Projektowanie gotowości, a nie tylko efektywności w świecie wspomaganym przez sztuczną inteligencję

David Rice: Sztuczna inteligencja ukradła ci opis stanowiska, ale nie twoją pracę. Wiesz, tę rzecz, którą od dekady mówisz, że robisz. AI robi to szybciej, taniej i dokładnie wtedy, gdy jest potrzebne. Jeśli pracujesz w obszarze uczenia i rozwoju i przedstawiasz swoją pracę jako prowadzenie szkoleń, tworzenie treści albo udzielanie ludziom odpowiedzi w toku pracy, Taylor Blake, starszy wiceprezes ds. laboratoriów AI i nowych inicjatyw w Degreed, ma dla ciebie złe wieści.

Masz problem, ponieważ AI potrafi robić to wszystko i nie potrzebuje do tego twojej pomocy. Ale oto, czego nie potrafi. Nie potrafi rozwijać ludzkich kompetencji potrzebnych do podejmowania decyzji o większej wadze. Nie potrafi przygotować ludzi na sytuacje, które jeszcze się nie wydarzyły, ani budować gotowości zamiast reaktywności. Nie potrafi pomóc ludziom poruszać się po strategicznej złożoności, która pojawia się, gdy jedna osoba może teraz wywrzeć tak ogromny wpływ.

I właśnie tę szansę obszar uczenia i rozwoju przeocza, podczas gdy część branży zajmuje się obroną dostarczania treści. Zespół Taylor nie tylko tworzy narzędzia AI dla przedsiębiorstw. Wykorzystuje je wewnętrznie jako pierwszy klient, co oznacza, że żyje z konsekwencjami własnych wyborów. A to, czego się dowiaduje, jest niewygodne.

Przepaść między demonstracją AI a jej praktycznym zastosowaniem jest ogromna. Nacisk na efektywność spłaszcza ludzką zdolność emocjonalną. Czasami pojawiają się też skutki uboczne, których nigdy byśmy nie przewidzieli, na przykład dziesięcioletnia córka Taylor szukająca potwierdzenia u AI zamiast u rodziców. Dzisiaj porozmawiamy o tym, dlaczego obszar uczenia i rozwoju musi myśleć szerzej, bo inaczej zostanie zastąpiony.

O różnicy między uczeniem się dokładnie wtedy, gdy jest potrzebne, a gotowością, i o tym, dlaczego oba podejścia są teraz ważne. O tym, jak AI sprawia, że praca wszystkich staje się bardziej strategiczna i wiąże się z większą odpowiedzialnością. O paradoksie efektywności, w którym dzięki AI robimy więcej, ale czujemy się bardziej zajęci niż kiedykolwiek. I o tym, dlaczego narzędzia AI powinni tworzyć ludzie rozważni i świadomi zagrożeń, a nie tylko optymiści.

Nazywam się David Rice. To jest People Managing People. Jeśli bronisz swojej obecnej propozycji wartości zamiast wyobrazić ją sobie na nowo, ta rozmowa będzie dla ciebie sygnałem ostrzegawczym. Zaczynajmy.

Cześć, Taylor, witaj! Jak się masz?

Taylor Blake: Mam się dobrze, David. Dziękuję za zaproszenie.

David Rice: Mieliśmy okazję porozmawiać podczas konferencji Gartnera.

Bardzo interesujące było poznanie wszystkich rzeczy, które robicie w Degreed. Chciałem zacząć od pomysłu, że Degreed jest pierwszym klientem, prawda? Eksperymentujecie nie tylko na potrzeby rozwoju produktu, ale także jako użytkownik własnych narzędzi AI. Ciekawi mnie, jakie są największe korzyści, które z tego osiągnęliście, i jak z czasem zmieniło to wasze podejście?

Taylor Blake: Oczywiście. Powodem, dla którego przeprowadzamy te eksperymenty i mamy laboratoria AI, jest ogrom nowych technologii i możliwości pojawiających się wraz z AI. Potrzebujemy sposobu, by je zrozumieć, a to jest bardzo trudne. Nie ma po prostu specyfikacji, którą można przeczytać i łatwo zrozumieć, jak przekłada się ona na zastosowania w obszarze uczenia i rozwoju albo na doświadczenie użytkownika.

Naprawdę trzeba tych rzeczy spróbować, więc testujemy je wewnętrznie. Przyniosło to kilka efektów. Po pierwsze, pomogło nam zrozumieć, które rozwiązania są gotowe, a które nie. Sama AI przechodzi przez różne fazy popularności, ale każda możliwość AI i każdy przypadek użycia mogą być na innym etapie gotowości.

