Hvorfor smarte mennesker får generiske resultater fra KI

Galen Low: La oss innse det: Vi er alle lei av å gjennomgå leveranser, rapporter og statusoppdateringer som alle stinker av generisk KI. Men selv om det er lett å skylde på teknologien og la det bli med det, er det noe mer som foregår her. De fleste får generiske resultater fra KI fordi de stiller generiske spørsmål. Og de fleste stiller generiske spørsmål fordi de enten ikke forstår hvordan teknologien fungerer, ikke har selvtillit nok til å utfordre KI, eller føler seg som en bedrager blant kollegene sine – eller noen ganger alt dette på én gang.

Og som et resultat mister mange mennesker ferdighetene vi trenger aller mest akkurat nå: nysgjerrighet og evnen til å tenke kritisk. For å hjelpe oss med å løse dette i teamene våre har jeg hentet inn en KI-ekspert og pedagog som er fast bestemt på å løfte tidevannet slik at alle båter heves, og slik at bedragersyndrom, svake instrukser og generiske KI-resultater blir en saga blott. Og slik at det mennesker tilfører, igjen kommer i søkelyset. Håper du liker episoden.

Velkommen til Digital Project Manager-podkasten – programmet som hjelper leveranseledere med å jobbe smartere, levere bedre og lede teamene sine med selvtillit i KI-alderen. Jeg heter Galen, og hver uke dykker vi ned i strategier fra virkeligheten, nye trender, velprøvde rammeverk og den sporadiske krigshistorien fra prosjektfronten. Enten du styrer store transformasjonsprosjekter, temmer KI-arbeidsflyter eller bare prøver å holde kaoset under kontroll, er du på rett sted. La oss sette i gang.

I dag snakker vi om hvordan bedragersyndrom knyttet til KI kan holde teamene våre tilbake på subtile og mindre subtile måter, og hvilke praktiske tiltak vi kan iverksette for å hjelpe dem med å finne balansen mellom å være nysgjerrige og samtidig strategisk granske resultatene fra KI-verktøyene sine.

Vi skal gå gjennom et praktisk rammeverk for å få teamene våre til å stille bedre spørsmål og vurdere resultatene kritisk, og hvilken innvirkning dette kan ha på virksomhetens overordnede KI-strategi. Og vi skal snakke om ferdighetsatrofi og hvordan vi kan sørge for at teamene fortsetter å utvikle seg mens verden endrer seg rundt dem.

Med meg i dag er Mashhood Ahmed, rådgivende prosjektdirektør hos M1 Consultants. Mashhood hjelper virksomheter med å utforme og levere programmer for innføring av generativ KI som skaper konkret effekt. Ved hjelp av et velprøvd rammeverk for innføring av generativ KI på fire nivåer – KI-kompetanse i hele organisasjonen, avdelingsspesifikke arbeidsflyter, agentbasert automatisering og opplæringsprogrammer – hjelper Mashhood team med å ta KI videre på en måte som setter menneskelig oppfinnsomhet først.

For å få dette til bruker Mashhood sin over 20 år lange erfaring innen program-, prosjekt- og endringsledelse. For ham handler KI om mer enn verktøy. Det handler om å bygge KI inn i måten arbeidet faktisk blir utført på.

Mashhood, tusen takk for at du er med meg her i dag.

Mashhood Ahmed: Tusen takk. Takk for invitasjonen.

Galen Low: Jeg gleder meg virkelig til å gå i dybden.

Jeg fikk med meg et par av foredragene dine om dette temaet, og jeg synes virkelig perspektivet ditt er så balansert. Synet ditt på hvordan vi må se på KI i implementeringen og innarbeidingen i arbeidet vårt, traff meg virkelig. Jeg synes det er svært pragmatisk, så jeg gleder meg til å gå i dybden i dag.

Du har selvfølgelig samarbeidet med oss her i The Digital Project Manager flere ganger. Budskapet ditt treffer alltid. Derfor tenkte jeg at vi kanskje kunne begynne med et stort og komplisert spørsmål, og så kan vi følge vinden videre. Underveis vil jeg gjerne komme inn på hva det innebærer å ha en nysgjerrig innstilling når det gjelder KI, og hvorfor det er viktig, hvilke tiltak vi kan iverksette sammen med teamene våre for å balansere denne nysgjerrigheten ved å granske KI-resultatene våre strategisk, og også hva som står på spill for fremtidens KI-teknologi dersom teamene våre fortsetter å arbeide ut fra overfladiske spørsmål og tar generiske resultater for god fisk når de samhandler med KI.

Så ja, jeg vet at det var mye, men hvordan høres det ut?

Mashhood Ahmed: Det høres perfekt ut.

Galen Low: Flott. La oss sette i gang. Jeg starter med et ganske bredt spørsmål, siden du jobber med en rekke organisasjoner og hjelper dem med å bli fortrolige med KI, slik at de kan bygge det inn i arbeidsmåtene sine.

Men jeg har hørt deg snakke om at folk bruker generiske spørsmål for å få generiske resultater, og deretter bare bruker dem som de er. Derfor tenkte jeg å spørre: Hvis du måtte gjette, hvor stor andel av personer som bruker KI i en profesjonell sammenheng, får bare gjennomsnittlige, generiske resultater fra KI og tror at det er så bra det kan bli?

Mashhood Ahmed: Ja, det er et veldig godt spørsmål. Hvor mange prosent av mennesker bruker KI på en generisk måte og får generiske svar? Jeg vil gjette rundt 40–50 prosent. Og det jeg vil gjøre, er å gi hele publikumet ditt en liten test, greit? For å sjekke hva jeg mener med det generiske svaret du får fra KI. De fleste av oss har spilt et eller annet spill på et tidspunkt i livet der vi brukte en terning.

Det jeg gjerne vil at du skal gjøre, og jeg har gjennomført dette eksperimentet med hundrevis av mennesker i rommet, med tjue mennesker i rommet, og hver eneste gang får jeg det samme, eller omtrent det samme, svaret. Åpne Copilot i én fane, ChatGPT i en annen, Gemini i en tredje og noe annet i en fjerde, greit?

