Teamvanen som skiller topputøvere fra alle andre

David Rice: Gjennomsnittsarbeidstakeren mister 18 timer i uken til møter og ytterligere 11 timer på å jobbe seg gjennom meldinger. Det gir omtrent én dag til faktisk arbeid. Så når du må presse inn en hel ukes arbeid på én dag, leter du etter snarveier. Du kommer tidlig, blir sent, jobber i helgene – og det er slik utbrenthet oppstår.

I dagens episode snakker jeg med Ron Friedman, sosialpsykolog og forfatter av boken “Superteams”, om hvorfor kunstig intelligens ikke løser dette problemet for de fleste team. Den gjør faktisk situasjonen verre. Rons team undersøkte tusenvis av arbeidstakere for å finne ut hva de beste åtte prosentene av teamene gjør annerledes, og det de fant ut om kunstig intelligens, er fascinerende.

Gjennomsnittlige team skjuler bruken av kunstig intelligens for hverandre. De sender videre resultater av lav kvalitet uten å kontrollere dem, noe som forlenger arbeidsdagen for alle som kommer etter. Superteam deler derimot instruksjoner åpent, bruker kunstig intelligens som en samtalepartner de kan diskutere med og utfordre, og bruker den på måter som gjør hele teamet bedre.

Helt ulike resultater, samme teknologi. Forskjellen den avdekker, går ikke bare mellom gode og gjennomsnittlige team. Den går mellom mennesker som vet hvordan kvalitet ser ut, og mennesker som ikke gjør det. Hvis du ikke har en forståelse av kvalitet, vil alt kunstig intelligens gir deg, virke tilfredsstillende – og det er her den falske selvtilliten kommer inn.

Det handler ikke bare om feilaktig arbeid, men om feilaktig arbeid de er stolte av. I dag snakker vi derfor om hvorfor kunstig intelligens øker forskjellen mellom team med høy og gjennomsnittlig prestasjon, den skjulte kostnaden ved resultater av lav kvalitet for teamets arbeidsbelastning, hvorfor superteam behandler kunstig intelligens som en diskusjonspartner og ikke en ekspert, idéskriving kontra idémyldring og hvorfor forskningen favoriserer den ene, samt hva lik taletid avslører om kollektiv intelligens.

Jeg heter David Rice. Dette er People Managing People. Og hvis du har antatt at kunstig intelligens er en stigende tidevannsbølge som løfter alle båter, kan denne forskningen få deg til å tenke på nytt. La oss sette i gang.

Ron Friedman: Hyggelig å være her. Takk for invitasjonen.

David Rice: Jeg vil begynne med dette spørsmålet: Vi snakker om kunstig intelligens hele tiden, og jeg hører stadig på konferanser og andre steder at den er en universell produktivitetsforsterker. Men da vi snakket sammen før dette, sa du at kunstig intelligens øker forskjellen mellom team med høy prestasjon og gjennomsnittlige team. Hvorfor tror du den samme teknologien gir så ulike resultater avhengig av teamet, ikke bare individet?

Ron Friedman: Det er et godt spørsmål. Før jeg kommer til hvorfor kunstig intelligens øker forskjellen mellom team med høy prestasjon og gjennomsnittlige team, vil jeg fortelle litt om hvordan jeg gjennomførte denne forskningen, slik at lytterne forstår utgangspunktet mitt. Jeg er sosialpsykolog, men gikk over til næringslivet.

Mens jeg jobbet i næringslivet, innså jeg at det var et enormt gap mellom den nyeste forskningen og den moderne arbeidsplassen. Derfor begynte jeg å undersøke hva de beste teamene gjør annerledes. Vi spurte tusenvis av arbeidstakere om to sentrale spørsmål om teamene deres.

Vi spurte: På en skala fra én til ti, hvor effektivt er teamet ditt til å nå målene sine? Og sammenlignet med andre team i bransjen din, hvordan vil du vurdere teamets prestasjoner? Deretter tok vi teamene med perfekt skår – en svært liten gruppe på omtrent åtte prosent – og kalte dem superteam. Så undersøkte vi hva superteam gjør annerledes.

