Krisen för kritiskt tänkande: AI avslöjar problem i ledarskapsförsörjningen
Lärandeklyfta: Automatisering ersätter rutinartat arbete och berövar medarbetare möjligheter att utveckla en kritisk affärsintuition.
Organisatorisk förändring: Företag måste utforma om kompetensutvecklingen så att djupt tänkande prioriteras framför att enbart slutföra uppgifter.
Framtidsfokus: Investeringar i mänsklig förmåga ger långsiktig avkastning och särskiljer organisationer i en konkurrensutsatt omvärld.
Kapplöpningen med att införa AI har lett till en obekväm upptäckt. Tekniken, som är utformad för att göra arbetet enklare, monterar i tysthet ned just de erfarenheter som formar framtidens ledare.
När företag automatiserar rutinuppgifter går juniora medarbetare miste om det repetitiva arbete som tidigare fungerade som en träningsgrund för omdöme, mönsterigenkänning och strategiskt tänkande. Resultatet blir en ledarförsörjning som bygger på grunder som inte längre finns.
"Ju mer tråkigt arbete som utförs med AI, desto mer tråkigt arbete finns det för alla andra", säger Vivienne Ming, teoretisk neurovetare och grundare av Socos Labs. "Vi köper verkligen idén att AI:s värde ligger i att göra livet enkelt för oss. Den utför allt det tråkiga arbetet. Du får ägna dig åt det supercoola kreativa arbetet."
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
Men den beskrivningen missar vad som ursprungligen gjorde det tråkiga arbetet värdefullt.
Läroplanen för arbete på nybörjarnivå
Arbetsuppgifter på nybörjarnivå har alltid haft ett dubbelt syfte. På ytan handlar de om resultat: att hantera utlägg, skriva utkast till e-postmeddelanden, förbereda presentationer och analysera data. Under ytan är det där medarbetare utvecklar affärsförståelse.
En junioranalytiker som bygger finansiella modeller lär sig inte bara Excel-formler. Hon lär sig hur olika affärsenheter ser på lönsamhet, vilka antaganden som är viktigast och hur ledare reagerar när siffrorna inte berättar den historia de förväntade sig. Denna tysta kunskap blir grunden för strategiskt tänkande flera år senare.
När AI hanterar byggandet av modellen utvecklar analytikern aldrig den intuitionen.
Eliza Jackson, operativ chef på ButcherBox, ser detta utspela sig i realtid.
Det förändrar på djupet ditt arbetsflöde och sättet du lär dig på", säger hon. "Om du verkligen går in för det, är sättet du arbetar på när du sätter dig vid datorn helt annorlunda än sättet du arbetade på i går.
Förändringen handlar inte bara om produktivitet. När medarbetare överlåter uppgifter till AI utan att förstå det underliggande arbetet hoppar de över det lärande som gör dem värdefulla senare i karriären.
Automatisering kontra förstärkning
Skillnaden är viktig eftersom all användning av AI inte är likvärdig. Ming drar en tydlig gräns mellan kognitiv automatisering, där AI ersätter mänskligt tänkande, och kognitiv förstärkning, där den förbättrar det.
Hon hänvisar till forskning om portugisiska gastroenterologer som använder AI-assisterade koloskopisystem.
"De upptäckte att personer som utför koloskopier med ett AI-assisterat system, om man stänger av AI:n, är dramatiskt sämre än de var innan de började använda AI-systemet", förklarar Ming. "Det gör dem bättre när de använder det, men därefter är de dramatiskt sämre."
Samma mönster gäller inom kunskapsarbete. När medarbetare ser AI som en genväg i stället för ett verktyg utvecklar de beroenden i stället för förmågor.
Organisationer förvärrar problemet genom att mäta fel resultat. De följer upp sparad tid och slutförda uppgifter, men bortser från försämrade färdigheter och strategisk kapacitet. Produktivitetsvinsterna syns omedelbart. Ledarskapsbristen visar sig flera år senare.
