Miksi älykkäät ihmiset saavat tekoälyltä geneerisiä tuloksia

Galen Low: Myönnetään se: olemme kaikki kyllästyneitä tarkastelemaan toimituksia, raportteja ja tilannepäivityksiä, jotka kaikki suorastaan huokuvat geneeristä tekoälyä. Vaikka teknologiaa on helppo syyttää ja jättää asia siihen, taustalla on jotain muutakin. Useimmat ihmiset saavat tekoälyltä geneerisiä tuloksia, koska he esittävät geneerisiä kysymyksiä. Ja useimmat esittävät geneerisiä kysymyksiä, koska he eivät joko ymmärrä, miten teknologia toimii, heiltä puuttuu rohkeus haastaa tekoäly tai he tuntevat itsensä huijareiksi vertaistensa joukossa – tai joskus kaikki nämä syyt pätevät yhtä aikaa.

Tämän seurauksena monet ihmiset menettävät juuri niitä taitoja, joita tarvitsemme tällä hetkellä eniten: uteliaisuuden ja kyvyn ajatella kriittisesti. Auttaakseni tiimejämme korjaamaan tilanteen olen kutsunut mukaan tekoälyasiantuntijan ja kouluttajan, joka on päättänyt nostaa kaikkia veneitä niin, että huijarisyndrooma, heikkolaatuiset kehotteet ja geneeriset tekoälyn tuotokset jäävät menneisyyteen. Samalla ihmisten tuoma osaaminen pääsee jälleen keskiöön. Toivottavasti nautit jaksosta.

Tervetuloa The Digital Project Manager Podcastiin – ohjelmaan, joka auttaa toimitusjohtajia työskentelemään fiksummin, toimittamaan sujuvammin ja johtamaan tiimejään itsevarmasti tekoälyn aikakaudella. Olen Galen, ja joka viikko perehdymme tosielämän strategioihin, uusiin suuntauksiin, hyväksi havaittuihin viitekehyksiin ja toisinaan myös projektirintaman sotatarinoihin. Olitpa sitten ohjaamassa valtavia muutoshankkeita, hallinnoimassa tekoälytyönkulkuja tai vain yrittämässä pitää kaaosta hallinnassa, olet oikeassa paikassa. Aloitetaan.

Tänään puhumme siitä, miten tekoälyyn liittyvä huijarisyndrooma voi jarruttaa tiimejämme hienovaraisilla ja vähemmän hienovaraisilla tavoilla sekä siitä, millä käytännön toimilla voimme auttaa heitä löytämään tasapainon uteliaisuuden ja tekoälytyökalujen tulosten strategisen haastamisen välillä.

Käymme läpi käytännöllisen viitekehyksen, jonka avulla tiimimme voivat esittää parempia kysymyksiä ja arvioida tuloksia kriittisesti, sekä tarkastelemme tämän vaikutusta organisaation kokonaisvaltaiseen tekoälystrategiaan. Puhumme myös taitojen rapautumisesta ja siitä, miten tiimit voivat kehittyä maailman muuttuessa heidän ympärillään.

Tänään kanssani on Mashhood Ahmed, M1 Consultantsin konsultoiva projektijohtaja. Mashhood auttaa yrityksiä suunnittelemaan ja toteuttamaan generatiivisen tekoälyn käyttöönotto-ohjelmia, jotka tuottavat konkreettisia vaikutuksia. Hän hyödyntää hyväksi havaittua nelitasoista generatiivisen tekoälyn käyttöönoton viitekehystä, joka kattaa koko organisaation tekoälylukutaidon, osastokohtaiset työnkulut, autonomisen automaation ja koulutusohjelmat. Näin Mashhood auttaa tiimejä etenemään tekoälyn kanssa tavalla, jossa ihmisen kekseliäisyys on etusijalla.

Tämän mahdollistavat Mashhoodin yli 20 vuoden kokemus ohjelma-, projekti- ja muutosjohtamisesta. Hänelle tekoäly on enemmän kuin joukko työkaluja. Kyse on tekoälyn juurruttamisesta siihen, miten työ todellisuudessa tehdään.

