Krisen for kritisk tænkning: AI afslører et problem i lederpipeline
Læringskløft: Automatisering erstatter rutinearbejde og fratager medarbejderne muligheder for at udvikle en kritisk forretningsintuition.
Organisatorisk skifte: Virksomheder skal gentænke talentudviklingen, så dyb tænkning prioriteres over blot at færdiggøre opgaver.
Fokus på fremtiden: Investering i menneskelige evner vil give langsigtede afkast og adskille organisationer i et konkurrencepræget landskab.
Kapløbet om at implementere AI har ført til en ubehagelig opdagelse. Teknologien, der er designet til at gøre arbejdet lettere, er stille og roligt ved at nedbryde netop de erfaringer, der skaber fremtidens ledere.
Efterhånden som virksomheder automatiserer rutineopgaver, mister junioransatte det gentagne arbejde, der tidligere fungerede som træningsbane for dømmekraft, mønstergenkendelse og strategisk tænkning. Resultatet er en lederpipeline, der bygger på fundamenter, som ikke længere eksisterer.
"Jo mere kedeligt arbejde der bliver udført med AI, desto mere kedeligt arbejde er der til alle," siger Vivienne Ming, teoretisk neuroforsker og grundlægger af Socos Labs. "Vi køber virkelig ind på forestillingen om, at værdien ved AI er at gøre vores liv lettere. Den udfører alt det kedelige arbejde. Så kan du lave det virkelig fede kreative arbejde."
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Men den fremstilling overser, hvad der oprindeligt gjorde det kedelige arbejde værdifuldt.
Læreplanen for arbejde på begynderniveau
Opgaver på begynderniveau har altid haft et dobbelt formål. På overfladen handler de om resultater: behandling af udgifter, udarbejdelse af e-mails, forberedelse af præsentationer og analyse af data. Under overfladen er det her, medarbejdere udvikler forretningsforståelse.
En junioranalytiker, der udarbejder finansielle modeller, lærer ikke kun Excel-formler. Hun lærer, hvordan forskellige forretningsenheder tænker om rentabilitet, hvilke antagelser der betyder mest, og hvordan ledere reagerer, når tallene ikke fortæller den historie, de havde forventet. Denne tavse viden bliver fundamentet for strategisk tænkning mange år senere.
Når AI håndterer opbygningen af modellen, udvikler analytikeren aldrig denne intuition.
Eliza Jackson, driftsdirektør hos ButcherBox, ser dette udspille sig i realtid.
"Det ændrer i høj grad din arbejdsgang og den måde, du lærer på," siger hun. "Hvis du virkelig går ind i det, er den måde, du arbejder på, når du sætter dig ved computeren, helt anderledes end den måde, du arbejdede på i går.
Skiftet handler ikke kun om produktivitet. Når medarbejdere overlader opgaver til AI uden at forstå det underliggende arbejde, springer de den læring over, der senere gør dem værdifulde i deres karriere.
Automatisering kontra forstærkning
Forskellen er vigtig, fordi ikke al brug af AI er ens. Ming trækker en skarp grænse mellem kognitiv automatisering, hvor AI erstatter menneskelig tænkning, og kognitiv forstærkning, hvor den forbedrer den.
Hun henviser til forskning om portugisiske gastroenterologer, der bruger AI-assisterede koloskopisystemer.
"De fandt ud af, at personer, der udfører koloskopier med et AI-assisteret system, er markant dårligere, end de var, før de begyndte at bruge AI-systemet, hvis man slår AI fra," forklarer Ming. "Det gør dem bedre, når de bruger det, men bagefter er de markant dårligere."
Det samme mønster går igen i vidensarbejde. Når medarbejdere opfatter AI som en genvej i stedet for et værktøj, udvikler de afhængighed i stedet for kompetencer.
Organisationer forværrer problemet ved at måle de forkerte resultater. De registrerer sparet tid og gennemførte opgaver, men ignorerer forringede færdigheder og strategisk kapacitet. Produktivitetsgevinsterne viser sig med det samme. Underskuddet af ledere viser sig først flere år senere.
