Hva ledere lærer om arbeid i den generative KI-æraen

Les transkripsjonen:

Vi prøver ut transkripsjon av podkastene våre ved hjelp av et dataprogram. Tilgi eventuelle skrivefeil, siden roboten ikke er korrekt 100 % av tiden.

David Rice: KI står i alles tanker når vi går inn i 2024. Tilsynelatende eksperimenterer alle som jobber i kunnskapsøkonomien med hvordan denne banebrytende teknologien kan endre arbeidsflyten deres, skape rom for at de kan prøve nye ting og eliminere trivielle oppgaver fra arbeidslisten. Så hvordan føler folk seg rundt denne endringen, og hva må ledere gjøre videre etter hvert som KI blir en stadig viktigere del av hvordan vi arbeider?

Velkommen til People Managing People-podkasten. Vi har som mål å bygge en bedre arbeidsverden og hjelpe deg med å skape lykkelige, sunne og produktive arbeidsplasser. Jeg er programleder David Rice.

Dagens gjest er Amanda Halle. Hun er HR-konsulent og grunnlegger og administrerende direktør i Mindful Growth Partners. Vi skal snakke om et av hennes nyeste prosjekter, et ukentlig nyhetsbrev kalt Unraveling AI, og om det hun ser utfolde seg rundt denne nye revolusjonerende teknologien på arbeidsplassen.

Amanda, takk for at du ble med oss i dag.

Amanda Halle: Ja. Jeg gleder meg til å være her. Det er mye å snakke om.

David Rice: La oss snakke litt om deg. Fortell oss litt om bakgrunnen din, og hva som fikk deg til å lage nyhetsbrevet Unraveling AI.

Amanda Halle: Jeg har jobbet med og rundt HR og mennesker i over 15 år. Jeg har også sagt 15 år i noen år nå.

Så det er sannsynligvis nærmere 17–18 år nå, men jeg har virkelig bygget opp, drevet, konsultert for og rådgitt en rekke selskaper, inkludert Google, Jane Technologies og LifeLabs Learning. I 2021 grunnla jeg Mindful Growth Partners, som er et personellkonsulentselskap med et mål om å omforme enkeltpersoner, team og organisasjoner til fremtidsklare systemer som virkelig kan blomstre i møte med konstant endring.

Jeg jobbet noen år for et ledelseskonsulentselskap med fokus på endringsledelse, og synes det er svært relevant akkurat nå. En av de viktigste trådene som går gjennom utdanningen og erfaringen min, er tall. Jeg studerte finans, samt data og teknologi. Jeg hadde en periode i et HR-teknologiselskap med strategi og produktpartnerskap.

Og jeg tror at alt dette – tallene, dataene og teknologien – virkelig er grunnlaget for KI. Jeg har derfor alltid vært fascinert av teknologi og KI, og av hvordan man kan automatisere og gjøre oss mer effektive og produktive. Da generativ KI fikk sitt store gjennombrudd i fjor, omtrent på denne tiden, kastet jeg meg over det og begynte å lære. Jeg begynte også å dele det jeg lærte, slik at andre kunne bruke det.

Og det har bare vokst til opplæringen og dette nyeste prosjektet, nyhetsbrevet Unraveling AI. Målet med nyhetsbrevet er først og fremst å fokusere på kvinner og personer som er underrepresentert innen teknologi, slik at disse blir mer bevisste på og komfortable med å bruke KI, og spesielt generativ KI.

Det fokuserer derfor på å sette søkelyset på én person hver uke og hvordan vedkommende bruker KI i løpet av en 24-timersperiode, for å gjøre det mer menneskelig og tilgjengelig. Det har virkelig vært målet mitt med nyhetsbrevet.

David Rice: Ja, jeg har lest litt av det. Det er fascinerende å se hva folk lærer i sanntid og hvordan de finner ut av ting underveis. Jeg lurer på hvilke ting du finner i nyhetsbrevet som kanskje har overrasket deg.