Mashhood, kiitos paljon, että olet kanssani tänään.

Mashhood Ahmed: Kiitos paljon. Kiitos kutsusta.

Galen Low: Olen todella innoissani, että pääsemme perehtymään tähän aiheeseen.

Kuuntelin pari puheenvuoroasi tästä aiheesta, ja mielestäni lähestymistapasi on erittäin tasapainoinen. Näkemyksesi siitä, miten tekoälyä tulisi tarkastella sen käyttöönotossa ja integroinnissa työhömme, resonoi vahvasti kanssani. Se on mielestäni hyvin käytännöllinen, joten odotan innolla tämänpäiväistä keskustelua.

Olet tietysti tehnyt yhteistyötä kanssamme täällä The Digital Project Managerissa useita kertoja. Viestisi puhuttelee aina. Ajattelin aloittaa suurella ja vaikealla kysymyksellä, mutta antaa keskustelun sitten kulkea omalla painollaan. Haluaisin käsitellä sitä, mitä utelias ajattelutapa tekoälyn yhteydessä tarkoittaa ja miksi se on tärkeä, millä toimilla voimme tasapainottaa uteliaisuutta haastamalla tekoälyn tuotoksia strategisesti sekä sitä, mitä tekoälyteknologian tulevaisuuden kannalta on pelissä, jos tiimimme jatkavat toimintaansa pintapuolisten kysymysten pohjalta ja suhtautuvat geneerisiin tuotoksiin kritiikittömästi.

Tiedän, että siinä oli paljon asiaa, mutta miltä se kuulostaa?

Mashhood Ahmed: Kuulostaa täydelliseltä.

Galen Low: Hienoa. Aloitetaan. Esitän ensin melko yleisen kysymyksen, koska työskentelet useiden organisaatioiden kanssa ja autat niitä tulemaan sujuviksi tekoälyn käyttäjiksi, jotta ne voivat rakentaa tekoälyn osaksi työskentelytapojaan.

Olen kuitenkin kuullut sinun puhuvan siitä, miten ihmiset käyttävät geneerisiä kysymyksiä saadakseen geneerisiä tuotoksia ja jatkavat sitten niiden käyttöä sellaisinaan. Jos sinun pitäisi arvioida, kuinka suuri prosenttiosuus ammatillisessa kontekstissa tekoälyä käyttävistä ihmisistä saa siltä vain keskinkertaisia ja geneerisiä tuloksia ja kuvittelee, että parempaa ei ole saatavilla?

Mashhood Ahmed: Se on erittäin hyvä kysymys. Arvioisin, että noin 40–50 prosenttia ihmisistä toimii näin. Haluaisin antaa kaikille kuulijoillesi pienen testin. Useimmat meistä ovat joskus pelanneet noppapeliä. Avaa yhdessä välilehdessä Copilot, toisessa ChatGPT, kolmannessa Gemini ja neljännessä jokin muu työkalu. Kirjoita yksinkertainen kehote: "Heitä puolestani kuusisivuista noppaa." Kun suoritat kehotteen, useimmat generatiiviset tekoälyt antavat vastaukseksi neljä.

Olen tehnyt tämän kokeen satojen ihmisten kanssa, ja yleensä 85–90 prosenttia saa tulokseksi neljä. Syynä on se, ettei tekoäly oikeasti osaa heittää noppaa. Se laskee kuuden vaihtoehdon keskiarvon, 3,5, ja pyöristää sen neljään. Siksi saat vastaukseksi neljän 80–90 prosentissa tapauksista.

Kokeile sitten samaa ikkunaa käyttäen kehotetta: "Heitä puolestani kuusisivuista noppaa niin, että jokaisella sivulla on yhtä suuri todennäköisyys." Kun lisäät kontekstia ja rajoitteita, saat tasapainoisemman vastauksen. Tämä kertoo, että jos esität geneerisen kysymyksen, saat geneerisen vastauksen. Tekoäly ei ymmärrä projektisi kontekstia tai ihmisen tekemää harkintaa. Siksi kehotteissa ja agenteissa on tärkeää antaa mahdollisimman paljon kontekstia sekä riittävästi reunaehtoja ja suojakaiteita, jotta saat hyvän vastauksen.