Nylig gjennomførte vi også en studie av hvordan superteam bruker kunstig intelligens. Du spør hvorfor dette øker forskjellen. Det vi finner, er at superteam bruker teknologien på en måte som gjør hele teamet bedre, mens gjennomsnittlige team oftere skjuler bruken av kunstig intelligens for hverandre og deler resultater av lav kvalitet som faktisk kan forlenge arbeidsdagen.

Jeg har snakket med mange fagfolk som beskriver at flere ting skjer. For det første bruker folk ChatGPT eller tilsvarende til å formulere svar som ansatte deretter sender videre til andre ansatte uten å kontrollere dem. Det kan være et svært nyttig verktøy hvis det brukes riktig, men det innebærer å gi det riktig kontekst og kvalitetssikre svarene – å gå frem og tilbake og undersøke om resultatene er korrekte.

Hvis du bare tar resultatet og sender det videre, forlenger du arbeidsdagen for alle andre.

David Rice: Dette bringer oss tilbake til noe vi snakker om hele tiden. Når du legger teknologien oppå et dysfunksjonelt team, forsterker den dysfunksjonen. Har du et effektivt og samarbeidsorientert team, kan den derimot gi kraft til nye og innovative løsninger.

Jeg tror du nevnte kontekst. Jeg leste nylig om kontekstutforming og hvordan man kan hjelpe teknologien med å forstå organisasjonen. Det er så viktig hvis man faktisk skal bruke den, særlig til prosessdrevne oppgaver. Den må virkelig forstå hvordan organisasjonen er bygget opp for å kunne realisere potensialet sitt fullt ut.

Ron Friedman: Ja, helt riktig. En del av dette handler om å bli tydelig på hvilke resultater man faktisk prøver å oppnå. Mange organisasjoner optimaliserer etter travelhet, ikke resultater.

Gjennomsnittsarbeidstakeren mister 18 timer i uken til møter og ytterligere 11 timer på å jobbe seg gjennom meldinger. Hva er igjen til virkelig arbeid? Omtrent én dag. Når du må presse inn en hel ukes arbeid på én dag, prøver du å skape mer tid. Du kommer tidlig, blir sent og jobber i helgene. Denne tilnærmingen fører nesten garantert til utbrenthet.

Et bedre spørsmål enn hvorfor arbeidstakere blir utbrent, er hvordan de i det hele tatt klarer å få gjort noe arbeid. Mange organisasjoner, særlig de som ikke er superteam, har forvekslet samarbeid med konstant samvær. Det er ikke det samme.

De beste ideene oppstår når du veksler mellom individuelt arbeid og gruppearbeid. Et godt eksempel er idémyldring: Alle samles i et møterom og kommer med ideer. Forskningen viser imidlertid at hvis du vil at folk skal få flere ideer av høyere kvalitet, er det langt bedre å bruke idéskriving.

Idéskriving innebærer at hver enkelt i teamet først arbeider individuelt med idémyldringen på sitt eget kontor. Deretter tar de med seg seks ideer til samtalen, og gruppen diskuterer dem. Når alle jobber sammen i en idémyldringsøkt, vil den første som snakker, ofte forankre alle andre rundt sin idé. De bruker da mental energi på å vurdere verdien av den første ideen, i stedet for å utvikle kreative løsninger.

David Rice: Som redaktør liker jeg idémyldring, men nøkkelen til en god økt er at alle er forberedt. Hvis vi møter opp og improviserer, vil enkelte personlighetstyper dominere samtalen. Hvis vi vil ha alles ideer på bordet, må alle forberede seg først.

Ron Friedman: Det stemmer med et annet funn i forskningen vår. I Superteams, den nye boken min, går vi gjennom forskningen på hva de beste teamene gjør annerledes. En viktig forskjell er at taletiden i møter er jevnt fordelt, og dette er en av de beste indikatorene på noe som kalles kollektiv intelligens.

