Bli inte AI:s avatar: Varför din organisation behöver en AI-filosofi
Insikt om AI:s värde: De flesta organisationer saknar en tydlig AI-filosofi som vägleder människocentrerad användning och utveckling.
Mänskligt omdöme: AI bör förstärka omdömet, inte ersätta det; effektiv användning kräver självreflektion och kritiskt tänkande.
Nödvändigheten av träning: Effektiv användning av AI kräver att modeller tränas för att återspegla den personliga rösten och de personliga standarderna, inte bara effektiviteten.
Förra veckan deltog jag i en konferens om mänskliga resurser i AI:s tidsålder här i Atlanta där jag bor.
En av de mer slående sakerna som sades under en interaktiv panel kom från en erfaren HR-chef, som beskrev hur han laddade upp sin personliga dagbok till en AI-modell och bad den om ärlig feedback om sig själv.
"Det var svårt att läsa," sa han. "Men det var värdefullt. Det fick mig att tänka på det den hade att säga. Och det är så vi kan använda den … för att göra oss bättre."
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
Den berättelsen slog mig som ovanlig eftersom den representerar exakt den typ av AI-användning som nästan aldrig diskuteras inom organisationer. Vi pratar oavbrutet om produktivitetsvinster, automatisering av arbetsflöden och promptteknik. Vi pratar sällan om vad det innebär att använda den här tekniken på ett sätt som faktiskt speglar vem du är, skärper ditt tänkande och gör att dina mänskliga förmågor förblir mer intakta än tidigare.
Det finns en anledning till det. De flesta organisationer hanterar införandet av AI som ett policyproblem, när det egentligen är ett värderingsproblem.
Filosofin du saknar
De flesta organisationer har en ersättningsfilosofi. Det är en kodifierad uppsättning värderingar och principer som vägleder hur företaget ser på lön, rättvisa och relationen mellan insats och belöning. Den fastställer inte bara regler, utan speglar också vad organisationen anser om sina medarbetare och vad den är skyldig dem.
En AI-filosofi bör fungera på samma sätt. Inte som en lista över förbjudna användningsområden eller ett vagt direktiv om att "använda AI ansvarsfullt", utan som en genuin formulering av vad den här tekniken innebär för era medarbetare, er kultur och det arbete som ni gemensamt anser vara värt att utföra.
När jag skriver detta tror jag inte att de flesta organisationer har gjort det. De har gett människor ett verktyg med enorm räckvidd och enorma risker och sagt, i stora drag, "lista ut det själv". Vissa medarbetare använder det väl. Många använder det på sätt som i det tysta urholkar deras egen utveckling. Och ledare vet i stort sett inte vad de ska säga om något av detta.
Kathy Eastwood, grundare av E Equals Why, satte fingret på något viktigt när hon konstaterade att pressen att nå resultat till varje pris har lämnat organisationer utan människocentrerade ledare.
Vi måste börja säga ifrån. Ja, vi behöver effektivitet. Men ännu mer behöver vi ändamålsenlighet.
Den skillnaden är oerhört viktig här. Effektivitet handlar om hur snabbt. Ändamålsenlighet handlar om huruvida rätt person, med rätt omdöme, fattade rätt beslut. AI kan hjälpa till med det första. Människor är fortfarande det enda svaret på det andra.
Mejlet är ett symptom
När jag satt i det fullsatta rummet med HR-medarbetare från olika branscher var en sak påtaglig; frustrationen. Inte över själva tekniken, utan över hur deras medarbetare använder den.
Det tydligaste tecknet på att organisationer ännu inte har löst detta finns i allas inkorgar.
AI-genererade mejl har blivit ett slags organisatorisk bakgrundsstrålning. Människor känner igen dem omedelbart på grund av deras omständliga struktur, gemensamma grammatiska drag, diplomatiska garderingar och avsaknaden av allt direkt.
De låter som ett dokument som har översatts till ett annat språk och tillbaka igen. Innebörden överlever. Personen bakom den gör det inte.
Det är här samtalet om AI i organisationer brukar landa: en kritik av dåliga resultat.
Men det verkliga problemet finns tidigare i kedjan. När någon vänder sig till en AI-modell för att skriva ett svar på tre meningar till en kollega vore det en kraftig överdrift att kalla det ett produktivitetsbeslut. Det de egentligen gör är att fatta ett beslut om sin egen röst, och de fattar fel beslut.
En organisation som saknar en tydlig AI-filosofi lämnar människor utan någon grund för det beslutet. Därför väljer de som standard det som för stunden känns som minst motstånd.
Med tiden förlorar de vanan att skriva tydligt, tänka högt på papper och kommunicera som sig själva. Yngre medarbetare som redan från början har haft svårt att fullt utveckla dessa vanor är särskilt sårbara.