To, że możemy sami wypróbowywać te rozwiązania, daje nam pewność, gdy coś jest gotowe, a także pomaga zrozumieć, że coś nie jest jeszcze wystarczająco dojrzałe. Myślę też, że tak wiele doświadczeń związanych z uczeniem zależy od doświadczenia konkretnej osoby. Stając się naprawdę pierwszym klientem i przechodząc przez te procesy samodzielnie, podnieśliśmy poprzeczkę. Chcemy mieć pewność, że są to naprawdę świetne doświadczenia. Dopiero gdy dopracujemy coś i powiemy: „Sam bym z tego korzystał”, możemy wykorzystać to jako fundament.

A następnie przekształcić to w rozwiązanie, z którego będą mogli korzystać nasi klienci korporacyjni.

David Rice: To, co podoba mi się w tym modelu — popraw mnie, jeśli się mylę — polega na tym, że niejako wymusza on odpowiedzialność. Nie tylko sprzedajecie rynkowi pewną ideę i na tym poprzestajecie, ale żyjecie z konsekwencjami decyzji, które podejmujecie, prawda?

Myślę, że to dość rzadkie. Wyobrażam sobie, że ujawnia to napięcia, których inaczej byście nie dostrzegli, na przykład różnicę między tym, czego ludzie mówią, że chcą od AI, a tym, z czego faktycznie korzystają, gdy AI pojawia się w ich toku pracy.

Taylor Blake: Oczywiście. Jest tu wiele różnych poziomów. Różnica między demonstracją AI a AI w praktyce może być ogromna i naprawdę nie wiadomo, jak to wygląda, dopóki samemu się tego nie doświadczy.

Trzeba zobaczyć i poczuć te problemy, sprawdzić, jakie kwestie się pojawiają, a następnie ustalić, jak je ograniczyć. Zdecydowanie odczuwamy tę odpowiedzialność. Korzystając z tych rozwiązań najpierw na dużą skalę we własnym zakresie, doświadczamy wszystkich problemów. Jednocześnie zdajemy sobie sprawę, że niekoniecznie jesteśmy naszymi klientami.

Nawet gdy uda nam się coś uruchomić u nas, jest to dopiero fundament, a nie końcowy etap. Nadal pozostaje wiele procesów, które trzeba przejść, aby upewnić się, że te możliwości są gotowe do wykorzystania przez dużych klientów korporacyjnych.

David Rice: Niezależnie od tego, czy organizacja jest duża, czy mała, obszar uczenia i rozwoju się zmienia. Kiedy rozmawialiśmy na konferencji, mówiliśmy o tym, że AI trochę wchodzi na jego teren, prawda?

AI szybciej pomaga ludziom odblokować się w chwili potrzeby. Zespoły uczenia i rozwoju mogą być naprawdę skuteczne, ale to ogromna zmiana. Jak obszar ten może zachować znaczenie w świecie, w którym samo odblokowanie kogoś nie jest już właściwie propozycją wartości?

Taylor Blake: To dobre wyzwanie dla obszaru uczenia i rozwoju, ponieważ musimy zrozumieć, że jeśli definiujemy naszą pracę jako prowadzenie szkoleń, tworzenie treści albo udzielanie ludziom odpowiedzi w toku pracy, to mamy problem.

AI potrafi robić wiele z tych rzeczy. Tak, potrzebuje pomocy, wskazówek i zabezpieczeń, ale może wykonać sporą część tej pracy. Myślę jednak, że obszar uczenia i rozwoju ma szansę myśleć szerzej. Nie każdy problem z wydajnością jest problemem szkoleniowym, ale wiele problemów z wydajnością sprowadza się do ludzi.

Dlatego obszar uczenia i rozwoju powinien przyjąć szerszą perspektywę: jesteśmy tutaj po to, by pomagać ludziom się zmieniać, rozwijać ich możliwości i lepiej wykonywać pracę. Jeśli skupimy się wyłącznie na szkoleniach i dostarczaniu treści, zostaniemy wchłonięci. Jeśli jednak przyjmiemy szersze podejście, pojawi się wiele możliwości, zwłaszcza dlatego, że nasi klienci mówią, iż technologia i możliwości nie są już ograniczeniami. Prawdziwym ograniczeniem dla przedsiębiorstw i ich strategicznych działań są ludzie.

