Teamvanan som skiljer högpresterare från alla andra

David Rice: Den genomsnittliga arbetstagaren förlorar 18 timmar i veckan på möten och ytterligare 11 timmar på att arbeta sig igenom meddelanden. Det lämnar ungefär en dag för faktiskt arbete. Så när du behöver klämma in en hel veckas arbete på en enda dag letar du efter genvägar. Du kommer tidigt, stannar sent och arbetar på helgerna – och det är så utbrändhet uppstår.

I dagens program talar jag med Ron Friedman, socialpsykolog och författare till boken “Superteams”, om varför AI inte löser det här problemet för de flesta team. Faktum är att det gör saken värre. Rons team frågade tusentals arbetstagare för att ta reda på vad de bästa åtta procenten av teamen gör annorlunda, och det de upptäckte om AI är fascinerande.

Genomsnittliga team döljer sin AI-användning för varandra. De vidarebefordrar resultat av låg kvalitet utan att kontrollera dem, vilket förlänger arbetsdagen för alla som kommer senare i arbetsflödet. Superteam delar däremot öppet sina instruktioner, använder AI som en samtalspartner att diskutera med och utmana, och använder det på sätt som gör hela teamet bättre.

Helt olika resultat med samma teknik. Skillnaden som AI blottlägger går inte bara mellan bra team och genomsnittliga team. Den går mellan människor som vet hur kvalitet ser ut och människor som inte gör det. Om du saknar en känsla för kvalitet kommer allt AI ger dig att kännas tillräckligt bra, och det är där den falska självsäkerheten uppstår.

Det handlar inte bara om felaktigt arbete, utan om felaktigt arbete som de är stolta över. I dag går vi därför igenom varför AI ökar gapet mellan högpresterande och genomsnittliga team, den dolda kostnaden för AI-resultat av låg kvalitet på teamets arbetsbelastning, varför superteam behandlar AI som en diskussionspartner och inte som en expert, idéskrivande jämfört med brainstorming och varför forskningen föredrar det ena, samt vad jämlik talartid avslöjar om kollektiv intelligens.

Jag heter David Rice. Det här är People Managing People. Om du har utgått från att AI är en stigande tidvattenvåg som lyfter alla båtar kan den här forskningen få dig att tänka om. Nu sätter vi i gång.

Ron Friedman: Det är en bra fråga. Innan jag kommer till varför AI ökar gapet mellan högpresterande och genomsnittliga team vill jag berätta lite om hur jag genomförde den här forskningen, så att era lyssnare förstår var jag kommer ifrån. Jag är socialpsykolog och lämnade akademin för att gå över till näringslivet.

När jag arbetade i näringslivet insåg jag att det fanns ett enormt gap mellan den senaste forskningen och den moderna arbetsplatsen. Därför började jag undersöka vad de bästa teamen gör annorlunda. Vi frågade tusentals arbetstagare två viktiga frågor om deras team.

Vi frågade: På en skala från ett till tio, hur effektivt är ditt team på att nå sina mål? Och jämfört med andra team i din bransch, hur skulle du bedöma teamets prestation? Därefter tog vi teamen med perfekta poäng, en mycket liten grupp på ungefär åtta procent. Vi kallade dem superteam och undersökte vad de gjorde annorlunda.

Nyligen genomförde vi också en studie av hur superteam använder AI. Du frågade varför AI ökar gapet. Det vi ser är att superteam använder AI på ett sätt som gör hela teamet bättre, medan genomsnittliga team oftare döljer sin AI-användning för varandra och delar resultat av låg kvalitet som faktiskt kan förlänga arbetsdagen.

Jag har talat med många yrkesverksamma som beskriver hur människor använder ChatGPT eller något liknande för att formulera svar, som de sedan skickar vidare till andra medarbetare utan att ens kontrollera dem. Det kan vara ett mycket användbart verktyg om man använder det rätt, men det innebär att ge verktyget rätt sammanhang och granska svaren. Man måste föra en dialog om huruvida resultaten är korrekta eller inte.

Om du bara tar resultatet och skickar det vidare förlänger du arbetsdagen för alla andra.

