Çalışan devir hızı düşük olduğunda, liderlik bunu istikrar olarak adlandırmayı sever. Jay Caldwell ise daha rahatsız edici bir noktaya dikkat çekiyor: Bazen bu, yalnızca daha iyi görünen bir korkudur. Bu sohbette Jay ve David, “sessizce kalmanın” yapay zekâ çağında neden ciddi bir kurumsal yükümlülüğe dönüşebileceğini ele alıyor—özellikle de insanlar hâlâ hedeflerine ulaşıyor, hâlâ işe geliyor ve kurumu deneysellikten, risk almaktan ve yeni düşüncelerden yavaş yavaş mahrum bırakıyorken.
Ayrıca yapay zekâ benimsenmesinin iş gücü üzerindeki daha derin sonuçlarını da inceliyorlar: Geniş kapsamlı uygulamaların neden ivme yerine çoğu zaman kaygı yarattığını, yapay zekâyla en yoğun şekilde ilgilenen çalışanların neden ayrılma ihtimalinin en yüksek kişiler olabileceğini ve giriş seviyesindeki işe alımları azaltmanın kısa vadeli bir bütçe sorununu çözerken gelecekteki yetenek havuzunuzu sessizce neden mahvedebileceğini.
Öğrenecekleriniz
- Düşük çalışan devir hızının durgunluğu, korkuyu ve azalan yenilikçiliği nasıl gizleyebileceği
- Yapay zekâ benimsemesinin yalnızca bir yazılım uygulaması değil, kültür ve iş akışı değişimi sorunu olmasının nedeni
- Genel amaçlı yapay zekâ ile hedefli yapay zekâ kullanım alanlarının nasıl birbirinden çok farklı çalışan deneyimleri yarattığı
- Yapay zekâyı yoğun kullananların gelişim için başka yerlere bakma ihtimalinin neden daha yüksek olabileceği
- Giriş seviyesindeki işe alımların azaltılmasının uzun vadeli liderlik ve yetkinlik havuzlarını nasıl zayıflatabileceği
- Merak, uyum sağlama becerisi ve muhakeme için işe alım yapmanın neden iş tanımlarını güncellemekten fazlasını gerektirdiği
- Performans yönetiminin uygulamayı ölçmekten muhakemeyi değerlendirmeye nasıl kayması gerekebileceği
Temel Çıkarımlar
- “Onu geliştirirseniz, gelirler” bir yapay zekâ stratejisi değildir. Liderler yapay zekâ konusunda heyecanlı olabilir, ancak çalışanlar aynı hızda benimsemiyor. Aracı etkinleştirmek kolay kısımdır; alışkanlıkları, özgüveni ve iş akışlarını değiştirmek ise asıl iştir.
- Düşük çalışan devir hızı, sağlıklı bir iş gücüyle aynı şey değildir. İnsanlar kalabilir, hedeflerini tutturabilir, sorunlardan kaçınabilir ve yine de gerçek bir enerji katmayı bırakabilir. Bu, kazanım olarak elde tutma değildir. Güzel bir gösterge paneline sahip durgunluktur.
- Sessizce kalmak, istifa etmekten daha maliyetli olabilir. İnsanlar çoğunlukla güvenlik nedeniyle kaldığında deneme yapma veya risk alma ihtimalleri azalır. Uyuma bağlı bir ortamda bu durum, tam da yenilik yapmaya ihtiyaç duyduğunuz anda bir uyum kültürü yaratır.
- Yapay zekâyı etkin kullananlar, yavaş hareket eden kuruluşları aşabilir. Çalışanlar yapay zekâyı daha iyi kullanmaya başladıkça, daha hızlı ve daha iyi çalışmanın nasıl görünebileceğini fark etmeye başlar. Kuruluş yarı hızda ilerlemeyi sürdürürse potansiyel ile gerçeklik arasındaki bu farkı görmezden gelmek zorlaşır.
- Hedefli kullanım alanları, belirsiz kurumsal uygulamalardan daha hızlı güven oluşturur. Geniş kapsamlı bir yapay zekâ aracı, herkese bir piyano verip bir senfoni beklemek gibi gelebilir. Hedefli kullanım alanları çalışanlara daha net bir kazanım, daha belirgin bir amaç ve daha ölçülebilir bir sonuç sunar.
- Yapay zekâ temel işleri daraltsa bile giriş seviyesinde işe alım hâlâ önemlidir. Merdivenin en alt basamağını kaldırırsanız insanlar düşer. Kariyerlerinin başındaki yetenekler yalnızca görevleri yerine getirmez; birçok kuruluşun hâlâ sahip olmadığı yapay zekâ odaklı sezgiler de dâhil olmak üzere yeni düşünme biçimleri getirir.
- Beceri temelli işe alım, slogan değişikliğini değil, sistem değişikliğini gerektirir. İşe alım ve terfi sisteminin geri kalanı hâlâ özgeçmiş ve okul geçmişine göre işliyorsa diploma şartlarını kaldırmanın anlamı çok azdır. Kâğıt üzerindeki yeni ifadeler eski altyapıyı düzeltmez.
- Muhakeme gerçek farklılaştırıcı hâline geliyor. Yapay zekâ işin orta kısmının daha fazlasını üstlenirse insani değer iki uç noktaya kayar: daha iyi sorular sormak ve yanıtın ne zaman yanlış olduğunu bilmek. Bunu puanlamak daha zordur, ancak işin gittiği yer burasıdır.
Bölümler
- 00:00 — Sessiz Kalma
- 01:30 — Yapay Zekâ Kullanımına Dair Mitler
- 03:03 — Yapay Zekâ Bir Kültür Değişimidir
- 06:12 — Yapay Zekâ Kullanıcıları Neden Ayrılıyor?
