Jak przygotować pracowników do przewodzenia i współpracy ze sztuczną inteligencją

David Rice: Wiele firm zatrzymuje się na etapie pilotażu. Wdrażają modele szkoleniowe i uznają sprawę za zakończoną. Jaki jest najważniejszy czynnik, który rzeczywiście przybliża organizację do biegłości w korzystaniu ze sztucznej inteligencji?

Glen Cathey: Najważniejszym czynnikiem jest przywództwo. Jeśli chcecie stworzyć kulturę, w której sztuczna inteligencja staje się domyślnym rozwiązaniem, to liderzy muszą przede wszystkim dawać przykład i wyznaczać kierunek. Muszą sami wcielać tę ideę w życie i pokazywać ją innym, aby mogli służyć za wzór. Możecie mieć wszystkie szkolenia świata, ale jeśli przywództwo nie jest w pełni zaangażowane, nie stworzycie kultury, w której coraz więcej osób będzie domyślnie korzystać ze sztucznej inteligencji i odkrywać wszystkie sposoby, na jakie może ona usprawnić ich pracę.

David Rice: Większość ludzi nigdy nie była menedżerami. Jak nauczyć 80% pracowników, aby nagle stali się liderami ludzi wspieranych przez sztuczną inteligencję?

Glen Cathey: Nigdy tak naprawdę nie traktowaliśmy zarządzania jako umiejętności. Nie jest to też coś, czego można nauczyć się na jednym kursie i powiedzieć: „Teraz jestem już w magiczny sposób świetnym menedżerem ludzi albo sztucznej inteligencji”. To coś, co trzeba przekształcić w nawyk, aby zacząć świadomie przechodzić przez kolejne etapy.

Co próbuję rozwiązać? Jakimi zasobami dysponuję? Jakie są możliwości? Jak przekazać wystarczająco dużo instrukcji, aby druga strona mogła dobrze wykonać zadanie? A potem — jak przekazać informację zwrotną?

David Rice: Czy uważasz, że trzymamy się niektórych ról bardziej z przyzwyczajenia niż z konieczności?

Glen Cathey: Przyjrzyjmy się kilku stosunkowo nowym rozwiązaniom, takim jak asystent rekrutacyjny LinkedIn. Ma on osobne modele do wyszukiwania, nawiązywania kontaktu i selekcji kandydatów. Można wprowadzać informacje w języku naturalnym. Mówimy tu o automatyzacji zadań rekrutacyjnych: zrozumieniu stanowiska i przekształceniu jego opisu w wymagania dotyczące wyszukiwania i dopasowania. Dostępne są już rozwiązania, które potrafią to zrobić. Zaczynam się więc zastanawiać, dlaczego w ogóle istnieje rola rekrutera.

David Rice: Witajcie w podcaście People Managing People — programie, w którym pomagamy liderom zachować ludzkie podejście do pracy w erze sztucznej inteligencji. Nazywam się David Rice i jestem waszym gospodarzem. W dzisiejszym odcinku rozmawiam z Glenem Catheyem, starszym wiceprezesem ds. doradztwa talentowego w Randstad Enterprise. Porozmawiamy o drodze do biegłości w korzystaniu ze sztucznej inteligencji i o budowaniu prawdziwych umiejętności, które pozwalają ją osiągnąć.

Glen, witaj!

Glen Cathey: Bardzo dziękuję. Cieszę się, że tu jestem, i z niecierpliwością czekam na rozmowę.

David Rice: Zdecydowanie. Chciałem zacząć od rozmowy o szkoleniach online. Oczywiście wszyscy o nich myślą, ponieważ musimy rozwijać umiejętności, których jeszcze nie posiadamy — a w niektórych przypadkach nawet nie wiemy, których umiejętności będziemy potrzebować.

Kiedy rozmawialiśmy wcześniej, powiedziałeś mi, że szkolenia online tworzą wiedzę, ale niekoniecznie umiejętności. Co musiałyby zrobić firmy, aby rzeczywiście zamknąć tę lukę? I jak przestać traktować sztuczną inteligencję jak kurs, który trzeba zaliczyć, skoro tak naprawdę powinniśmy myśleć o niej raczej jak o kulturze, w której będziemy funkcjonować?

