Kryzys krytycznego myślenia: AI ujawnia problem ze ścieżką rozwoju liderów
Luka w uczeniu się: Automatyzacja zastępuje rutynową pracę, pozbawiając pracowników możliwości rozwijania kluczowej intuicji biznesowej.
Zmiana organizacyjna: Firmy muszą przeprojektować rozwój talentów, aby priorytetem stało się głębokie myślenie, a nie samo wykonywanie zadań.
Koncentracja na przyszłości: Inwestowanie w ludzkie kompetencje przyniesie długoterminowe korzyści, wyróżniając organizacje na konkurencyjnym rynku.
Wyścig o wdrożenie AI przyniósł niepokojące odkrycie. Technologia zaprojektowana, aby ułatwiać pracę, po cichu rozmontowuje doświadczenia, które kształtują przyszłych liderów.
W miarę jak firmy automatyzują rutynowe zadania, młodsi pracownicy tracą powtarzalną pracę, która wcześniej stanowiła poligon doświadczalny dla rozwijania umiejętności oceny sytuacji, rozpoznawania wzorców i myślenia strategicznego. W rezultacie ścieżka rozwoju liderów opiera się na fundamentach, które już nie istnieją.
„Im więcej nudnej pracy wykonuje AI, tym więcej nudnej pracy pozostaje dla wszystkich” — mówi Vivienne Ming, neurobiolożka teoretyczna i założycielka Socos Labs. „Tak naprawdę kupujemy narrację, że wartość AI polega na ułatwianiu nam życia. Wykona całą nudną pracę. A ty będziesz mógł zająć się superkreatywną pracą”.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Takie ujęcie pomija jednak to, co od początku sprawiało, że nudna praca była wartościowa.
Program nauki na stanowiskach początkujących
Zadania na stanowiskach początkujących zawsze pełniły podwójną funkcję. Na pierwszy rzut oka chodzi w nich o wyniki: przetwarzanie wydatków, przygotowywanie e-maili, tworzenie prezentacji i analizowanie danych. W głębszej warstwie to właśnie dzięki nim pracownicy rozwijają zrozumienie biznesu.
Młodsza analityczka budująca modele finansowe nie uczy się wyłącznie formuł programu Excel. Dowiaduje się, jak różne jednostki biznesowe postrzegają rentowność, które założenia mają największe znaczenie i jak liderzy reagują, gdy liczby nie opowiadają historii, której się spodziewali. Ta wiedza niejawna staje się po latach fundamentem myślenia strategicznego.
Gdy AI zajmuje się budowaniem modelu, analityczka nigdy nie rozwija tej intuicji.
Eliza Jackson, dyrektorka operacyjna w ButcherBox, obserwuje ten proces w czasie rzeczywistym.
To głęboko zmienia sposób pracy i uczenia się — mówi. „Jeśli naprawdę się w to zaangażujesz, sposób, w jaki pracujesz, siadając przy komputerze, jest całkowicie inny niż sposób, w jaki pracowałaś wczoraj.
Ta zmiana nie dotyczy wyłącznie produktywności. Gdy pracownicy przekazują zadania AI bez zrozumienia pracy leżącej u ich podstaw, pomijają naukę, która później czyni ich wartościowymi na kolejnych etapach kariery.
Automatyzacja a rozszerzanie możliwości
To rozróżnienie ma znaczenie, ponieważ nie każde wykorzystanie AI jest takie samo. Ming wyraźnie odróżnia automatyzację poznawczą, w której AI zastępuje ludzkie myślenie, od rozszerzania możliwości poznawczych, w którym je wzmacnia.
Wskazuje na badania dotyczące portugalskich gastroenterologów korzystających z systemów kolonoskopowych wspomaganych przez AI.
„Naukowcy odkryli, że osoby wykonujące kolonoskopie przy użyciu systemu wspomaganego przez AI, gdy wyłączy się AI, radzą sobie zdecydowanie gorzej niż przed rozpoczęciem korzystania z tego systemu” — wyjaśnia Ming. „Podczas korzystania z niego ich wyniki się poprawiają, ale później są zdecydowanie gorsze”.
Ten sam schemat występuje w całej pracy opartej na wiedzy. Gdy pracownicy traktują AI jako skrót, a nie narzędzie, rozwijają zależności zamiast kompetencji.
Organizacje pogłębiają problem, mierząc niewłaściwe rezultaty. Śledzą zaoszczędzony czas i zrealizowane zadania, ale ignorują pogorszenie umiejętności i zdolność do myślenia strategicznego. Wzrost produktywności jest widoczny natychmiast. Deficyt przywództwa ujawnia się dopiero po latach.
Deficyt głębi
Amy Centers, psycholożka organizacji i założycielka SmartWorks Labs, twierdzi, że obecne modele pracy aktywnie karzą za zachowania, które kształtują przyszłych liderów.
Organizujemy godziny pracy tak, jakby produktywność przypominała produktywność taśmy produkcyjnej. Tymczasem wszystko opiera się dziś na zdolności adaptacji, umiejętności przełączania się między kontekstami oraz przyswajania i stosowania spostrzeżeń. Jednak w pewnym sensie system, sposób, w jaki został skonfigurowany, ma karać właśnie za te umiejętności.