- 10:50 — Daha Hızlı Çalışma, Daha Fazla Tükenmişlik
- 11:36 — Düşük Çalışan Devir Oranının Gizli Riskleri
- 15:18 — Genel Amaçlı ve Hedefli Yapay Zekâ
- 19:30 — Yapay Zekâ Konusunda Güven Oluşturmak
- 20:53 — Giriş Seviyesi İşe Alımlardaki Darboğaz
- 21:33 — Yapay Zekâ Çağında Yetişen Mezunların Yükselişi
- 25:55 — Merak Duygusuna Göre İşe Alım
- 28:35 — Yaratıcılığı Test Etmek
- 30:23 — Beceri Temelli İşe Alım Gerçeği
- 32:13 — Uyarlanabilirliği Geliştirmek
- 32:56 — Uygulamadan Muhakemeye
- 37:46 — Deneyim ve Yapay Zekâ Çıktısı
- 38:31 — Yapay Zekâ Çağında Performansı Ölçmek
- 39:08 — Muhakeme Neden Önemlidir?
Konuşmacımızla Tanışın
Jay Caldwell, kuruluş genelinde liderlik yetkinliğini, çalışan bağlılığını ve iş gücü gelişimini güçlendirmek amacıyla kurumsal ölçekte yetenek ve insan stratejilerine liderlik ettiği ADP'nin Yetenek Direktörüdür. ADP'de on yılı aşkın liderlik deneyimine sahip olan Caldwell, İnsan Kaynakları Bölüm Başkan Yardımcısı ve Yetenek Çözümleri Başkan Yardımcısı da dâhil olmak üzere çeşitli üst düzey İK görevlerinde bulunmuş; küresel yetenek programlarının ve performans uygulamalarının şekillendirilmesine katkı sağlamıştır. Jay, kariyerinin önceki dönemlerinde organizasyonel etkinlik ve liderlik danışmanlığı alanlarında çalışmıştır. Ayrıca New Haven Üniversitesinden Endüstri/Örgüt Psikolojisi alanında yüksek lisans ve Quinnipiac Üniversitesinden Psikoloji alanında lisans derecesine sahiptir.
İlgili Bağlantılar:
- People Managing People topluluğuna katılın
- Bültene abone olun ve en yeni makalelerimizle podcast'lerimizi alın
- Bu bölümün sponsoruna göz atın: Intuit QuickBooks Payroll
- Jay ile bağlantı kurun:
İlgili makaleler ve podcast'ler:
David Rice: İş gücü devir oranı rakamlarınız harika görünüyor. İnsanlar kalıyor, bağlılık istikrarlı ve liderlik bunu kutluyor. Ancak şimdiye kadar karşılaştığınız en pahalı sorunu oluşturuyorsunuz; çünkü kalmak katkıda bulunmakla aynı şey değil. Şu anda çalışanlarınız sessizce kalıyor, işe geliyor, hedeflerini tutturuyor ve sorun çıkarmamaya çalışıyor. Kâğıt üzerinde bağlı görünüyorlar, ancak denemeler yapmıyorlar. Sınırları zorlamıyor, risk almıyorlar. Kendilerini koruyorlar.
Bugünkü konuğumuz Jay Caldwell. Kendisi ADP’nin Yetenek Yönetiminden Sorumlu Başkanı. Bu ortamda düşük çalışan devir oranının neden bir zaferden çok uyarı işareti olabileceğini ele alacağız. Çünkü hepimizin aklında tutması gereken şey şu: Kendini en güvende hisseden insanlar en az riski alanlardır. Bu ortamda risk almamak, muhtemelen yapabileceğiniz en riskli şeydir.
Bugün yapay zekâ benimsenmesi için “onu inşa ederseniz gelirler” yaklaşımının neden işe yaramadığını, sessizce kalma sorununu ve uyum zihniyetlerinin inovasyonun yerini nasıl alabileceğini, düşük çalışan devir oranının durgunluk ve korkuyu nasıl gizlediğini, genel amaçlı yapay zekâ ile hedefli kullanım alanlarını ve hangisinin güven oluşturduğunu ele alacağız. Kariyer basamağı krizine ve yapay zekâ çağında doğan yeni mezunların yaptığınız her şeye neden meydan okumak üzere olduğuna bakacağız.
Ben David Rice. Burası People Managing People. Çalışan devir oranınız sağlıklı görünürken inovasyon ölü gibi hissediliyorsa, bu konuşma yüzeyin altında tam olarak ne olduğunu açıklıyor. Başlayalım.
Pekâlâ Jay, programa hoş geldin.
Jay Caldwell: Teşekkürler David. Burada olmaktan mutluyum.
David Rice: Sohbete şöyle başlamak istiyorum: Artık bu yapay zekâ dalgasının birkaç yıl içindeyiz ve sanırım birçok insanın başlangıçta yaşadığı heyecan, yerini gerçek dünyadaki sonuçlara bıraktı. Sanırım blok işten çıkarma duyurusunun ertesi günündeyiz.
Merak ediyorum, sence liderlerin yapay zekâyı iş gücüne entegre etme konusunda hâlâ sahip olduğu en büyük yanlış kanı nedir?
Jay Caldwell: Muhtemelen birçok yanlış kanı var. Seninkilerden bazılarını da duymak isterim ama pek çok kuruluşta hâlâ gördüğüm en büyük yanlış kanılardan biri, herkesin yapay zekâ konusunda liderler kadar heyecanlı olduğu düşüncesi.
Son istatistiklere bakarsak, ABD’de insanların yaklaşık yüzde 40’ı yapay zekâyı ev yaşamlarında kullanıyor, değil mi? İş dışında bile. Yani yapay zekânın benimsenmesi açısından hâlâ oldukça erken bir dönemdeyiz; gerçi yüzde 40 azımsanacak bir oran değil. Kurumsal araçlarda her zaman olduğu gibi, “Bunu kurarsak herkes gelecek, herkes kullanacak ve bizim kadar sevecek” şeklinde bir algı var.
