Nawyk zespołowy, który odróżnia najlepszych pracowników od reszty

David Rice: Przeciętny pracownik traci 18 godzin tygodniowo na spotkania, a kolejne 11 godzin na uporanie się z wiadomościami. To pozostawia około jednego dnia na rzeczywistą pracę. Kiedy więc trzeba upchnąć pracę z całego tygodnia w jednym dniu, szuka się skrótów. Przychodzi się wcześniej, zostaje po godzinach, pracuje w weekendy — i właśnie tak dochodzi do wypalenia zawodowego.

W dzisiejszym programie rozmawiam z Ronem Friedmanem, psychologiem społecznym i autorem książki „Superteams”, o tym, dlaczego sztuczna inteligencja nie rozwiązuje tego problemu w przypadku większości zespołów. W rzeczywistości jeszcze go pogarsza. Zespół Rona przeprowadził ankietę wśród tysięcy pracowników, aby dowiedzieć się, co osiem procent najlepszych zespołów robi inaczej, a odkrycia dotyczące AI są fascynujące.

Przeciętne zespoły ukrywają przed sobą korzystanie z AI. Przekazują dalej niskiej jakości materiały bez ich sprawdzania, wydłużając dzień pracy wszystkim osobom, które pracują na dalszych etapach. Tymczasem najlepsze zespoły otwarcie dzielą się instrukcjami, używają AI jako partnera do rozmowy, z którym można dyskutować i który może podważać ich pomysły, oraz korzystają z niej w sposób, który sprawia, że cały zespół działa lepiej.

Zupełnie różne rezultaty, ta sama technologia. Ujawniana przez nią różnica nie przebiega wyłącznie między dobrymi a przeciętnymi zespołami. Dotyczy także ludzi, którzy wiedzą, jak wygląda dobra jakość, oraz tych, którzy tego nie wiedzą. Jeśli nie masz wyczucia jakości, wszystko, co dostarczy ci AI, będzie wystarczające — i właśnie wtedy pojawia się fałszywa pewność siebie.

Nie chodzi tylko o błędną pracę, ale o błędną pracę, z której wykonania ludzie są dumni. Dlatego dziś omawiamy, dlaczego AI pogłębia różnicę między zespołami osiągającymi wysokie wyniki a zespołami przeciętnymi, ukryty koszt niskiej jakości materiałów generowanych przez AI dla obciążenia zespołu, dlaczego najlepsze zespoły traktują AI jako partnera do dyskusji, a nie eksperta, pisanie pomysłów w porównaniu z burzą mózgów i to, dlaczego nauka przemawia za jednym z tych podejść, a także co równość czasu wypowiedzi mówi o inteligencji zbiorowej.

Nazywam się David Rice. To jest People Managing People. Jeśli zakładałeś, że AI przypomina przypływ podnoszący wszystkie łodzie, te badania mogą skłonić cię do ponownego przemyślenia tej kwestii. Zaczynajmy.

W porządku. Ron, witaj w programie. Miło cię gościć.

Ron Friedman: Wspaniale tu być. Dziękuję za zaproszenie.

David Rice: Chcę zacząć od tego pytania, a potem możesz trochę rozwinąć temat. Rozmawiamy o AI, wiesz, słyszę o niej cały czas na konferencjach i przy różnych okazjach.

Przedstawia się ją jako uniwersalne narzędzie zwiększające produktywność, prawda? Ale kiedy rozmawialiśmy przed nagraniem, powiedziałeś, że AI pogłębia różnicę między zespołami osiągającymi wysokie wyniki a zespołami przeciętnymi. Dlaczego, twoim zdaniem, ta sama technologia przynosi tak różne rezultaty w zależności od zespołu, a nie tylko od konkretnej osoby?

Ron Friedman: To świetne pytanie. Zanim przejdę do tego, dlaczego AI pogłębia różnicę między zespołami osiągającymi wysokie wyniki a zespołami przeciętnymi, opowiem trochę o tym, jak przeprowadziłem te badania, aby słuchacze wiedzieli, z jakiej perspektywy mówię. Jestem psychologiem społecznym, ale odszedłem z akademii i dołączyłem do świata biznesu.

Pracując w świecie biznesu, zdałem sobie sprawę, że istnieje ogromna luka między najnowszą wiedzą naukową a współczesnym miejscem pracy. Zacząłem więc badać, co najlepsze zespoły robią inaczej. Wraz z moim zespołem przeprowadziliśmy ankietę wśród tysięcy pracowników i zadaliśmy im dwa kluczowe pytania dotyczące ich zespołów.

Zapytaliśmy: w skali od jednego do dziesięciu, jak skuteczny jest twój zespół w osiąganiu celów? Po drugie, jak oceniasz wyniki swojego zespołu w porównaniu z innymi zespołami w twojej branży? Następnie wyodrębniliśmy zespoły z doskonałym wynikiem — bardzo małą grupę, około ośmiu procent — i nazwaliśmy je najlepszymi zespołami. Sprawdziliśmy, co robią inaczej.