Vi kjenner alle til IQ. Kollektiv intelligens er i praksis IQ for team: Hvor effektivt løser teamet problemer? Lik taletid er en av de beste indikatorene. Den forteller at folk opplever at meningene deres betyr noe, at de er engasjert, og at alle bidrar. Det er nettopp det du ønsker i et superteam: at alle føler seg bemyndiget til å bidra med noe nytt.

David Rice: Du fant også at gjennomsnittlige team ofte skjuler bruken av kunstig intelligens eller føler skyld for den, mens team med høyest prestasjon åpent deler instruksjoner og arbeidsflyter. Hva skjer psykologisk når folk føler at de må skjule hvordan de arbeider?

Ron Friedman: Det forteller meg at folk opplever at karrieremålene deres er adskilt fra teamets mål. Det er et reelt problem, fordi det betyr at menneskene du arbeider med, ikke egentlig fungerer som et team.

For at en gruppe fremmede skal bli et team, trengs tre ting. Den første, og viktigste, er felles mål. Alle må være enige om hva dere prøver å oppnå. Den andre er tydelige roller: Du må vite hva du har ansvar for, hva den andre har ansvar for, hvordan rollene overlapper og hvordan dere bidrar til hverandre. Uten dette oppstår det ofte revirkamper. Den tredje er gjensidig avhengighet – følelsen av at dere trenger hverandre for å lykkes.

Når folk skjuler bruken av kunstig intelligens, kan det bety at de føler seg erstattelige: “Hvis alle visste om dette, ville de kvittet seg med meg.” Eller de føler at de ikke har myndighet eller oppmuntring til å bruke teknologien.

På de beste teamene blir de ikke bare oppmuntret til å bruke den; de deler også bruken. Hele 67 prosent av personer i superteam deler instruksjonene sine med kolleger, mot 20 prosent i gjennomsnittlige team. Deling av instruksjoner gjør ikke bare folk mer effektive. Det skaper en læringsorientering der alle bidrar til hverandres utvikling.

David Rice: Jeg synes det er kraftfullt. Jeg har sagt til kolleger at bestemte prosjektinstruksjoner fungerte godt, vist hvordan jeg strukturerte instruksjonene, og oppmuntret dem til å gjenbruke eller videreutvikle resultatet.

Men kunstig intelligens kan også få oss til å tro at vi ikke trenger andre mennesker i prosessen. Hvordan hindrer man at dette tar over, slik at folk ikke lenger føler at de er spesialister på noe?

Ron Friedman: Det er en av fellene selv høytytende team kan gå i. Fordi det er så enkelt å gjøre ting selv, overlater du kanskje ikke lenger oppgaver til en kollega. Da hindrer du kollegaen i å lære, og arbeidsdagen din blir lengre fordi du gjør ting du ellers ikke ville gjort.

Når du skaper ledig tid ved å løse oppgaver raskere, leter du ofte etter flere oppgaver å fylle tiden med. En topputøver tar ikke nødvendigvis fri fordi en oppgave som skulle tatt to timer, ble gjort på 15 minutter. Vedkommende finner andre oppgaver. Ledere må derfor gjøre teamet oppmerksom på denne fellen og unngå den dersom de skal utvikle menneskene rundt seg. Ellers blir vi atomisert og opplever andre som hindringer for egen produktivitet.

David Rice: Da legger du også flere ingredienser til oppskriften på utbrenthet.

Ron Friedman: Nettopp.

David Rice: Jobben din brente deg allerede ut, og nå tar du på deg to andre jobber mens du finner ut av dem. Det gjør deg neppe mer kreativ, uthvilt eller engasjert.

Noe som virker litt kontraintuitivt, er ideen om at gode team ikke nødvendigvis samarbeider mer, men mer bevisst. Hva misforstår de fleste organisasjoner om teamarbeid akkurat nå?

Ron Friedman: Superteam er svært bevisste på hvordan de bruker arbeidstiden. De gjør ikke møter til standardløsningen, men til siste utvei. De er 54 prosent bedre til å unngå unødvendige møter og 50 prosent mindre tilbøyelige til å sette opp faste møter, som ofte blir tidstyver.