Amanda Halle: Jeg har blitt overrasket over hvor viktig det menneskelige elementet er, og kanskje burde jeg ikke være det, men hvor viktig det er fremfor alt annet. Det første dyttet for å begynne å bruke KI- og generative KI-verktøy kommer nesten alltid fra en person man stoler på, noen som anbefaler og oppmuntrer dem til å bruke disse verktøyene.

Alt kommer egentlig tilbake til mennesker, og det er vi som skal gjøre dette til et komfortabelt og trygt sted å eksperimentere, øve og prøve. Jeg tror derfor det viktigste for meg har vært å innse at dette menneskelige elementet i nyhetsbrevet forhåpentligvis gir folk den gnisten de trenger for å gå ut og prøve ting.

David Rice: Ja, du nevnte noe interessant der, for det handler om hvor komfortable folk føler seg. Jeg så noe for et par uker siden som sa at bare halvparten av de ansatte føler at arbeidsgiveren ikke vil dømme dem negativt dersom de bruker KI. Jeg er nysgjerrig, siden det foregår så mye debatt om KI akkurat nå.

Hvor føler du at folks tillit til dette ligger? Og hvordan ser du for deg at den vil endre seg?

Amanda Halle: Jeg tror det finnes mange måter å skape tillit på, og hvor ofte tenker man egentlig på en maskin når man tenker på tillit? Sannsynligvis ikke særlig ofte. Jeg tror derfor tillit oppstår gjennom evnen til å ha åpne samtaler, lære sammen og være nysgjerrig og åpen.

Jeg tror også at det foregår flere samtaler om KI på arbeidsplassen, og organisasjoner gjør mer for å skape slike samtaler. Man ser store selskaper, som jeg tror det var Walmart, arrangere en KI-innovasjonsdag. Og jeg tror det var PWC som kom med en uttalelse om å lære alle i arbeidsstyrken sin om KI.

Jeg tror derfor at når det blir mer utbredt og folk blir mer komfortable med å ta det i bruk, vil tilliten vokse. Men vi er fortsatt ganske tidlig i prosessen, ikke sant, og befinner oss i en slags hype-syklus. Folk lærer seg derfor veien inn i dette, meg selv inkludert.

David Rice: Ja. Vi lærer alle underveis. Ikke sant? Det er fortsatt svært nytt, og jeg føler at det finnes mye dommedagsprat om KI der ute. Samtidig finnes det like mye KI-evangelisme. Folk blir begeistret – dette er den store, skinnende nye tingen. Den kan gjøre alt, håper de, en dag.

Kanskje håper de at den bare skal kunne gjøre dette eller hint. Men jeg lurer på hva du mener er det mest realistiske positive bruksområdet eller anvendelsen på arbeidsplassen akkurat nå.

Amanda Halle: Jeg tror at Microsoft åpenbart er en gigant innen KI. Jeg så lederen deres for arbeidsplassløsninger snakke om KI og i praksis om kopilotproduktet. Han sa at hver gang han skal gjøre noe eller utføre en oppgave, tenker han: Skal jeg gjøre dette, eller skal en maskin gjøre det? Jeg tror det er ytterpunktet, ikke sant? Det er åpenbart KI-evangelistene, menneskene som også lager og selger disse produktene. Men for de mer alminnelige brukerne handler det om hvilke oppgaver som kan automatiseres.

Og hvilke oppgaver som innebærer store datamengder som er svært vanskelige for oss å behandle. Jeg tenker på det som to store kategorier. Den første handler om å oppsummere og sammenstille informasjon. Det kan være å lese artikler, eller – dette er et kontroversielt tema – å lytte til podkaster.

Noen ganger har du ikke tid til å høre på en podkast eller lese en artikkel, og sier: «Hei, gi meg de fem viktigste punktene fra denne», ikke sant? Da oppsummerer den og trekker ut innholdet. Jeg sier ikke at du bør gjøre det. Det er oppsummeringsdelen. Når det gjelder sammenstilling, kan man fra et HR-perspektiv tenke på ting som data fra medarbeidersamtaler eller undersøkelser om medarbeiderengasjement, og muligheten til å trekke ut temaer eller ting som har skjedd i løpet av et år.