Glen Cathey: Bardzo podoba mi się takie ujęcie. Każda firma ma powód, aby mocno angażować się w szkolenia online, ponieważ najłatwiej skalować je w całej organizacji. Tworzycie kurs, a następnie możecie udostępnić go setkom tysięcy osób. Jednak, jak wspomniałeś, uważam, że nauka online przede wszystkim przekazuje wiedzę. Tymczasem nie chodzi tylko o przekazanie wiedzy, ale również o rozwój umiejętności i zmianę zachowań, która ma tu kluczowe znaczenie.

Nie uważam więc, że rozsądnie jest traktować generatywną sztuczną inteligencję jak wdrożenie technologii. To raczej ćwiczenie z zarządzania zmianą, ponieważ wymaga od ludzi innego myślenia o swojej pracy. Wymaga zmiany zachowań, a ostatecznie chcemy, aby te zachowania przekształciły się w nawyki.

Osiąga się to głównie poprzez doświadczenie, czyli naukę praktyczną. Zwykle rekomenduję — i sami stosowaliśmy to wewnętrznie oraz zewnętrznie — tworzenie praktycznych warsztatów opartych na doświadczeniu. Uczestnicy zakasują rękawy, zdobywają praktykę i wielokrotnie pracują z narzędziem, wykonując ćwiczenia związane z ich rolą.

Nie jest to więc tylko idea czy koncepcja. Staje się ona rzeczywistością. Nadal jest to jednak wyzwanie, ponieważ szkolenie samo w sobie jest jednorazowym wydarzeniem. Niezależnie od tego, czy odbywa się online, czy w formie warsztatu, trzeba skupić się na utrwalaniu wiedzy i umiejętności. Najpierw należy kształtować sposób myślenia, potem zmienić zachowania, a następnie przekształcić je w nawyki.

David Rice: To ciekawe. Oglądanie filmu instruktażowego o ćwiczeniach nie sprawia przecież, że stajemy się sprawni. Trzeba naprawdę ćwiczyć. Nie wiem, dlaczego w niektórych przypadkach nie myślimy o tym w ten sam sposób, ale chyba powinniśmy. Musimy wbudować to w codzienne przepływy pracy. To nie jest coś, co dział HR może po prostu narzucić pracownikom.

Trzeba osadzić praktyki związane ze sztuczną inteligencją w codziennej pracy — na przykład umieścić gotowe polecenia dla AI w szablonach projektów. To prosty sposób, aby uczynić ją częścią codziennego doświadczenia w firmie. Ważne jest też nagradzanie eksperymentowania, gdy do niego dochodzi. Myślę, że to wszystko ma kluczowe znaczenie dla osiągnięcia tego celu.

Glen Cathey: Jestem członkiem grupy World 50 AI Roundtable, która spotyka się raz w miesiącu. Uczestniczę w niej od prawie dwóch lat. Padło tam bardzo trafne zdanie, którego nie potrafię przytoczyć dokładnie, ale jego sens był taki: magia generatywnej sztucznej inteligencji pojawia się wtedy, gdy w przemyślany sposób osadzimy ją w przepływach pracy.

Słowo, którego zwykle używam, to „nakazowość” albo „precyzyjne wskazanie zastosowań”. Nadal trudno mi wyjaśnić wyzwanie związane z wdrażaniem zestawu narzędzi generatywnej sztucznej inteligencji wśród pracowników — na przykład Copilota, Gemini czy ChatGPT — ponieważ narzędzia te potrafią zrobić praktycznie wszystko w zakresie zadań związanych z wiedzą i myśleniem.

Z jednej strony brzmi to ekscytująco, ale z drugiej rodzi pytanie: od czego zacząć? Tak jak wspomniałeś, biblioteki poleceń są bardzo pomocne, ponieważ pozwalają ludziom zobaczyć coś i powiedzieć: „To ciekawy pomysł, wcześniej o tym nie myślałem”. Jeszcze ważniejsze jest jednak pomaganie ludziom w myśleniu o swojej pracy w taki sposób, aby zatrzymywali się, analizowali ją i dostrzegali okazję do wykorzystania sztucznej inteligencji.

Z jednej strony pomocne jest bardzo precyzyjne wskazanie: „W tym konkretnym przepływie pracy, na tym konkretnym stanowisku, oczekujemy wykorzystania AI w tych pięciu punktach. Oto kilka poleceń na początek”. To bardzo ważne. Równie ważne jest jednak rozwijanie u ludzi umiejętności samodzielnego rozpoznawania sytuacji, w których mogą wykorzystać sztuczną inteligencję.