Niedawno przeprowadziliśmy badanie dotyczące tego, jak najlepsze zespoły korzystają z AI. Pytasz więc, dlaczego AI pogłębia tę różnicę. Odkryliśmy, że najlepsze zespoły używają jej w sposób, który pozwala całemu zespołowi stawać się lepszym, podczas gdy zespoły przeciętne częściej ukrywają korzystanie z AI przed sobą nawzajem i przekazują materiały niskiej jakości, co może wydłużać dzień pracy.

Rozmawiałem z wieloma profesjonalistami, którzy opowiadali o dwóch zjawiskach. Po pierwsze, ludzie używają ChatGPT lub podobnych narzędzi do formułowania odpowiedzi, a następnie wysyłają je innym pracownikom bez sprawdzania. Może to być bardzo użyteczne narzędzie, jeśli korzysta się z niego prawidłowo, ale oznacza to również dostarczenie odpowiedniego kontekstu i weryfikowanie odpowiedzi — sprawdzanie, czy wyniki są trafne.

Jeśli jednak po prostu bierzesz wygenerowany materiał i przekazujesz go dalej, wydłużasz dzień pracy wszystkim pozostałym.

David Rice: To wraca do czegoś, o czym rozmawiamy cały czas. Jeśli nałożysz AI na dysfunkcyjny zespół, wzmocni ona dysfunkcję. Jeśli masz naprawdę skuteczny, współpracujący zespół, może go wzmocnić i umożliwić mu tworzenie nowych, innowacyjnych rozwiązań.

Wspomniałeś o kontekście. Czytałem o inżynierii kontekstu i o tym, jak pomóc AI zrozumieć organizację. To niezwykle ważne, jeśli rzeczywiście chcesz z niej korzystać, szczególnie w przypadku zadań opartych na procesach.

Musi dobrze rozumieć kontekst funkcjonowania organizacji, aby w pełni wykorzystać swój potencjał.

Ron Friedman: Dokładnie. Częścią tego procesu jest jasne określenie rezultatów, które naprawdę chcemy osiągnąć. Myślę, że wiele organizacji optymalizuje swoją działalność pod kątem bycia zajętym, a nie pod kątem wyników.

Spójrzmy na to z szerszej perspektywy. Widzimy, że przeciętne zespoły poświęcają dużą część tygodnia na rzeczy, które nie przybliżają ich do celu. Przeciętny pracownik traci osiemnaście godzin tygodniowo na spotkania, a kolejne jedenaście na uporanie się z wiadomościami. Ile czasu pozostaje na prawdziwą pracę?

Około jednego dnia. Co się dzieje, gdy trzeba zmieścić pracę z całego tygodnia w jednym dniu? Szuka się sposobów na stworzenie dodatkowego czasu. Przychodzi się wcześniej, zostaje po godzinach, pracuje w weekendy. Takie podejście niemal gwarantuje wypalenie.

Zamiast pytać, dlaczego pracownicy się wypalają, lepiej zapytać, jak w ogóle udaje im się wykonać jakąkolwiek pracę. Jeśli tracą trzy czwarte tygodnia na spotkania, a wiele organizacji — szczególnie tych, które nie są najlepszymi zespołami — pomyliło współpracę z ciągłym przebywaniem razem, to mamy poważny problem. Te rzeczy nie są tym samym.

Najlepsze pomysły pojawiają się wtedy, gdy — szczególnie w przypadku poszukiwania kreatywnych rozwiązań — przełączasz się między pracą indywidualną a zespołową. Dobrym przykładem jest klasyczna aktywność zespołowa: burza mózgów. Wszyscy spotykają się w sali konferencyjnej i wymyślają pomysły. Badania pokazują jednak, że jeśli chcesz, aby ludzie mieli więcej pomysłów i aby były one lepszej jakości, znacznie skuteczniejsze jest pisemne generowanie pomysłów.

Polega ono na tym, że każda osoba w zespole samodzielnie przeprowadza burzę mózgów w swoim biurze, a następnie przynosi sześć pomysłów na wspólną rozmowę. Jeśli wszyscy pracują razem podczas sesji burzy mózgów, pierwsza osoba, która zabierze głos, zaczyna ukierunkowywać wszystkich pozostałych na swój pomysł.

Inni marnują energię umysłową na ocenianie wartości pierwszego pomysłu. W rezultacie pojawia się wiele przeszkód, które utrudniają znalezienie kreatywnych rozwiązań.

David Rice: Jako redaktor uwielbiam sesje burzy mózgów, ale zawsze mówię, że kluczem do dobrej sesji jest przygotowanie wszystkich. Jeśli przychodzimy i zaczynamy improwizować, niektóre typy osobowości wysuną się na pierwszy plan i zdominują rozmowę.

Jeśli chcemy zebrać pomysły wszystkich, każdy musi wcześniej przygotować się samodzielnie.

Ron Friedman: Właśnie. To kolejna rzecz, którą pokazują nasze badania. W książce „Superteams”, w której omawiam wszystkie badania dotyczące tego, co najlepsze zespoły robią inaczej, jednym z kluczowych czynników wyróżniających jest równość czasu wypowiedzi podczas spotkań. To jeden z najlepszych czynników przewidujących coś, co nazywamy inteligencją zbiorową.