Galen Low: Pidän tuosta todella paljon. Avasin juuri pari kielimallia, ja olet täysin oikeassa: kaksi niistä heitti nelosen ja yksi kutosen. En ole vielä ehtinyt kokeilla kontekstin vaikutusta, mutta huomiosi osuu aivan ytimeen. Monet käyttävät tekoälyä edelleen kuin Google-hakua, vain muutaman sanan yksinkertaisella kehotteella. Se ei välttämättä ole joissakin tilanteissa huono asia, mutta käynnissä olevien projektiemme monimutkaisuus, työskentelemämme ihmiset sekä korviemme välissä oleva historia ja tieto eivät sisälly siihen aineistoon, jolla kielimalli on koulutettu.

Jos emme kerro tätä sille, se antaa geneerisiä tuloksia. Generatiivisen tekoälyn nykytilassa rakastan ja inhoan eniten sitä, kuinka vakuuttavalta se vaikuttaa. Tuotokset näyttävät hyviltä, ne ovat vakuuttavia ja tekoäly kertoo sinulle, että olet mahtava. Silloin haluat vain jatkaa niiden käyttöä ja ajatella: "Hienoa, olen valmis. Tämä on paljon viimeistellympää kuin se, mitä olisin itse tehnyt, joten otan sen käyttöön."

Mashhood Ahmed: Käytän temppua nimeltä persoonan vaihtaminen. Kun raportti, projektiperuskirja, asiakirja tai sähköposti on valmis, voit käyttää persoonan vaihtamiseen tarkoitettua kehotetta, joka voi kuulua esimerkiksi näin: "Lue tämä sähköposti tai asiakirja sellaisen henkilön näkökulmasta, joka suhtautuu tähän projektiin myönteisesti tai kielteisesti." Anna samalla hieman enemmän kontekstia tästä henkilöstä.

Sen jälkeen voit päättää, muokkaatko asiakirjaa vai valmistaudutko kysymyksiin, joita joku saattaa esittää seuraavassa kokouksessa tai esitellessäsi projektia suurelle yleisölle tai johtoryhmälle.

Tämä on tärkeää, koska projektityössä häiriötekijät sokaisevat meidät helposti. Voimme hyödyntää tekoälyä persoonan vaihtamiseen. Voit esimerkiksi pyytää sitä tarkastelemaan asiaa talousjohtajan näkökulmasta, kun tämä ei ole vakuuttunut siitä, että projektin pelastamiseen pitäisi käyttää 1,4 miljoonaa dollaria. Se on erilainen konteksti.

Jos tekoäly voi auttaa meitä tekemään suuren osan muusta työstä, projektijohtaja voi keskittyä kriittiseen ajatteluun ja oikeiden kysymysten esittämiseen. Kutsun tätä uteliaaksi ajattelutavaksi.

Galen Low: Pidän tuosta. Se ei tee työtä puolestasi, vaan auttaa rakentamaan empatiaa sidosryhmien kanssa, jotta et joudu yllätetyksi. Yllätetyksi joutuminen johtuu yleensä siitä, ettet ole ennakoinut jonkun toisen ajattelutapaa.

Olen kuullut sinun käyttävän puheissasi ja kirjoituksissasi termiä huijarisyndrooma. Sillä tarkoitetaan ilmiötä, jossa menestyvät ammattilaiset kokevat huijanneensa kollegoitaan eivätkä ehkä ansaitse saavutuksiaan. Tekoälyn yhteydessä kyse on ehkä hieman erilaisesta asiasta. Mikä tekoälyssä laukaisee huijarisyndrooman, ja miten se vaikuttaa lähestymistapaamme tekoälyyn?

Mashhood Ahmed: Huijarisyndrooman laukaisevia asioita on useita. Ensinnäkin tekoäly on näkymätön. Olemme tottuneet malliin syöte, prosessi ja tulos. Tekoälyn aikakaudella prosessi vaihtelee kontekstin ja antamiesi kehotteiden mukaan. Siitä tulee musta laatikko, mikä tekee olomme epämukavaksi.