Fra et prestasjonsperspektiv reduserer det nærhetsbias. Det finnes mange gode ting ved å bruke et KI-verktøy til analyse og tematisering. Oppsummering er en svært tidkrevende oppgave. Hvis du kan legge regneark inn i et verktøy og trekke ut temaer, kan det spare enormt mye tid.

Og jeg vil si at den siste delen gjelder rekruttering. Jeg tror det finnes mange verktøy som rekrutterere og rekrutteringsteam bruker for å gjøre ansettelsesprosessen mer effektiv, fra komplisert planlegging som kan håndteres av et verktøy, til å fange opp intervjunotater og oppsummere og sammenstille dem, og til å automatisere søk etter kandidater og rekruttering samt finne samsvar.

Det finnes mange bruksområder og eksempler der ute, men jeg tror de i bunn og grunn handler om oppsummering og sammenstilling, og deretter om å generere innhold. Det kan være å generere en e-postmal eller en e-post for denne målgruppen eller den målgruppen. Det er noen eksempler.

David Rice: Det er mye det kan gjøre. Det er ganske imponerende. Jeg nevnte tidligere at noen – omtrent halvparten – ikke føler seg sikre på hvordan sjefene eller lederne deres vil se på at de bruker det. Jeg tror noe av dette handler om at lederne selv ikke helt vet hva de skal gjøre med det.

Jeg har snakket med noen som tar det i bruk fordi alle rundt dem gjør det, men de er usikre på om det faktisk skaper bedre arbeid eller hjelper medarbeiderne med å utvikle gode vaner. Jeg leste en artikkel i Korn Ferry kalt «The Idle AI Workday», som handlet om ledere som ikke tilpasser folks roller til KI, og at dette kan føre til en produktivitetsnedgang.

Hva mener du ledere bør gjøre for å tilpasse forventninger og stillingsbeskrivelser i kjølvannet av denne nye effektiviteten som kommer fra KI?

Amanda Halle: Ja, dette har et enormt potensial til å føre til enda høyere produktivitet. Men det har også et stort potensial til å føre til et enda større produktivitetsgap.

Mellom dem som har og bruker KI, og dem som ikke gjør det. Så jeg tror det er svært viktig å ha en gjennomtenkt tilnærming til hvordan KI kommer til å påvirke deg, teamene dine og organisasjonen din. Jeg tror det begynner med en menneskesentrert tilnærming: Hva er problemet? Hvilken utfordring prøver vi å løse som organisasjon? KI er ikke løsningen, men et verktøy. Ikke sant?

Det innebærer å ha en dyp forståelse av roller, ansvarsområder og arbeidsflyter som henger sammen med utfordringen du skal løse, og deretter bryte dette ned i komponenter. Jeg tror også man må tenke på disse komponentene. Det finnes en flott 2 x 2-modell som LinkedIn har publisert.

Den handlet om KI i rekruttering, men jeg tror den også er relevant her. I 2 x 2-modellen er den ene aksen automatiseringspotensial, og den andre er menneskelig kontakt. Man ser på rollene og ansvarsområdene og spør: Hva har størst automatiseringspotensial og minst menneskelig kontakt?

Og hvordan begynner man å lære opp folk i disse oppgavene? Hvordan automatiserer man dem, og hvordan lærer man de ansatte opp til å håndtere dem? Det er en kompleks serie øvelser, men også svært viktig å gjøre. Vi må gå tilbake til spørsmålet om vi ønsker at dette skal være et hjelpemiddel for produktivitet, eller om det skal skape et større skille i organisasjonens produktivitet.

David Rice: Jeg så at du nylig la ut noe på LinkedIn. Det var en studie der forskerne snakket om at KI kan endre måten vi arbeider på, men ikke hvordan vi føler for arbeid. Jeg tror det vil være sant en stund. Det er interessant, men jeg lurer på hva du tenker hvis verktøyene blir langt mer oppslukende, interaktive og intuitive.

Kan det endre dette? Kan det engasjere oss på en måte som faktisk endrer hvordan vi føler for arbeid? Følelsene våre rundt arbeid er jo nært knyttet til om vi tror på det vi gjør, om vi gjør noe vi liker, og grunnene til at vi arbeider. Kan det påvirke dette, tror du?