Jeg vil at du skal prøve fire eller fem av dem. Vanligvis ville jeg gjort dette med ett verktøy i et større rom, men la oss bare prøve, for du kommer til å oppleve det selv. Skriv inn en enkel instruks, og instruksen er: «Kast en sekssidet terning for meg.» Når du kjører denne instruksen, vil de fleste generative KI-verktøy gi deg svaret fire, greit?

Og som jeg sa, jeg har gjort dette med hundrevis av mennesker i rommet. Vanligvis får 85–90 prosent av menneskene fire. Det er noen få som får noe annet. Jeg har fått tilbakemeldinger fra folk som har prøvd dette i ChatGPT, Gemini, Claude, Groq, Perplexity og andre, ikke sant? Så igjen gjør alle den samme feilen.

Det som skjer, er at når du ber KI om å kaste en terning, vet den ikke hvordan man kaster en terning. Statistikere og matematikere har lært KI en modell som sier: Hvis du må kaste en terning, tar du én av seks – de seks mulighetene – beregner gjennomsnittet, runder av ved behov og gir deg det middelmådige svaret.

Når du får fire, er gjennomsnittet tre komma fem, rundet av til fire. Derfor vil du få svaret fire i 80–90 prosent av tilfellene. Nå vil jeg at du skal eksperimentere litt mer. Skriv inn en ny instruks i det samme vinduet: «Kast en sekssidet terning for meg, der hver side har lik sannsynlighet», og legg gjerne til noen skjeve føringer, som «Jeg vil ha det høyeste tallet eller det laveste tallet», eller noe annet sprøtt.

Jeg har sett folk bruke mange ulike typer instrukser, og noen ganger samler jeg på dem. Da vil du se at du hver eneste gang får et balansert svar fordi du ba den om å bruke en godt balansert og godt ristet terning, eller noe i den retningen. Dette viser at hvis du stiller et generisk spørsmål som «Kast en sekssidet terning for meg», får du tallet fire 80–90 prosent av gangene.

Grunnen er at KI ikke forstår konteksten. Den har ikke bakgrunnsinformasjon om prosjektet ditt eller vurderingsevnen din, altså den menneskelige vurderingen vi bruker. Derfor er det svært viktig at instruksene eller agentene dine har så mye kontekst og så mange begrensninger og sikkerhetsrammer som mulig for å få et godt svar.

Galen Low: Jeg elsker det. Jeg åpnet faktisk et par språkmodeller nå, og du har helt rett. Jeg hadde bare tre faner åpne. To av dem kastet fire, én kastet seks. Jeg har ikke kommet til konteksten ennå, men jeg synes det er svært treffende. Og når jeg vender tilbake til det at verken du eller jeg har gjort dyp forskning på dette, og ingen av oss er statistikere i egentlig forstand, tror jeg likevel at intervallet på 40–50 prosent som du nevnte, stemmer ganske godt.

Jeg tror det er så mange som fortsatt bruker KI som Google Søk, med en enkel instruks på fire eller fem ord. Det trenger ikke være det verste i enkelte sammenhenger. Men jeg er enig i at kompleksiteten i prosjektene vi driver, menneskene vi jobber med, og all historikken og kunnskapen som finnes mellom ørene våre, ikke finnes i det språkmodellen er trent på.

Og hvis vi ikke sier dette, kommer den til å gi generiske resultater. Det jeg både elsker og hater mest ved hvor generativ KI befinner seg akkurat nå, er at den er så overbevisende. Folk publiserer dette. Det er ikke noe nytt. Men det ser så bra og overbevisende ut, og så forteller den deg at du er fantastisk, og du får lyst til å løpe videre med det.

Du tenker: «Flott, jeg er ferdig.» Dette er mye mer gjennomarbeidet enn det jeg ville ha gjort selv, så jeg tar det og går videre. Vi skal komme inn på noen av grunnene til at vi gjør det. Men jeg tror den andre tingen er at det ser så overbevisende ut uansett, selv når det er svært middelmådig.

Mashhood Ahmed: Ja. Jeg bruker et triks som kalles personaveksling. Det innebærer at når du har gjort ferdig rapporten, prosjektmandatet, dokumentet eller e-posten, kan du ganske enkelt legge inn en instruks om personaveksling. Den kan lyde omtrent slik: «Les nå denne e-posten eller dette dokumentet fra perspektivet til en person som støtter eller ikke støtter dette prosjektet», sammen med litt mer kontekst om personen.

Da vil du se svaret. Deretter kan du velge å redigere dokumentet, eller si: «Vet du hva? Jeg beholder dette spørsmålet og forbereder meg på det. Hvis noen stiller meg disse spørsmålene i neste møte, eller når jeg presenterer prosjektet for et stort publikum eller styret, har jeg svarene klare.»

Dette er svært viktig, for når vi arbeider med et prosjekt, blir vi blendet av så mye støy. Vi kan bruke KI til å bytte perspektiv. Se for eksempel på saken fra økonomidirektørens perspektiv, når vedkommende ikke er overbevist om at vi må bruke 1,4 millioner dollar for å redde prosjektet. Det er en annen kontekst.

Og noen ganger tenker vi ikke engang på dette når vi arbeider som prosjektledere, fordi vi har det travelt. Hvis KI kan hjelpe oss med mye av det andre arbeidet, kan prosjektlederen konsentrere seg om disse ferdighetene innen kritisk tenkning og om å stille de riktige spørsmålene. Det er et svært viktig ferdighetssett, og jeg kaller det en nysgjerrig innstilling. Det skal vi også snakke om i dag.

Galen Low: Flott. La oss gå inn på det. Jeg liker det, for på mange måter gjør det ikke jobben for deg. Det hjelper deg faktisk med å bygge empati med interessentene dine, slik at du ikke blir tatt på senga. At du blir tatt på senga, skyldes vanligvis at du ikke har forutsett andres tankesett.