David Rice: Det här knyter an till något vi pratar om hela tiden. När man lägger AI ovanpå ett dysfunktionellt team förstärker det dysfunktionen. Om man däremot har ett mycket effektivt och samarbetsinriktat team kan det verkligen ge kraft åt nya och innovativa arbetssätt.

Men du nämnde sammanhang, och jag läste nyligen om sammanhangsteknik – att hjälpa AI att förstå organisationen. Det är så viktigt om man faktiskt vill använda tekniken, särskilt för sådant som är mer processdrivet. Den måste verkligen förstå hur organisationen är uppbyggd för att dess potential ska kunna utnyttjas fullt ut.

Ron Friedman: Ja, precis. En del av det handlar om att tydliggöra vilka resultat man faktiskt försöker uppnå. Jag tror att många organisationer optimerar för att vara upptagna, inte för resultat.

Om vi backar ett steg ser vi att mycket av genomsnittliga teams arbetsvecka går åt till sådant som inte för arbetet framåt. Den genomsnittliga arbetstagaren förlorar arton timmar i veckan på möten och ytterligare elva timmar på att arbeta sig igenom meddelanden. Vad blir då kvar för riktigt arbete?

Ungefär en dag. Och vad händer när du behöver klämma in en hel veckas arbete på en enda dag? Du letar efter sätt att skapa mer tid. Du kommer tidigt, stannar sent och arbetar på helgerna. Det sättet att arbeta leder nästan garanterat till utbrändhet.

En bättre fråga än varför arbetstagare blir utbrända är hur de över huvud taget lyckas få något arbete gjort. Om de förlorar tre fjärdedelar av veckan på möten har många organisationer, särskilt de som inte är superteam, blandat ihop samarbete med ständig samvaro. Det är inte samma sak.

De bästa idéerna uppstår när man växlar mellan individuellt arbete och grupparbete, särskilt när man söker kreativa lösningar. Ett klassiskt exempel är brainstorming: alla samlas i konferensrummet och kommer på idéer. Men forskningen visar att om man vill att människor ska få fler idéer av högre kvalitet är det mycket bättre att använda idéskrivande.

Idéskrivande innebär att varje person först arbetar individuellt och tar fram idéer på egen hand. Sedan tar alla med sig sex idéer till samtalet, där gruppen diskuterar dem. När alla arbetar tillsammans i en brainstorming-session händer däremot ofta att den första personen som talar förankrar alla andra kring sin idé. Då använder de sin mentala energi till att bedöma värdet av den första idén, och många hinder uppstår som gör det svårare att komma fram till kreativa lösningar.

David Rice: Som redaktör tycker jag om brainstormingsessioner, men jag brukar säga att nyckeln till en bra session är att alla är förberedda. Om vi kommer in och improviserar kommer vissa personlighetstyper att ta över samtalet. Om vi vill få fram allas idéer måste alla förbereda sig på egen hand först.

Ron Friedman: Det är faktiskt ännu en sak vi ser i vår forskning. I Superteams, min nya bok där vi går igenom all forskning om vad de bästa teamen gör annorlunda, är en viktig skillnad att teamen har jämlik talartid under möten. Det är en av de bästa faktorerna för att förutsäga något som kallas kollektiv intelligens.

Vi känner alla till IQ. Kollektiv intelligens är i princip IQ för team: hur effektivt löser teamet problem? En av de bästa förutsägarna för kollektiv intelligens är jämlik talartid. Talartiden spelar roll eftersom den säger mycket om teamet. Den antyder att människor känner att deras åsikter spelar roll, att de är engagerade och att alla bidrar.

När man vill skapa ett superteam måste man se till att alla känner sig stärkta att bidra med något nytt.

David Rice: Absolut. Du har upptäckt att genomsnittliga team ofta döljer sin AI-användning eller känner skuld över den, medan högpresterande team öppet delar instruktioner och arbetsflöden. De berättar för varandra vad som faktiskt händer med verktyget. Vad händer psykologiskt när människor känner att de måste dölja hur de arbetar?

Ron Friedman: Jag tror att det visar att människor upplever att deras karriärmål är skilda från teamets mål. Det är ett verkligt problem, eftersom det betyder att personerna man arbetar med inte fungerar som ett riktigt team.