De skaper også fokustid, for eksempel ved å bestemme at ingen skal følge med på meldinger mellom 15.30 og 17.00 på tirsdager. De har også møteløse dager, der møter ikke er tillatt med mindre det er en absolutt nødsituasjon. Resultatet er betydelig: Stresset halveres, og produktiviteten øker med 71 prosent. Superteam kaller dem “dager for å få ting gjort”, fordi de vil understreke formålet.

David Rice: Det viktigste for meg er at dere reduserer all kontekstvekslingen. Selv om du sitter ved skrivebordet, stopper du arbeidet når et møte begynner. Du må se inn i kameraet, engasjere deg med deltakerne og tenke over det alle sier. Når du går tilbake til rapporten du skal levere fredag, er hele tankerekken borte.

Ron Friedman: Absolutt. Vi snakker også om forhåndsdistraksjon. Vi vet hva distraksjon er, men forhåndsdistraksjon betyr at det å vite at du har et møte i kalenderen, reduserer prestasjonen i timen før møtet. Du deler oppmerksomheten mellom oppgaven og det du skal si i møtet, og fordi du vet at du har en fast sluttid, er det mindre sannsynlig at du begynner på en vanskelig oppgave.

Etter møtet oppstår oppmerksomhetsrester: En del av hjernen fortsetter å tenke på det som ble sagt og hørt. Derfor er møteløse dager så kraftfulle. For mennesker som faktisk gjør arbeidet, er den eneste måten å få fokustid på ofte å lete etter den utenfor arbeidstiden. Jeg kjenner til en kvinne som meldte seg syk, ikke fordi hun var syk eller ville ha fri, men for å kunne arbeide uten møter.

David Rice: Det er som vi alltid pleide å si: Møter ble ansett som en måte å få ting gjort på, men når man undersøkte saken, snakket man bare om arbeidet. Man gjorde det ikke. For yngre medarbeidere kan møter dessuten være ubehagelige fordi de mangler selvtillit og tror at alle andre vet mer. Da blir effekten før og etter møtet enda sterkere.

Risikerer vi å forsterke denne fragmenteringen hvis vi ikke tenker grunnleggende nytt om hvordan teamene arbeider?

Ron Friedman: Ja, absolutt. Derfor er det viktig å forstå vanene til team med høy prestasjon. Et av mine favorittfunn er retningslinjer for møter. I mange organisasjoner kan nesten hvem som helst kalle inn til et møte om hva som helst. Det finnes ingen veiledning om hva som fortjener et møte.

I min organisasjon har vi en enkel regel: Ingen beslutning, inget møte. Hvis det ikke skal tas en beslutning, trekker vi ikke folk bort fra det daglige arbeidet. Har du et spørsmål, tar du telefonen. Har du en oppdatering, sender du en e-post eller et videoopptak.

Et annet eksempel er regelen “ingen tilskuere”: Hvis du ikke bidrar til møtet, trenger du ikke å være der. Det er ikke en fornærmelse, men respekt for tiden din. Alle slike retningslinjer hjelper folk med å bruke arbeidstiden til produktivt arbeid, slik at de slipper å arbeide kvelder og helger og bli utbrente.

David Rice: Jeg liker ideen om at et møte kan vare en time, men at man må kunne begrunne det. Mange sier jo: “Dette møtet kunne vært en e-post.” Det er et signal om at enkelte elementer ikke trenger å diskuteres ansikt til ansikt.

Ron Friedman: Når du opplever at et møte kunne vært en e-post, bør du ikke bare reagere som Jim Halpert i The Office og stille spørsmål ved livsvalgene dine. Bruk det som et signal på at dere trenger retningslinjer for møter. Snakk med teamet om hvilke dårlige møter dere kan unngå, fastsett en regel og prøv den i en uke.