Wszyscy znamy iloraz inteligencji. Inteligencja zbiorowa to w zasadzie iloraz inteligencji zespołów. Jak skutecznie zespół rozwiązuje problemy? Jednym z najlepszych czynników przewidujących inteligencję zbiorową jest równość czasu wypowiedzi.

Czas wypowiedzi ma znaczenie, ponieważ wiele mówi o zespole. Sugeruje, że ludzie czują, iż ich opinie mają znaczenie. Pokazuje ich zaangażowanie i oznacza, że każdy wnosi swój wkład. Jeśli chcesz stworzyć najlepszy zespół, musisz zadbać o to, aby każdy czuł się uprawniony do wniesienia czegoś nowego.

David Rice: Zdecydowanie. Odkryliście, że przeciętne zespoły często ukrywają korzystanie z AI lub czują się z tego powodu winne, podczas gdy najlepsze zespoły otwarcie dzielą się instrukcjami i sposobami pracy.

Mówią sobie nawzajem, co naprawdę dzieje się podczas korzystania z tego narzędzia. Zastanawiam się, co dzieje się w psychice ludzi, którzy czują, że muszą ukrywać sposób swojej pracy.

Ron Friedman: Myślę, że oznacza to, iż ludzie postrzegają swoje cele zawodowe jako odrębne od celów zespołu. To prawdziwy problem, ponieważ oznacza, że osoby, z którymi pracujesz, nie tworzą rzeczywistego zespołu.

W książce „Superteams” piszę o tym, jakie czynniki przekształcają grupę nieznajomych w zespół. Są trzy. Pierwszym, kluczowym czynnikiem, są wspólne cele. Wszyscy musicie mieć jasność co do tego, co chcecie osiągnąć.

W wielu zespołach pracuje po prostu grupa ludzi, którzy współdziałają, ale niekoniecznie tworzą zespół, ponieważ każdy ma własne cele zawodowe. Jedna osoba chce awansować, druga dostać podwyżkę, trzecia jest już częściowo poza organizacją, a kolejna optymalizuje równowagę między pracą a życiem prywatnym. Każdy ma własne cele. Potrzebujecie jednego zestawu celów, do którego wszyscy dążycie.

Drugim czynnikiem jest jasność ról. Musicie wiedzieć, za co odpowiadacie wy, za co odpowiada druga osoba, w jakich obszarach wasze role się pokrywają i jak przyczyniacie się do swoich sukcesów.

Bez tego nieuchronnie pojawiają się walki o wpływy. Trzecią rzeczą jest współzależność. Oznacza ona poczucie, że potrzebujecie siebie nawzajem, aby odnieść sukces. Wiele zespołów sprzedażowych w ogóle tego nie ma. W rzeczywistości ich współpracownicy są konkurentami.

Te trzy elementy sprawiają, że ludzie czują się częścią zespołu. Kiedy ukrywają korzystanie z AI, może to oznaczać, że czują się zastępowalni: „AI wykonuje tę pracę. Gdyby wszyscy o tym wiedzieli, pozbyliby się mnie”. Mogą też czuć, że nie mają uprawnień do korzystania z AI albo że nie są do tego zachęcani.

W najlepszych zespołach ludzie nie tylko są zachęcani do korzystania z AI, ale także dzielą się instrukcjami. W najlepszych zespołach robi to 67 procent osób. W zespołach przeciętnych jest to 20 procent. To ogromna różnica.

Dzielenie się instrukcjami nie służy wyłącznie zwiększaniu skuteczności w pracy. Tworzy nastawienie na uczenie się. Jeśli ja dzielę się swoimi instrukcjami, a ty dzielisz się swoimi, nagle oboje czujemy, że przyczyniamy się do rozwoju zawodowego drugiej osoby. To przenosi współpracę na zupełnie inny poziom.

David Rice: To bardzo ważne. Posunąłem się nawet do mówienia: „Znalazłem instrukcje do tego projektu, które były naprawdę skuteczne”. Im lepiej strukturyzuję instrukcje wokół tych założeń, tym lepszy jest rezultat. Czy możesz ponownie wykorzystać ten sposób albo znaleźć dla niego zastosowanie?

Warto zachęcać się nawzajem do przesuwania granic tego, o co prosimy AI. Chcę wrócić do kwestii współzależności. AI pozwala nam robić tak wiele różnych rzeczy, że może prowadzić do przekonania, iż nie potrzebujemy już innych osób w procesie.

Można pomyśleć: „Jeśli AI potrafi wykonywać podstawowe funkcje pracy Matta, sam uzupełnię luki”. Jak zapobiec temu, aby takie myślenie nie przejęło kontroli i aby ludzie nie czuli, że są bardziej wyspecjalizowani, niż rzeczywiście są?

Ron Friedman: To świetna uwaga. Myślę też, że jest to pułapka, w którą może wpaść nawet zespół osiągający wysokie wyniki. Ponieważ łatwiej jest wykonać coś samodzielnie, rzadziej przekazujesz zadanie koledze, któremu kilka lat temu byś je powierzył. To uniemożliwia tej osobie naukę, a także wydłuża twój dzień pracy, ponieważ wykonujesz zadania, których normalnie byś nie wykonywał.