Amanda Halle: Jeg tror at KI ikke bare vil endre hvordan vi arbeider, men også hvordan vi føler for arbeid.

Jeg la ut dette, men jeg har faktisk begynt å tenke mer grundig over det, og det er tydelig at det er mange faktorer som bidrar til hvordan vi føler for arbeid. Jeg tror én av dem er hvordan vi utfører arbeidet. KI må derfor påvirke begge disse tingene.

Det er én faktor, ikke sant? Når man tenker på engasjement, tror jeg at måten vi føler for arbeid på, er knyttet til hvor engasjerte vi er på jobb. De er på en måte det samme, ikke sant? Tingene som påvirker engasjementet, er hvor tydelige vi føler at rollene og ansvarsområdene våre er, hvor mye selvstendighet vi har, hvilken mening vi får fra arbeidet, muligheten til å oppleve fremgang på jobb, og hvor knyttet til andre vi føler oss på jobb.

Når man tenker på KI, handler det derfor om hvordan den skal påvirke hver av disse ulike tingene. Kanskje KI vil gi oss større mulighet til å knytte kontakter med mennesker i selskapet vårt. Da vil den øke engasjementet vårt og muligheten til å oppleve sosial inkludering.

Jeg tror derfor at den kan bidra til å ta bort ting, altså gi oss mer tid til å gjøre mer av det som får oss til å føle oss engasjert. Det håper jeg. Det er mitt største håp for KI.

David Rice: Det finnes et annet interessant sett med tall. Jeg så at det sto at bare 54 % av folk blir oppfordret til å bruke KI på jobb, mens 35 % bruker det i det skjulte.

Jeg lurer derfor på hvor mye av dette som skyldes at organisasjoner ikke vet hvordan de skal regulere eller veilede bruken og utarbeide retningslinjer for den. Hvilke råd har du til arbeidsgivere som ønsker at de ansatte skal bruke KI, men som ennå ikke er helt komfortable med hva det kan brukes til?

Amanda Halle: Jeg er helt enig. Jeg tror organisasjoner er interesserte. Ledergruppene deres bruker det. Styrene har et syn på det og spør ledergruppene hvordan de bruker det. Men jeg tror definitivt det mangler rammer og retningslinjer for hvordan selskapene skal bruke det.

Dermed blir det litt ville vesten, og denne mangelen på tydelighet skaper frykt, utrygghet, manglende intern samordning og alt dette. Jeg sier ofte til folk og råder dem til å tenke på tre ulike veier når de tar for seg KI i organisasjonene sine.

Den første er opplæring, fordi det må starte med dette grunnlaget. Hva er KI? Hva er generativ KI? Hva er maskinlæring? Å ha et grunnlag for å forstå alt dette er avgjørende for å kunne gå videre og utnytte disse verktøyene. Den andre veien er eksperimentering.

Jeg mener derfor det er viktig å oppmuntre folk til ikke bare å eksperimentere, men til å eksperimentere sammen med teamene og organisasjonen. Det kan være så lite som 15 minutter om dagen. Lek deg med ChatGPT. Test det ut. Sett opp demonstrasjoner med KI-leverandører. Det finnes så mange der ute, og mange gratis måter å få litt mer innsikt i hva som skjer, hvilke verktøy som blir utviklet, og hvordan de bruker generativ KI i plattformene sine.

Jeg tror også at det å dokumentere og dele lærdommer er svært viktig. Den tredje veien handler om å tenke på rammer, prinsipper og standpunkt, fordi man må ha et standpunkt. Alt dette bør formes av hva teknologien betyr for deg og virksomheten din.

Det starter igjen med spørsmålet: Hva er forretningsutfordringen, og hvordan kan KI som verktøy hjelpe deg med å nå målet? Jeg tror det blir avgjørende for organisasjoner å utarbeide et slikt standpunkt, slik at de kan begynne å skape enighet og redusere frykten enkeltpersoner føler for å bruke det.