Toiseksi sosiaaliseen mediaan ja LinkedIniin katsoessa näyttää siltä, että kaikki muut osaavat käyttää tekoälyä, vaikka todellisuudessa kaikki eivät käytä sitä oikein. Kolmanneksi projektijohtajina ja PMO-johtajina olemme tottuneet tietämään kaiken projektissa tapahtuvan. Tekoälyn kohdalla moni asia on näkymätöntä, ja se aiheuttaa epämukavuutta, koska emme ole hallinnassa.

Ihmiset haluavat hallita asioita. Kun hallinta siirtyy koneelle, se pelottaa meitä. Emme tiedä, mitä kone sanoo, joten meidän on tarkistettava ja varmennettava kaikki. Joskus tämä tuottaa enemmän työtä kuin arvoa. Tässä uteliaat kysymykset, häiriötekijät ja kriittinen ajattelu tulevat mukaan.

Galen Low: Tuo on kiinnostavaa, koska siinä on tavallaan kaksi puolta. Ensinnäkin huijarisyndrooman yleinen määritelmä on tunne siitä, että on huijari, koska kaikki ympärillä näyttävät menestyvän paljon paremmin. LinkedIn on mielestäni yksi huonoimmista paikoista rakentaa luottamusta omaan tekoälyosaamiseen. Näet jatkuvasti otsikoita kuten "Seitsemän asiaa, joita teet väärin kehotteessasi" tai "Miksi agenttisi epäonnistuvat edelleen".

Toinen puoli on se, että tuotoksia ei ole helppo kritisoida. Ne näyttävät valmiilta. Jos projektijohtajana saat 98- tai 100-prosenttisesti valmiin toimituksen päivää ennen määräaikaa, et ehkä halua antaa palautetta ja aloittaa kaikkea alusta. Tekoälyn kohdalla kyseessä on musta laatikko, valmis ulkoasu ja epävarmuus omasta osaamisesta. Saatat ajatella, että tekoäly on sinua älykkäämpi, koska se on koulutettu koko internetin ja ihmiskunnan historian aineistolla.

Sen sokea piste on kuitenkin konteksti. Se ei tiedä, mitä kokouksessa sanottiin, kuka sidosryhmistä vastustaa projektia tai missä piilee riski. Aivoissasi on paljon sellaista tietoa, jota tekoälyllä ei ole. Siksi yhteistyö on niin tärkeää.

Mashhood Ahmed: Vanha sanonta kuuluu: paholainen piilee yksityiskohdissa. Tuotos voi näyttää valmiilta, mutta meidän on tarkasteltava yksityiskohtia. Projektijohtajana tiedät, että kokouksen litterointi voi tallentaa sen, mitä sanottiin, mutta tiedät myös, että sidosryhmän "kyllä" voi tarkoittaa "ehkä". Hän ei välttämättä ole täysin vakuuttunut ideastasi.

Kokemuksen ja kriittisen ajattelun avulla ymmärrät organisaation politiikkaa, ihmisiä ja dynamiikkaa. Se, mikä toimii yhdessä organisaatiossa, ei välttämättä toimi toisessa. Meillä on PMO:t, projektimallit ja PMI:n ohjeistukset, mutta yksikään projekti ei voi seurata täydellisesti yhtä menetelmää. Jokainen tilanne on ainutlaatuinen.

Ihmisen tehtävä on sanoa: "Tämä sopii tilanteeseeni. Ymmärrän sidosryhmäni, sponsorini, tiimini ja riskini." Riskirekisterin rivillä 14 tai 15 oleva riski voi olla juuri se, joka toteutuu. Tämä kaikki perustuu ihmisen näkemykseen.

Galen Low: Tuo on juuri sellaista, mitä monien projektijohtajien täytyy kuulla. Monet ovat päätyneet johtamisrooliin sattumalta eivätkä koe tekevänsä asioita oikein, koska eivät noudata oppikirjaa täydellisesti. Heistä tuntuu, että he vain luottavat vaistoonsa ja improvisoivat. Mutta kuten sanoit, juuri se on arvokasta. Se on tarvittavaa lisäkontekstia ja heidän erityisosaamistaan.