I inledningen till Superteams talar jag om vilka faktorer som förvandlar en grupp främlingar till ett team. Det finns tre. Den första, och den viktigaste, är gemensamma mål. Alla måste vara överens om vad ni försöker uppnå. I många team har man bara en grupp människor som arbetar tillsammans, men inte nödvändigtvis som ett team, eftersom alla har sina egna karriärmål.

En person försöker bli befordrad, en annan vill ha högre lön, en tredje har redan ena foten utanför dörren och en fjärde optimerar för balans mellan arbete och fritid. Alla har sina egna mål. Gruppen behöver ett gemensamt mål att sträva mot.

Den andra faktorn är tydliga roller. Du måste veta vad du ansvarar för, vad den andra personen ansvarar för, hur rollerna överlappar och hur ni bidrar till varandra.

Utan det uppstår nästan alltid revirstrider. Den tredje faktorn är ömsesidigt beroende. Det betyder helt enkelt att man måste känna att man behöver varandra för att lyckas. Många säljteam har inte detta alls. Deras kollegor är i själva verket konkurrenter.

De tre grundförutsättningarna gör att människor känner sig som en del av ett team. När människor döljer sin AI-användning kan det betyda att de känner sig utbytbara: “AI gör arbetet. Om alla fick veta det skulle de göra sig av med mig.” Det kan också betyda att de inte känner sig bemyndigade eller uppmuntrade att använda AI.

I de bästa teamen uppmuntras de inte bara att använda AI, de delar också sina instruktioner. Helt färska siffror visar att 67 procent av personerna i superteam delar sina instruktioner med kollegorna. I genomsnittliga team är siffran 20 procent.

Att dela instruktioner handlar inte bara om att göra människor mer effektiva i sina roller. Det skapar en lärande inställning. Om jag delar mina instruktioner och du delar dina, känner vi plötsligt båda att vi bidrar till varandras utveckling. Det placerar vårt samarbete på en helt annan nivå.

David Rice: Det är kraftfullt. Jag har till och med sagt: “Jag upptäckte att de här projektinstruktionerna fungerade mycket bra. När jag strukturerade instruktionerna på det här sättet kring projektet blev resultatet så här.” Då kan andra återanvända det eller hitta ett användningsområde för det.

Vi kan uppmuntra varandra att tänja på gränserna för vad vi ber AI att göra. Men när AI kan utföra så många olika saker kan man börja tro att man inte behöver andra människor i processen. Hur förhindrar man att det tar över och att människor börjar tro att de är mer specialiserade än de faktiskt är?

Ron Friedman: Det är en viktig poäng och en fälla även högpresterande team kan falla i. Eftersom det är så mycket enklare att göra något själv blir man mindre benägen att lämna över sådant som man tidigare skulle ha gett till en kollega. Det hindrar kollegan från att lära sig och gör arbetsdagen längre, eftersom man nu gör sådant man normalt inte skulle ha gjort.

Vi ser också att människor skapar ytterligare steg som de tidigare skulle ha avfärdat som onödiga. När man skapar ledig tid genom att slutföra en uppgift snabbare letar man ofta efter andra sätt att fylla tiden med fler uppgifter.

Det är fällan med att vara högpresterande. Om du gör något på 15 minuter som borde ha tagit två timmar tar du inte ledigt resten av dagen. Du hittar andra uppgifter. För att förhindra detta måste ledaren sprida insikten att det är något teamet behöver vara medvetet om och undvika, särskilt om man ska utveckla personerna i teamet.

Annars atomiserar det teamet. Man börjar känna att andra människor står i vägen för den egna produktiviteten, och det motverkar utvecklingen av ett teamtankesätt.

David Rice: Då skapar man också fler ingredienser i receptet på utbrändhet.

Ron Friedman: Precis.

David Rice: Ditt eget arbete gjorde dig redan utbränd. Nu tar du dessutom på dig två andra jobb som du försöker förstå under tiden. Det kommer inte att göra dig mer kreativ, utvilad eller engagerad. Det skapar bara fler problem.

En sak som känns kontraintuitiv är att bra team inte nödvändigtvis samarbetar mer. De samarbetar mer avsiktligt. Vad missförstår de flesta organisationer om lagarbete just nu?