Underskuddet af dybde
Amy Centers, organisationspsykolog og grundlægger af SmartWorks Labs, argumenterer for, at de nuværende arbejdsmodeller aktivt straffer den adfærd, der opbygger fremtidens ledere.
Vi strukturerer arbejdstiden, som om produktivitet var produktivitet ved et samlebånd. Men i virkeligheden bygger alt nu på tilpasningsevne, din evne til at skifte kontekst og din evne til at optage indsigter og anvende dem. Men på en måde er systemet, sådan som det er indrettet, faktisk designet til at straffe netop disse færdigheder.
Problemet forværres, når virksomheder forveksler aktivitet med resultater. Medarbejdere bruger deres dage på at svare på beskeder, deltage i møder og administrere deres tilgængelighed. De har travlt, men de opbygger ikke den form for dyb ekspertise, der forbereder dem på kompleks beslutningstagning.
Jackson beskriver dynamikken hos ButcherBox.
"Folk ender bare lidt på hamsterhjulet. Det har jeg selv mærket dybt, når jeg tænker tilbage på dagen og spørger mig selv: Hvad lavede jeg egentlig? Svarede jeg bare på 800 chats? Traf jeg nogen beslutninger, der ikke var gennemtænkte? Tænkte jeg over noget af det, jeg besluttede?"
Organisationer, der ønsker at udvikle ledere, skal skabe plads til den form for reflekterende arbejde, der opbygger dømmekraft. Men de fleste gør det modsatte og bruger AI til at øge arbejdstempoet i stedet for at styrke kvaliteten af tænkningen.
Genopbygning til virkeligheden
Løsningen er ikke at sænke implementeringen af AI eller kunstigt bevare opgaver, som teknologien håndterer bedre. Det handler om at gentænke, hvordan organisationer udvikler talenter i en tid, hvor traditionelle modeller for oplæring ikke længere fungerer.
Det begynder med at anerkende, hvad der er gået tabt. Når junioransatte ikke bruger måneder på at opbygge finansielle modeller, har de brug for strukturerede måder at udvikle den forretningsintuition, som modellerne tidligere lærte dem. Når AI udarbejder deres kommunikation, har de brug for tydelig coaching i strategisk kommunikation, som tidligere opstod gennem gentagelser.
Centers argumenterer for en grundlæggende redefinering af, hvad organisationer værdsætter.
"Jeg tror, jeg ville forsøge at vende det lidt om og opbygge en arbejdsmodel, hvor fordybelse er synlig," siger hun. "Bidrag måles på ting som klarhed, kreativitet og naturligvis effekt, men ikke på kalenderinvitationer eller ting, man har deltaget i."
Det betyder, at medarbejdere skal evalueres på deres dømmekraft, ikke deres tilgængelighed, gennem effektive forfremmelsesstrukturer. Det betyder, at der skal skabes beskyttet tid til læring, ikke kun udførelse. Det betyder, at AI skal ses som et værktøj, der skal gøre mennesker bedre til at tænke, ikke som en erstatning for selve tænkningen.
Ledelsesimperativet
De organisationer, der løser dette, vil differentiere sig, ikke gennem bedre AI, men gennem bedre mennesker. De vil forstå, at formålet med automatisering ikke kun er effektivitet. Det handler om at skabe plads til den form for arbejde, som kun mennesker kan udføre, og om at forstå, at automatisering af arbejdspladsen påvirker organisationskulturen på dybtgående måder.
"Vi er nødt til at forstå, at de mennesker, der i sidste ende kommer til at gøre en forskel her, er ledere," siger Ming. "Hvis de vælger den dovne løsning og bruger det som erstatning for mennesker, får man hurtige produktivitetsgevinster og et langsigtet tab. Hvis man er villig til at investere i den menneskelige kapital, vil man se reelle resultater, men det kræver mod."
Hvis du i øjeblikket fejrer produktivitetsgevinster fra AI, så nyd dem. Men det er værd at spørge dig selv: bruger vi det på måder, der opbygger eller nedbryder kapacitet? Om to år opdager du måske, at du har optimeret efter det forkerte resultat.