Ponadto badania pokazują, że ludzie tworzą dodatkowe etapy pracy, które wcześniej uznaliby za niepotrzebne. Kiedy dzięki AI zyskujesz wolny czas, bo szybciej wykonałeś zadanie, szukasz innych sposobów na jego wypełnienie.

To pułapka osoby osiągającej najlepsze wyniki. Jeśli wykonasz w piętnaście minut coś, co powinno zająć dwie godziny, nie weźmiesz reszty dnia wolnego i nie pójdziesz nad basen. Znajdziesz sobie inne zadania.

Jak temu zapobiec? Lider musi upowszechniać świadomość, że jest to coś, na co należy zwracać uwagę. Musimy tego unikać, jeśli chcemy rozwijać osoby pracujące pod naszym kierownictwem. W przeciwnym razie atomizujemy zespół i zaczynamy postrzegać innych ludzi jako przeszkodę dla własnej produktywności. To nie sprzyja budowaniu zespołu.

David Rice: Tworzymy też przepis na wypalenie, dodając kolejne składniki.

Ron Friedman: Dokładnie.

David Rice: Twoja własna praca już wcześniej powodowała wypalenie, a teraz bierzesz na siebie jeszcze dwie inne role, których dopiero uczysz się w praktyce. To nie pomoże ci czuć się bardziej kreatywnym, wypoczętym ani zaangażowanym.

Stworzy tylko więcej problemów. Jedną z nieco sprzecznych z intuicją kwestii jest to, że świetne zespoły niekoniecznie współpracują więcej. Współpracują bardziej świadomie. Żyjemy w czasach, w których wszystkiego ma być więcej. Każdy ma zwiększać swoją skuteczność dziesięciokrotnie.

Co większość organizacji błędnie rozumie dziś w kwestii pracy zespołowej?

Ron Friedman: Wspomniałem o pomieszaniu współpracy z ciągłym przebywaniem razem. Badania pokazują, że najlepsze zespoły bardzo świadomie gospodarują godzinami pracy. Nie traktują spotkań jako rozwiązania domyślnego. Spotkania są dla nich ostatecznością.

Są o 54 procent skuteczniejsze w unikaniu niepotrzebnych spotkań i o 50 procent mniej skłonne do planowania cyklicznych spotkań, które często stają się pochłaniaczem czasu.

Najlepsze zespoły nie tylko eliminują niepotrzebne spotkania. Tworzą też okresy skupienia w ciągu dnia. Na przykład we wtorki od 15:30 do 17:00 nikt nie musi sprawdzać wiadomości — wszyscy po prostu wykonują swoją pracę.

Organizują również dni bez spotkań, podczas których przez cały dzień albo pół dnia nie wolno zwoływać spotkań, chyba że chodzi o absolutny nagły wypadek. Rezultat jest ogromny: stres spada o połowę, a produktywność rośnie o 71 procent.

Nie nazywają ich jednak dniami bez spotkań. Mówią o dniach realizacji zadań, ponieważ chcą podkreślić cel tej inicjatywy. Tworzą przestrzeń do samodzielnej pracy, a bez możliwości wykonywania głębokiej pracy w normalnych godzinach ludzie się wypalą.

David Rice: Najważniejsze jest ograniczenie ciągłego przełączania kontekstu. Nawet jeśli pracujesz przy biurku, nadal przerywasz to, co robisz. Musisz spojrzeć w kamerę, zaangażować się w rozmowę, zastanowić się nad tym, co mówią inni, a potem wrócić do pisania tekstu albo raportu, który masz oddać w piątek. Cały tok myślenia znika.

Ron Friedman: Zdecydowanie.

David Rice: Trzeba chronić czas potrzebny do przeprowadzenia analizy. Wszyscy mieliśmy dni z pięcioma spotkaniami, które zajmowały pięć i pół godziny. Niczego wtedy nie zrobiliśmy.

Ron Friedman: W nawiązaniu do przełączania zadań mówimy w książce również o czymś, co nazywamy rozproszeniem wyprzedzającym. Wszyscy wiemy, czym jest rozproszenie i przełączanie zadań. Rozproszenie wyprzedzające oznacza, że sama świadomość nadchodzącego spotkania obniża twoją skuteczność w godzinie poprzedzającej spotkanie.

Częściowo dlatego, że część uwagi poświęcasz myśleniu o tym, co będziesz musiał powiedzieć. Poza tym, wiedząc, że czeka cię konkretna godzina zakończenia, rzadziej rozpoczynasz trudne zadanie. W efekcie odkładasz pracę przez cały dzień.

Po spotkaniu pojawia się pozostałość uwagi — część umysłu nadal wraca do tego, co zostało powiedziane lub usłyszane. Im więcej spotkań odbywasz, tym większy jest ich koszt, nie tylko w trakcie, ale także przed i po nich.

Dlatego dni bez spotkań są tak skuteczne. Rozmawiałem z wieloma doświadczonymi liderami, dla których początkowo było to sprzeczne z intuicją. Jeśli jesteś starszym liderem, nawet 80 procent twojego tygodnia może zajmować udział w spotkaniach. Pomysł ich eliminacji wydaje się absurdalny.