Tekoäly on työkalu, jonka avulla he voivat tehdä yhteistyötä ja käyttää tietämystään tehokkaammin. Siirrytään siis uteliaaseen ajattelutapaan. Mitä se sinulle tarkoittaa, ja miksi se on tekoälyn yhteydessä tärkeä?

Mashhood Ahmed: Aiemmin sanoimme, että tieto on valtaa. Nyt tilanne on osittain päinvastainen. Mitä enemmän dataa ja tietoa sinulla on, sitä suuremmaksi kirous voi muuttua. Tarvitset asiaankuuluvaa dataa ja tietoa, jotta niistä olisi hyötyä.

Internetistä löytyy valtavasti tietoa, ja generatiivinen tekoäly on käsitellyt sitä. Kun annat muutaman rivin kehotteen, saat viiden sivun asiakirjan. Sinun on luettava se, ymmärrettävä se ja poimittava kohdat, joilla on merkitystä. Melu on syöte, mutta strateginen haastaminen tarkoittaa kysymistä: mikä on olennaisin kysymys, joka minun pitäisi esittää tekoälylle?

Jos et kysy oikeaa kysymystä, tekoäly on kanssasi samaa mieltä ja antaa myöntävän vastauksen. Käytä persoonan vaihtamista ja erilaisia "mitä jos" -skenaarioita. Se vaatii paljon kognitiivista energiaa. Kahden tai kolmen tunnin jatkuva työskentely generatiivisen tekoälyn kanssa väsyttää todella paljon. Pidä tauko, mutta jatka oikeiden kysymysten esittämistä.

Projektijohtajina olemme työskennelleet toimitusjohtajien, talousjohtajien, tietohallintojohtajien, johtajien ja varajohtajien kanssa. Johtajilla on usein yhteistä se, että he esittävät yhden tai kaksi todella merkityksellistä kysymystä, jotka menevät asian ytimeen. Oikeiden kysymysten esittäminen oikeaan aikaan auttaa rakentamaan luottamusta ja kunnioitusta.

Pysähdy siis ja kysy: "Mitä syvällisiä kysymyksiä minun pitäisi esittää seuraavassa kokouksessa?" Jos et aio esittää niitä, peru kokous. Ihmiset inhoavat kokouksia.

Galen Low: Pidän tästä paljon. Voisimmeko käydä läpi käytännön esimerkin? Menestyvät ja korkean tason johtajat nähdään usein ihmisinä, jotka osaavat esittää oikean kysymyksen oikeaan aikaan. Voisitko kuvata, miltä tunnin tai kahden keskustelu kielimallin kanssa voisi näyttää?

Mashhood Ahmed: Jos työskentelen uuden projektin parissa, antaisin tekoälylle pääsyn asiakirjoihini. Copilot on nykyään monissa yrityksissä käytössä, mutta useimmat eivät hyödynnä sitä tehokkaasti. Jaa asiakirjat ja määritä rajat: "Käytä vain näitä asiakirjoja." Kysy sitten: "Mikä on keskeneräistä? Missä on aukkoja? Mitä epäjohdonmukaisuuksia näissä asiakirjoissa on? Mitä joku muu voisi kysyä minulta?"

Käytä persoonan vaihtamista. Jos pyydämme lisää budjettia, mitä talousjohtaja kysyisi? Talousjohtajaa kiinnostaa, pysytäänkö budjetissa. Liiketoiminnan omistajaa kiinnostaa, valmistuuko projekti ajoissa. Tietohallintojohtajaa kiinnostavat integraatiot sekä datan turvallisuus. Jokaisella on erilainen näkökulma.

Voit myös pyytää tekoälyä haastattelemaan sinua tai esittämään kysymyksiä yksi kerrallaan. Hallusinaatiot syntyvät, koska tekoälylle ei anneta riittävästi kontekstia. Se tekee oletuksia, ja jos oletukset ovat vääriä, se tuottaa virheellisen vastauksen. Ajattele tekoälyä tiimiisi liittyneenä harjoittelijana: älykkäänä ja osaavana, mutta aloittelevia virheitä tekevänä henkilönä.