Vi kommer tilbake til det, men jeg vil zoome litt ut først. Jeg har sett deg bruke uttrykket bedragersyndrom i foredragene og innleggene dine. For dem som ikke kjenner begrepet, er dette et fenomen der vellykkede fagpersoner føler at de har lurt kollegene sine, og kanskje ikke fortjener det de har oppnådd.

I KI-sammenheng er det etter min mening litt annerledes enn bare å føle at man ikke fortjener suksess. Jeg vil overlate dette til deg: Hva er det ved KI som utløser bedragersyndromet vårt, og hvordan påvirker det tilnærmingen vår til KI?

Mashhood Ahmed: Det er flere ting som utløser bedragersyndromet og får oss til å føle at vi ikke henger med. Jeg forstår ikke dette godt nok, eller alle andre får det til. For det første er det usynlig. Vi er vant til inndata, prosess og utdata. Slik tilbringer vi på en måte karrierene våre. Vi gir inndata, noe behandler dem, og vi forstår prosessflyten. I KI-alderen varierer prosessflyten imidlertid avhengig av konteksten og detaljene i instruksen du gir.

Dermed blir det en svart boks, og det gjør oss litt ukomfortable. Noen ganger gjør det meg ukomfortabel, for når jeg holder direktedemonstrasjoner, har det skjedd tre ganger at demonstrasjonen ikke fungerte slik jeg forventet. Den fungerte ti ganger, men én gang gjorde den det ikke. Det gjør oss ukomfortable.

Det er en usynlig boks. Den andre tingen er at du går på LinkedIn og sosiale medier og får inntrykk av at alle gjør dette, men det er ikke alle som gjør det riktig. Jeg lærer fortsatt. Jeg lærer alt dette på nytt. Som prosjektleder eller PMO-leder blir vi opplært til, eller vant til, å vite alt som skjer i prosjektet.

Hvorfor er det denne risikoen? Hva er problemet? Hva er problemet med denne leverandøren? Hvis noen trekker meg inn i et bestemt møte, kan jeg forklare hva som skjedde med leverandøren. Jeg kjenner hele historikken. Alt er usynlig her. Det gjør oss svært ukomfortable, og det er dette som skaper bedragersyndromet, fordi vi ikke har kontroll.

Mennesker har en tendens til å ville ha kontroll. Det er noe av det vi er vant til: Vi vil kontrollere alt. Vi er en art av kontrollfreaker. Når kontrollen går over til en maskin, skremmer det oss.

Det er her bedragersyndromet oppstår, fordi vi ikke vet hva maskinen kommer til å si. Vi må dobbeltsjekke og verifisere alt, og noen ganger skaper det for mye støy. Det skaper mer arbeid enn verdi, og det er her de nysgjerrige spørsmålene, støyen og noen andre temaer vi skal diskutere i dag, kommer inn.

Galen Low: Det er veldig interessant, for på en måte har det to sider. Den ene er det jeg tror vi vanligvis mener med bedragersyndrom: å føle seg som en bedrager fordi alle rundt deg ser ut til å gjøre så mye mer fantastisk enn deg. LinkedIn-strømmen er etter min mening det verste stedet å bygge selvtillit på når det gjelder KI. Det er «Sju ting du gjør feil med instruksene dine» og «Derfor fortsetter agentene dine å mislykkes».

Og jeg tenker: «Herregud, jeg gjør sikkert alt dette feil. Jeg er elendig.» Den andre siden er det du sa tidligere: Det er lett å se på noen av disse resultatene og ikke ønske å kritisere dem. Det er den andre menneskelige tingen: «Greit, dette ser ferdig ut.»

Hvis jeg skulle gitt tilbakemelding på dette nå, akkurat som prosjektleder mottar leveranser som er 98 eller 100 prosent ferdige, tenker jeg: «Hvis jeg gir tilbakemelding nå, og fristen er i morgen, må vi kanskje gå inn i en spiral, løse opp alt og bygge det på nytt.»

Her har du for det første den svarte boksen, som du sa. For det andre ser det ferdig ut. For det tredje, hvis du ikke føler deg trygg på det, tenker du: «Jeg antar at KI er smartere enn meg. Jeg bare … hva vet jeg sammenlignet med denne tingen som er trent på hele internett og hele menneskehetens historie siden informasjonsalderen?»

Men poenget ditt er at blindsonen er konteksten. Den vet ikke nødvendigvis hva som ble sagt i møtet, hvilken interessent som er imot prosjektet eller hvor risikoen ligger. Det er så mye som finnes i hjernen din, men som KI ikke kjenner til, og derfor er dette partnerskapet så viktig.

Mashhood Ahmed: Et gammelt uttrykk kom nettopp til meg: Djevelen ligger i detaljene. Det vil alltid se ut som et ferdig produkt, men vi må se på djevelen i detaljene. Som prosjektleder har du møteutskriften på, og den kan registrere hva som ble sagt. Men du vet at interessenten som sa ja, egentlig mente kanskje.

Vedkommende er ikke helt overbevist om ideen din eller situasjonen rundt den aktuelle risikoen eller prosjektet. Du vet at denne direktøren vil signere prosjektmandatet, dokumentet, UAT-testingen eller produksjonssettingsdokumentet, men det er ikke den personen som kommer til å gjøre alt sammen med deg.

Det finnes en annen person med tittelen analytiker eller noe lignende, som skal lytte. Dette er den indirekte interessenten, og du må få vedkommendes støtte – ikke bare støtte fra direktøren. Alt dette kommer fra erfaring. Det kommer fra ferdighetene dine innen kritisk tenkning.

Vi skal også snakke om hvorfor kritisk tenkning er viktig i dag, for jeg mener at kritisk tenkning er viktigere enn noen gang. Du forstår politikken, menneskene og dynamikken. Det som fungerer i organisasjonen din, fungerer kanskje ikke i en annen organisasjon. Vi har PMO-er, PM-maler og PMI som gir oss mange retningslinjer.