David Rice: Jeg ble bare nysgjerrig – jeg kom på dette nå – hva har vært favoritthistorien din fra nyhetsbrevet så langt?

Amanda Halle: Jeg elsker når jeg hører om folk som bruker KI mer i privatlivet for å få mer tid til familien og mer tid til å gjøre ting de bryr seg om og liker. Jeg synes det er flott når folk kan bruke verktøyet til å lage oppskrifter eller gjøre forbrukerundersøkelser. Og når de begynner å bruke det sammen med familien, for eksempel ved å si: «La oss be ChatGPT fortelle oss en godnattfortelling, og den skal handle om dette.»

Jeg kjenner folk som bruker det sammen med barna sine, og barna lager fargeleggingssider med det. Det finnes mange ulike måter dette kan skape mer menneskelighet og sterkere tilknytning på. Det vil jeg gjerne se mer av. Jeg tror også det finnes et tydelig kjønnsgap innen KI.

Det gjelder både hvem som snakker om det, og hvem som bruker det. Kvinner bruker det mindre enn menn. Når det kan hjelpe folk, spesielt kvinner, også utenfor arbeidsplassen, kan det derfor ha stor betydning og være utrolig viktig. Det kan få flere kvinner til å bruke KI og eksperimentere med det.

David Rice: Før vi avslutter, er det to ting vi må gjøre. Først vil jeg gi deg muligheten til å fortelle folk hvor de kan få kontakt med deg, finne ut mer om det du gjør, følge nyhetsbrevet og alt det der.

Amanda Halle: Ta gjerne kontakt med meg på LinkedIn. Jeg heter Amanda Halle, og du finner meg der. Du finner også nyhetsbrevet mitt på LinkedIn, Unraveling AI. Ta gjerne kontakt hvis du kunne tenke deg å bli omtalt.

Jeg ser alltid etter nye perspektiver og KI-brukere som kan dele det de lærer.

David Rice: Den andre tingen er at vi har begynt med en liten tradisjon her i podkasten, der du får stille meg et spørsmål. Så jeg gir ordet til deg. Still meg hva som helst.

Amanda Halle: Hva var den siste måten du brukte generativ KI eller KI på?

David Rice: Jeg har brukt det til flere ting på jobb. Jeg har brukt ChatGPT til noe som faktisk er favorittbruken min: emnelinjer til e-post. Jeg har testet dette på omtrent 20 forskjellige måter for å kunne skrive inn et hvilket som helst adjektiv som beskriver en tone.

For eksempel vittig eller sarkastisk. Det er så morsomt hvordan den, når du ber den skrive ti sarkastiske emnelinjer til en e-post om dette, gir deg alle disse forslagene og til slutt sier at du bør være forsiktig med å bruke sarkasme fordi ikke alle forstår det. På et tidspunkt ville jeg bare se hva den gjorde.

Så jeg ba den være slem mot meg som leser. Da holdt den en forelesning om hvor viktig empati og medfølelse er, noe jeg syntes var flott. Jeg lo godt av det. Men jeg tror jeg bruker den mye til e-posttekst og slike ting, fordi det er en av de tingene der du har gjort alt dette arbeidet og laget alt dette innholdet, og så kommer du til punktet hvor du tenker: «Jeg må skrive denne e-posten.»

Og noen ganger er hjernen bare ferdig, vet du. Hjernen din sier: «Jeg legger det bare inn i verktøyet, så tar jeg det som er bra, sletter delene som er dårlige og erstatter dem med noe annet.» Men det gir oss et godt utgangspunkt. Det er en flott form for inspirasjon på den måten.

Greit. Amanda, takk for at du ble med oss. Vi setter stor pris på at du kom og fortalte oss om nyhetsbrevet og delte perspektivet ditt.

Amanda Halle: Takk. Det var flott. Det var kjempegøy.

David Rice: Greit, lyttere. Hvis dere vil fortsette å følge alt som utvikler seg rundt KI og HR-teknologi, bør dere gå til peoplemanagingpeople.com/subscribe og melde dere på nyhetsbrevet.

Og frem til neste gang: Ring moren din, nyt en cupcake og ha det bra!