Lösningen är inte att förbjuda AI i mejl. Det handlar om att ge människor verktygen för att ställa sig själva några viktiga frågor innan de vänder sig till modellen:
- Behöver den här uppgiften faktiskt förstärkas med AI?
- Vad förlorar jag på att lämna över den?
- Vad förlorar mina kollegor när de möter AI:s röst i stället för min?
Det här kanske låter som ett trivialt exempel, eller som vissa vd:ar kanske skulle uttrycka det, ”flummigt”. Det är det inte. Det är en dålig vana som får konsekvenser för utvecklingen av de färdigheter vi kommer att behöva mest under de kommande åren. Problemet förvärras av dåliga exempel uppifrån. Som en chef uttryckte det: ”det finns en enorm intellektuell lättja inom ledarskapet just nu.”
Så här ser en verklig AI-filosofi ut
Det är viktigt att vi inte ser AI-filosofi som en lista över förbud. Det är en uppsättning ärliga frågor som organisationen åtar sig att ställa tillsammans, och en uppsättning värderingar som vägleder svaren. Några frågor som ni behöver svar på är:
- Vilka förmågor anser vi att våra medarbetare bör utveckla och själva behärska, oavsett vad AI kan göra?
- Var tjänar förstärkning verkligen arbetet, och var tjänar den endast skenet av produktivitet?
- Vad kostar det, i form av mänsklig utveckling och organisatoriskt förtroende, när våra medarbetare slutar göra sådant som gör dem bra på sina jobb?
- På en bredare nivå: är just denna användning värd miljökostnaden och den kognitiva avvägningen?
Det här är inte retoriska frågor. De utgör grunden för en filosofi som ser AI som en förlängning av mänskligt omdöme, inte som en ersättning för det. Och den skillnaden måste vara tydlig, eftersom verktyget självt inte kommer att göra den tydlig.
De organisationer som hanterar detta mest genomtänkt ser på införandet av AI på samma sätt som de ser på andra betydelsefulla kulturella förändringar, med ett ledarskap som föregår med gott exempel, kommunikation som tydligt anger förväntningarna och genuina investeringar i att hjälpa människor utveckla det omdöme som krävs för att använda nya verktyg på ett bra sätt.
HR har en verklig roll här och har sannolikt ett försprång. HR-ledare är vana vid att verka i otydlighet. Som en närvarande CHRO konstaterade: ”Det fanns ingen pandemimodul på universitetet eller i dina certifieringskurser, men HR hittade ändå sin väg igenom det. Samma instinkter gäller här.”
Lär verktyget att låta som du
Det fanns en formulering som återkom i mina tankar när jag lyssnade på gruppen diskutera fallgropar i AI-användning som skadar det kritiska tänkandet och en organisatorisk brist på det som gruppen definierade som ”sunt förnuft”.
”Var inte en avatar.”
Om den senaste tiden har lärt oss något, så är det hur stark perceptionen är och hur den kan forma vår verklighet.
När människor använder AI utan att träna den att återspegla deras röst, värderingar och omdöme blir de motsatsen till det de hade för avsikt att vara. De framstår inte som mer kapabla. De blir ett mänskligt gränssnitt för modellens resultat, en avatar för teknikens röst.
Och de kollegor som tar emot dessa resultat vet varifrån de kommer. De brukar bara inte säga något.
Att använda AI på ett sätt som verkligen utökar dina förmågor i stället för att ersätta dem kräver ett verkligt arbete. Det kräver att du matar modellen med ditt sammanhang, din röst och dina standarder. Det kräver att du itererar, ifrågasätter och avvisar resultat som inte återspeglar ditt tänkande.
Den typen av användning är krävande på precis rätt sätt, eftersom den håller människan kvar i processen som en aktiv aktör i stället för en passiv redaktör.
Det här är den form av AI-användning som organisationer bör lära ut. Inte ”så här skriver du en bättre instruktion”, utan ”så här utvecklar du dig professionellt samtidigt som du använder det här verktyget effektivt”. Skillnaden är betydande. Det ena ger något bättre resultat. Det andra skapar människor som utvecklar sin förmåga i stället för att avstå från den.
Dagboksövningen är en användbar modell för den här typen av tänkande. Chefen som laddade upp sin dagbok till en AI lade inte ut sin självrannsakan på entreprenad. Han använde verktyget för att se sig själv tydligare. Han gjorde det hårda arbetet och modellen var bara en spegel.
Det är precis den typ av användning som gör människor bättre, och det är precis den typ av tänkande som en organisatorisk AI-filosofi aktivt bör främja.
Men den intellektuella lättjan måste övervinnas, eftersom de som lyckas med detta är de som är villiga att göra det svårare. De ger inte bara sina medarbetare ett verktyg, utan hjälper dem att förstå vilken sorts människor de vill vara när de använder det.