Ama bence durum böyle değil. En azından henüz değil. Çok sayıda gerçekten ilgili ve heyecanlı kullanıcı olabilir. Muhtemelen yapay zekâ gibi şeyleri benimsemeye tamamen direnen aynı sayıda insan da olacak ve çalışanlarınızın çoğu ortada bir yerde duracak. Bu nedenle bunun, aracı açtığınızda herkesin geleceği kadar kolay olduğunu düşünmüyorum. Bu tür bir değişimi ve dönüşümü kuruluşunuzda nasıl yöneteceğinize ciddi zaman ve enerji ayırmanız gerekiyor.
David Rice: Evet, bu kesinlikle yankı uyandırıyor. Bizim açımızdan sürekli konuştuğumuz şeylerden biri şu: Liderler buna, dağıtılan bir yazılım gibi, esasen bir araçmış gibi davranıyor. Oysa ben hep şuna dönüyorum: Birilerinin, bunun her ekibe aynı anda yeni bir çalışma arkadaşı katmaya benzediğini söylediğini okumuştum.
Bu, dinamikleri, güç yapılarını, kimin kendini yetkin, kimin tehdit altında hissettiğini değiştirecek. Yani aslında bu çok daha fazla bir kültür projesi. İnsanların yapay zekâya karşı olduğunu düşünmüyorum. Bazıları etik düzeyde karşı olabilir. Ancak bence pek çok insan bu konuda meraklı; sadece gelecekte kendilerine nerede yer olduğunu açıkça anlatan bir hikâye henüz sunulmadı. Üst yönetimin “yapay zekâ sizi daha yüksek değerli işlere ayıracak” anlatısıyla insanların gerçek deneyimi arasında bir boşluk var.
İnsanların işte yaşadığı deneyim açısından artık daha hızlı bir tempoya geçiyoruz. İyi işin ne olduğu konusunda daha az netlik var. Bu da gerçek bir gerilim yarattı.
Bence sürekli gördüğüm diğer yanlış kanı da benimsemenin entegrasyonla aynı şey olduğu düşüncesi. Araçları kullanıma sunarsınız ve insanlar bunları nasıl kullanacağını zaten bilir. Oysa insanların işlerini nasıl düşündüklerini yeniden şekillendirmemiz gerekiyor.
Değerlerinin ne olduğunu ve kariyer rotalarının nasıl göründüğünü düşünmeleri gerekiyor. Artık pek çok liderin ve kuruluşun görevi bu; ancak çoğu kuruluş henüz bunu tam anlamıyla kavrayabilmiş değil.
Jay Caldwell: Kesinlikle katılıyorum. Genel yapay zekâ kullanımında diğer konu da şu: Çoğu insan onu bir arama motoru gibi kullanıyor, değil mi? Bu arada gerçekten çok iyi bir arama motoru.
David Rice: Evet, öyle.
Jay Caldwell: Bu kullanımı küçümsemek istemem ama herkesin yapay zekâyı bunun için kullanmamızı umduğunu sanmıyorum. Dolayısıyla söylediğin gibi bu bir kültür değişimi. Bireysel düzeyde bile alışkanlık değişimi söz konusu. Bu araçlara sahip olmam harika; ancak örneğin işimin çoğunu Outlook’ta yapıyorum ve pek çok kurumsal çalışan da böyledir.
Bir e-postaya başlamadan önce durup “Bir dakika, yapay zekâ aracına gidip ne söylemek istediğimi veya bunu nasıl söyleyeceğimi biraz daha yaratıcı biçimde düşünmeliyim” demem gerekiyor. Bu, herkesin hemen benimseyebileceği bir alışkanlık değişimi değil.
Yani haklısın; bunun içinde kültür, beceri seti ve zihniyet var. Yapılacak çok şey bulunuyor.
David Rice: Bazen “Bunu da ona sormalıyım galiba, bakalım ne diyecek” diyorum.
Jay Caldwell: Yeni bir ekip arkadaşının olması benzetmesini seviyorum. Ancak bazen o çalışma arkadaşının burada olduğunu bile unutuyorum ve kendime hatırlatmam gerekiyor.
David Rice: Belki de uzaktan çalışanların onu doğal olarak kullanmaya daha yatkın olmasının nedeni budur. Fiziksel varlığa güvenmek zorunda kalmadıkları için olabilir.
Jay Caldwell: Evet. Yaklaşık beş yıl evden çalıştım. Bir çalışma arkadaşına sahip olmanın da yardımcı olduğunu düşünüyorum. Yapay zekânın arkadaşlık ve eşlik etme kullanım alanları, kendini fiziksel olarak biraz daha yalıtılmış hisseden insanlara yardımcı olabilir.
David Rice: Yapay zekâyı daha yoğun kullanan kişilerin başka fırsatları araştırma ihtimalinin daha yüksek olabileceğini söylemiştin. Yüzeyde bu basit bir arz-talep hikâyesi gibi görünüyor: Değerli bir beceri geliştirmişler, dolayısıyla seçenekleri var. Ancak daha derin bir şey olup olmadığını merak ediyorum. Yapay zekâyla yakından çalışmak insanların kendi potansiyellerini veya işverenlerinden beklentilerini değiştirebilir mi?
Jay Caldwell: İlginç bir konu. ADP olarak kendi araştırmalarımızda, çalışanı elde tutma riskiyle ilgili bazı şeyler gördük. Yapay zekânın benimsenmesinin neden böyle bir etki yaratabileceğini tüm katmanlarıyla düşünmek gerçekten büyüleyici. Birincisi, kesinlikle geliştirdiğin yeni ve gözde beceri; bunu başka nerelerde uygulayabileceğini düşünüyorsun.