Problem nasila się, gdy firmy mylą aktywność z osiągnięciami. Pracownicy spędzają dni na odpowiadaniu na wiadomości, uczestniczeniu w spotkaniach i zarządzaniu swoją dostępnością. Są zajęci, ale nie budują głębokiej wiedzy specjalistycznej, która przygotowałaby ich do podejmowania złożonych decyzji.
Jackson opisuje tę dynamikę w ButcherBox.
„Ludzie po prostu wpadają w kierat. Sama głęboko tego doświadczyłam, kiedy pod koniec dnia myślę: co ja właściwie zrobiłam? Czy tylko odpowiedziałam na 800 czatów? Czy podjęłam jakiekolwiek decyzje, które były przemyślane? Czy zastanowiłam się nad czymkolwiek, co postanowiłam?”
Organizacje, które chcą rozwijać liderów, muszą stworzyć przestrzeń na refleksyjną pracę, która kształtuje umiejętność osądu. Jednak większość robi coś przeciwnego, wykorzystując AI do przyspieszania tempa pracy zamiast pogłębiania jakości myślenia.
More Articles
- Weteran technologii HR z 30-letnim stażem: wdrażanie AI musi stawiać ludzi na pierwszym miejscu
- Były lider IBM ds. kadr mówi, że wdrażanie AI kończy się niepowodzeniem, gdy liderzy działają szybciej, niż narasta zaufanie
- Była dyrektorka HR dzieli się tym, dokąd zmierza przywództwo w świecie stawiającym AI na pierwszym miejscu oraz dlaczego liderzy muszą jeszcze bardziej skupić się na ludzkich aspektach
- Autor i ekspert ds. AI zachęca organizacje do przejścia od “człowieka w pętli” do “człowieka nad pętlą”
- Dlaczego ten coach kadry kierowniczej przeszedł od sprzeciwu wobec AI do wykorzystywania go jako zwierciadła przywództwa
Przebudowa z myślą o rzeczywistości
Rozwiązaniem nie jest spowalnianie wdrażania AI ani sztuczne utrzymywanie zadań, które technologia wykonuje lepiej. Chodzi o przeprojektowanie sposobu, w jaki organizacje rozwijają talenty w czasach, gdy tradycyjne modele nauki zawodu przestały działać.
Zaczyna się to od uznania tego, co zostało utracone. Kiedy młodsi pracownicy nie spędzają miesięcy na tworzeniu modeli finansowych, potrzebują ustrukturyzowanych sposobów rozwijania intuicji biznesowej, której wcześniej uczyły te modele. Kiedy AI tworzy wstępne wersje ich komunikatów, potrzebują bezpośredniego wsparcia w zakresie komunikacji strategicznej, która wcześniej wyłaniała się w procesie kolejnych iteracji.
Centers opowiada się za fundamentalnym przedefiniowaniem tego, co organizacje cenią.
„Chyba chciałabym spróbować nieco odwrócić tę sytuację i stworzyć model pracy, w którym głębia jest widoczna” — mówi. „Wkład mierzy się takimi rzeczami jak klarowność, kreatywność, oczywiście wpływ, ale nie zaproszeniami w kalendarzu ani uczestnictwem w różnych wydarzeniach”.
Oznacza to ocenianie pracowników na podstawie ich osądu, a nie dostępności, poprzez skuteczne struktury awansów. Oznacza tworzenie chronionego czasu na naukę, a nie tylko na realizację zadań. Oznacza traktowanie AI jako narzędzia, które powinno pomagać ludziom lepiej myśleć, a nie jako zastępstwa dla samego myślenia.
Konieczność przywództwa
Organizacje, które rozwiążą ten problem, wyróżnią się nie dzięki lepszym rozwiązaniom AI, lecz dzięki lepszym ludziom. Zrozumieją, że celem automatyzacji nie jest wyłącznie efektywność. Chodzi o stworzenie przestrzeni na taki rodzaj pracy, który mogą wykonywać tylko ludzie, przy świadomości, że automatyzacja miejsca pracy wpływa na kulturę organizacyjną w fundamentalny sposób.
Musimy zrozumieć, że ostatecznie ludźmi, którzy będą tutaj mieć znaczenie, są liderzy — mówi Ming. „Jeśli wybiorą leniwą wersję tego rozwiązania i wykorzystają je do zastąpienia ludzi, zyskacie szybki wzrost produktywności i długoterminowe straty. Jeśli będziecie gotowi zainwestować w kapitał ludzki, zobaczycie rzeczywiste korzyści, ale wymaga to odwagi”.
Jeśli obecnie świętujecie wzrost produktywności dzięki AI, cieszcie się nim. Warto jednak zadać sobie pytanie: czy wykorzystujemy je w sposób, który buduje nasze możliwości, czy je osłabia? Za dwa lata możecie odkryć, że zoptymalizowaliście niewłaściwy rezultat.