Ale dla osób, które rzeczywiście wykonują pracę, jedynym sposobem na znalezienie czasu na skupienie jest szukanie go poza godzinami pracy. Znam historię kobiety, która dzwoniła do pracy i zgłaszała chorobę nie dlatego, że była chora ani dlatego, że chciała mieć wolne, ale po to, żeby móc pracować bez spotkań.

To pokazuje, do jakich środków uciekają się ludzie, ponieważ organizacja pracy uniemożliwia wykonywanie rzeczywistej pracy.

David Rice: Kiedy byłem młodszy, często mówiliśmy, że im wyżej jesteś w hierarchii, tym więcej spotkań masz w kalendarzu. To prawda, bo im wyżej się znajdujesz, tym więcej spraw obejmuje twoja odpowiedzialność. Jest też jednak inny czynnik: pracujesz w organizacji od wielu lat i pamiętasz czasy, gdy spotkania uznawano za sposób realizowania zadań.

Kiedy jednak przyglądaliśmy się temu bliżej, okazywało się, że tylko rozmawialiśmy o pracy, zamiast ją wykonywać. Dla młodszych pracowników spotkania bywają bardzo niekomfortowe, ponieważ nie mają jeszcze pewności siebie i zakładają, że wszyscy w pokoju wiedzą więcej od nich.

Później długo analizują każdą swoją wypowiedź. Efekt przed spotkaniem i po nim jest szczególnie silny na niższych szczeblach, ponieważ młodsi pracownicy nie mają całego kontekstu ani pewności siebie osoby z wieloletnim doświadczeniem.

To bardzo interesujące odkrycie. Wspomniałeś, że przeciętny pracownik traci większość tygodnia na spotkania i wiadomości, zanim zrobi cokolwiek znaczącego. AI mogłaby pomóc ograniczyć część tego obciążenia, ale często tego nie robi. Czy ryzykujemy pogłębienie fragmentacji, jeśli nie przemyślimy fundamentalnie sposobu działania naszych zespołów?

Ron Friedman: Zdecydowanie. Dlatego tak ważne jest zrozumienie nawyków zespołów osiągających wysokie wyniki. Jednym z moich ulubionych wniosków są wytyczne dotyczące spotkań.

W większości organizacji niemal każdy może zwołać spotkanie w dowolnym celu. Nie ma wskazówek, co wymaga spotkania, a co nie. Wielu pracowników używa spotkań jako podpórki. Dzięki nim czują się produktywni, dobrze wyglądają w oczach współpracowników i zyskują pretekst do odkładania pracy, ponieważ czekają na dodatkowe informacje.

Najlepsze zespoły są bardziej świadome. Ustalają wytyczne dotyczące spotkań: rozmawiają o tym, jak wyglądają dobre i złe spotkania, a następnie określają zasady dotyczące tego, co zasługuje na spotkanie.

W mojej organizacji obowiązuje prosta reguła: brak decyzji, brak spotkania. Jeśli nie ma decyzji do podjęcia, nie odrywamy ludzi od codziennej pracy. Jeśli masz pytanie, zadzwoń. Jeśli masz aktualizację, wyślij e-mail albo nagraj film.

Inny przykład pochodzi z firmy Percolate. Ich wytyczna brzmi: żadnych widzów. Jeśli nie wnosisz nic do spotkania, nie musisz w nim uczestniczyć. Nie jest to obelga ani krytyka, lecz szacunek dla twojego czasu.

W Białym Domu Baracka Obamy Cass Sunstein stosował zasadę spotkań trwających 15 minut. Jeśli potrzebowałeś więcej czasu, musiałeś uzyskać zgodę przełożonego.

Wszystkie te wytyczne pozwalają ludziom przeznaczać normalne godziny pracy na produktywne działania, dzięki czemu nie muszą pracować wieczorami i w weekendy ani doprowadzać się do wypalenia.

David Rice: Podoba mi się przykład Białego Domu. Można zorganizować godzinne spotkanie, ale trzeba uzasadnić, dlaczego jest potrzebne. Wszyscy znamy powiedzenie, że dane spotkanie mogło być e-mailem. To bardzo częste doświadczenie w świecie biznesu.

Warto mieć zasadę, która przypomina: „Tych elementów nie trzeba omawiać osobiście”.

Ron Friedman: Uwielbiam to powiedzenie. Podczas wystąpień pokazuję zdjęcie Jima Halperta z serialu „The Office”, który patrzy w kamerę z miną mówiącą: „To spotkanie mogło być e-mailem”.

Mówię liderom, że następnym razem nie powinni reagować jak Jim Halpert i kwestionować swoich wyborów życiowych. Powinni potraktować to jako sygnał, że potrzebują wytycznych dotyczących spotkań.

Nie powinny one być narzucone odgórnie. Lider nie powinien mówić: „Właśnie usłyszałem świetny podcast. Od teraz robimy tak”. Lepiej porozmawiać z zespołem, ustalić, jakich złych spotkań można unikać, wprowadzić zasadę i przetestować ją przez tydzień.

Jeśli reakcja zespołu będzie pozytywna, można dodać kolejną wytyczną. Wszystkie te działania mają pomóc ludziom wykonywać najlepszą pracę. Ostatecznym zadaniem lidera jest wzmacnianie koncentracji zespołu.

