Tekoäly tekee ihmisiä koskevista päätöksistä huonompia – tässä syy

Tekoäly nopeuttaa ihmisiin liittyviä päätöksiä juuri sillä hetkellä, kun nämä päätökset vaativat enemmän huolellisuutta, enemmän kontekstia ja suoraan sanottuna enemmän nöyryyttä. Tässä jaksossa The Predictive Indexin Matt Poepsel liittyy Transformissa David Ricen seuraan tarkastelemaan kasvavaa kuilua sen välillä, mihin tekoäly pystyy ja mitä organisaatiot todella ymmärtävät siihen syöttämästään ihmisiä koskevasta datasta. Sillä vaikka kaikki ovat pakkomielteisen keskittyneitä automaatioon, agentteihin ja tuottavuuden kasvattamiseen, useimmat johtajat eivät vieläkään osaa esittää tärkeintä kysymystä: ”Onko meillä todella oikea konteksti tätä päätöstä varten?”

Keskustelussa pureudutaan nykyisen työelämän tekoälyn käyttöönoton taustalla olevaan epämukavaan todellisuuteen. Yritykset tiivistävät aikatauluja, koska tekoäly pystyy tuottamaan tuloksia nopeammin, mutta ne toimivat yhä vanhojen tuottavuutta, johtamista ja yhteistyötä koskevien oletusten varassa. Seurauksena on työuupumusta, pinnallista päätöksentekoa ja sitä, mitä Matt kutsuu ”työsäläksi” — loputtomia tekoälyn tuottamia yhteenvetoja, esityksiä ja tuotoksia, jotka luovat etäisyyttä ihmisten välille samalla kun ne teeskentelevät parantavansa tiimityötä. Syvempi haaste ei ole teknologinen. Se on käyttäytymiseen liittyvä. Eivätkä useimmat organisaatiot vieläkään ole varustautuneet käsittelemään sitä.

Mitä opit

  • Miksi tekoälyllä on vaikeuksia ihmisiin liittyvissä päätöksissä, kun käyttäytymiseen liittyvä konteksti puuttuu
  • Miten tiimidynamiikasta tulee tekoälyavusteisen työn suurin piilevä riski
  • Miksi ”enemmän dataa” ei automaattisesti tarkoita parempia johtamispäätöksiä
  • Vaara, joka syntyy rekrytoinnin ja johtamisen nopeuttamisesta ilman kontekstin laadun parantamista
  • Miksi käyttäytymispiirteillä on nopeasti muuttuvilla työpaikoilla enemmän merkitystä kuin taidoilla
  • Miten tekoäly voi joko vahvistaa luottamusta ja yhteistyötä — tai nakertaa hiljalleen molempia
  • Miksi johtajia ei ole koulutettu pyytämään sitä ihmisistä kertovaa dataa, jota he todella tarvitsevat
  • Miltä kontekstirikkaat tekoälyjärjestelmät voisivat näyttää nykyaikaisissa organisaatioissa

