Key Takeaways
Öğrenme Açığı: Otomasyon, rutin işlerin yerini alarak çalışanları kritik iş sezgisi geliştirme fırsatlarından mahrum bırakıyor.
Kurumsal Değişim: Şirketler, yetenek gelişimini yalnızca görevlerin tamamlanması yerine derin düşünmeyi önceliklendirecek şekilde yeniden tasarlamalı.
Geleceğe Odaklanma: İnsan yetkinliklerine yatırım yapmak uzun vadeli getiriler sağlayacak ve rekabetçi ortamda kuruluşları farklılaştıracaktır.
Yapay zekâyı devreye alma yarışı rahatsız edici bir keşfi beraberinde getirdi. İşi kolaylaştırmak için tasarlanan teknoloji, geleceğin liderlerini yetiştiren deneyimleri sessizce ortadan kaldırıyor.
Şirketler rutin görevleri otomatikleştirirken, yeni çalışanlar bir zamanlar muhakeme, örüntü tanıma ve stratejik düşünme için bir eğitim alanı görevi gören tekrarlayan işleri kaybediyor. Bunun sonucunda, artık var olmayan temeller üzerine kurulmuş bir liderlik havuzu ortaya çıkıyor.
"Sıkıcı işler yapay zekâyla ne kadar çok gerçekleştirilirse, herkes için o kadar çok sıkıcı iş kalır," diyor teorik sinir bilimci ve Socos Labs'in kurucusu Vivienne Ming. "Yapay zekânın değerinin hayatımızı kolaylaştırmak olduğu fikrine gerçekten kapılıyoruz. Tüm sıkıcı işleri o yapacak. Siz de harika yaratıcı işleri yapacaksınız."
Ancak bu bakış açısı, sıkıcı işleri başlangıçta değerli kılan şeyi gözden kaçırıyor.
Giriş Düzeyi İşlerin Müfredatı
Giriş düzeyi görevler her zaman iki amaca hizmet etti. Yüzeyde bunlar çıktı üretmekle ilgilidir: masrafları işleme, e-posta taslakları hazırlama, sunumlar oluşturma ve verileri analiz etme. Bunların altında ise çalışanların iş zekâsı geliştirdiği alan bulunur.
Finansal modeller oluşturan yeni bir analist yalnızca Excel formüllerini öğrenmez. Farklı iş birimlerinin kârlılık hakkında nasıl düşündüğünü, hangi varsayımların en önemli olduğunu ve rakamlar bekledikleri hikâyeyi anlatmadığında liderlerin nasıl tepki verdiğini öğrenir. Bu örtük bilgi, yıllar sonra stratejik düşünmenin temelini oluşturur.
Yapay zekâ model oluşturma işini üstlendiğinde analist bu sezgiyi hiçbir zaman geliştiremez.
ButcherBox'ın Operasyon Direktörü Eliza Jackson, bunun gerçek zamanlı olarak yaşandığını görüyor.
İş akışınızı ve öğrenme şeklinizi derinden değiştiriyor," diyor. "Kendinizi gerçekten buna verdiğinizde, bilgisayarınızın başına oturduğunuzda çalışma şekliniz, dün çalışma şeklinizden tamamen farklı oluyor.
Değişim yalnızca verimlilikle ilgili değil. Çalışanlar temelindeki işi anlamadan görevleri yapay zekâya devrettiğinde, kariyerlerinin ilerleyen dönemlerinde onları değerli kılan öğrenmeyi atlıyorlar.
Have an account? Log In
Otomasyon ve Güçlendirme
Bu ayrım önemlidir çünkü yapay zekânın her kullanımı aynı değildir. Ming, yapay zekânın insan düşüncesinin yerini aldığı bilişsel otomasyon ile onu geliştirdiği bilişsel güçlendirme arasında keskin bir çizgi çekiyor.
Yapay zekâ destekli kolonoskopi sistemlerini kullanan Portekizli gastroenterologlar üzerine yapılan araştırmaya dikkat çekiyor.
"Yapay zekâ destekli bir sistemle kolonoskopi yapan kişilerin, yapay zekâyı kapattığınızda, sistemi kullanmaya başlamadan önceki durumlarına kıyasla çok daha kötü performans gösterdiklerini tespit ettiler," diye açıklıyor Ming. "Bu sistemi kullanırken onları daha iyi hale getiriyor, ancak sonrasında çok daha kötü duruma düşüyorlar."
Aynı örüntü bilgi işinin her alanında görülüyor. Çalışanlar yapay zekâyı bir araç yerine kestirme yol olarak gördüklerinde, yetenekler yerine bağımlılıklar geliştiriyorlar.
Kuruluşlar yanlış sonuçları ölçerek sorunu daha da büyütüyor. Tasarruf edilen zamanı ve tamamlanan görevleri takip ediyor, ancak becerilerin körelmesini ve stratejik kapasiteyi göz ardı ediyorlar. Verimlilik kazanımları hemen ortaya çıkıyor. Liderlik açığı ise yıllar sonra beliriyor.