To jedna z najważniejszych umiejętności lidera — poza korzystaniem z AI — czyli wzmacnianie skupienia. Kiedy umożliwiasz ludziom unikanie niepotrzebnych spotkań i wiadomości oraz pozwalasz im wykonywać najlepszą pracę w normalnych godzinach, torujesz drogę innym zachowaniom świetnych zespołów: wzajemnemu doskonaleniu, stałemu rozwijaniu umiejętności i poprawie z czasem.

Nie da się tego robić, gdy cały wysiłek poświęcasz na wykonanie własnych zadań. Dopiero gdy masz przestrzeń, ponieważ możesz skupić się na najważniejszej pracy, zaczynasz zwracać uwagę na współpracowników i im pomagać. Wtedy możesz podejmować przemyślane ryzyko i rozwijać nowe umiejętności.

David Rice: Eksperymentowanie jest ważnym elementem rozwijania umiejętności i pomagania sobie nawzajem. Wiele rozmawiamy o tym w kontekście AI. Wszyscy widzimy, co potrafi to narzędzie, więc naturalnie pytamy: „Co jeszcze możemy zrobić?”. Trzeba jednak mieć czas na eksperymenty.

Działa to tylko wtedy, gdy ludzie czują się bezpiecznie, popełniając błędy. AI tworzy dziwną presję, ponieważ ludzie chcą wyglądać na kompetentnych, a jednocześnie ciągle się dostosowują. Jak to napięcie wpływa na zachowanie zespołu?

Ron Friedman: Jeśli lider nie stworzy warunków, w których popełnianie błędów jest bezpieczne, nie będzie nauki. Za każdym razem, gdy próbujesz zrobić coś nowego, popełnisz jakieś błędy. Jeśli ludzie nie czują się bezpiecznie, nie będą w stanie się rozwijać.

Najlepsi liderzy sprawiają, że nauka jest bezpieczna na kilka sposobów. Po pierwsze, mówią o własnych błędach popełnionych w karierze. Kiedy lider przyznaje się do swoich niedoskonałości i obszarów, w których sobie nie poradził, inni czują się bezpieczniej, podejmując własne ryzyko.

Staje się jasne, że błędów należy się uczyć, a nie je ukrywać. Liderzy mówią też otwarcie, gdy czegoś nie wiedzą: „Nie znam odpowiedzi, ale wiem, kogo zapytać”. To pokazuje, że nikt nie musi znać wszystkich odpowiedzi.

Ważniejsza jest gotowość do szukania odpowiedzi. Liderzy wyjaśniają również, że jeśli nie popełniasz błędów, prawdopodobnie się nie uczysz. Reid Hoffman mówił zespołowi, że nie oczekuje stuprocentowej perfekcji, lecz dążenia do 85 procent, ponieważ osiąganie stuprocentowej skuteczności za każdym razem oznacza, że zespół nie porusza się wystarczająco szybko.

Reed Hastings z Netfliksa miał podobne podejście. Kiedy zbyt wiele pierwszych produkcji Netfliksa odniosło sukces, nie uznał tego za dowód prawidłowego działania. Martwił się, że firma nie podejmuje wystarczającego ryzyka.

Jeśli chcesz, aby zespół się rozwijał, musisz zachęcać go do okresowego ponoszenia porażek. Jeśli wszystko wychodzi idealnie, prawdopodobnie nie działasz wystarczająco szybko albo nie podejmujesz wystarczającego ryzyka.

David Rice: Właśnie. Nie wychodzisz poza to, co już znasz. Dobrzy liderzy pomagają zrozumieć, że błędy nie są czymś, przed czym trzeba uciekać lub co należy ukrywać. Możesz popełnić błąd, a sześć miesięcy później wszyscy będą już zajmować się czymś innym.

Nie ma powodu się bać ani denerwować. Popełniasz błąd, wyciągasz wnioski i życie toczy się dalej. Czasami zamykamy się we własnych głowach i myślimy: „Muszę mieć rację”. Tak powstaje również syndrom oszusta, szczególnie u nowych liderów. Wywierasz na siebie ogromną presję, aby wszystko zrobić dobrze.

Oczywiście chcesz wykonać dobrą pracę, ale świat się nie skończy, jeśli coś pójdzie nie tak. Musimy sobie o tym przypominać.

Ron Friedman: Badania pokazują, że liderzy zespołów osiągających wysokie wyniki częściej nagradzają inteligentne porażki. Inteligentna porażka oznacza próbę opartą na dobrym rozumowaniu, która jednak nie przyniosła oczekiwanego rezultatu.

W najlepszych zespołach eksperymentuje się o 48 procent częściej niż w zespołach przeciętnych. Eksperymenty mogą być bardzo małe — na przykład testowanie dwóch wersji strony docelowej — albo większe, jak sprzedaż oferty przed jej stworzeniem.

Można przygotować stronę oczekiwania albo formularz zgłoszeniowy, aby sprawdzić, czy ludzie są zainteresowani. To umożliwia rozwój zespołu. Bez podejmowania ryzyka zespół stoi w miejscu.

Jednym z przykładów w książce jest firma 3M, działająca od 120 lat i znana przede wszystkim z karteczek samoprzylepnych oraz taśmy Scotch. Jednym z jej sekretów jest zasada 30 procent. Aby dział 3M otrzymał roczną premię, co najmniej 30 procent jego przychodów musi pochodzić z produktu wprowadzonego w ciągu ostatnich czterech lat.