To nie jest wybór jednej z dwóch możliwości. Potrzebujemy obu.

David Rice: Zdecydowanie. Muszą też mieć poczucie bezpieczeństwa psychologicznego, aby czuć, że mogą po prostu spróbować i zobaczyć, co się stanie, a ewentualna porażka nie będzie wielkim problemem. W ten sposób wiedza staje się umiejętnością, prawda?

Glen Cathey: Tak. Ludzie uczą się poprzez działanie. Istnieje bardzo ciekawa książka pokazująca, że ludzie uczą się najwięcej — nawet na poziomie mózgu — gdy towarzyszy temu pewien wysiłek. Wydaje mi się, że książka, którą czytałem na ten temat, nosiła tytuł „The Talent Code”. Mówi o tym, jak ludzie rozwijają umiejętności i jak często powstają one w wyniku prób i błędów. Oznacza to, że po drodze muszą pojawić się pomyłki. Kiedy popełniamy błędy, a następnie je przezwyciężamy, naprawdę utrwalamy wiedzę o tym, jak wykonać dane zadanie.

To bardzo fascynujące. Cieszę się, że wspomniałeś o bezpieczeństwie psychologicznym. Zauważamy, że ludzie już teraz odczuwają presję, aby osiągać wyniki w swojej obecnej roli. Jeśli mają poświęcić czas na zwolnienie tempa, zastanowienie się nad swoją pracą, zaproszenie do niej sztucznej inteligencji i eksperymentowanie, rzeczywiście będą pracować wolniej.

Wiele osób obawia się, że jeśli zwolnią i zaczną eksperymentować z czymś, co nie zawsze działa, nie staną się od razu ekspertami. Mogą pomyśleć: „Nie czuję się bezpiecznie, poświęcając dodatkowy czas, skoro powinienem być tak produktywny, jak to tylko możliwe”.

Dlatego firmy muszą zrozumieć, że gdy zachodzi zmiana, ludzie muszą zwolnić, aby później przyspieszyć. Muszą eksperymentować i nikt nie przejdzie od początkującego do eksperta w jeden dzień. To proces. Trzeba dać pracownikom przestrzeń i czas na bezpieczne eksperymentowanie, aby mogli przejść od miejsca, w którym są, do miejsca, w którym chcemy, żeby się znaleźli.

Mam jednak wrażenie, że wiele firm nie koncentruje się wystarczająco na zapewnieniu ludziom przestrzeni do eksperymentowania, na pokazaniu, że jest to dozwolone, oraz na wygospodarowaniu na to czasu. Jeśli początkowo spowolni to pracę, również jest to w porządku, ponieważ jest to spodziewany etap procesu.

David Rice: Witajcie w cotygodniowej sekcji Data Bite. Liczba, o której chcę, abyście pamiętali w tym tygodniu, to 64%. Według najnowszego badania EY AI Pulse Survey 64% starszych rangą liderów twierdzi, że obawa przed zastąpieniem przez sztuczną inteligencję hamuje jej wdrażanie w ich organizacjach. Jednak tylko 24% wskazuje opór pracowników jako główną barierę.

Zastanówmy się przez chwilę nad tą sprzecznością. Wynika z niej, że liderzy wiedzą, iż ich ludzie się boją. Widzą to i przyznają, że tak jest. Nie nazywają jednak tego głównym problemem. Zamiast tego mówią o gotowości danych, cyberbezpieczeństwie i kwestiach regulacyjnych. Tymczasem obserwujemy transformację, w której ludzki koszt jest przedstawiany jako wyzwanie techniczne.

Dwie trzecie liderów dostrzega, że ich pracownicy obawiają się utraty znaczenia, ale ten lęk nie jest traktowany jak kryzys, którym rzeczywiście jest. Pytanie, które powinniśmy zadawać, nie brzmi: „Jak pokonać opór wobec sztucznej inteligencji?”. Powinno brzmieć: „Co mówi o naszych organizacjach fakt, że nasi ludzie panicznie boją się zastąpienia, a my mimo to nadal pędzimy naprzód?”.