Chodzi o to, jak szybko mogą się zmieniać, jaki mają apetyt na zmianę, jak szybko można ich zjednoczyć i skierować we właściwym kierunku. Istnieje wiele wyzwań skoncentrowanych na człowieku. Obszar uczenia i rozwoju powinien po prostu powiedzieć: „Tak, możemy pomóc”. Musimy poszerzyć nasz zestaw narzędzi, aby móc to robić.

To nie tylko treści, tradycyjne kursy czy szkolenia.

David Rice: To bardzo ważny punkt, ponieważ możliwości jest tu tak wiele. Gdy myślimy o kontakcie z kimś w chwili potrzeby, kiedy coś naprawdę go dręczy albo próbuje coś naprawić, ta zdolność do dostarczania nie tylko treści, ale także tego, co obszar uczenia i rozwoju rozumie lepiej niż ktokolwiek inny, jest ogromna.

Ludzie uczą się na różne sposoby. Możliwość dostosowania tego, personalizacji i przemyślenia całego procesu daje szansę na prawdziwe przeobrażenie sposobu, w jaki dostarczamy cokolwiek — szkolenia, mikronauki czy czegoś innego.

Myślę, że możliwości są tu nieograniczone.

Taylor Blake: Tak. I nie chodzi tylko o możliwości w chwili potrzeby. Są również możliwości przed chwilą potrzeby — w zakresie gotowości. Czasami przedstawiamy to w uproszczeniu jako uczenie się dokładnie wtedy, gdy jest potrzebne, a wszystko inne jako uczenie się „na wszelki wypadek”, czyli rodzaj polisy ubezpieczeniowej i stratę czasu.

Tak duży nacisk położono na uczenie się w chwili potrzeby, ponieważ jest ono efektywne, dopasowane i istotne. Myślę jednak, że musimy na nowo odkryć pojęcie gotowości. Nie da się kogoś wyszkolić, wyposażyć w możliwości i przygotować do każdej sytuacji dopiero w chwili potrzeby. Pewne rzeczy muszą wydarzyć się wcześniej.

Jak możemy przygotować ludzi, zwłaszcza że — zapewne jeszcze o tym porozmawiamy — AI sprawia, że nasza praca staje się bardziej strategiczna? Musimy podejmować decyzje o większej wadze. Wszyscy znajdujemy się teraz w punktach większej dźwigni, ponieważ mamy tak wiele narzędzi i możliwości. Jedna osoba może wywrzeć ogromną różnicę.

Jak przygotować ludzi na taki moment? Przygotowanie i gotowość są teraz kluczowe, być może równie ważne jak kiedykolwiek wcześniej.

David Rice: Wspomniałeś słowo, które często pojawia się w naszych rozmowach — efektywność. Mówimy o niej cały czas. Mam wrażenie, że odchodzimy od prób zwiększania efektywności uczenia się w kierunku pomagania ludziom dostosowywać się do zmian.

Ciekawi mnie, jakiej infrastruktury wymaga to wewnątrz firmy. Czego wymaga od osób wykonujących tę pracę?

Taylor Blake: Nacisk na efektywność jest interesujący. Posłużę się przykładem książki. Gdyby zapytać większość ludzi: „Czy była książka, która naprawdę zmieniła twój sposób myślenia o czymś?”, wiele osób odpowiedziałoby twierdząco. Była książka, która miała na nich przełomowy wpływ.

Gdyby jednak wziąć taką książkę, niezależnie od tego, czy miała 400 stron, i skrócić ją do podsumowania albo kilku zdań, uczynić przyswajanie tych informacji tak efektywnym, jak to tylko możliwe, nie miałaby takiego wpływu i nie byłaby tak przełomowa.

Widzimy więc próby sprowadzania wszystkiego do najmniejszego elementu i transakcyjnego przekazywania ludziom informacji. To nie wystarcza. Zmiana nie jest tylko problemem informacyjnym ani problemem instrukcji. Trzeba dać ludziom przestrzeń i czas.

Częścią tego jest dialog. Potrzebujemy narzędzi, które umożliwią każdemu w organizacji nie tylko otrzymywanie informacji, ale również uczestniczenie w zmianie, dzielenie się przemyśleniami, odczuciami i dostrzeganymi wyzwaniami. Organizacja musi mieć szansę zebrać te informacje i opinie oraz się dostosować.

Tak właśnie będzie zachodzić zmiana. Nie będzie tylko memorandum stworzonym przez członka kierownictwa ani włączeniem Microsoft Copilot. AI daje nam więcej narzędzi, które pozwalają zachęcać do otwartego dialogu i sprawiać, że zmiana staje się drogą dwukierunkową, w której ludzie uczestniczą.