To niezwykle skuteczne, ponieważ nawet gdy wszystko idzie dobrze, pracownicy stale myślą o tym, co będzie dalej. Właściwe zachęty mogą sprawić, że rozwijanie kolejnych rozwiązań będzie postrzegane jako wartościowe i bezpieczne zarówno dla pracownika, jak i dla organizacji.

David Rice: Właśnie o zachętach myślałem. Trzeba nagradzać dobrze sformułowaną hipotezę, a nie karać za sposób realizacji, który może mieć wiele warstw kontekstowych. Hipoteza mogła być dobra. Możemy wyciągnąć wnioski z procesu realizacji i następnym razem działać skuteczniej.

Nie oznacza to, że hipoteza była błędna. Być może musimy tylko zmienić pewne elementy operacyjne. Elastyczność i gotowość do rozpoznania tego oraz wprowadzania zmian w sposobie działania zespołu to cenna cecha menedżera.

Kiedy patrzysz na liderów najlepszych zespołów, wydaje się, że mniej koncentrują się oni na kontrolowaniu pracy, a bardziej na tworzeniu środowiska, w którym nauka rozprzestrzenia się organicznie, a ludzie czują się bezpiecznie, eksperymentując i ponosząc porażki. Co robią inaczej?

Ron Friedman: Niedawno opublikowaliśmy w „Harvard Business Review” artykuł o tym, jak ci liderzy budują zespoły osiągające wysokie wyniki. Jednym z wniosków jest to, że częściej angażują się w codzienną pracę niż przeciętni liderzy.

Liderom często mówi się: skup się na strategii, deleguj i usuń się z drogi. Nie tego jednak dowodzą nasze badania dotyczące najlepszych zespołów. Ich liderzy częściej uczestniczą w codziennej pracy, dzięki czemu dostrzegają możliwości i wyzwania oraz tworzą kulturę współpracy, w której każdy czuje, że bierze na siebie część pracy.

Nie oznacza to mikrozarządzania. Istnieje ogromna różnica między wnoszeniem wkładu a mikrozarządzaniem. Mikromenedżer przejmuje twoją prezentację i właściwie tworzy ją od nowa, co odbiera motywację i sugeruje brak zaufania.

Lider zespołu osiągającego wysokie wyniki oceni prezentację, zada pytania, przedstawi rekomendacje, a następnie pozwoli ci samodzielnie się nią zająć. To wzmacnia poczucie sprawczości i umożliwia naukę.

W najnowszym badaniu dotyczącym korzystania z AI przez zespoły osiągające wysokie wyniki odkryliśmy, że liderzy są w centrum tego procesu. Niemal dwukrotnie częściej korzystają z AI we własnej pracy, trzykrotnie częściej dzielą się z zespołem przykładami dobrego wykorzystania AI i modelują właściwe zachowania.

Rozpoznają osoby, które korzystają z AI skutecznie. Znajdują dobre przykłady i mniej więcej raz w tygodniu dzielą się nimi z zespołem, skłaniając ludzi do myślenia: „Jak mogę zastosować to w swojej pracy?”.

Jeśli lider korzysta z AI, dzieli się przykładami i nagradza ludzi nawet wtedy, gdy nie wszystko wykonają idealnie, tworzy nastawienie na naukę.

David Rice: To niezwykłe, gdy możesz obserwować przełożonego i jego wiedzę, dzięki której znalazł się na obecnym stanowisku. Pamiętam redaktora, który wiele lat temu pomógł mi przy długim i skomplikowanym tekście przeznaczonym do publikacji w książce medycznej.

Wprowadził kilka sugestii i drobnych zmian, które zrobiły ogromną różnicę. Jego perspektywa sprawiła, że moja praca stała się znacznie lepsza i zainspirowała mnie do dalszego rozwoju. To nie było mikrozarządzanie, ale właściwy poziom zaangażowania w proces.

Ron Friedman: Chcę podkreślić coś, co właśnie powiedziałeś: twój lider sprawił, że twoja praca stała się lepsza. Dokładnie to obserwujemy w najlepszych zespołach — współpracownicy wzajemnie podnoszą swoją jakość pracy.

Mam historię o Ruth Bader Ginsburg i Antoninie Scalii, słynnej przyjaźni dwojga sędziów Sądu Najwyższego. Różnili się filozoficznie niemal we wszystkim, a mimo to zostali bliskimi przyjaciółmi. Podróżowali razem, spędzali z rodzinami sylwestry i chodzili na zakupy.

Nie zbudowali tej relacji dzięki ćwiczeniom integracyjnym ani upadkom zaufania. Zbudowali ją, ponieważ wzajemnie poprawiali swoją pracę. Scalia zwracał uwagę na brzmienie i formę argumentów Ginsburg, a ona pomagała mu kształtować emocjonalny ton jego uzasadnień.

Najpierw wzajemnie podnosili jakość swojej pracy, a dopiero potem odkryli wspólne cechy i zbudowali bliską relację. Jeśli chcesz budować zaufanie, najpierw znajdź sposób, aby pomóc innym lepiej wykonywać ich pracę. Nie zaczynaj od gier integracyjnych.