Bu, çalışanın istihdam edilebilirliğine nasıl yardımcı oluyor? Bunun büyük bir parça olduğunu düşünüyorum; ancak hikâyenin, biraz daha derinlemesine inip açtığında başka bir boyutu da var. Örneğin yapay zekânın ileri düzey kullanıcıları, kuruluşun temposu ve o kişinin etrafındaki iş süreçlerinin değişip değişmemesi açısından kendilerini kısıtlanmış hissedebilirler.
Geleceği, iş süreçlerini daha hızlı değiştirme fırsatını ve kapasitesini görebilirsin. Ancak yapbozun yalnızca bir parçasıysan bunu gerçekleştirmek için kendinden fazlası gerekir. Bu da “Kuruluşum burada yeterince hızlı ilerlemiyor; başka bir yerde çok daha fazlasını başarabilirim” şeklinde bir hayal kırıklığı yaratabilir.
Bunun bir başka nedeni de bilinmeyene duyulan korku olabilir. İnsanlar yapay zekâyı kullanmaya başladıklarında, kuruluş yapay zekânın amacını iyi anlatmazsa bu kaygı yaratabilir. Bu araçların sahip olduğu gücü gördüğüm için bu şirketteki işimi kaybetmekten korkmaya başlayabilirim.
O zaman mesele yalnızca gözde bir beceriye sahip olmak değildir; geçimimi sağlayacak bir işte kalmak istiyorum ve elimizdeki araçlar düşünüldüğünde bunun burada olacağından emin değilim. Bu da yine dağıtımların etrafındaki değişim yönetimine dönüyor.
David Rice: Yetenek açısından bu biraz rahatsız edici bir birleşim gibi görünüyor. Yapay zekâyla gerçekten ilgilenen kişiler işlerinden kopmuş değiller ama yeni fırsatlar arayanlar da onlar. Belki rollerini, hatta bazı durumlarda kuruluşlarını aşmış durumdalar.
Sürekli yapay zekâyla çalışmak kariyer açısından ufku genişleten bir deneyim gibi. Nelerin mümkün olduğunu görmeye başlıyorsun ve şirketinin mümkün olduğunu bildiğin hızın yarısıyla ilerlediğini fark ediyorsan, potansiyelinle çevren arasındaki boşluk bazı insanlar için katlanılamaz hâle geliyor.
Jay Caldwell: Evet, olabilir. Bağlılık ve bunun çalışanı elde tutmaya etkisi açısından önemli olan şu: Birinin kuruluşunda kalmaya istekli olması genel olarak çalışan bağlılığıyla ilişkilidir. İş gücündeki bağlılık düşük.
Bu elbette şirkete göre değişir ama genel olarak ABD iş gücünün yalnızca yüzde 19 ila 20’sinin tamamen bağlı olduğunu söyleyebiliriz.
David Rice: Okuduğum kadarıyla tarihî düşük seviyelerde.
Jay Caldwell: Bu durumda birini sınırın ötesine itmek çok mu zor? Kariyerini farklı şekillerde nasıl geliştirebileceğini düşünmesi açısından muhtemelen hayır. Yapay zekâ, bazı kişilerin dışarıdaki potansiyel seçenekler hakkında gerçekten düşünmeye başlaması için bir katalizör olabilir.
David Rice: Kesinlikle. Özellikle zaten sınırda olan çok sayıda insan var. Etraflarına bakıyorlar ve bürokrasiyi, onay zincirlerini, katı rol tanımlarını görüyorlar. Bu teknolojiyle kendini daha yetkin hissediyorsun. Neredeyse gelişimsel bir kafese hapsolmuşsun gibi; oysa sınırı aşarsan bu şeyin uçmana yardımcı olacağını hissediyorsun.
Jay Caldwell: Aynen öyle. Kapağı kırıp dışarı çıkıyorsun. Bir başka olasılık da şu: Becerilerin ne kadar hızlı ilerlediğini ve bunları farklı şekillerde uygulamak istediğini düşünüyorsun. Ancak araştırmalarımızda yapay zekânın herkesi daha üretken yapmasını umduğumuzu görüyoruz.
Bu bir hedef ama veriler, yapay zekânın mutlaka zaman kazandırmadığını da gösteriyor. İnsanlar yapay zekâ kullandıklarında daha fazla ve daha yoğun çalışabiliyor; çünkü daha çok şey yapıyor ve daha hızlı ilerliyorlar. İş şu anda daha yoğun hâle geliyor olabilir ve bu da çalışanı elde tutma riskini artırıyor.
David Rice: Bunu çok görüyorum. İnsanlar tükeniyor ve plansız şekilde ayrılıyorlar; çünkü tempoya yetişemeyeceklerini hissediyorlar. Bir konuğum yakın zamanda birçok durumda yalnızca daha fazlasını yaptığımızı, bunun daha iyi veya daha üretken olduğu anlamına gelmediğini söyledi.
Çalışan devir oranı düşüyor ama bağlılık artmıyorsa, yapay zekâ odaklı bir ortamda başka hiçbir nedenle değil, güvenlik için kalan bir iş gücüne mi bakıyoruz? Deney yapmanın ve uyum sağlama becerisinin önemli olduğu bir ortamda sessizce kalmak, kâğıt üzerinde istikrarlı göründüğü için basitçe istifa etmekten daha mı yıpratıcı?
Jay Caldwell: Şu anda beni en çok endişelendiren konu bu. Tüm bu araç ve teknolojiler yaşanırken, bazı insanlar için iş piyasasının mevcut durumu da buna ekleniyor. Hangi işlevde veya sektörde olduğunuza göre piyasa çok farklı.
Ancak sessiz istifa, işe sarılma ve benzeri terimlerin giderek daha fazla kullanıldığını görüyoruz. Eğilim aynı: Kuruluşta çalışan hareketliliği yaşanmıyorsa bu bir sorun. Bu, birkaç yıl önceki Büyük İstifa döneminden farklı bir sorun.