Lederens viktigste oppgave er å hjelpe folk med å forsterke fokuset sitt. Når folk kan unngå unødvendige møter og e-poster og gjøre sitt beste arbeid i vanlig arbeidstid, får de kapasitet til å hjelpe kollegene, bygge ferdigheter og ta intelligente sjanser.

David Rice: Eksperimentering er også viktig når man bygger nye ferdigheter, særlig med kunstig intelligens. Men det fungerer bare når folk føler seg trygge på å gjøre feil. Teknologien skaper et underlig press: Folk føler at de må virke kompetente, samtidig som de hele tiden tilpasser seg.

Ron Friedman: Hvis en leder ikke gjør det trygt å gjøre feil, skjer det ingen læring. De beste lederne gjør læring trygg ved å fortelle om egne feil og mangler. Når de ikke vet noe, sier de det også: “Jeg vet ikke svaret, men jeg vet hvem jeg kan spørre.” Det gjør det tydelig at ingen forventes å ha alle svarene.

De gjør det også klart at hvis du ikke gjør feil, lærer du ikke. Reid Hoffman sa til teamet sitt at han ikke forventet 100 prosent perfeksjon, men 85 prosent, fordi 100 prosent hele tiden betyr at man ikke beveger seg raskt nok. Reed Hastings i Netflix hadde en lignende innstilling. Da for mange av Netflix’ tidlige serier ble suksesser, ble han ikke nødvendigvis fornøyd; han var bekymret for at de ikke tok nok risiko.

David Rice: Hvis du alltid får alt riktig, gjør du sannsynligvis ikke nok utenfor det du allerede kjenner. Gode ledere hjelper folk med å forstå at feil ikke er noe man skal løpe fra eller skjule. Om seks måneder har alle gått videre.

Ron Friedman: Forskningen viser at ledere i team med høy prestasjon oftere belønner intelligente feil – forsøk som var godt begrunnet, men ikke fungerte. Superteam eksperimenterer også 48 prosent mer enn gjennomsnittlige team.

Forsøkene kan være små, som A/B-testing av en landingsside, eller større, som å selge et tilbud før det er bygget. Uten slik risiko står teamet stille. En av de gode eksemplene er 3M og 30-prosentregelen: For at en avdeling skal få årsbonusen, må minst 30 prosent av inntektene komme fra produkter som er lansert de siste fire årene. Det gjør at alle hele tiden tenker på hva som kommer neste gang.

David Rice: Man må være villig til å belønne en godt formulert hypotese, ikke straffe gjennomføringen når resultatet ikke blir som forventet. Hypotesen kan fortsatt ha vært god. Spørsmålet er hva vi lærte, og hva vi kan gjøre annerledes neste gang.

Når du ser på ledere for superteam, virker de mindre opptatt av å kontrollere arbeidet og mer opptatt av å skape et miljø der læring sprer seg naturlig, og der folk føler seg trygge på å eksperimentere og mislykkes. Hva gjør disse lederne annerledes?

Ron Friedman: Vi har nylig publisert en artikkel i Harvard Business Review om hvordan disse lederne bygger team med høy prestasjon. De er faktisk oftere involvert i det daglige arbeidet enn gjennomsnittlige ledere. Det betyr ikke at de detaljstyrer. Det er stor forskjell på å bidra og å detaljstyre.

En detaljstyrende leder gjør kanskje presentasjonen din på nytt. En god leder vurderer presentasjonen, stiller spørsmål, kommer med anbefalinger og lar deg selv håndtere den. Det oppleves bemyndigende fordi du lærer.

Når det gjelder kunstig intelligens, er lederne sentrale. De er nesten dobbelt så tilbøyelige til å bruke kunstig intelligens i sitt eget arbeid, tre ganger så tilbøyelige til å dele eksempler på god bruk med teamet og flinke til å anerkjenne dem som bruker teknologien effektivt. Slik modellerer de en læringsorientering.

David Rice: Det er kraftfullt når du får se ekspertisen til en leder og hvordan vedkommende har kommet dit. En redaktør jeg arbeidet med for ti år siden, kom med noen små forslag til en komplisert tekst jeg hadde skrevet. De gjorde en enorm forskjell og inspirerte meg til å utvikle meg videre. Det var ikke detaljstyring, men riktig nivå av involvering for å vise hva teksten kunne bli.