David Rice: To interesujące, ponieważ przez lata tak duża część uczenia się w firmach była budowana wokół prób uczynienia treści tańszymi, szybszymi i łatwiejszymi do przyswojenia. Jednak, jak mówisz, pomaganie ludziom się zmieniać i dostosowywać to podróż emocjonalna. Jest trochę inne. Wymaga refleksji, informacji zwrotnej, kontekstu i wszystkich tych rzeczy, które są wyjątkowo ludzkie, a zarazem skomplikowane.

Zastanawiam się, czy w pewnym sensie nie zbudowaliśmy niewłaściwego rusztowania dla rodzaju uczenia się, którego teraz potrzebujemy. Historycznie rzecz biorąc?

Taylor Blake: Myślę, że jest to przykład zmieniających się ograniczeń. Być może kiedyś ograniczeniem była informacja — po prostu jej nie było. Chodziło więc o dostarczenie jej ludziom.

Teraz bardzo łatwo tworzyć, produkować i rozpowszechniać informacje. Odkryliśmy więc kolejne ograniczenie: sama informacja nie wystarcza. Zmiana jest podróżą. Wymaga zrozumienia, jak ludzie o niej myślą i co czują, oraz sposobu angażowania ich w ten proces. To rzeczywiście zupełnie inny zestaw narzędzi i działań.

AI jest obecnie ciekawym przypadkiem użycia, ponieważ bardzo dobrze to uwidacznia. Każda organizacja w jakiś sposób myśli o AI. Ludzie mają prawdziwe obawy. Niektórzy są podekscytowani, inni przerażeni. AI jako inicjatywa zmiany jest świetnym przykładem tego, że ludzie przynoszą ze sobą różne doświadczenia, emocje i obawy, a my potrzebujemy nowych sposobów angażowania ich wokół tych kwestii.

David Rice: Wspomniałeś, że potrzebujemy nowych narzędzi i innego sposobu myślenia. Wiem, że budujecie nowe zestawy narzędzi opartych na AI do zarządzania zmianą i uzgadniania działań, w tym interfejsy głosowe, doświadczenia coachingowe i wskazówki w czasie rzeczywistym. W jakich przypadkach widzicie, że to podejście działa lepiej niż stary schemat?

To nie są tylko decyzje produktowe. Brzmią raczej jak zakłady dotyczące tego, jakich ludzi próbujemy kształtować w pracy.

Taylor Blake: Wrócę do transformacji z wykorzystaniem AI. To przykład, o którym słyszymy cały czas. Jest interesujący, ponieważ zachodzi tak szybko, a krajobraz AI zmienia się tak dynamicznie. Stary schemat zarządzania zmianą zakładał pojedynczą, wyraźnie określoną zmianę, przez którą trzeba przeprowadzić ludzi.

Tworzyliśmy plan zmiany, wdrażaliśmy go, a potem uznawaliśmy sprawę za zakończoną. Teraz to podejście przestaje działać. Potrzebny jest system, który potrafi zarządzać zmianą, dostosowywać się do niej oraz pomagać ludziom się z nią zgrać i do niej dostosować.

Będzie to kwestia równowagi. Rozmawiamy o oswajaniu ludzi z AI. AI daje nam nowe narzędzia, ale musimy również znaleźć sposoby, by ludzie znajdowali się na pierwszym planie tych interakcji. Chodzi między innymi o zachęcanie do większej liczby rozmów i dialogu.

Organizacje potrzebują większej widoczności: gdzie znajdują się ludzie, jakie mają wyzwania i obawy. Działaniami mogą być coaching wspierany przez menedżera albo trener AI. Potrzebujemy elastyczności, ponieważ zakres potrzeb będzie bardzo różny.

Wiele sprowadza się do tego, że potrzebujemy systemu, który buduje świadomość, dostosowuje się i prowadzi rozmowy z ludźmi, abyśmy wiedzieli, na jakim są etapie. Nie można po prostu przyjmować założeń i ustalać odgórnych oczekiwań wobec zmiany, które następnie spływają przez organizację. Trzeba zabrać ludzi ze sobą i angażować ich po drodze.

David Rice: To ciekawe. Nie chodzi tylko o innowację produktową, lecz także o zestaw założeń dotyczących ludzkich zachowań. Wyobrażam sobie, że musicie odpowiadać na wiele pytań: jakie tarcia warto usuwać? Jaką autonomię chcemy dać ludziom? Wchodzimy w ten sposób w decyzje dotyczące projektowania pracy.