O zaman mesele insanları mümkün olduğunca etkili biçimde elde tutmaktı. Bu işverenler için zordu ama çalışanlar açısından harika bir ortamdı. Çalışan devir oranı yüksekse kuruluş içinde veya yeni rollere geçmek için daha fazla fırsatınız olur.
Farklı türlerde sorumluluklar üstlenmek için daha fazla şans vardır. Kuruluşunuzdaki devir oranı düşük olduğu için bu fırsatlar da azalırsa, insanlar durgunlaşmış ve sıkışmış hissetmeye başlayabilir veya gelişebilecekleri kadar gelişemediklerini düşünebilirler.
Bu risk bağlılığı düşürürse inovasyonu ve yaratıcılığı da düşürür. Bana göre yapay zekânın gerçek vaadi inovasyon ve yaratıcılıktır. İleriye doğru ilerlemek için zihinsel enerjiniz yoksa bunun ne anlamı var? Bu konuda büyük bir risk olduğunu düşünüyorum. Her kuruluşun bu ortamda düşük ve sağlıklı görünen çalışan devir oranı konusunda fazla rahatlamamasını öneririm; şu anda yüzeyin altında çok daha fazlası gizleniyor.
David Rice: Daha fazla katılamazdım. Çalışanları elde tutmayı ve devir oranını ölçmeye o kadar takıldık ki kalmanın katkıda bulunmakla aynı şey olup olmadığını sormayı unuttuk. Bu ortamda düşük çalışan devir oranı aslında bir zaferden çok uyarı işareti olabilir.
Jay Caldwell: Katılıyorum. Dışarıdan insanları kuruluşa getirmenin, yeni fikirler, düşünme biçimleri ve bakış açıları kazandırmanın değeri de çok büyük. Bu nedenle insan kaynağı akışını bilinçli biçimde sürdürmek kritik. İnsanlar hareket etmiyor olsa bile, bulundukları dünyada duygusal olarak bağlı kalmalarını ve mümkün olan en yüksek enerjiyi katkıya dönüştürmelerini nasıl sağlayacağınızı düşünmeniz gerekiyor.
David Rice: Bu harika bir nokta. Sessizce kalma, oldukça pahalı bir sorun olabilir. İnsanlar işe gelir, sorun çıkarmaz, hedeflerini tutturur ve her şey iyi görünür. Ancak deneme yapmaz, sınırları zorlamaz ve risk almazlar.
Yapay zekâ benimsemesindeki büyük ödülün biraz risk almaktan geldiğini biliyoruz. Ancak insanlar kendilerini koruyor ve iş piyasası korkusuyla ya da başka bir yerde yeniden öğrenmek zorunda kalma korkusuyla kalıyorsa, kariyerlerinin ortasındaki pek çok kişi yeniden başlıyormuş gibi hissediyorsa, uyum zihniyetine sahip bir iş gücü oluşturuyoruz. Bu gerçekten inovasyon değil.
Jay Caldwell: İnsanların kariyerlerini, özellikle başarılı insanların kariyerlerini incelediğinizde, yaptıkları hamlelerde ve değişimlerde çok fazla risk görürsünüz. Bu hamlelerin kişisel etkisini yeterince düşünmemiştim; şu anda böyle sıçramalar yapmak daha riskli gelebilir.
David Rice: Kuruluşlar genel amaçlı yapay zekâ araçlarını kullanıma sunduğunda mesaj çoğu zaman “Herkes bunu kendi başına çözsün” oluyor. Hedefli yapay zekâ kullanım alanları ise daha yapılandırılmış ve sonuç odaklı olma eğiliminde.
Sence bu iki yaklaşım çalışanların güvenini, öğrenme eğrilerini ve performans baskısını nasıl farklı biçimlerde şekillendiriyor?
Jay Caldwell: Kuruluşların stratejilere farklı yaklaştığını gördüm. Bazıları genel amaçlı araçlarla başlayıp daha sonra hedefli kullanım alanlarına geçti; bazıları ise bunun tersini yaptı.
Ancak her iki durumda da bu araçlarla birlikte gelen iletişim ve eğitime yeterince yatırım yapmamak önemli bir hata. Yalnızca nasıl kullanılacağını öğretmek değil, işe farklı biçimde yaklaşmayı, yani zihniyet değişimini de öğretmek gerekiyor.
Genel amaçlı araçlarda bu daha da önemli; çünkü birine İsviçre çakısı veriyorsunuz. Çocukken bir İsviçre çakım vardı. Üzerinde yirmi araç bulunmasına rağmen bunlardan muhtemelen yalnızca üçünün ne işe yaradığını biliyordum: büyüteç, bıçak ve tırnak törpüsü. Başka şeylerin ne işe yaradığını hâlâ bilmiyorum. Genel amaçlı yapay zekâ da buna çok benziyor. Nasıl kullanılabileceğine dair o kadar çok olasılık var ki insanların bu olasılıkları gerçekten anlamasına yardımcı olmanız gerekiyor.
Aracı açıp insanların bunu kendiliğinden yapmasını umarsanız iyi sonuç alamazsınız. Bunu etkili biçimde yapan kuruluşlar, öğrendiklerini açıkça paylaşır. Benzer rollerdeki insanları bir araya getirip “Bunu denedim ve işe yaramadı, siz de bundan kaçının” veya “Beyin fırtınası yaptım, sonra bulduğum şeyi uygulamaya dönüştürdüm ve harika sonuç verdi” demelerini sağlar.
Hedefli kullanım alanlarında ise mesele, bunun bugünkü rolümü nasıl etkilediği, iş akışlarımı nasıl değiştirmem gerektiği ve yapay zekâyı iş akışının içine nasıl yerleştireceğim konusunda netliktir. İletişim ve eğitim daha hedefli olabilir. Ancak hedefli kullanım alanı üretkenliği ciddi biçimde artırıyorsa, etkisinin yorumu da iyi veya kötü yönde daha belirgin olacaktır.
