Czy sztuczna inteligencja pogarsza zdolność Twoich pracowników do myślenia?

Nagrana na żywo podczas konferencji AI4 w Las Vegas rozmowa ta stawia Davida Rice’a i dr Lilian Ajayi Ore — główną wykładowczynię i wykładowczynię komunikacji strategicznej na Uniwersytecie Columbia oraz współautorkę książki Siła nastawienia na uczenie się — w centrum jednego z najważniejszych pytań dotyczących sztucznej inteligencji w miejscu pracy: czy firmy zyskują na efektywności, jednocześnie po cichu osłabiając zdolność swoich pracowników do myślenia? Energii konferencji na żywo towarzyszy nieco hałasu w tle, ale dyskusja przebija się przez te zakłócenia.

David i dr Ore omawiają dług poznawczy, zanik umiejętności oraz to, dlaczego typowe wskaźniki AI — liczbę stanowisk, logowania, prompty i wskaźniki adopcji — mówią bardzo niewiele o tym, czy rzeczywiste kompetencje pracowników się poprawiają. Dyskutują o ryzyku zlecania AI osądu i krytycznego myślenia, utracie wiedzy instytucjonalnej, gdy organizacje zastępują ludzi zamiast podnosić ich kwalifikacje, oraz o tym, dlaczego transformację AI należy traktować jako priorytet związany z talentami, równorzędny z priorytetem technologicznym. Szybsza praca nie jest bowiem wielkim sukcesem, jeśli osoby ją wykonujące stopniowo tracą umiejętności, które od początku czyniły je wartościowymi.

Czego się dowiesz

  • Dlaczego wdrażanie AI może powodować przeciążenie poznawcze, nawet jeśli obiecuje większą efektywność.
  • Jak zlecanie AI rozumowania i podejmowania decyzji może przyczyniać się do zaniku umiejętności.
  • Dlaczego organizacje muszą traktować transformację AI jako wyzwanie związane z talentami, a nie wyłącznie jako wdrożenie technologii.
  • Czym biegłość w uczeniu się różni się od dążenia do mistrzostwa opartego na tym, jak wszyscy inni korzystają z AI.
  • Dlaczego przekwalifikowanie i podnoszenie kwalifikacji powinny odbywać się równolegle z wdrażaniem technologii, a nie dopiero po zniknięciu miejsc pracy.
  • Jakie wskaźniki dotyczące pracowników mogą dać liderom wyraźniejszy obraz tego, czy rzeczywiste kompetencje organizacji rosną.

Najważniejsze wnioski

  • Chroń myślenie, a nie tylko rezultat. AI może skrócić proces, ale nie oznacza to, że powinno przejąć rozumowanie, które za nim stoi. Podejście dr Ore polega na tym, aby ludzie nadal odpowiadali za osąd, strategię i krytyczne myślenie, wykorzystując AI jako narzędzie — a nie pozwalając, by narzędzie dyktowało sposób działania umysłu.
  • Przestań mylić adopcję z kompetencjami. Liczba stanowisk, logowania, prompty, tempo pracy i zwrot z inwestycji mogą powiedzieć, czy ludzie korzystają z AI. Nie powiedzą jednak, czy te osoby stają się lepsze w swojej pracy. Liderzy muszą także analizować obciążenie poznawcze, dobrostan oraz to, czy wraz z nową technologią rozwijają się nowe umiejętności.
  • Wdrażanie technologii i rozwój talentów powinny iść w parze. Wprowadzanie nowej technologii przy jednoczesnym zwalnianiu osób, których role ona zmienia, grozi utratą wiedzy instytucjonalnej wraz z likwidowanym stanowiskiem. Dr Ore przekonuje, że organizacje mają obowiązek przekwalifikowywać i podnosić kwalifikacje pracowników w miarę zmian technologicznych.
  • Stwórz „mapę biegłości”. Zamiast kopiować sposób, w jaki współpracownicy lub konkurenci korzystają z najnowszego efektownego narzędzia, pracownicy powinni określić własne luki w nauce, ustalić, gdzie AI rzeczywiście pomaga, oraz wiedzieć, kiedy potrzebują współpracowników, szkoleń, sieci kontaktów lub innych zasobów, aby dalej się rozwijać.
  • Utrzymuj ścieżki wejścia do zawodu i rozwoju na średnim szczeblu. Pracownicy na początku kariery to potencjalni przyszli liderzy i innowatorzy, podczas gdy osoby na średnim szczeblu już posiadają cenną wiedzę organizacyjną. Eliminowanie tych poziomów bez tworzenia możliwości rozwoju grozi osłabieniem dopływu talentów z obu stron.
  • Porównuj technologię z umiejętnościami. Jeśli pulpit nawigacyjny pokazuje, ile nowej technologii wprowadziliście, dodaj do niego kolejny wskaźnik: ile nowych kompetencji rozwinęliście? W przeciwnym razie mierzycie maszyny, zakładając, że ludzie jakoś za nimi nadążą.

Rozdziały

  • 00:00 — Problem długu poznawczego
  • 02:45 — AI i przeciążenie poznawcze
  • 07:09 — Budowanie nastawienia na uczenie się
  • 09:31 — Ryzyko zaniku umiejętności
  • 13:39 — Kto odpowiada za dług poznawczy?
  • 17:53 — Ochrona dopływu talentów
  • 19:15 — Ludzki osąd a AI
  • 21:35 — Lepsze wskaźniki AI
  • 23:50 — Końcowe przemyślenia

Poznaj naszego gościa

Dr Lilian Ajayi Ore jest główną wykładowczynią ds. AI oraz wykładowczynią komunikacji strategicznej na Uniwersytecie Columbia, gdzie naucza na styku sztucznej inteligencji, komunikacji cyfrowej, analityki i strategii. Jako wielokrotnie nagradzana coachka kadry kierowniczej, dyrektorka ds. uczenia się, menedżerka ds. marketingu, badaczka i analityczka danych ma ponad 17 lat doświadczenia we współpracy z organizacjami z list Fortune 100 i Fortune 500, w tym IBM, Panasonic, Comcast NBCUniversal i Citibank. Jest również założycielką i dyrektorką generalną Global Connections for Women Foundation oraz współautorką, wraz z Marshallem Goldsmithem, książki Potęga nastawienia na uczenie się. Jej praca koncentruje się na sztucznej inteligencji, rozwoju przywództwa, transformacji cyfrowej oraz pomaganiu organizacjom i profesjonalistom w rozwijaniu umiejętności potrzebnych do odniesienia sukcesu w szybko zmieniającym się środowisku pracy.

You may also like