Jeg har aldri gjennomført et prosjekt som kunne følge én metode eller én ting. Det er alltid unikt for situasjonen, og det er her mennesket kommer inn og sier: «Ja, dette gjelder i min situasjon. Jeg forstår interessentene mine. Jeg forstår sponsorene mine. Jeg forstår teamet mitt.

Jeg forstår risikoen min.» Du vet, risikoen som ligger begravet et sted i risikoregisteret, kanskje på linje 14 eller 15, men som kan slå inn. Alt dette kommer fra menneskelig innsikt.

Galen Low: Jeg elsker det. Selv bare dette lille avsnittet er noe mange prosjektledere trenger å høre. Jeg prøver å se dette fra perspektivet til en som leder team av prosjektledere – en rolle som allerede er politisk, kompleks og gjennomsyret av bedragersyndrom.

Mange har havnet i rollen ved et uhell. De føler ikke at de gjør det riktig fordi de ikke følger læreboken 100 prosent. Det virker som om de følger magefølelsen og improviserer. Men akkurat det du sa, er det som er verdifullt. Det er den ekstra konteksten som trengs.

Det er spesialiteten din, og KI er verktøyet du bruker for å samarbeide og utnytte kunnskapen din på en måte som også gjør deg mer produktiv – eller i det minste kanskje mer produktiv. La oss faktisk gå inn på det, for foredraget jeg så deg holde, handlet om det nærmest yin- og yang-lignende forholdet mellom nysgjerrighet og strategisk granskning, altså kritisk tenkning. Det er på en måte nøkkelen til å utnytte KI effektivt.

Kanskje vi kan begynne med den nysgjerrige delen. Hva betyr det for deg å ha en nysgjerrig innstilling? Og igjen: Hvorfor er det viktig når det gjelder KI?

Mashhood Ahmed: Husk at vi pleide å høre uttrykk som «data er makt» og «kunnskap er makt». Den som hadde mest data, lå foran teknologien og alt annet.

Jeg tror det motsatte er sant nå. Jo mer data og kunnskap du har, desto mer kan det bli en forbannelse. Du må ha relevante data og relevant informasjon for at det skal bli verdifullt. I dag kan jeg finne enorme mengder data om alt mulig på internett, og generativ KI har gjennomsøkt alle dataene. Du kan be den om å dele bestemte data, og alt er tilgjengelig med noen få tastetrykk.

Det er mye støy. Du skriver tre eller fire linjer med instruks, og så har du et dokument på fem sider som du må lese, forstå og hente ut de punktene som faktisk betyr noe fra. Det er mye støy her. Du må forstå at støyen er inndata. Den strategiske granskningen, som jeg kaller det, handler om å stille spørsmål.

Med enkle ord: Hva er det mest relevante spørsmålet jeg må stille KI for å få hjelp? Og jeg må ha en tydelig forståelse av hvorfor det er viktig. For hvis du ikke stiller det riktige spørsmålet, vil KI være enig med deg. Den vil gi deg et ja-svar. Du må bytte perspektiv. Greit, se nå på dette fra dette perspektivet.

Hva skjer i denne situasjonen? Hva om-scenarioer. Og igjen: Det krever mye kognitiv kapasitet å sette opp alle disse hva om-scenarioene. Jeg kan si fra erfaring at to eller tre timer med arbeid med generativ KI er så krevende mentalt at jeg blir sliten etterpå.

Ja, bokstavelig talt sliten. Etter to timer med kontinuerlig arbeid med generativ KI om en bestemt sak blir jeg sliten, og hjernen føles overbelastet. Jeg trenger en pause. Ta pausen, men fortsett å stille spørsmål, for hvis du ikke stiller det riktige spørsmålet, får du et ja-svar. Det er én ting.

En annen ting jeg vil at du skal tenke på, er at vi som prosjektledere har forholdt oss til CIO-er, økonomidirektører, administrerende direktører, direktører, visepresidenter og alle disse menneskene gjennom karrieren. Noen ganger lurer jeg på hvordan denne personen kom seg til det nivået.

En av tingene alle disse lederne har til felles, er at de kommer til meg og stiller ett eller to spørsmål som virkelig betyr noe, og som går i dybden. Hvis jeg svarer riktig på spørsmålene, får jeg respekt hos dem. Hvis ikke tenker de: «Vet du hva? Jeg går ikke til Mashhood. Han er ikke min favorittprosjektleder, PMO-leder eller direktør.» Disse menneskene stiger i karrieren fordi de stiller det riktige spørsmålet på riktig tidspunkt.

Det blir enda viktigere å stille det riktige spørsmålet fordi KI kan gjøre mye for deg. Hvis du setter opp KI-agentene riktig, kan de gjøre mye arbeid for deg i bakgrunnen. Men konteksten er igjen: Stiller du det riktige spørsmålet som faktisk betyr noe akkurat nå, og hva skal du gjøre videre?

Hva skal du gjøre med denne informasjonen? Du har mottatt denne rapporten eller den andre rapporten. Greit, hva skal du gjøre etter å ha lest den? Skal du endre noe? Flott. Hvis du bare tenker: «Denne rapporten er bra. Den viser meg dette tallet», er det flott, men hva endres?

Dette er de virkelige spørsmålene som går i dybden, og jeg vil at alle som lytter til denne podkasten, skal stoppe opp og si: «Hvilke dyptgående spørsmål må jeg stille i neste møte for å komme til kjernen?»

Og bør jeg avlyse møtet hvis jeg ikke stiller disse dyptgående spørsmålene? Da avlyser du møtet. Folk hater møter.

Galen Low: Det liker jeg virkelig. Jeg lurer faktisk på om vi kan gå gjennom et scenario når folk har tenkt ferdig. Jeg liker tanken på å stille bedre spørsmål.