Chodzi o to, jak ludzie powinni współpracować ze sobą, ze swoją pracą i z własnym rozwojem. Wszystkie te pytania są w pewien sposób kształtowane przez tworzone przez was narzędzia.

Taylor Blake: Pytań jest wiele i właśnie dlatego wierzymy w eksperymenty. Wierzymy w testowanie małych koncepcji i szybkie ich rozumienie.

Coś, co teraz wydaje się dobrym rozwiązaniem, za dziewięć miesięcy może wymagać innego podejścia. Wiele dotyczy umiejętności i możliwości wyższego rzędu: zwinności oraz zdolności do szybkiego rozumienia i reagowania, a nie tylko posiadania rozwiązania, pakietu czy programu, ponieważ wszystko zmienia się teraz tak szybko.

David Rice: Wcześniej wspomniałeś, że AI usuwa pracę o mniejszej wadze, a to, co pozostaje, to przede wszystkim osąd, strategia i działanie w innym tempie.

Brzmi to świetnie, ale oznacza też, że ludzie znacznie szybciej trafiają do sytuacji wymagających decyzji o dużej wadze, mając mniej czasu na rozwój. Jak myślisz o gotowości w takim środowisku?

Taylor Blake: Słuchałem podcastu Freakonomics o kontrolerach ruchu lotniczego. Nie doceniałem wcześniej, jak skomplikowana jest ta praca, jak wiele zmiennych muszą oni zarządzać, jak wiele optymalizacji i decyzji podejmować. To bardzo stresujące i wymagające zajęcie.

Technologia zajęła się wszystkimi łatwymi optymalizacjami, więc pozostały skomplikowane elementy wymagające krytycznego osądu i decyzji o dużej wadze. To może być niezwykle wymagające i przytłaczające.

Kontrolerzy ruchu lotniczego dużo się szkolą i wiele uwagi poświęcają gotowości — zarówno stronie psychologicznej, jak i technicznej. Mają obowiązkowe przerwy. Rozumieją złożoność poznawczą, której wymaga ta rola.

Nikki Helmer, nasza dyrektorka ds. produktu, podaje inny przykład. Europejskie miasta i duże miasta są bardzo przyjazne pieszym. Chodzi się na piechotę na targ albo do transportu publicznego. Ci z nas, którzy mieszkają na przedmieściach i korzystają z samochodów, nie mają naturalnego powodu, żeby wyjść z domu i się przejść.

Dla wielu z nas nic nie znajduje się w zasięgu spaceru. Nie mogę dojść pieszo do pracy ani do sklepu spożywczego. Musieliśmy więc przystosować się, tworząc powody do ruchu: chodzenie codziennie na siłownię czy ustawienie bieżni w domu. Musimy stworzyć sobie powody, by wstać, wyjść na zewnątrz i ćwiczyć.

Kiedyś działo się to naturalnie. Teraz musimy myśleć o tym celowo. Myślę, że to samo dzieje się z wymagającymi rodzajami pracy, z którymi będziemy coraz częściej się mierzyć.

David Rice: To samo dotyczy sposobu, w jaki rozwijamy nasze rozumienie. Cały czas mówimy o znikaniu pracy na poziomie początkującym i automatyzacji niektórych zadań niższego szczebla.

Te zadania często dostarczały nam kontekstu lub wiedzy podstawowej dotyczącej mechaniki tego, co robiliśmy. Będziemy musieli bardziej świadomie budować te mięśnie. To będzie zupełnie inny sposób działania.

Taylor Blake: Być może to zły przykład, ale go przytoczę. Mieliśmy w domu problemy z piecem. Dzwonimy więc do specjalistów od ogrzewania i klimatyzacji. Można rozpoznać ludzi, którzy mają powierzchowne szkolenie i znają około dziesięciu rodzajów napraw, których szukają. Jeśli coś nie pasuje do jednej z tych dziesięciu rzeczy, mówią, że trzeba kupić nowy piec.

A potem znajdujesz starszego fachowca, który pracuje na własny rachunek i robi to od zawsze. Zna działanie każdej części. Potrafi powiedzieć: „Nie, trzeba tylko to wyczyścić i tamto naprawić. Będzie dobrze”. Ma tak dobre zrozumienie całego systemu.

David Rice: Tak.