David Rice: Czyli nie od „dwóch prawd i kłamstwa”.

Ron Friedman: Dokładnie.

David Rice: Powiedziałeś, że AI może skrócić albo wydłużyć dzień pracy, zależnie od tego, jak zespoły z niej korzystają. Co odróżnia organizacje, które rzeczywiście ograniczają wypalenie, od tych, które je pogłębiają?

Ron Friedman: Przeciętne zespoły wymieniają materiały wygenerowane przez AI, które mają niską wartość i wymagają wielu poprawek oraz przeredagowania. Zdarzało mi się prosić kogoś o przygotowanie szkicu, a potem od razu rozpoznawałem oznaki tekstu stworzonego przez AI.

David Rice: Wiesz, jak to brzmi.

Ron Friedman: Półpauzy, nietypowe podziały wierszy i konstrukcje typu „to nie X, lecz Y”.

David Rice: Właśnie.

Ron Friedman: Czasami wolałbym, żeby ta osoba powiedziała: „Nie mam czasu się tym zająć”, niż przesłała mi materiał niskiej jakości. Teraz muszę go oceniać i zastanawiać się, jak ktoś mógł zaproponować tak zły pomysł.

Trzeba ustalić zasady: „Chcemy, abyś korzystał z AI, ale jeśli to robisz, poinformuj innych, że są to pomysły wygenerowane przez AI, i wskaż te, które uważasz za najlepsze”. To zupełnie inny rodzaj wkładu.

Najlepsze zespoły używają AI jako partnera do rozmowy, a nie jako eksperta. Zadają jej więcej pytań, podważają jej odpowiedzi i przekazują informacje zwrotne dotyczące jakości. Wszystkie te zachowania prowadzą do lepszych rezultatów.

W przeciętnych zespołach znacznie częściej słyszymy: „Widziałem, jak AI dała mojemu współpracownikowi fałszywą pewność co do jego pracy”. Nie tylko rezultat jest błędny — ludzie są jeszcze bardziej przekonani, że słaby materiał jest dobry. Wszystkie te problemy można rozwiązać dzięki normom ustalanym przez lidera.

David Rice: Pojawia się wiele interesujących zjawisk. Mówi się o zmęczeniu AI, gdy ktoś korzysta z niej zbyt długo i zaczyna wierzyć we wszystko, co mówi. Słyszałem też ludzi mówiących: „Nie potrzebowałem, żeby AI napisała ten e-mail. Wystarczyłaby mi opinia tej osoby”.

Rozmawiałem z kimś, kto używa AI do analizy, a następnie wkleja wynik do dokumentu Word i zaznacza fragmenty wymagające weryfikacji. Przechodzi przez nie krok po kroku, zanim wyśle materiał. Jeśli wykonujesz tę pracę i rzeczywiście poprawiasz końcowy rezultat, to ma sens. Warto jednak zastanowić się, czy nie można było zrobić tego samodzielnie i czy AI naprawdę oszczędziła czas.

Ron Friedman: Zdecydowanie. To pogłębia różnicę nie tylko między najlepszymi i przeciętnymi zespołami, ale także między najlepszymi a przeciętnymi pracownikami. Najlepsi wiedzą, co należy podważyć. Przeciętni przekazują materiały dalej z fałszywą pewnością siebie.

Coraz ważniejsza staje się wiedza ekspercka oraz dobry gust — wyczucie tego, czego szukasz i jak wygląda dobry rezultat. Jeśli nie masz takiego wyczucia jakości, wszystko, co dostarczy AI, będzie wystarczające, a narzędzie może skierować cię w dowolnym kierunku.

David Rice: Ron, to była bardzo dobra rozmowa. Cieszę się, że mogłeś do nas dołączyć.

Ron Friedman: Dziękuję, David. Doceniam tę możliwość.

David Rice: Opublikowałeś badanie. Gdzie można dowiedzieć się więcej, przeczytać je i lepiej zrozumieć dane?

Ron Friedman: Właśnie usłyszeliście zapowiedź badania dotyczącego AI, którego jeszcze nigdzie nie opublikowaliśmy. Cała nasza praca dotycząca najlepszych zespołów jest dostępna w nowej książce, która ukaże się 2 czerwca.

Nazywa się „Superteams”. Na stronie superteamsmasterclass.com można otrzymać bezpłatne narzędzia. Znajduje się tam kurs mistrzowski pokazujący, jak zastosować najważniejsze wnioski z książki w mniej niż 20 minut, oraz przewodnik do dyskusji, który można wykorzystać podczas rozmowy z zespołem.

Superteamsmasterclass.com. Książka „Superteams” ukaże się 2 czerwca.

David Rice: Świetnie. Oczywiście warto obserwować Rona na LinkedInie. Jeśli jeszcze tego nie zrobiliście, słuchacze, odwiedźcie peoplemanagingpeople.com/subscribe i zapiszcie się do newslettera. Wszystkie treści trafią prosto do waszej skrzynki odbiorczej.

Do usłyszenia następnym razem. Wyprowadźcie psa, zaczerpnijcie świeżego powietrza i nie doprowadzajcie się do wypalenia.