Jeg liker også ideen om at mange av dem vi ser på som vellykkede, eller som har nådd et høyt senioritetsnivå i en organisasjon, er mennesker med det vi oppfatter som instinktet til å stille det riktige spørsmålet på riktig tidspunkt. Du snakket om å ha en samtale med en språkmodell i én, to eller tre timer, og kanskje er det ikke alle som lytter, som setter seg ned med språkmodellen på den måten.

Men selv en samtale på 30–45 minutter med språkmodellen, der du prøver å stille de riktige spørsmålene, kan vi gå gjennom et scenario for hvordan det kan se ut og hvilke spørsmål du kan stille?

Mashhood Ahmed: Spørsmålene jeg ville stilt, er for eksempel hvis jeg arbeider med et nytt prosjekt. Da ville jeg gitt den tilgang til dokumentene mine.

Enten jeg har Copilot i Office – forresten har mange virksomheter tatt i bruk Copilot nå, men de fleste bruker det ikke effektivt – så vær den i teamet som gjør det. Del dokumentet, sett grensene og si: «Bare disse dokumentene.» Begynn deretter å stille spørsmål: «Hva er ufullstendig?

Hvor må jeg fylle inn hullene? Hvilke uoverensstemmelser finnes i disse dokumentene? Hva kan andre stille spørsmål ved hos meg?» Det er spørsmål av typen personaveksling. Vi ber om mer budsjett. Hvilket spørsmål ville økonomidirektøren stilt?

Økonomidirektøren bryr seg ikke om prosjektet er i rute. Vedkommende bryr seg om det er innenfor budsjettet. Virksomhetseieren eller virksomhetslederen bryr seg om prosjektet går i produksjon i tide. CIO-en kan bry seg om integrasjonen: Er dataene våre trygge og sikre? Alle har altså et forskjellig perspektiv, og personaveksling hjelper mye her.

Be den om å bytte perspektiv. Jeg arbeider for eksempel med et prosjekt der jeg utvikler nytt innhold, og da spør jeg generativ KI: «Hvilke uoverensstemmelser finnes her? Hva er overflødig, og hva har jeg allerede dekket?» Vi har en tendens til å gjenta ting. Det kan være en god idé noen ganger, men for mye gjentakelse er ikke bra.

Si deretter: «Hjelp meg trinn for trinn.» En annen instruksjonsteknikk jeg bruker, og som hjelper meg mye, er å be generativ KI intervjue meg eller stille meg spørsmål ett om gangen. Hvorfor? Vi må forstå hvorfor hallusinasjoner oppstår. Hallusinasjoner oppstår fordi vi ikke gir KI nok kontekst.

KI gjør antakelser. Hvis antakelsene stemmer, får vi et godt svar. Hvis de ikke stemmer, finner KI på data, gjør antakelser som ikke er riktige og gir deg resultatet. Da tenker du: «Dette er helt feil.» Derfor må vi lære opp KI på samme måte som vi ville lært opp en praktikant.

Tenk på KI som en person som har begynt i teamet ditt, og som har en MBA eller nylig bestått PMP-eksamen. Veldig smart og flink, men gjør noen nybegynnerfeil. Den vil alltid gjøre nybegynnerfeil. Skriv inn en instruks som sier: «Still meg avklarende spørsmål ett om gangen.»

Da vil KI verifisere alle antakelsene den gjør i bakgrunnen med deg. Hvorfor sier jeg ett om gangen? Hvis jeg sier «Still meg et avklarende spørsmål», vil den stille fire spørsmål på én gang. Jeg svarer på ett av dem, og den antar at jeg har svart på alle fire. Hvis jeg tvinger den til å stille ett spørsmål om gangen og vente på svaret, får jeg tid til å svare. Da vil du se at kvaliteten på svarene dine og verdien du får fra KI, blir mye bedre og mer nyttig.

Det andre handler om å sette opp begrensninger eller sikkerhetsrammer. Tenk på sikkerhetsrammer som noe mennesker er svært gode på å gjøre. Vi er derimot svært dårlige på å vite hva vi ikke skal gjøre. Vi forstår at endeløs scrolling ikke er bra for oss, men de fleste bruker likevel mye mer tid på det enn de burde.

Det er lett og praktisk. Det er som en liste over ting man ikke skal gjøre. Men de fleste har ikke en slik liste. I KI-alderen er det svært viktig å ha en liste over ting man ikke skal gjøre, og legge den inn som en sikkerhetsramme i agentene eller instruksene dine. Da kan du kontrollere, dobbeltsjekke og spørre spesifikt om dette, fordi alt du ikke ber KI om å gjøre, har den en tendens til å gjøre.

Derfor er det bedre å legge inn sikkerhetsrammene. En annen ting er det jeg kaller å stable begrensninger. Jeg vil ha resultatet i tre punktlister. Jeg vil ha resultatet i en tabell med fem kolonner. Jeg vil ha et svar på 50, 200 eller 1 000 ord. Jeg foretrekker vanligvis korte svar som vi deretter bygger videre på.

I Copilot finnes det en funksjon der du kan si: «Gjør disse endringene og tillat redigering.» Da kan Copilot gå inn og redigere dokumentene dine. I en PowerPoint-presentasjon eller et Word-dokument kan jeg for eksempel si: «Kontroller dette og rett opp skjermoppsettet, eller flytt dette hit.» Da slipper jeg å gjøre det manuelt.

Det tar litt mer tid, men den gjør en god jobb. Vær svært spesifikk når du ber Copilot redigere dokumentet. Ikke gi den blankofullmakt til å redigere hele dokumentet, for du vet ikke hva den kommer til å endre. Husk at når du leverer en rapport, står navnet ditt på den.

Den er skrevet av Mashhood Ahmed, med den tittelen jeg har i organisasjonen. Når du mottar et svar fra generativ KI, står det at det er «generert av KI», og at du må kontrollere dette og hint, fordi KI kan gjøre feil. Du kan ikke ha den samme ansvarsfraskrivelsen på en rapport med navnet ditt, der det står «utviklet av Mashhood, men generert av KI. Kontroller at det er korrekt».

