด

สิ่งนี้ดูเหมือนอย่างไรในทางปฏิบัติ

1. контекซต์ถูกกำหนดร่วมกันก่อนที่จะกำหนดรูปทรงของคำตอบ

ผู้นำสร้างพื้นที่ให้ทีมชื่ออะไรที่เกิดขึ้นจริง – ความกดดัน ข้อจำกัด ประวัติศาสตร์ และความเป็นจริงที่สำคัญ เพื่อให้ผลลัพธ์ที่ได้รับการสนับสนุนจาก AI ถูกพิจารณาเทียบกับภาพรวมของสถานการณ์

2. ความตั้งใจถูกตกลงกัน ไม่ใช่การอนุมานหลังจากนั้น

ผู้นำรับประกันว่าทีมทำงานผ่านสิ่งที่สำคัญที่สุดในสถานการณ์นี้ – การเปลี่ยนแปลงที่จำเป็น การแลกเปลี่ยนที่ยอมรับได้ และสิ่งที่ “ดี” จริงๆ หมายถึง – ก่อนที่งานจะเริ่มรูปทรง

3. สมมติฐานถูกแสดงและทำงานร่วมกันเป็นกลุ่ม

ผู้นำทำให้เป็นเรื่องปกติสำหรับทีมในการตรวจสอบสิ่งที่ถูกพิจารณาว่าเป็นจริง สิ่งที่พึ่งพาเหล่านั้น และที่ที่ยังคงมีความไม่แน่นอนอยู่ เพื่อให้การตัดสินใจกลายเป็นการวินิจฉัยร่วมกัน

4. ผลลัพธ์ที่ได้รับการสนับสนุนจาก AI ถูกมองว่าเป็นวัสดุร่วมกันสำหรับการวินิจฉัย

คำตอบที่ชัดเจนและสมเหตุสมผลไม่ได้หยุดการอภิปราย ผู้นำรับประกันว่าผลลัพธ์ถูกนำกลับมาสู่ทีมเพื่อการตีความ การทดสอบ และการปรับเปลี่ยน – เพื่อให้การสร้างความหมายร่วมกันเกิดขึ้นในห้อง ไม่ใช่การอนุมานจากผลลัพธ์ที่ได้รับการสนับสนุนจาก AI

เมื่อรวมกันแล้ว การเคลื่อนไหวเหล่านี้ชี้ไปที่การเปลี่ยนแปลงที่กว้างขึ้นในการดำเนินการของผู้นำ

สุดท้าย สิ่งนี้ไม่ใช่เรื่องของผู้นำที่ต้องคิดมากขึ้น แต่เป็นการรับรู้ว่าเมื่องานถูกกำหนดรูปทรงอย่างรวดเร็ว การคิดที่ให้ความหมาย – งานที่อยู่ด้านล่าง – ไม่ปรากฏขึ้นโดยอัตโนมัติ มันส่วนใหญ่เคลื่อนไปอยู่ข้างหลัง ซ่อนอยู่เบื้องหลังผลลัพธ์ที่ดูเหมือนสมบูรณ์

โดยการนำความคิดนั้นกลับมาสู่เวทีตอนต้น ก่อนที่ AI จะทำการกำหนดรูปทรงส่วนใหญ่ ผู้นำสามารถรับประกันว่าความก้าวหน้าสร้างขึ้นบนความเข้าใจมากกว่าความเร็ว นั่นคือที่ที่คุณค่าจริงของการวินิจฉัยของมนุษย์นั้นอยู่: ไม่ใช่ในการแข่งขันกับความเร็วของ AI แต่ในการทำงานที่อยู่ด้านล่างที่ให้ความหมาย ผลทิศทาง และความทนทานของผลลัพธ์ในโลกแห่งความเป็นจริง