David Rice: Intuit QuickBooks Payroll, insan kaynaklarının kaosa yol açabilecek çok sayıda hareketli parçaya sahip olduğunu biliyor. Bu nedenle bordroyu, insan kaynaklarını, zaman takibini ve finansı tek bir güçlü platformda senkronize ediyor. Bu yaz QuickBooks Payroll, ekip yaşam döngüsünün tamamını desteklemek için daha büyük bir yapıya dönüşüyor. Yakında işletmeler çalışanları bordroya doğrudan bağlanan kesintisiz bir akışla işe alabilecek, terfi veya işten ayrılma gibi durumlar için otomatik insan kaynakları iş akışları yapılandırabilecek, performansı, izinleri ve yan hakları bordroyla birlikte takip edebilecek.
QuickBooks Payroll’un işletmeniz için bugün yaratabileceği farkı görün ve sırada ne olduğunu öğrenmeye hazırlanın. Daha fazla bilgi için quickbooks.com/workforce adresini ziyaret edin. Tekrar edelim: quickbooks.com/workforce.
David Rice: İsviçre çakısı benzetmeni sevdim. Şimdi aklıma şu geliyor: Yapay zekânın o küçük, dayanıksız makaslara eşdeğeri acaba ne?
Jay Caldwell: Bu harika. Üzerlerindeki yay hep kırılırdı. İnanılmazdı.
David Rice: “Herkes kendi başının çaresine baksın” felsefesi, “Bu teknolojinin büyük bir fark yaratacağına inanıyoruz ama bir stratejimiz yok ve onunla ne yapacağımızı bilmiyoruz” demenin bir yolu gibi.
Jay Caldwell: Evet.
David Rice: Herkese bir piyano verip senfoni çalmasını beklemek gibi.
Jay Caldwell: Evet, ama bu konuda çok fazla heyecan var. Telaşın nedeni de bu. Üstelik çok sezgisel. Genel amaçlı araçların çoğu sohbet arayüzlerinden oluştuğu için nasıl kullanılacağını anlamak kolay. Zor olan, bununla ne yapmanız gerektiğini ve hangi olasılıkların bulunduğunu yaratıcı biçimde keşfetmek.
David Rice: Hedefli kullanım alanları burada gerçekten yardımcı oluyor. Çünkü yapay zekâya nasıl yaklaşacağımız açısından psikolojik olarak önemli bir şey yapıyorlar. Hepimiz ona bakıyor, neler yapabileceğini görüyor ve rolünüze bağlı olarak biraz korkabiliyorsunuz.
Hedefli bir kullanım alanı size bir kazanım sunuyor. Belirli bir sorunu çözüyorsunuz ve kendinize güveniniz artıyor. Genel amaçlı araçlar bazen kaygı yaratıyor; çünkü bitiş çizgisi yok. Onu kullanmayı hiçbir zaman bitirmiyor ve hiçbir zaman yeterince iyi kullanıp kullanmadığınızı bilemiyorsunuz.
LinkedIn’de her zaman onu sizden daha etkileyici kullanan biri çıkıyor. Bu da performans baskısı yaratıyor. Ayrıca kullanım genel ve tanımsızsa yöneticiniz bunu nasıl ölçeceğini bilmiyor ve “En azından kullanıyor musun?” sorusuna dönüyor. Bu oldukça anlamsız bir ölçüt. Hedefli dağıtım ise en azından etkinlik yerine sonuçları ölçmenizi sağlıyor.
Jay Caldwell: Yönetim açısından harika bir nokta. Bunlar büyük yatırımlar. Hedefli kullanım alanlarının değeri, çok belirli bir fırsatı çözmek üzere yola çıkmanız ve getiriyi çok net biçimde ölçebilmeniz. Mesele yalnızca aracı kullanmak değil, ondan ne elde ettiğiniz.
David Rice: Giriş düzeyi işlerin daralması ve bu rollerde yaşananlarla ilgili bir yazı yayımladım. Yetenek piramidinin tabanında işe alımı durdurursak gelecekteki liderlik havuzumuzu parçaladığımızı görmek zor değil. Bunun kurumsal bilgiden halefiyet planlamasına ve zaman içindeki sosyoekonomik hareketliliğe kadar her şey üzerinde sonuçları olacak.
Kuruluşların bu konuda önden hareket etmek için ne yaptığını görüyorsun? Kısa vadeli üretkenlikten uzun vadeli kapasiteye odaklanmaya doğru bir kayma görüyor musun?
Jay Caldwell: Bunun gelişen bir tartışma olduğunu düşünüyorum. Yapay zekâ baro sınavını geçtiğinde ilk soru muhtemelen “Bundan sonra hukuk asistanlarıyla ne yapacağız?” oldu. Bu nedenle ilk tepki, bu pozisyonlardaki işe alımları yavaşlatmak oldu.
Ancak şirketler şimdi bunu senin anlattığın biçimde kavramaya başlıyor. Bunu tamamen yapamayız. Birincisi, kariyer basamağınızdan bir basamağı söküp atmış olursunuz ve bu büyük bir sorun yaratır. İnsanlar düşmeye başlar.
İkincisi, herkes yapay zekâyı aynı hızda benimsemiyor. Bu özellikle kariyerinde daha uzun süredir bulunan kişiler için geçerli. Yeni araçları benimsemeleri veya çalışma uygulamalarını değiştirmeleri daha uzun sürebilir. Ancak bugünün üniversite mezunları, yani yapay zekâ çağında doğanlar, üniversiteye girdiklerinde üretken yapay zekâ araçlarını kullanmaya başladılar.
Bu kişilerden öğreneceğimiz çok şey var. Bu araçların potansiyelini ve amacını anlamak için derinlemesine çalıştılar ve kuruluşlarımıza gelip “Bunu neden yapay zekâyla yapmıyorsunuz?” diye sorabilirler. “Bunu hâlâ neden manuel yapıyoruz? Yapay zekâ bu fırsatı bizim için kolayca çözebilir.”