Ron Friedman: Jag nämnde förvirringen mellan samarbete och ständig samvaro. I vår forskning ser vi att superteam är mycket avsiktliga med hur de använder sin arbetstid. De gör inte möten till standardalternativet. De gör möten till sista utvägen.

De är 54 procent bättre på att undvika onödiga möten och 50 procent mindre benägna att schemalägga återkommande möten, som ofta blir tidstjuvar. Ett återkommande möte i kalendern kan bli en känslomässig fråga att avsluta, ungefär som att göra slut med en kollega.

Superteam spelar inte bara försvar genom att eliminera onödiga möten. De spelar också anfall genom att avsätta fokustid under dagen. De kan bestämma att ingen behöver bevaka sina meddelanden mellan halv fyra och fem på tisdagar, så att alla kan få sitt arbete gjort.

De använder också mötesfria dagar, då möten inte får bokas under en hel dag eller halvdag om det inte rör sig om en absolut nödsituation. Resultatet är enormt: stressen halveras och produktiviteten ökar med 71 procent.

Superteam kallar dem dock inte mötesfria dagar. De kallar dem dagar då man får saker gjorda, eftersom de vill förstärka syftet bakom initiativet. De skapar utrymme för individuellt arbete, och utan möjlighet till koncentrerat arbete under ordinarie arbetstid kommer människor att bli utbrända.

David Rice: Det viktiga för mig är att man minimerar all kontextväxling. Även om man arbetar i ett utspritt team och bara sitter vid skrivbordet måste man avbryta det man gör. Man måste titta in i kameran, engagera sig i mötet och tänka på vad alla säger. Sedan ska man återgå till rapporten man skulle lämna på fredag, men hela tankegången är borta.

Ron Friedman: Absolut. En sak vi också talar om i boken är fördistraktion. Vi vet vad distraktion är – att växla mellan uppgifter. Fördistraktion innebär att vetskapen om att du har ett möte i kalendern sänker din prestation under timmen före mötet.

En del av uppmärksamheten går åt till att tänka på vad du behöver säga under mötet. Eftersom du vet att du har en fast sluttid är det mindre sannolikt att du börjar med den svåra uppgiften. Till slut skjuter du upp arbetet hela dagen.

Efter mötet uppstår också uppmärksamhetsrester. En del av hjärnan fortsätter att tänka på vad som sades och hördes under mötet. Därför handlar möten inte bara om de bortkastade timmarna under själva mötet, utan även om tiden före och efter.

Det är därför mötesfria dagar är så kraftfulla. För många seniora ledare känns idén först kontraintuitiv, eftersom 80 procent av deras vecka bokstavligen består av möten. Men för de personer som faktiskt gör arbetet är det enda sättet att få fokustid ofta att leta efter den utanför arbetstid.

Jag har en sann berättelse i Superteams om en kvinna som sjukanmälde sig, inte för att hon var sjuk eller ville vara ledig, utan för att kunna arbeta utan möten. Så långt går människor när arbetet gör det verkliga arbetet omöjligt.

David Rice: För yngre personer kan möten dessutom vara mycket obekväma. Man saknar självförtroende och känner att alla andra i rummet vet mer. Sedan överanalyserar man allt man säger. Effekten före och efter mötet blir ännu starkare längre ner i hierarkin, eftersom man inte har samma sammanhang eller självförtroende som någon som har varit där länge.

AI skulle kanske kunna hjälpa oss att minska en del av detta, men i många fall gör det inte det. Riskerar vi att påskynda fragmenteringen om vi inte tänker om kring hur våra team arbetar?

Ron Friedman: Det gör vi definitivt. Därför är det så viktigt att förstå vanorna hos högpresterande team. En av mina favoritlärdomar handlar om riktlinjer för möten.

I de flesta organisationer kan nästan vem som helst kalla till möte av vilket skäl som helst. Det finns ingen vägledning om vad som förtjänar ett möte och vad som inte gör det. Många använder möten som en krycka. Möten får människor att känna sig produktiva och se bra ut inför kollegorna, samtidigt som de kan skjuta upp arbetet eftersom de väntar på mer information.