Djupbristen
Amy Centers, organisationspsykolog och grundare av SmartWorks Labs, hävdar att nuvarande arbetsmodeller aktivt bestraffar de beteenden som formar framtidens ledare.
\u0022Vi strukturerar timmarna som om produktivitet vore löpandebandsproduktivitet. Men i själva verket bygger allt nu på anpassningsförmåga, din förmåga att växla mellan sammanhang samt förmågan att ta till sig insikter och tillämpa dem. Men på sätt och vis är systemet, så som det är uppbyggt, utformat för att bestraffa just dessa färdigheter.\u0022
Problemet förvärras när företag blandar ihop aktivitet med prestation. Medarbetarna ägnar dagarna åt att svara på meddelanden, delta i möten och hantera sin tillgänglighet. De är upptagna, men de bygger inte den typ av djupa expertis som förbereder dem för komplexa beslut.
Jackson beskriver dynamiken på ButcherBox.
"Man hamnar lätt lite på hamsterhjulet. Jag har själv känt det väldigt starkt när jag tänker tillbaka på dagen och undrar: vad gjorde jag egentligen? Svarade jag bara på 800 chattar? Fattade jag några beslut som inte var genomtänkta? Tänkte jag över något av det jag beslutade?"
Organisationer som vill utveckla ledare måste skapa utrymme för den typ av reflekterande arbete som bygger omdömesförmåga. Men de flesta gör tvärtom och använder AI för att öka arbetstakten i stället för att fördjupa kvaliteten på tänkandet.
Att bygga om för verkligheten
Lösningen är inte att bromsa införandet av AI eller artificiellt bevara uppgifter som tekniken hanterar bättre. Den är att tänka om kring hur organisationer utvecklar talanger i en tid när traditionella lärlingsmodeller inte längre fungerar.
Det börjar med att erkänna vad som har gått förlorat. När juniora medarbetare inte tillbringar månader med att bygga ekonomiska modeller behöver de strukturerade sätt att utveckla den affärsintuition som modellerna tidigare lärde dem. När AI utformar deras kommunikation behöver de uttrycklig coachning i strategisk kommunikation, något som tidigare växte fram genom upprepning och förbättring.
Centers förespråkar en grundläggande omdefinition av vad organisationer värdesätter.
"Jag tror att jag skulle vilja försöka vända på det lite och bygga en arbetsmodell där djup syns," säger hon. "Bidrag mäts genom saker som tydlighet, kreativitet och självklart genomslag, men inte genom kalenderinbjudningar eller sådant man deltar i."
Det innebär att utvärdera medarbetare utifrån deras omdöme, inte deras tillgänglighet, genom effektiva befordringsstrukturer. Det innebär att skapa skyddad tid för lärande, inte bara för genomförande. Det innebär att se AI som ett verktyg som ska göra människor bättre på att tänka, inte som en ersättning för själva tänkandet.
Ledarskapets nödvändighet
De organisationer som löser detta kommer att särskilja sig, inte genom bättre AI utan genom bättre människor. De kommer att inse att syftet med automatisering inte bara är effektivitet. Det handlar om att skapa utrymme för den typ av arbete som bara människor kan utföra, och om att förstå att automatisering på arbetsplatsen påverkar organisationskulturen på djupgående sätt.
"Vi måste förstå att de människor som i slutändan kommer att spela roll här är ledarna", säger Ming. "Om de väljer den lata versionen av detta och använder det för att ersätta människor får de snabba produktivitetsökningar och långsiktiga förluster. Om de är beredda att investera i den mänskliga kapitaldelen av detta kommer de att se verklig avkastning, men det kräver mod."
Om du just nu firar produktivitetsökningar tack vare AI, njut av det. Men det är värt att fråga sig: använder vi det på sätt som bygger upp förmåga eller urholkar den? Om två år kanske du upptäcker att du har optimerat för fel resultat.