Kirjoita kehotteeseen: "Esitä minulle tarkentavia kysymyksiä yksi kerrallaan ja odota vastaustani ennen seuraavaa kysymystä." Näin tekoäly tarkistaa oletuksensa kanssasi. Jos se esittää neljä kysymystä kerralla, se saattaa olettaa, että vastauksesi yhteen kysymykseen koskee kaikkia neljää.

Myös rajoitteiden ja suojakaiteiden määrittäminen on tärkeää. Ihmiset ovat hyviä siinä, mitä pitää tehdä, mutta huonoja siinä, mitä ei pidä tehdä. Siksi määritä tekoälyagenteille ja kehotteille lista asioista, joita niiden ei pidä tehdä.

Voit myös pinota rajoitteita: haluat vastauksen kolmeen luettelokohtaan, taulukkoon viidellä sarakkeella tai tietyn pituisena. Suosi yleensä lyhyempää vastausta ja rakenna sen päälle vähitellen.

Kun pyydät Copilotia muokkaamaan asiakirjaa, ole erittäin täsmällinen. Älä anna sille vapaata lupaa muuttaa kaikkea, koska et tiedä, mitä se muuttaa. Muista, että raportissa on sinun nimesi. Tekoäly voi lisätä huomautuksen, että ihminen tarkistaa tuotoksen, mutta sinä olet vastuussa omalla nimelläsi.

Ihminen on aina mukana prosessissa. Myös autonomisen tekoälyn kanssa tarvitsemme ihmisen eri tarkistuspisteissä varmistamaan, että agentti toimii oikein.

Galen Low: Pidän siitä, että uteliaisuus ja oikeiden kysymysten esittäminen liittyvät oppimiseen. Olemme hyviä tekemään, ja joskus yritämme saada asian valmiiksi mahdollisimman nopeasti, koska kuvittelemme, että tekoälyn pitäisi tehdä kaikki 15 minuutissa. Mutta kuvaamasi keskustelu vaatii aikaa: on kysyttävä asioista, joita ei ehkä huomata, asetettava suojakaiteita, löydettävä puuttuvat asiat ja tunnistettava ristiriidat.

Projektijohtajat ovat usein hyviä tässä. Palautetta ei pidä antaa vain siitä, mitä on mukana, vaan myös siitä, mitä puuttuu. Ihmiset eivät kuitenkaan ole hyviä näkemään puuttuvia asioita. Siksi on tärkeää ensin kertoa rajoitteet, edetä pienissä osissa ja käyttää ylimääräinen aika oppimiseen ja kontekstin ymmärtämiseen.

Mashhood Ahmed: Ehdotan, että laadit jokaisesta sidosryhmästä persoonan. Voit käyttää agenttia, joka lukee kokousten litterointeja ja kertoo, mitä se tietää henkilöstä. Tarkista tulokset ja päätä, mitä saa muistaa. Voit myös pyytää tekoälyä arvioimaan sidosryhmän käyttäytymistyyliä esimerkiksi DISC-profiloinnin avulla. Kun käytät tätä ajan mittaan, tekoäly oppii ymmärtämään kontekstia paremmin.

Galen Low: Se on hyvä idea. En ole koskaan istunut lukemaan jokaista kokouslitterointia ja rakentamaan itse DISC-profiilia jokaisesta sidosryhmästäni. Tekoäly voi tehdä osan työstä ja auttaa päätöksenteossa. Tämä johtaa hyvin strategiseen haastamiseen.

Olet vastuussa tuotoksista, joita esittelet sidosryhmille ja johtoryhmälle. Mitä strateginen tekoälyn tuotosten haastaminen sinulle tarkoittaa, ja miten se tasapainottaa uteliasta ajattelutapaa?

Mashhood Ahmed: Strategia tarkoittaa olennaiseen keskittymistä ja kaiken melun poistamista. Mieti, mikä on tässä kontekstissa tärkeää, mikä ei ole tärkeää ja mikä on vain melua. Tekoäly voi tehdä raskaan työn, mutta sinä valitset, mikä on arvokasta ja mikä kuuluu asiakirjaan, tietopankkiin tai sidosryhmän persoonaan.