Det hadde vært flott, men du kan ikke gjøre det, fordi navnet ditt står på spill. Derfor må vi forstå at det finnes en menneskelig del. Vi kan ikke ignorere den menneskelige delen. Mennesket i loopen vil alltid finnes. Selv med agentbasert KI trenger vi mennesker i loopen ved ulike kontrollpunkter og på ulike stadier for å verifisere at én agent gjør det riktige, og deretter følge opp.

Galen Low: La oss gå inn på den strategiske granskningen. Før vi gjør det, liker jeg at nysgjerrighet og det å stille de riktige spørsmålene handler om læring. Vi er gode på å gjøre, som du sa. Vi prøver å få noe gjort. Noen ganger prøver vi å få det gjort så raskt som mulig fordi vi tror det er det KI skal hjelpe oss med.

Eller kanskje vi føler at forventningen til oss er at alt skal ta 15 minutter nå som vi har Copilot og disse språkmodellene. Men det jeg virkelig liker ved det du sa, er at du beskrev en samtale som tok tid til å stille spørsmål som kanskje ikke er åpenbare, legge inn sikkerhetsrammer som «ikke gjør dette», og stille spørsmål om det som mangler eller er motstridende.

Alle disse tingene er noe prosjektledere og mange prosjektfagfolk blir gode på. Da jeg ledet et team, fokuserte jeg mye på at man ikke bare skal gi tilbakemelding på det som finnes, men også på det som mangler. Mennesker er ikke gode på å se det som ikke er der. Vi går umiddelbart til det som finnes og gir tilbakemelding på det.

Hvis vi ikke finner noe galt, begynner vi å pirke i detaljer – en feilplassert modifikator eller et hengende Oxford-komma – fordi vi vil tilføre verdi. Men egentlig handler det om å zoome ut og si: «For det første: Når jeg gir deg oppdraget, skal du ikke gjøre disse tingene, fordi dette er begrensningene våre.»

Jeg liker det du sa om å bygge opp mot noe. Noen ganger får du sju sider med resultat fra språkmodellen og bruker resten av dagen på å lese og plukke det fra hverandre. I stedet kan dere samarbeide i mindre deler og bygge dette inn i filen.

Jeg liker også ideen om å bruke muligheten, ikke nødvendigvis til å arbeide raskere og få oppgavene unna, men til å bruke den ekstra tiden på å lære litt mer og tenke mer over konteksten. Ett spørsmål før vi går videre: Forteller du språkmodellen om noen av disse nyansene, som interessenten som sier ja, men egentlig mener kanskje, mens den virkelige beslutningstakeren er et annet sted?

Mashhood Ahmed: Ja. I PMP-forberedelser har vi lært å bruke en påvirkningsmatrise. Jeg foreslår at alle bygger en slik matrise for prosjektet sitt, men også oppretter en persona for hver interessent.

Du kan ha en agent som leser gjennom alle møteutskriftene dine og sier: «Hva vet jeg om denne personen som deltar i møtene mine?» Deretter vurderer du det og sier: «Ja, husk dette» eller «Ikke husk dette. Dette stemmer, eller dette stemmer ikke.» Det hjelper KI med å forstå konteksten.

Det hjelper også når du begynner å bytte perspektiv. Du kan si: «Dette er sponsoren min. Les denne møteutskriften og fortell meg hvilken personlighetstype han eller hun har.» Et annet foredrag jeg ønsker å holde, handler om DISC-profilering. Det er et konsept av John Maxwell der man lager DISC-profiler av interessentene sine ved hjelp av generativ KI, fortsetter å bruke dem over tid og ser at KI blir bedre på dette.

Galen Low: Det liker jeg virkelig. Det er en smart idé. Vi må gi KI konteksten for at den skal kunne gjøre en god vurdering. Men jeg har aldri vært typen som setter seg ned og leser gjennom alle møteutskriftene og lager egne DISC-profiler for hver interessent i interessentøkosystemet mitt.

Det virker som om det kommer til å ta for mye tid. Men her kan KI gjøre litt av arbeidet og bidra til å informere noen av beslutningene den tar, og kanskje igjen påvirke noen av beslutningene du tar. Det kan være en god overgang til den strategiske delen.

Vi har allerede vært litt innom det: Som menneske er du ansvarlig, og du vil bli holdt ansvarlig. Du kan ikke gå ut og si: «Beklager, arbeidet mitt kan inneholde feil, men fortsett å betale meg.» Av en eller annen grunn fungerer ikke det.

Hva betyr det for deg å være strategisk i granskningen av KI-resultater, og hvordan balanserer dette den nysgjerrige innstillingen?

Mashhood Ahmed: Det balanserer svært godt, fordi strategi handler om hva du må fokusere på. For meg handler strategi om én ting og om å fjerne all støy.

Hvis du ser på et strategidokument, inneholder det vanligvis tre eller fem ting, fordi det er slik menneskets hukommelse fungerer. Tenk over hva som virkelig er viktig i denne konteksten, hva som ikke er viktig, og hva som bare er støy. Å forstå dette tilfører reell verdi, fordi KI kan gjøre grovarbeidet for deg, mens du velger ut det som er verdifullt.

Dette er verdt å ta inn i et dokument. Dette er verdt å legge i KIs kunnskapsbase. Dette er verdt å legge inn i interessentens persona. Dette er noe jeg må forberede meg på. Jeg vil ikke ha dette i presentasjonen, for hvis jeg bruker det ordet, vet jeg hvilken retning presentasjonen tar.

Jeg vil ikke ta det med, men jeg vet at denne personen kommer i møtet. Det er stor sannsynlighet for at vedkommende stiller meg det spørsmålet. Hjelp meg med å forberede meg. Det er her strategisk granskning og en nysgjerrig innstilling kommer inn. Å stille det riktige spørsmålet, vite hva som skal inn på lysbildene, og hva som ikke skal inn, er din beslutning.