Dolayısıyla bu grubu işe almamak, daha modern beceri setlerini ve düşünme biçimlerini kuruluşa kazandırma fırsatını kaçırmak anlamına gelir. Ancak bu çalışanların yapay zekâyı iyi ve uygun biçimde kullanabilmeleri için doğru düzeyde muhakeme ve uzmanlık geliştirmelerine de yardımcı olmalısınız.
David Rice: Üst düzey yöneticilerin yapay zekâ tartışmasında teknik olarak anlamadıkları şeyler olabilir; ancak her biri şu dersi bilir: En alttan başladılar. Düşük riskli ortamlarda hata yaptılar. Kuruluşların içeriden nasıl işlediğini, siyaseti ve tüm bunları öğrendiler.
Bu deneyimi ve giriş noktalarını ortadan kaldırırsanız nereye gittiğimizi sınırladığınızı anlamak zor değil. Giriş düzeyi beyaz yakalı işler onlarca yıldır ekonomik hareketliliğin temel aracı oldu. Bunlar ortadan kalkarsa yerlerine bir şey koymamız gerekecek.
Jay Caldwell: Buradaki anahtar kelime değer. Pek çok kuruluşun geri adım atıp değerlerini ve stratejilerini nasıl yönlendirdiğini düşünmesi gerekiyor. ADP’de değerler odaklı bir kuruluşuz. Değerlerimizden biri her çalışanın önemli olduğudur. Bu dönüşüm boyunca, kariyerlerinin hangi aşamasında olurlarsa olsunlar tüm çalışanlarımızı desteklemeye odaklanıyoruz.
David Rice: Pek çok kişinin söylediği şeylerden biri merak ve uyum sağlama becerisinin uzmanlıktan daha önemli olduğu. Felsefi olarak kulağa harika geliyor ve ben de katılıyorum. Ancak işe alım sistemlerimiz tarihsel olarak soyağacı ve derinlik üzerine kuruldu. Beceri temelli işe alımdan söz ediyoruz ama birçok şirket bunun nasıl yapılacağını çözemedi.
Yetenekleri değerlendirirken uzmanlaşmanın rahatlığına geri dönmemek için ne değişmeli?
Jay Caldwell: Öncelikle aradığımız şeyle ilgili zihniyetin değişmesi gerekiyor. Liderler yeteneği nasıl tanımlıyor ve seçiyor? Soyağacına veya kimlik bilgilerine göre seçim yapmak kolaydır; çünkü kâğıt üzerinde görünür ve tartışması zordur.
Değişmesi gereken şey, alternatif yeterlilik kaynaklarına bakmak. Bir kişinin becerilerini değerlendiren ölçümler kullanılabilir. Yapay zekâ teknik becerileri, iletişim becerilerini ve yaratıcılığı değerlendirmek için büyük fırsatlar sunuyor. Ancak seçimlerle ilgili hukuki hususlar nedeniyle bunu dikkatli biçimde yapmak gerekiyor.
David Rice: Bazen cevap yalnızca eski usul davranmaktır.
Jay Caldwell: Evet, aynen öyle.
David Rice: Üniversitede bir profesörle konuşuyordum. Sınavları gözetmen eşliğinde, cihaz olmadan yeniden yapacağını söyledi; böylece öğrencilerin gerçekten bilip bilmediğini ölçebilecekti.
Jay Caldwell: Alternatif kullanım testleri diye bir şey var. En basit biçimiyle bir kalem verip üç dakika içinde bu kalemin mümkün olduğunca çok kullanım alanını söylemesini istemek. Bu, farklı düşünme becerisini ölçmenin, merak için bir gösterge kullanmanın bir yolu.
David Rice: ADP’nin yetenek alanındaki etkisi çok büyük. Bu bir yetenek altyapısı sorunu mu? Yetenek yönetimi sistemlerini nasıl kullandığımız, işe alım uzmanlarını nasıl eğittiğimiz, mülakat çerçevelerimiz ve hatta kullandığımız dil soyağacı modeline göre şekillenmiş durumda.
Beceri temelli işe alım yalnızca bir politika değişikliği değil, tüm altyapının yenilenmesi. İnsanlar eski donanım üzerinde yeni yazılım çalıştırmaya çalışıyor.
Jay Caldwell: Beceri temelli yaklaşımın ne anlama geldiğini ve buna bağlı olarak hangi değişiklikleri yaptığınızı tanımlamanız gerekiyor. Belirli roller için artık diploma şartı koymuyorsanız bu iyi. Ancak işe alım sistemine uçtan uca bakmanız gerekir.
Giriş düzeyi roller için diploma şartını kaldırıyor ama üst düzey liderlik rolleri için koruyorsanız insanların kariyerleri boyunca bu boşluğu kapatmasına nasıl yardımcı olacaksınız? Tüm sisteme bakmalı ve uzun vadeli düşünmelisiniz.
David Rice: Merak ve uyum sağlama becerisi işe almak istediğimiz temel yetkinliklerse bunları nasıl tarayacağız? Uyum sağlama becerisini özgeçmişe yazıp gösteremezsiniz. Otuz dakikalık bir mülakatta bunu sergilemek çok zor.
Yöntemlerimiz, değer verdiğimizi söylediğimiz şeylerle temelde uyuşmuyor. Yapay zekâ, çalışma örneklerini analiz ederek veya sorun çözme yaklaşımını değerlendirerek potansiyeli anlamamıza yardımcı olabilir. Ancak çoğumuz eski işi daha hızlı yapmak için kullanıyoruz.
Jay Caldwell: Aynı soruyu gelişime de yöneltebilirsiniz. Yaratıcılık ve uyum sağlama becerilerini geliştirmek için yapay zekâyı kullanabilirsiniz. Liderlik gelişimi eğitimimize yapay zekâyı nasıl entegre edeceğimize bakıyoruz. İnsanlara daha hızlı biçimde daha fazla liderlik pratiği yaptırabiliriz.