Superteam är mer avsiktliga. De använder mötesriktlinjer, vilket innebär att teamet diskuterar hur bra och dåliga möten ser ut och sedan fastställer regler för vad som kräver ett möte.

I min organisation har vi en enkel regel: inget beslut, inget möte. Om inget beslut ska fattas drar vi inte bort människor från deras dagliga arbete. Har du en fråga, ring. Har du en uppdatering, skicka ett mejl eller spela in en video.

Ett annat exempel kommer från företaget Percolate. Deras mötesregel är “inga åskådare”. Om du inte bidrar till mötet behöver du inte vara där. Det är inte en förolämpning eller kritik, utan respekt för din tid.

På Obamas kontor i Vita huset arbetade Cass Sunstein, vars regel var möten på 15 minuter. Behövde man mer tid var det inga problem, men man behövde tillstånd från sin ledare.

Alla sådana riktlinjer ger människor möjlighet att använda sin ordinarie arbetstid till produktivt arbete, så att de inte behöver arbeta kvällar och helger och bli utbrända.

David Rice: Jag gillar idén att man kan ha ett möte på en timme, men att man måste kunna motivera det. Vi säger ofta att ett möte kunde ha varit ett mejl. Det är ett vanligt uttryck som alla inom företagsvärlden känner igen.

Ron Friedman: När det händer ska man inte bara reagera som Jim Halpert i The Office och ifrågasätta sina livsval. Använd det som en signal. Ni behöver en mötesriktlinje. Det är en tydlig varningssignal.

Riktlinjerna bör inte komma uppifrån som ett direktiv. Prata i stället med teamet om vilka dåliga möten ni kan undvika och testa en regel i en vecka. Om människor reagerar positivt kan ni lägga till nästa riktlinje.

Allt detta ska hjälpa människor att göra sitt bästa arbete. Det är i grunden ledarens uppgift att förstärka människors fokus. När människor slipper onödiga möten och mejl och får utföra sitt bästa arbete under ordinarie arbetstid skapas utrymme för teamet att hjälpa varandra, bygga nya färdigheter och utvecklas över tid.

David Rice: Experimenterandet är en viktig del av att bygga nya färdigheter. Vi ser vad AI kan göra och frågar oss vad vi kan använda det till. Men det fungerar bara när människor känner sig trygga med att göra misstag.

AI skapar ett märkligt tryck där människor känner att de måste verka kompetenta samtidigt som de hela tiden anpassar sig. Hur påverkar den spänningen teamets beteende?

Ron Friedman: Om ledaren inte gör det tryggt att begå misstag kommer inget lärande att ske. När man försöker göra något nytt kommer man att göra misstag, och om människor inte känner sig trygga med att misslyckas ibland kan de inte förbättras.

De bästa ledarna gör lärande tryggt på flera sätt. De berättar om misstag de själva har gjort under karriären. När ledaren öppnar sig om brister och områden där han eller hon inte lyckats blir det tryggare för andra att ta risker.

När de inte vet något säger de det: “Jag vet inte svaret, men jag vet vem jag kan fråga.” Det visar att ingen i rummet förväntas ha alla rätta svar. Det viktigaste är viljan att ta reda på saker.

De gör också klart att om man aldrig gör misstag lär man sig inte. Reid Hoffman på LinkedIn brukade säga: “Jag förväntar mig inte hundraprocentig perfektion. Sikta på 85 procent, för om allt blir rätt hela tiden rör ni er inte tillräckligt snabbt.”

Reed Hastings på Netflix hade en liknande inställning. När för många av Netflix tidiga program blev framgångsrika såg han det inte som ett tecken på att allt gjordes rätt, utan oroade sig för att de inte tog tillräckligt stora risker.

Om du vill att teamet ska växa behöver du uppmuntra människor att misslyckas lite ibland. Om allt blir rätt betyder det sannolikt att ni inte rör er tillräckligt snabbt eller tar tillräckligt stora risker.

David Rice: Man gör inte tillräckligt mycket utanför det man redan känner till. Bra ledare hjälper oss att förstå att misstag inte är något man ska fly från eller gömma. Om man gör ett misstag kommer alla om sex månader att ha gått vidare. Livet fortsätter.