Sinä päätät, mitä esitykseen tulee ja mitä ei. Tunnet sidosryhmäsi ja osaat lukea tilannetta. Tekoäly ei istu johtoryhmän tai PMO:n edessä vastaamassa kysymyksiin. Sinä olet kuljettajan paikalla. Oikean kysymyksen tietäminen ja sen tietäminen, milloin kysymys esitetään, ovat ratkaisevia taitoja.

Galen Low: On hauskaa, että tämän keskustelun voisi käydä myös suorista alaisista puhumalla ja kaikki pitäisi edelleen paikkansa. Kun opetamme tekoälylle kontekstia, haastamme sen tuotoksia ja annamme palautetta, opimme samalla johtamaan ihmisiä paremmin.

Mashhood Ahmed: On tärkeää ymmärtää järjestelmäkehotteet, mukautetut ohjeet ja muisti. Niiden avulla voit määrittää rajoja ja sääntöjä. Tekoäly tekee silti virheitä, joten sinun on pidettävä silmällä tuotoksia ja kehitettävä kykyä huomata ongelmat.

Jotkut ovat edelleen epävarmoja tekoälyn käytöstä, kuten ihmiset olivat epävarmoja internetistä sen tullessa. Työt muuttuvat, uusia ammatteja syntyy ja uusia työkaluja tulee käyttöön. Meidän on opittava uusimmat työkalut, tunnistettava omat sokeat pisteemme ja ymmärrettävä myös työkalujen sokeat pisteet.

Tekoälymallit muuttuvat jatkuvasti. Ne kehittyvät joillakin alueilla ja heikkenevät toisilla. Siksi laadunvarmistus ja ihmisen näkemys ovat tärkeämpiä kuin koskaan.

Galen Low: Voisitko kertoa käytännön esimerkin siitä, miten autat tiimejä siirtymään geneerisistä kysymyksistä uteliaaseen ajattelutapaan ja strategiseen haastamiseen?

Mashhood Ahmed: Aloitan näyttämällä jotain yksinkertaista, kuten noppakokeen. Se osoittaa, että geneerinen syöte tuottaa geneerisen tuloksen. Tiimeissä on usein tekoälyn edelläkävijöitä. Tuo heidät mukaan ja anna heidän vetää työpajoja, tietoiskuja ja lounasoppimistuokioita.

Aloita perusteista, kuten kehotteiden kirjoittamisesta. Eräässä yliopistossa toteuttamassani ohjelmassa 70 prosenttia osallistujista ilmoitti luottamuksensa kasvaneen yhden kahden tunnin koulutuksen jälkeen. Koulutus on suunniteltava osallistujien tasolle. HR:n työntekijälle ja hankinta-asiantuntijalle on annettava heidän työhönsä sopivia yksinkertaisia esimerkkejä.

Etene pienin askelin, anna ihmisten kokeilla ja pyydä palautetta. Kysy esimerkiksi: "Kuinka luottavaiseksi tunnet olosi koulutuksen jälkeen?" ja "Mitä haluaisit oppia seuraavaksi?" Seuraa myös käyttöä, kustannuksia ja organisaation hallintamalleja.

On mietittävä, mikä voi mennä pieleen. Air Canadan tapauksessa chatbot lupasi asiakkaalle hautajaisalennuksen, vaikka yhtiöllä ei ollut tällaista käytäntöä. Asiakas vei asian oikeuteen ja yritys määrättiin maksamaan alennus. Ongelma johtui puutteellisista suojakaiteista, hallinnasta ja käytännöistä.

Ennen kuin avaat oven, mieti, mitä voi tapahtua. Etene hitaasti ja aloita pienestä. Jokainen tiimi, yritys ja liiketoimintaongelma on erilainen.