Ron Friedman: Du sa noe viktig: Lederen gjorde arbeidet ditt bedre. Det er nettopp det vi finner i superteam – kolleger gjør hverandre bedre. Ginsburg og Scalia er et godt eksempel. De var filosofisk uenige om nesten alt, men ble nære venner fordi de forbedret hverandres arbeid. Han hjalp henne med formuleringene, og hun hjalp ham med den emosjonelle tonen i argumentene.

Slik bygger man tillit. Ikke først og fremst gjennom isbryterleker eller tillitsøvelser, men ved å finne måter å hjelpe andre med å bli bedre i jobben sin.

David Rice: Du sa også at kunstig intelligens enten kan forkorte eller forlenge arbeidsdagen, avhengig av hvordan team bruker den. Hva skiller organisasjoner som faktisk reduserer utbrenthet, fra dem som forsterker den?

Ron Friedman: Gjennomsnittlige team utveksler ofte arbeid generert av kunstig intelligens som har lav verdi og krever mye retting og omskriving. Hvis du bruker kunstig intelligens, bør du si at ideene er generert av teknologien, og vise hvilke du liker best. Det er et helt annet bidrag.

Superteam bruker dessuten kunstig intelligens som en samtalepartner, ikke som en ekspert. De stiller flere spørsmål, utfordrer svarene og gir tilbakemelding på resultatene. Dette fører til bedre resultater.

Gjennomsnittlige team er langt mer tilbøyelige til å si at de har sett kunstig intelligens gi en kollega falsk selvtillit i arbeidet. Resultatet er ikke bare feil; personen blir også mer sikker på det dårlige resultatet. Slike problemer kan løses gjennom normer, og normene etableres av lederen.

David Rice: Vi hører om at folk blir mentalt utmattet av kunstig intelligens og begynner å tro på alt den sier. Andre ganger er det man egentlig trenger, bare en persons egen vurdering, ikke en e-post skrevet av kunstig intelligens. Jeg kjenner folk som legger analysen inn i et Word-dokument, markerer alt som må verifiseres og går gjennom det punkt for punkt før de sender det videre.

Ron Friedman: Det er nettopp her forskjellen mellom topputøvere og gjennomsnittlige utøvere blir tydelig. Topputøvere vet hva de skal stille spørsmål ved. Gjennomsnittlige utøvere sender resultatet videre med falsk selvtillit.

Det blir derfor stadig viktigere å ha ekspertise og god dømmekraft – en tydelig forståelse av hva man ser etter. Hvis du ikke vet hvordan kvalitet ser ut, vil alt kunstig intelligens gir deg, virke tilfredsstillende, og teknologien kan føre deg i alle mulige retninger.

David Rice: Ron, dette var en god samtale. Jeg satte stor pris på at du ble med.

Ron Friedman: Takk, David. Jeg setter pris på muligheten.

David Rice: Studien er publisert. Hvor kan folk finne mer informasjon og lese dataene?

Ron Friedman: Dere har fått en forhåndsvisning av en studie om kunstig intelligens som vi ennå ikke har publisert noe sted. Alt det andre arbeidet vårt om superteam finnes i den nye boken Superteams, som kommer ut 2. juni.

På superteamsmasterclass.com kan du få flere verktøy gratis dersom du skaffer deg boken. Der finner du en mesterklasse om hvordan du bruker bokens viktigste innsikter på under 20 minutter, samt en diskusjonsveiledning du kan bruke sammen med teamet ditt.

David Rice: Følg Ron på LinkedIn. Hvis du ikke allerede har gjort det, kan du gå til peoplemanagingpeople.com/subscribe og melde deg på nyhetsbrevet. Da får du alt innholdet rett i innboksen.

Til neste gang: Gå tur med hunden, pust inn litt frisk luft, og ikke brenn dere ut.