Ron Friedman: På högpresterande team belönar ledare oftare intelligenta misslyckanden. Ett intelligent misslyckande innebär att man försökte göra något på ett välgrundat sätt, men att det inte fungerade.

På superteam experimenterar man 48 procent mer än på genomsnittliga team. Experimenten kan vara små, som A/B-testning av en landningssida, eller större, som att försöka sälja ett erbjudande innan det är byggt.

Om teamet inte tar sådana risker står det i praktiken stilla. Det är frestande att bli självbelåten när det går bra, men de bästa teamen förstår att om man gör samma sak om och om igen kommer någon förr eller senare att gå om en.

Ett bra exempel är 3M. Företaget har funnits i 120 år och är mest känt för Post-it-lappar och Scotch-tejp. En av deras hemligheter är 30-procentsregeln: minst 30 procent av en divisions intäkter måste komma från produkter som lanserats under de senaste fyra åren för att divisionen ska få sin årliga bonus.

Regeln gör att alla hela tiden tänker på vad som kommer härnäst. Genom rätt incitament kan man visa att det är värdefullt att bygga nästa sak och att det inte är riskabelt för individen eller skadligt för karriären.

David Rice: Man måste vara beredd att belöna en välgrundad hypotes och inte straffa genomförandet när det kan påverkas av många omständigheter. Hypotesen kan fortfarande ha varit bra. Frågan är vad vi lärde oss under genomförandet och hur vi kan göra annorlunda nästa gång.

Den flexibiliteten och viljan att erkänna vad som behöver ändras är en värdefull egenskap hos en chef.

När du ser på ledarna för superteam verkar de vara mindre fokuserade på att kontrollera arbetet och mer fokuserade på att skapa en miljö där lärande sprids naturligt och där människor känner sig trygga med att experimentera och misslyckas. Vad gör dessa ledare annorlunda?

Ron Friedman: Vi har nyligen publicerat en artikel i Harvard Business Review om hur dessa ledare bygger högpresterande team. En sak är att de faktiskt oftare deltar i det dagliga arbetet än genomsnittliga ledare.

Ledare får ofta rådet att fokusera på strategin, delegera och hålla sig undan. Men det är inte vad vi ser hos ledarna för superteam. De deltar mer i det dagliga arbetet, vilket gör att de kan upptäcka möjligheter och utmaningar och skapa en samarbetsinriktad inställning där alla känner att de bär en del av arbetet.

De detaljstyr inte. Det är stor skillnad mellan att bidra och att detaljstyra. En detaljstyrande chef gör om din presentation åt dig, vilket är demotiverande. En ledare i ett högpresterande team granskar presentationen, ställer frågor, ger rekommendationer och låter dig sedan hantera den själv.

När det gäller AI är ledarna i centrum. De är nästan dubbelt så benägna att använda AI i sitt eget arbete, tre gånger så benägna att dela exempel på bra AI-användning med teamet och de föregår med gott exempel.

De uppmärksammar också personer som använder AI effektivt. Kanske delar de ett bra exempel med teamet en gång i veckan för att få alla att tänka: “Hur kan jag använda detta i mitt arbete?” Det är så man skapar en lärande inställning.

David Rice: Det är kraftfullt när man får se en chefs expertis och hur personen tog sig dit. Jag minns en redaktör som förbättrade en lång och komplicerad text jag hade skrivit. Hans förslag och små ändringar gjorde enorm skillnad. Det inspirerade mig att utvecklas och pressa mig själv.

Det är inte detaljstyrning, utan rätt nivå av engagemang i processen för att visa: “Jag tror att vi tänker lite fel här. Så här skulle det kunna vara.”

Ron Friedman: Du sa något mycket viktigt: att ledaren gjorde ditt arbete bättre. Det är exakt vad vi ser i superteam – kollegorna gör varandra bättre.

Jag berättar i boken om Ginsburg och Scalia, de två högsta domarna som var filosofiskt diametralt motsatta men blev nära vänner. De gjorde varandras arbete bättre. Han hjälpte henne att förbättra formuleringarna och hon hjälpte honom att nyansera den känslomässiga tonen i hans argument.