Du kjenner interessentene dine og kan lese rommet. KI sitter ikke foran styret, PMO-en eller interessenten din og svarer på spørsmål. Det er du som gjør det, fordi du sitter i førersetet. Hvis du stiller det riktige spørsmålet og vet hva som er riktig spørsmål i dette prosjektet sammenlignet med et annet, blir det avgjørende.

To forskjellige prosjekter krever to forskjellige spørsmål, eller mange forskjellige spørsmål. Å vite hva du skal spørre om og når du skal spørre, er kritisk. Det er en av de viktigste ferdighetene jeg mener vi må utvikle, fordi KI kan gjøre hva som helst. Men ber du den om å gjøre det riktige for deg akkurat nå?

Galen Low: Det er morsomt, for jeg kunne gått gjennom denne samtalen, tatt ut KI og erstattet det med direkte rapporterende medarbeidere, og alt ville fortsatt ha vært relevant. Det morsomme er at all tiden vi bruker på å gi kontekst, utfordre resultatene og gi tilbakemelding til maskiner, sannsynligvis også ville ha hjulpet oss med å bli bedre ledere for mennesker.

Noen ganger er instruksen min mer detaljert enn en oppgavebeskrivelse jeg ville gitt et menneske, fordi jeg antar at mennesket vil finne ut av det eller hente inn konteksten selv. Men vi kunne faktisk blitt bedre på å lære opp folkene våre, slik vi lærer opp språkmodellene våre, om spesifikke prosjektnyanser, politikk, hva som er strategisk viktig og hva som ikke er det.

Du hjelper mange organisasjoner med å ta dette steget ved å bruke evnen til å være nysgjerrig, granske resultatene og være strategisk. Du nevnte noe viktig: Noen ganger er det du som må avgjøre hva som skal legges frem for interessentene eller styret.

Gir du denne tilbakemeldingen til språkmodellen og sier: «Flott, takk. Jeg tar ikke med dette fordi … Nå går jeg og lager lysbildene», eller går du bare videre? Det er din vurdering å gjøre; du trenger ikke lære den å tenke annerledes.

Og etter det kan vi kanskje gå gjennom hvordan du får folk inn i denne tankegangen, noen av symptomene hos dem som ikke kombinerer det å stille de riktige spørsmålene med å utfordre resultatene, og hvordan du får dem til å vite hva de skal spørre om.

Det er kanskje to svært ulike spørsmål, men uansett.

Mashhood Ahmed: For å svare på det første spørsmålet, om man gir generativ KI tilbakemelding på svarene: Ja, det er svært viktig. Jeg vil at alle som lytter til denne podkasten, skal undersøke hva en systeminstruks er, hva tilpassede instruksjoner er, og hva hukommelse er.

Jeg skal ikke forklare alt, men søk etter det eller spør en KI om hvordan det fungerer, hva det er, og hva forskjellen er mellom tilpassede instruksjoner, systeminstrukser og hukommelse. Deretter kan du oppdatere hukommelsen og de tilpassede instruksjonene i Outlook, Copilot, ChatGPT eller Claude.

Det hjelper deg med å sette grensene. Du kan sette opp regler med hukommelsen og de tilpassede instruksjonene: Hvis denne typen ting skjer, gjør dette. Men du må håndheve det. Selv om du setter opp alt – hukommelse, tilpassede instruksjoner, systeminstrukser eller annet – vil KI fortsatt gjøre feil. Du må fortsatt følge med.

En annen ferdighet er å trene opp blikket til å oppdage disse problemene. Det er en ferdighet vi må utvikle mer. Det andre spørsmålet ditt handlet om dem som fortsatt står på gjerdet. Det skjer alltid. Det skjedde for 25–30 år siden da internett ble innført. Folk sa: «Jeg vet hvor alt er på lageret mitt.»

Ja, du vet det, men hvis du er på ferie, kan ikke de ansatte arbeide. Hvordan kan du gjøre det på en måte som er idiotsikker? Hele ideen var å ha en nettbasert database, og nå kjøper vi det. Nå tenker vi: «Det er det ingen tvil om.»

Et annet spørsmål er om dette vil påvirke jobben min. Står jobben min i fare? Jeg vil si ja og nei. Vi har ikke et endelig svar på om jobben din står i fare, fordi det avhenger av konteksten. Men historien viser at yrker endrer seg. Nye yrker, verktøy og teknologier oppstår gjennom hele historien.

Se 25 år tilbake. Hadde noen hørt om en skyingeniør, virtualiseringsingeniør eller skrivebordsingeniør? Nei. Vi hadde aldri hørt om slike ting. For 15 år siden gjennomførte jeg for eksempel et prosjekt for å sette opp et datasenter i et kontorbygg. Nå gjennomfører vi ikke den typen prosjekter.

Nå sier vi: «Du trenger et datasenter? Hvilke servere trenger du? Hvor mange servere? Gå til Amazon Web Services, Azure eller Google GCP.» Hvis du vet hva du skal bygge, kan du bygge et datalager, datasenter eller servere på noen timer eller dager, sammenlignet med seks måneder for 15–16 år siden.

Det er viktig å forstå at prosjektene vi arbeider med i dag, ikke er de samme som vi arbeider med i morgen. Spørsmålet er derfor: Hvordan kan jeg forberede meg på slike prosjekter? Det eneste logiske svaret er å lære de nyeste verktøyene og være oppmerksom på disse hullene. Vær oppmerksom på dine egne blindsoner og verktøyets blindsoner.

KI-modellene vil fortsette å endre seg. De blir smartere og bedre på noe, men dårligere på andre områder. Det finnes et teknisk begrep som kalles instruksdrift eller modelldrift. Det vil skje, så du må alltid ha et blikk for kvalitetssikring. Det må vi utvikle mer enn noen gang, fordi det er mye støy.