Taylor Blake: I właśnie to tracimy. Będziemy musieli działać bardziej świadomie. Trzeba będzie tworzyć takie możliwości. Nie wiem, ile czasu minie, zanim organizacje zaczną odczuwać ból związany z tym, że ich ludzie powierzchownie wiedzą, co się dzieje, ale nie rozumieją intuicji stojącej za wszystkimi elementami.

Nie musieli uczyć się na trudnych doświadczeniach. Zdecydowanie będziemy musieli stworzyć takie możliwości.

David Rice: To zabawne. Kiedyś chodziłem po Home Depot albo Lowe’s i zawsze myślałem, że wszystko w środku jest metaforą dla pisarza i opowiadacza historii. Zastanawiałem się, do czego wykorzystuje się poszczególne rzeczy.

Mówisz o tym, a ja myślę, że wszyscy szukamy Gene’a — starszego pana z działu hydraulicznego. Młody pracownik może powiedzieć, gdzie znaleźć klucz albo konkretny rodzaj rury. Gene wyjaśni, jak wszystko połączyć i jakich zaworów potrzebujesz.

To prawdziwa kopalnia wiedzy. W pewien sposób cały świat i wszystkie nasze prace zaczynają tak wyglądać. Są badania pokazujące, że wartość starszych pracowników, którzy mają dużą głębię wiedzy i kontekst organizacyjny, rośnie wykładniczo.

Jeśli chcesz, żeby AI wykonywała złożone zadania, musisz dostarczyć jej mnóstwa kontekstu. Dlatego interesujące jest to, co powiedziałeś.

Taylor Blake: Porozmawiajmy o kontekście dla AI. Ciągle słyszymy, że dana AI ma milion tokenów w oknie kontekstowym i że dostarczymy jej dokumenty, aby uzyskała kontekst.

Porównajmy to z ludźmi i ilością kontekstu, który posiadają. Jeśli zestawimy kontekst z kontekstem, nasi starsi pracownicy mają ogromny kontekst wynikający z wielu lat doświadczeń. Wiedzą wiele rzeczy, które nie zostały zapisane i są niewidoczne. Musimy być rzecznikami ludzkiej wiedzy specjalistycznej i ludzkich możliwości.

Duża część tego kontekstu, który ludzie wnoszą do sytuacji, może być niewidoczna. Potrzebujemy więc lepszych sposobów, by go wspierać, przedstawiać i doceniać, ponieważ jest niezwykle wartościowy.

David Rice: Zgadzam się. Chodzi o wartość życiowego doświadczenia. Być może wynika to z tego, że się starzeję, ale czasami nie doceniamy go wystarczająco. To przecież najlepszy nauczyciel.

AI, mimo wszystkich rzeczy, które potrafi, nie może mieć życiowego doświadczenia. Nie rozumie tych cichych elementów: sposobu, w jaki dyrektor generalny zareagował na coś, wyrazu twarzy kogoś, gdy dana propozycja padła na spotkaniu całej firmy. Nie potrafi przyswoić tego wszystkiego i zrozumieć tak, jak potrafi ludzki mózg. Dlatego ludzkie doświadczenie jest nieskończenie bardziej wartościowe.

Pomyślmy też o tym, że kiedyś mieliśmy połączenie pracy o małej i dużej presji. Wspomniałeś wcześniej o równowadze. Teraz AI usuwa część łatwych zadań i nie ma wbudowanej przerwy. Wszyscy narzekamy na ciągłe przełączanie kontekstu, ale czasami może ono być dobre.

Czy uważasz, że przypadkowo projektujemy wypalenie zawodowe? Jak możemy temu przeciwdziałać?

Taylor Blake: Po pierwsze, musimy zrozumieć, że praca się zmienia. W jakimś politycznym serialu na Netflixie, nie pamiętam którym, była rozmowa o tym, że gdy decyzje docierają na szczebel kierowniczy, wybiera się między dwiema rzeczami.

To nie jest 80 do 20. Nie ma oczywiście dobrej i oczywiście złej odpowiedzi. To raczej 51 do 49, ponieważ gdyby odpowiedź była tak oczywista jak 80 do 20, problem zostałby rozwiązany niżej w organizacji.

Coraz częściej nie chodzi więc tylko o wysoką presję, lecz także o złożone strategicznie sytuacje, w których nie ma jednoznacznej odpowiedzi. Jasne odpowiedzi będą coraz częściej udzielane automatycznie. Oznacza to, że nie chodzi wyłącznie o instruowanie ludzi, jak podejmować decyzje, ale także o wszystko, co dzieje się po decyzji.