Örneğin zor bir doğrudan raporla ilgilenmeniz ve zor geri bildirim vermeniz gereken bir simülasyon oluşturabilirim. Ardından lider olarak uyum sağlama becerinizi geliştirmenize yardımcı olacak on farklı durum daha sunabilirim.
David Rice: Yapay zekâ derinlemesine analiz ve karar almanın bazı unsurlarını üstlenirse, insan performansı uygulamadan muhakemeye kayıyor. Doğru şeyleri ölçebilmek için mevcut performans çerçevelerimizi nasıl ayarlamalıyız?
Jay Caldwell: Keşke bunun kolay bir cevabını bilseydim. Yaratıcı bir işte performansı nasıl ölçersiniz? Örneğin bir sanatçı.
Bence önce insanların kendi performanslarını nasıl gördüğünü yeniden çerçevelemek gerekiyor. Gelen kutumu temizlediğimde kendimi çok üretken hissediyorum. Bunu görebiliyor ve ölçebiliyorum. Yapay zekâ gelecekte bunu benim için yaparsa üretken ve başarılı hissetmemi sağlayan bir şeyi kaybedebilirim.
Doğası gereği daha yaratıcı olan işlerde ilerleme kaydettiğinizi görmek daha zordur. Kilometre taşları daha az belirgindir ve zaman çizelgeleri daha uzundur. Bir kişinin işi üretimden yaratıcılığa kayıyorsa, kendi performansını görme biçiminde tamamen yeni bir çerçeve gerekir.
Performans yönetimi süreçlerini nasıl düşündüğünüz de büyük bir zorluktur. Daha uyarlanabilir hedefler belirlemek, performansı daha sık ölçmek ve yöneticilerin bakış açısını daha sık ve daha basit yollarla almak önemli. Ayrıca yalnızca sonuçları değil, girdileri, davranışları ve beceri setlerini de vurgulamalısınız.
İnsan nasıl ortaya çıkıyor? Eski “neyi ölçüyorsun, neyi mi yoksa nasıl yaptığını mı?” tartışmasında, ileride nasıl yaptığına daha fazla vurgu yapılacağını düşünüyorum. Çünkü bunlar iyi yaratıcı ve stratejik çalışmanın girdileridir; örneğin çalışma arkadaşlarınızla nasıl iş birliği yaptığınız.
David Rice: Üretimden yaratıcılığa ve uygulamadan muhakemeye geçişten söz ettin. Muhakemeyi nasıl ölçersiniz? Ben çok miktarda içerik üretiyorum ve yapay zekâyı bunun bir kısmına yardımcı olması için kullanıyorum.
Yapay zekâ ikna edici görünen şeyler yazıyor ama ben çıktılara karşı doğal olarak şüpheciyim. Bana yanlış gelen noktaları araştırıyorum. Yapay zekânın verileri yanlış aktardığını veya uydurduğunu sık sık yakalıyorum.
Bunu üç aylık performans karneme nasıl yazacağım? “Bu ay bizi 27 kez aptal gibi görünmekten kurtardı” diyemem. Ölçmesi zor.
Jay Caldwell: Bu, kariyerinin başındaki yeteneklere nasıl muhakeme kazandıracağımız konusuna dönüyor. Sen bunu deneyimli olduğun için biliyorsun.
David Rice: Aynen öyle. Bunu uzun zamandır yapıyorum, bu yüzden doğal geliyor. Ancak okuldan yeni çıkmış yirmi dört yaşında olsaydım ve daha önce bunlarla karşılaşmamış olsaydım, çıktıları analiz ederken bunun yanlış olduğunu nasıl bilecektim? İşim yaratıcı olmaktan çıkıp doğrulayıcı olmaya dönüşürdü.
Bu araçları anlamlı biçimde kullanmanın yollarını bulmamız, muhakemeyi merkeze ve yüksek değerde tutarken becerileri geliştirmemize izin vermemiz gerekiyor.
Jay Caldwell: Performansı ölçmeyi düşünmenin başka bir yolu var. Üç aşama bulunuyor: Bir soru veya istem giriyorsunuz, yapay zekâ işlemi gerçekleştiriyor ve sonunda çıktıyı değerlendiriyorsunuz. Yapay zekâ dünyasında insanı bu iki uçta değerlendirmek önemli olacak.
Doğru soruları sormakta ve istemi doğru biçimde şekillendirmekte ne kadar iyiler? Çıktıyı değerlendirmekte ve kullanmakta ne kadar iyiler? Orta bölüm yapay zekâ tarafından verimli ve otomatik biçimde yürütülüyor; ancak bu kullanım döngüsünü nasıl yönettiğiniz çok önemli.
David Rice: Bu güçte bir kayma. En iyi muhakemeye sahip insanlar her zaman en büyük unvanlara sahip kişiler değil. Bazen yalnızca doğru yerde oturan insanlardır. Bir kuruluşun hiyerarşisinde gerçekten sarsıcı olabilirler.
Jay Caldwell: Bu konuda bütün gün konuşabiliriz. İçinde bulunduğumuz dönem heyecan verici. Hepimiz birlikte öğreniyoruz. Bu tür podcast’ler yapmak önemli; çünkü hepimiz aynı gemideyiz. Kimsenin diğerlerinden çok ileride olduğu söylenemez. Paylaşım ne kadar artarsa o kadar iyi.
David Rice: Kesinlikle. Dinleyiciler, henüz yapmadıysanız web sitesine gidip People Managing People bültenine kaydolun. Bunun gibi bölümlerin yanı sıra People Managing People için oluşturduğumuz tüm içerikler doğrudan gelen kutunuza gelsin.
Bir sonraki bölüme kadar, mesele muhakeme; asıl önemli olan bu.