Det var så relationen byggdes, inte genom isbrytare eller förtroendeövningar. Det första man måste göra är att hitta ett sätt att hjälpa andra att bli bättre på sitt arbete och sedan bygga relationen.

David Rice: Ge det gamla “två sanningar och en lögn” ett försök.

Ron Friedman: Precis.

David Rice: Du sa att AI antingen kan förkorta eller förlänga arbetsdagen beroende på hur team använder det. Vad skiljer organisationer som faktiskt minskar utbrändhet från dem som förvärrar den?

Ron Friedman: Genomsnittliga team utbyter AI-genererat arbete av lågt värde som kräver mycket korrigering och omskrivning. Om någon skickar mig ett AI-genererat utkast kan jag ofta se tecknen: tankstrecken, radbrytningarna och formuleringarna.

David Rice: Man hör när det låter så.

Ron Friedman: Jag föredrar nästan att personen säger att den inte har tid att hjälpa till framför att skicka arbete av låg kvalitet. Nu måste jag bedöma det och undra hur personen kunde föreslå en så dålig idé.

Därför behöver man riktlinjer: “Vi vill att du ska dra nytta av AI. Men om du använder AI, berätta det och visa vilka idéer du tycker bäst om.” Det är ett helt annat bidrag.

Högpresterande team använder dessutom AI som samtalspartner, inte som expert. De ställer fler frågor, säger emot, ger feedback på resultatet och förbättrar på så sätt svaren.

I genomsnittliga team är det mycket vanligare att människor säger att de har sett AI ge en kollega falsk självsäkerhet i arbetet. Resultatet är inte bara felaktigt – personen blir dessutom säkrare på det dåliga resultatet. Normerna kan hantera detta, och ledaren etablerar normerna.

David Rice: Vi hör allt mer om att människor blir mentalt utmattade av AI efter att ha interagerat med det för länge. Till slut tror man på allt det säger. Jag har också hört människor säga att de inte behövde AI för att skriva ett mejl; de behövde bara personens egen bedömning.

En person berättade att han använder AI för analys, men lägger resultatet i ett Word-dokument och markerar delar som måste verifieras. Han går igenom allt steg för steg innan han skickar det vidare. Så länge man faktiskt utmanar resultatet och skapar ett bättre slutresultat är det rimligt, men man bör alltid fråga sig om man hade kunnat göra det själv och faktiskt sparat tid.

Ron Friedman: Det påminner mig om något jag hörde från en person jag intervjuade. AI ökar inte bara gapet mellan högpresterande och genomsnittliga team, utan också mellan högpresterande och genomsnittliga individer.

Högpresterande personer vet vad de ska ifrågasätta. Genomsnittliga personer skickar resultatet vidare med falsk självsäkerhet. Därför kommer expertis fortfarande att spela en viktig roll. Det blir också viktigare att ha god smak och en tydlig bild av vad man söker.

Om du inte vet hur kvalitet ser ut kommer allt AI ger dig att kännas tillräckligt bra, och AI kan leda dig åt alla möjliga håll.

David Rice: Ron, det här var ett bra samtal. Jag uppskattade verkligen att ha dig här.

Ron Friedman: Tack, David. Jag uppskattar möjligheten.

David Rice: Ni har genomfört den här studien. Var kan människor läsa mer och förstå data bättre?

Ron Friedman: Ni har fått en förhandsvisning av AI-studien, som ännu inte har publicerats någonstans. Allt vårt arbete om superteam finns i en ny bok som kommer ut den 2 juni.

Den heter Superteams, och på superteamsmasterclass.com kan man få fler verktyg helt gratis om man skaffar boken. Där finns en masterclass om hur man tillämpar bokens viktigaste insikter på mindre än 20 minuter och en diskussionsguide som kan användas för att dela insikterna med teamet.

superteamsmasterclass.com. Boken kommer ut den 2 juni och heter Superteams.

David Rice: Utmärkt. Följ Ron på LinkedIn och gå till peoplemanagingpeople.com/subscribe för att registrera dig för nyhetsbrevet. Du får allt innehåll direkt i inkorgen.

Tills nästa gång: gå ut med hunden, andas frisk luft och bränn inte ut er.