Podejmujesz złożone decyzje, w przypadku których nie ma jasnej odpowiedzi dobrej i złej. Musisz potrafić je wyjaśnić i uzasadnić. Musisz umieć poradzić sobie z niepokojem ludzi, których negatywnie dotknęła decyzja i którzy pytają: „Dlaczego to zrobiłeś? Nie podoba mi się ta decyzja”.

Musimy po prostu zrozumieć, że z takimi rzeczami wiąże się duża presja. Jak ją ograniczyć? Rozmawialiśmy o gotowości i przygotowaniu, o nowych narzędziach do symulacji i coachingu, które pomagają ludzi przygotować.

Może też wzrosnąć znaczenie zespołu. Kontrolerzy ruchu lotniczego również pracują w ten sposób. Istnieje dynamika zespołowa, w której dzieli się odpowiedzialność i wzajemnie wspiera. Możemy więc częściej korzystać z modeli wsparcia zespołowego, aby wszystko nie spadało na jedną osobę.

Bo to przepis na to, że cała ta presja doprowadzi do wypalenia, a nikt tego nie chce.

David Rice: Wszyscy musimy w pewien sposób wziąć odpowiedzialność za wbudowanie luzu w system. Trzeba wiedzieć, kiedy presja staje się zbyt duża. Dotyczy to szczególnie stanowisk kierowniczych, gdy myślimy o rozwoju przywództwa i o przewodzeniu podczas tych zmian.

Nie chcemy spłaszczyć ludzkiej zdolności emocjonalnej. Jak zamierzasz zmierzyć się z tym, co się wydarzy, gdy coraz większa część pracy będzie polegała na podejmowaniu decyzji o dużej wadze i pod wysoką presją? To będzie ciągłe wyzwanie.

Myślę jednak, że w ostatnich latach prowadziliśmy znacznie zdrowszą rozmowę o równowadze między życiem zawodowym a prywatnym, zdrowiu psychicznym i podobnych kwestiach. Nadszedł czas, by wykorzystać wiedzę zdobytą dzięki tym rozmowom.

Taylor Blake: Zobaczymy też drugą stronę tego zjawiska. Tak duży nacisk kładziono na efektywność i robienie więcej mniejszym nakładem środków. Na pierwszy rzut oka AI potrafi wiele, ale za kulisami — i jest to również doświadczenie ludzi — AI robi dla mnie znacznie więcej, a ja mimo to czuję się bardziej zajęty niż kiedykolwiek.

Powierzchnia wyjątków, decyzji i konieczności rozwiązywania problemów stale się powiększa. Nacisk na efektywność i optymalizację z pewnością przyniesie konsekwencje. Nie można optymalizować wszystkiego i oczekiwać, że system pozostanie zdrowy.

Istnieje tak wiele niewidocznych zmiennych, których optymalizacja nie uwzględnia właśnie dlatego, że są niewidoczne. W końcu coś się psuje i dopiero wtedy uświadamiasz sobie, że system wymaga naprawy.

David Rice: Zdecydowanie.

Pracujesz w obszarze, w którym często zachęca się do szybkiego ponoszenia porażek. Jednak gdy eksperymentujesz w prawdziwych organizacjach, wpływa to na prawdziwych ludzi. Jak utrzymujesz równowagę między ambicją a odpowiedzialnością? W niektórych przypadkach stajemy się bardzo ambitni i trochę lekkomyślni.

Czy niedawno pojawił się moment, w którym to napięcie było dla ciebie widoczne?

Taylor Blake: Jednym z powodów, dla których przeprowadzamy eksperymenty, jest to, że nie chcemy eksperymentować w organizacjach naszych klientów na prawdziwych ludziach, którzy po prostu próbują wykonywać swoją pracę. Staramy się testować rzeczy w mniejszej i bardziej ograniczonej skali.

Chcemy eksperymentować i jednocześnie ograniczać ryzyko. Jeśli chodzi o napięcie między szybkim tempem zmian, ambicją i konsekwencjami, nie będzie to przykład związany bezpośrednio z pracą, ale właśnie on najbardziej utkwił mi w pamięci.

Dotyczy ogólnego wykorzystywania AI i moich dzieci. Moja starsza córka ma dziesięć lat. Zeszłego lata budowała na podwórku ogród dla motyli. Wyszukała informacje o roślinach i sposobach stworzenia przestrzeni, do której mogłyby przylatywać motyle. To był bardzo uroczy i świetny projekt.