Keskeiset opit

  • Tekoäly toimii vain niin hyvin kuin sille tarjoamasi konteksti. Useimmat organisaatiot syöttävät järjestelmiin yhä työnkuvauksia, taitoja ja pirstaleista henkilöstödataa samalla kun ne sivuuttavat käyttäytymisen dynamiikan, viestintätyylit ja tiimien kitkakohdat — juuri ne asiat, jotka määrittävät, onnistuuko työ vai romahtaako se.
  • Tiimityö on sekä tärkein että vaarallisin työn muoto. Kun erilaiset persoonallisuudet, keskenään kilpailevat tavoitteet ja organisaation paine asetetaan yhteen, kitkaa syntyy nopeasti. Tekoäly voi auttaa tuomaan nämä dynamiikat näkyviin, mutta vain jos organisaatiot suunnittelevat ne tietoisesti osaksi toimintaa.
  • Nopeampi tuotanto ei automaattisesti synnytä parempaa työtä. Tekoäly tiivistää aikatauluja, mikä houkuttelee organisaatioita etenemään holtittomasti korkean panoksen päätöksissä, kuten rekrytoinneissa, suoriutumisen arvioinneissa ja organisaatiomuutoksissa. Vanha puusepän periaate pätee edelleen: mittaa kahdesti, sahaa kerran.
  • Tekoälyn varhaiset omaksujat ovat usein kaikkein uupuneimpia, koska he soveltavat uusia työkaluja vanhoihin tuottavuusmalleihin. Arvon määrittelyn sijaan monet organisaatiot yksinkertaisesti kiihdyttävät olemassa olevaa kaaosta.
  • Taidoilla on yhä useammin lyhyt käyttöikä. Käyttäytymismallit ovat paljon vakaampia. Kehotemuotoilu näytti kaksi vuotta sitten kriittiseltä tulevaisuuden taidolta; nyt ihmiset ”vain puhuvat sille”. Ihmisten välinen viestintä, sopeutumiskyky, tarinankerronta ja yhteistyö ovat kuitenkin edelleen kestäviä kilpailuetuja.
  • Tekoälyn tuottama samankaltaisuus vaikuttaa jo rekrytointiin. Hakijat käyttävät tekoälyä ansioluetteloidensa ja hakemustensa optimointiin, mikä synnyttää meren viimeisteltyjä mutta toisistaan erottumattomia profiileja. Käyttäytymiseen keskittyvät haastattelut ja kontekstiin perustuvat kysymykset ovat yhä tärkeämpiä signaalin erottamisessa kohinasta.
  • Johtajat eivät usein tiedä, mitä dataa heidän pitäisi pyytää. Kauppakorkeakouluissa opetetaan strategiaa ja operaatioita, ei sitä, miten ihmisten välistä dynamiikkaa ymmärretään. Henkilöstöhallinnon rooliksi muodostuu yhä useammin käyttäytymiseen liittyvän oivalluksen muuntaminen käytännön johtamistyökaluiksi.
  • Kasvavana riskinä on, että tekoäly luo yhteistyön sijaan etäisyyttä. ”Sinun agenttisi soittaa minun agentilleni” kuulostaa tehokkaalta, kunnes kukaan ei enää oikeasti puhu toisilleen. Tuottavuusteatteri skaalautuu nopeasti, kun kukaan ei pysähdy kysymään, tuottaako työ edelleen inhimillistä arvoa.

Luvut

  • 00:00 — Tekoäly ilman kontekstia
  • 02:46 — Dataan luottaminen
  • 04:36 — Kuka omistaa tekoälypäätökset?
  • 05:53 — Tiimityö ja kitka
  • 07:12 — Agentit ja työsälä
  • 08:29 — Nopeusloukku
  • 09:47 — Mittaa kahdesti, sahaa kerran
  • 10:59 — Rekrytointi tekoälyn aikakaudella
  • 12:30 — Taidot vastaan käyttäytyminen
  • 13:10 — Oikea data
  • 14:28 — Parempaan kontekstiin rakentaminen
  • 15:25 — Miksi johtajat eivät huomaa sitä
  • 16:36 — Henkilöstöhallinnon suurempi rooli
  • 17:33 — Lopuksi

Tutustu vieraaseemme

Matt Poepsel on The Predictive Indexin varapuheenjohtaja ja ”lahjakkuuksien optimoinnin kummisetä”, joka auttaa organisaatioita sovittamaan henkilöstöstrategian yhteen liiketoiminnan suorituskyvyn kanssa käyttäytymistieteen ja tietoon perustuvien johtamiskäytäntöjen avulla. Teollisuus- ja organisaatiopsykologian, johdon valmennuksen ja johtamisen kehittämisen taustan ansiosta Matt on kysytty puhuja, kirjailija ja neuvonantaja, joka tunnetaan monimutkaisen työpaikkojen dynamiikan muuttamisesta käytännön strategioiksi huippusuoriutuvien tiimien rakentamiseksi. Hän juontaa Lead the People -podcastia, ja hänet tunnetaan laajalti työstään, jossa hän auttaa johtajia kehittämään kulttuuria, sitoutumista ja organisaation tehokkuutta lahjakkuuksien optimoinnin avulla.

You may also like