Oto niewygodna prawda: kiedy 64% liderów dostrzega strach, ale tylko 24% traktuje go jako barierę wartą rozwiązania, nie pracujemy nad dobrostanem ludzi. Omijamy ten problem. To nie jest zwykły problem zarządzania zmianą. To fundamentalne pytanie o rolę człowieka w świecie, który aktywnie czyni nas coraz mniej potrzebnymi. Szczerze mówiąc, nie sądzę, abyśmy obecnie naprawdę prowadzili tę rozmowę. A teraz wracamy do programu.

David Rice: Zawsze powtarzam, że problemem nigdy nie jest sama technologia. Chodzi o to, jak postanawiamy jej używać. Jeśli korzystamy z niej niedbale, otrzymamy niedbałe rezultaty. Dostaniemy treści niskiej jakości — dokładnie tak samo, jak w przypadku niedbale wykonanej pracy przez człowieka. Chodzi więc o nauczenie się, jak formułować polecenia i jak zadbać o to, aby uzyskać oczekiwany rezultat.

Glen Cathey: Cieszę się, że użyłeś słowa „niedbale”, ponieważ staram się uświadamiać innym, że sam również jestem na tej samej drodze. Wszyscy próbują znaleźć najlepszy sposób korzystania z tych narzędzi. Czasami pracuję ze sztuczną inteligencją i zaczynam się irytować tym, ile czasu zajmuje przekazanie wystarczającego kontekstu i przygotowanie dobrego polecenia.

Muszę wtedy przypomnieć sobie, że irytacja wynika z poczucia spowolnienia pracy. Każdego dnia powtarzam sobie, że kilka dodatkowych minut poświęconych na odpowiedni kontekst przyniesie znacznie lepsze rezultaty. Dlatego mówię ludziom, aby nie myśleli o sobie wyłącznie jako o użytkownikach tych narzędzi, ale jako o ich menedżerach.

A skoro tak, nie bądźcie niedbałymi menedżerami. Jeśli zarządzaliście ludźmi, wiecie, że dobrzy menedżerowie poświęcają czas na wyjaśnienie, co dokładnie ma zostać zrobione, gdy delegują zadania lub przekazują pracę. Prawdopodobnie pokazują też przykłady tego, jak wygląda dobra praca.

Pozwalają pracownikom zadawać pytania: „Wyjaśniłem, co chcę osiągnąć. Czy potrzebujesz jeszcze czegoś wiedzieć? Jakie masz pytania?”. To właśnie dobre zarządzanie. Podczas szkoleń przypominamy ludziom, że mogą również poprosić sztuczną inteligencję o zadawanie pytań. To prosta, nietechniczna wskazówka. Na końcu polecenia można powiedzieć: „Zadaj mi kilka pytań, po jednym naraz. Pomoże ci to przygotować dla mnie najlepszy rezultat”.

To oznacza traktowanie jej bardziej jak człowieka. Jeśli więc zamierzacie zarządzać, bądźcie dobrymi menedżerami i zarządzajcie sztuczną inteligencją tak, jak zarządzalibyście dobrym pracownikiem.

David Rice: To fascynująca umiejętność.

Glen Cathey: Rzeczywiście. Dziś przyjmujemy ją za oczywistość, ale w przyszłości może wydawać się niewiarygodne, że używaliśmy palców do naciskania małych przycisków, aby komunikować się z komputerami. Kiedy zrozumiemy, że dotykanie klawiszy stanowiło barierę komunikacyjną, a następnie ta bariera zniknęła, ponieważ nie trzeba już pisać — można po prostu mówić — okaże się to niezwykłą zmianą.

David Rice: Sztuczna inteligencja nie ma nic przeciwko długim wiadomościom głosowym, tak jak wasi znajomi.

Glen Cathey: To prawda. Nigdy nie wydaje się zirytowana, nawet jeśli trochę się rozwlekamy.

David Rice: Glen, dziękuję, że byłeś dziś naszym gościem. Bardzo doceniam twój czas i wszystkie spostrzeżenia.

Glen Cathey: To była świetna rozmowa. Dziękuję.

David Rice: Drodzy słuchacze, obserwujcie Glena na LinkedIn. Jeśli jeszcze tego nie zrobiliście, odwiedźcie People Managing People, utwórzcie bezpłatne konto społeczności i zapiszcie się do newslettera. Do usłyszenia następnym razem.