Derinlik Eksikliği
Örgüt psikoloğu ve SmartWorks Labs'in kurucusu Amy Centers, mevcut çalışma modellerinin geleceğin liderlerini geliştiren davranışları aktif olarak cezalandırdığını savunuyor.
Saatleri, verimliliğin bir üretim bandındaki verimlilik gibi olduğu şekilde yapılandırıyoruz. Oysa artık her şey uyum sağlama beceriniz, bağlamlar arasında geçiş yapabilme yeteneğiniz, içgörüleri özümseyip uygulama beceriniz üzerine kurulu. Ancak sistem, yani kurulma biçimi, bir bakıma tam da bu becerileri cezalandıracak şekilde tasarlanmış.
Şirketler faaliyeti başarıyla karıştırdığında sorun daha da yoğunlaşıyor. Çalışanlar günlerini mesajlara yanıt vererek, toplantılara katılarak ve erişilebilirliklerini yöneterek geçiriyor. Meşguller, ancak onları karmaşık karar alma süreçlerine hazırlayan türden derin uzmanlığı geliştirmiyorlar.
Jackson, ButcherBox'taki bu dinamiği anlatıyor.
"İnsanlar kendilerini biraz hamster çarkına kapılmış buluyor. Bunu ben de derinden yaşadım; güne dönüp baktığımda ve kendi kendime, ben ne yaptım ki, dediğim oldu. Sadece 800 sohbete mi yanıt verdim? Düşünerek verdiğim herhangi bir karar oldu mu? Karar verdiğim herhangi bir şey üzerine düşündüm mü?"
Liderler geliştirmek isteyen kuruluşların, muhakeme yeteneği oluşturan bu tür düşünsel çalışmalar için alan yaratması gerekir. Ancak çoğu kuruluş bunun tam tersini yapıyor; düşünme kalitesini derinleştirmek yerine işin temposunu hızlandırmak için yapay zekâyı kullanıyor.
More Articles
Gerçekliğe Göre Yeniden Yapılanma
Çözüm, yapay zekâ kullanımını yavaşlatmak ya da teknolojinin daha iyi gerçekleştirdiği görevleri yapay biçimde korumak değil. Çözüm, geleneksel çıraklık modellerinin artık işe yaramadığı bir çağda kuruluşların yetenek geliştirme biçimini yeniden tasarlamak.
Bu, kaybedilenleri kabul etmekle başlar. Genç çalışanlar aylarca finansal modeller oluşturmadığında, bu modellerin bir zamanlar öğrettiği iş sezgisini geliştirmeleri için yapılandırılmış yöntemlere ihtiyaç duyarlar. Yapay zekâ iletişimlerini taslak hâline getirdiğinde, daha önce yinelemeler yoluyla gelişen stratejik mesajlaşma konusunda açık koçluğa ihtiyaç duyarlar.
Centers, kuruluşların neye değer verdiğini temelden yeniden tanımlamasını savunuyor.
"Sanırım bunu biraz tersine çevirmeyi ve derinliğin görünür olduğu bir çalışma modeli oluşturmayı denemek isterdim," diyor. "Katkı; netlik, yaratıcılık ve elbette etki gibi unsurlarla ölçülür, takvim davetleriyle veya katılınan etkinliklerle değil."
Bu, çalışanları etkili terfi yapıları aracılığıyla ne kadar erişilebilir olduklarına göre değil, muhakeme yeteneklerine göre değerlendirmek anlamına gelir. Yalnızca uygulama için değil, öğrenme için korunan zaman yaratmak anlamına gelir. Yapay zekâyı düşünmenin yerine geçecek bir araç olarak değil, insanların daha iyi düşünmesine yardımcı olması gereken bir araç olarak ele almak anlamına gelir.
Liderlik Gerekliliği
Bu sorunu çözen kuruluşlar, kendilerini daha iyi yapay zekâ sayesinde değil, daha iyi insanlar sayesinde farklılaştıracak. Otomasyonun amacının yalnızca verimlilik olmadığını anlayacaklar. Amaç, yalnızca insanların yapabileceği türden işler için alan yaratmak; iş yeri otomasyonunun kuruluş kültürünü derin ve önemli biçimlerde etkilediğini kavramaktır.
"Sonuçta burada önem taşıyacak insanların liderler olduğunu anlamamız gerekiyor," diyor Ming. "Bunun kolaycı yolunu seçer ve insanların yerine kullanırsanız, üretkenliğinizde kısa vadeli artışlar ve uzun vadeli kayıplar elde edersiniz. Bunun insan sermayesi tarafına yatırım yapmaya istekliyseniz gerçek getiriler görürsünüz, ancak bunun için cesaret gerekir."
Şu anda yapay zekâdan elde edilen üretkenlik kazanımlarını kutluyorsanız tadını çıkarın. Ancak kendinize şu soruyu sormaya değer: Onu yetkinlik oluşturan mı, yoksa yetkinliği aşındıran şekillerde mi kullanıyoruz? İki yıl sonra yanlış sonuca ulaşmak için optimizasyon yaptığınızı fark edebilirsiniz.