Galen Low: Pidän tasapainon löytämisestä. Kun ihmiset oppivat yhdessä, heidän ei tarvitse verrata itseään jatkuvasti LinkedInissä näkemiinsä ihmisiin. He tietävät, missä muut ovat, ja voivat kehittyä yhdessä. Utelias ajattelutapa ja strateginen haastaminen rakentavat itsevarmuutta.

Mashhood Ahmed: Tärkeä taito on poisoppiminen ja uudelleenoppiminen. Se, mikä auttoi kymmenen tai viisitoista vuotta sitten, ei välttämättä auta nyt. Meidän on tunnistettava, mitä taitoja pitää unohtaa ja mitä uusia taitoja oppia.

Kaikki eivät halua käyttää uusia työkaluja, ja se on hyväksyttävää. Tärkeää on ymmärtää, mitä täytyy oppia pois ja mitä pitää oppia tilalle. Vanhoista tavoista poisoppiminen on vaikeaa, mutta se on välttämätöntä.

Galen Low: Tässä keskustelussa on noussut esiin negatiivinen tila: ei vain se, mitä on mukana, vaan myös se, mikä puuttuu; ei vain se, mitä kysyimme, vaan se, mitä emme kysyneet; ei vain se, mitä tiedämme, vaan se, mitä oletamme. Kyse ei ole vain oppimisesta, vaan myös poisoppimisesta.

Kriittinen ajattelu on erityisen tärkeää, kun puhumme taitojen rapautumisesta. Jos tekoälyllä on kaikki vastaukset, saatamme ajatella, ettei meidän tarvitse olla uteliaita tai oppia itse. Todellisuudessa tämä on tilaisuus oppia enemmän, ajatella kriittisemmin ja käyttää omaa harkintaa.

Mashhood Ahmed: Tekoälyyn liiallinen luottaminen voi heikentää kognitiivisia taitojamme, ongelmanratkaisukykyämme ja ajatteluamme. Virheiden tekeminen on hyväksyttävää, mutta virheiden huomaaminen ja korjaaminen on vielä tärkeämpää. Meidän on kysyttävä, mitä arvoa tuomme pöytään, jota mikään tekoäly ei voi tuoda.

Galen Low: Mitä olet itse oppinut pois?

Mashhood Ahmed: Olen oppinut hyväksymään sen, että tekoäly voi tehdä asioita, joita ennen tein itse, ja joskus tehdä ne paremmin kuin minä. Englanti ei ole äidinkieleni, joten hyväksyn tekoälyn avun kielessä ja kirjoittamisessa. Meidän on ymmärrettävä rajoituksemme eikä yritettävä korjata kaikkea itse.

On hyväksyttävä epämukavuus, edettävä askel kerrallaan, opittava, opittava pois ja opittava uudelleen. Samalla on kysyttävä kriittisiä kysymyksiä ja mietittävä, mikä on omassa tilanteessa olennaista.

Galen Low: Opin tästä, ettei ihmisen tarvitse olla paras kaikessa.

Mashhood Ahmed: Ehdottomasti.

Galen Low: Mashhood, kiitos paljon ajastasi. Mistä sinusta kiinnostuneet voivat oppia lisää?

Mashhood Ahmed: Nimeni voi hakea LinkedInistä. Löydät minut ja voit ottaa yhteyttä. Julkaisen LinkedInissä kiinnostavaa sisältöä. Verkkosivuni on mashhood.net. LinkedIn on paras tapa seurata minua. Julkaisen jonkin verran sisältöä myös TikTokissa.

Galen Low: Hienoa. Lisään LinkedInin, TikTokin ja verkkosivusi linkit ohjelman tietoihin.

Kiitos vielä kerran. Tämä oli hieno keskustelu.

Mashhood Ahmed: Kiitos paljon. Toivottavasti podcast julkaistaan pian.

Galen Low: Siinä kaikki tämänpäiväisestä Digital Project Manager Podcastin jaksosta. Jos pidit keskustelusta, tilaa ohjelma käyttämässäsi palvelussa. Jos haluat lisää käytännön näkemyksiä, tapaustutkimuksia ja toimintamalleja, luo maksuton tili osoitteessa thedigitalprojectmanager.com.

Kuulemisiin, ja kiitos kuuntelusta.