Pozwoliłem jej użyć AI, żeby pokazać jej ogród i poprosić o porady dotyczące pielęgnacji różnych roślin. Później przyszła do mnie i zapytała: „Czy mogę użyć twojego telefonu? Chcę znowu porozmawiać z AI”. Zapytałem: „Jakie masz pytanie? Po co chcesz z nią rozmawiać?”. Odpowiedziała: „Nie mam konkretnego pytania, ale AI jest dla mnie taka miła. Mówi mi tak wiele miłych rzeczy, że po prostu chcę z nią porozmawiać”.

Włączyły mi się alarmowe dzwonki. Pomyślałem: „Jaka relacja właśnie powstaje, czego zupełnie nie przewidziałem?”. Moja córka nie szukała już potwierdzenia u mnie ani u mojej żony. Była skupiona na uzyskaniu potwierdzenia od AI i chciała, żeby mówiła jej miłe rzeczy.

To przypomnienie, że nawet w przypadku pozornie prostych zastosowań może pojawić się wiele skutków ubocznych i konsekwencji, które trudno przewidzieć. Jedną z rzeczy, w których muszę stawać się coraz lepszy, jest praca z moim zespołem.

Próbujemy wymyślać nowe, ambitne pomysły i jesteśmy nimi podekscytowani. Potem jednak pomysły przechodzą przez wiele rund pytań: „Czy pomyślałeś o tym?” oraz „Dlaczego robisz to w ten sposób?”. Może się wydawać, że wszyscy próbują znaleźć dziury w pomyśle, ale tak naprawdę jest to proces jego udoskonalania.

Takie rzeczy muszą być krytycznie oceniane z wielu kierunków, zanim nabierzemy wystarczającej pewności, by je opublikować i udostępnić. Droga od początkowego pomysłu, którym jesteśmy zachwyceni, do pomysłu dokładnie sprawdzonego, abyśmy mogli z przekonaniem go wypuścić, jest z pewnością interesująca.

David Rice: Podoba mi się, że wbudowujecie w ten proces coś w rodzaju etycznego zabezpieczenia i prowadzicie takie rozmowy. Musimy zadawać sobie naprawdę trudne pytania.

Tworząc te rzeczy, możemy działać bez filozoficznego namysłu, ale chyba lepiej tego nie robić. Wiele z budowanych przez nas rozwiązań zmienia ludziom każdy dzień i sposób, w jaki wchodzą w interakcje z rzeczami, które są dla nich ważne.

Przykład z twoją córką jest bardzo interesujący. Widzę coraz więcej takich sytuacji. Podoba mi się, że prowadzicie te rozmowy wewnętrznie i pytacie: „O czym nie myślimy?”. Myślę, że wszyscy musimy zacząć to robić.

Taylor Blake: Z pewnością mamy martwe punkty. Kiedy ktoś ujawnia ci taki martwy punkt, mówi: „To, co zbudowaliście, jest ciekawe, ale miało negatywny skutek, o którym nie pomyśleliście”.

Trzeba przewidywać, że takie rzeczy się pojawią, i być na nie otwartym. Musimy znaleźć sposoby uwzględniania ich w procesie projektowania. Chcę również, aby w tym procesie uczestniczyli ludzie rozważni i świadomi zagrożeń.

Jeśli narzędzia AI będą tworzyć wyłącznie osoby zakładające, że AI nie ma negatywnych konsekwencji, skończy się to katastrofą. Potrzebujemy rozważnych i ostrożnych ludzi, którzy w równym albo większym stopniu myślą o potencjalnych wadach tych rozwiązań. Nie powinni ignorować technologii, lecz uczestniczyć w procesie i pomagać nam tworzyć rzeczy przemyślane i odpowiedzialne.

David Rice: Taylor, dziękuję, że byłeś dziś z nami. Bardzo dobrze się bawiłem.

Taylor Blake: Dziękuję za zaproszenie. To było pomocne również dla mnie. Rozmawialiśmy o refleksji i była to dla mnie okazja, by zastanowić się nad niektórymi rzeczami, o których myślę. Bardzo to doceniam.

David Rice: Drodzy słuchacze, jeśli jeszcze tego nie zrobiliście, przejdźcie na peoplemanagingpeople.com/subscribe i zapiszcie się do newslettera. Otrzymacie wszystkie najnowsze aktualizacje oraz informacje o tym, co robimy — od wydarzeń po podcasty, nadchodzące serie treści i wiele więcej.

Do usłyszenia następnym razem. Eksperymentujcie, ale zadawajcie sobie trudne pytania.