En instruks på fem linjer gir et dokument på sju sider, og nå skal du lese det. Det tar minst 25–30 minutter hvis det er gjort riktig. Hvis det ikke er gjort riktig, tar det en hel dag å redigere dokumentet. Vær oppmerksom på dette og på hva som kommer til å ta tid. Det krever fortsatt menneskelig innsikt, fordi det er vi som står foran styret.

Vi leder menneskene og forstår kompleksiteten i hvordan menneskehjernen tenker. Selv om KI kan gjøre alt mulig, er ulike kulturer fortsatt forskjellige. Det finnes også fellestrekk mellom kulturer. Å lede mennesker, håndtere friksjon og alt dette blir viktigere og krever et annet tankesett. Det er helt sikkert.

Galen Low: Jeg liker det virkelig. Kan jeg sette deg litt på prøve og be om en historie fra begynnelse til slutt? Vi startet med at generiske spørsmål gir generiske resultater, gikk videre til en nysgjerrig innstilling og strategisk granskning, og deretter bedre resultater.

Hvilke symptomer har du sett hos team som i begynnelsen bruker KI på en ganske generisk måte, limer inn noe, kjører med det og så får problemer når det ikke stemmer? Hvordan identifiserer du at de må videre?

Hvordan får du dem inn i den nysgjerrige innstillingen og den strategiske granskningen, og hva er forskjellen etterpå? Hva blir resultatet?

Mashhood Ahmed: Min erfaring er at man må vise dem noe svært enkelt. Derfor vil jeg at alle skal gjennomføre terningeksperimentet fra begynnelsen av denne podkasten, slik at de forstår at generiske inndata gir generiske utdata.

Mange ganger har jeg vist dette til folk, og én gang sa noen: «Det er magi. Du har hacket systemet.» Jeg hacker ikke den generative KI-en din. Jeg kan si at jeg hacker den, men i virkeligheten handler det bare om statistikk og matematikk.

Forstå at KI arbeider med mønstre. Hvordan får vi teamet opp på et høyere nivå? Noen teammedlemmer ligger foran. De er interne KI-forkjempere. Ta dem med. La dem holde noen korte verksteder, teknologitirsdager eller lunsj-og-lær-samlinger for å diskutere en liten ting.

Ikke noe stort. Gå sakte frem. I et av mine nåværende konsulentoppdrag innen innføring av generativ KI arbeider jeg for et universitet i USA. Vi gir dem grunnleggende KI-kunnskap, grunnleggende instruksjonsteknikk og grunnleggende ting. Tilbakemeldingen er at 70 prosent rapporterer høyere selvtillit enn før.

Vi gikk fra 19 til over 70 prosent etter bare én økt på to timer. 90 prosent vil sannsynligvis anbefale denne typen opplæring til en kollega, fordi du må møte dem på deres nivå. Tenk på Suzy i HR, som ikke er teknologisk kyndig. Tenk på Dan i innkjøp, som heller ikke er teknologisk kyndig, men som forstår leverandørstyring og hvordan man håndterer leverandører.

Tenk på deres nivå. Gi dem enkle eksempler. Ikke gi dem kompliserte eksempler. Ikke prøv å gjøre alt fra ende til annen fra dag én. Gjør små ting. La dem eksperimentere. Gi dem en måned. På neste teknologitirsdag eller lunsj-og-lær-samling viser du dem noe annet.

Hent inn tilbakemeldinger. Tilbakemeldinger er svært viktig. Vi har bygget inn en enkel spørreundersøkelse for denne kunden: «Hvor trygg føler du deg etter denne økten?» Enkelt spørsmål. «Hva vil du lære mer om neste gang?» Da får du tilbakemeldinger.

Hvis du arbeider på systemadministratorsiden eller er teknisk leder, kan du som IT-direktør eller CIO kontrollere Copilot-bruken og se mønstrene. Ser vi mer bruk av KI hver måned? Følg også med på hvor mye det koster.

Galen Low: Nettopp.

Mashhood Ahmed: Du vil bli overrasket over at hvis folk begynner å bruke det svært aggressivt, når dere grensen.

Tenk på konteksten, styringen og retningslinjene. Tenk på listen over ting man ikke skal gjøre, og hva som kan gå galt når det gjelder organisasjonens retningslinjer og strategi. Det finnes mange nyhetssaker om KI som gjorde noe den ikke skulle gjøre. Den eneste grunnen er at det ikke var satt opp riktige sikkerhetsrammer.

Et eksempel jeg stadig kommer tilbake til, er Air Canada. Det skjedde for to år siden, men er fortsatt relevant. En kunde gikk inn på Air Canadas nettsted og skrev: «Bestemoren min har gått bort, og jeg må reise i en nødsituasjon. Gir dere rabatt ved dødsfall?» Chatboten til Air Canada tenkte: «Det er en god idé å gi kundene våre en slik rabatt.»

Den svarte at kunden ville få en slik rabatt. Kunden tok skjermbilder, kom tilbake og søkte, men Air Canada sa at de ikke hadde en slik retningslinje. Kunden brukte skjermbildene til å utfordre Air Canada, men selskapet godtok det ikke. Han gikk til retten, og retten sa at Air Canada måtte betale rabatten.

Rabatten kunne ha vært på noen hundre dollar, men saken ble en historie folk fortsatt snakker om to år senere. Grunnen var at Air Canada ikke hadde satt opp riktige sikkerhetsrammer, ikke hadde tilstrekkelig styring og ikke hadde riktige retningslinjer for mennesker eller agenter.

Det er svært viktig å tenke før man hopper inn. Hva kan gå galt hvis vi åpner denne døren? Gå deretter sakte og gradvis frem, og se hvordan teamet gjør det. Alle team er forskjellige. Alle virksomheter er forskjellige. Alle virksomhetsproblemer er unike. Tenk på dette, og begynn i det små.

Galen Low: Jeg liker det. Jeg liker denne balansen. Jeg må også si at jeg virkelig liker det du gjør i opplæringen ved universitetet. Vi begynte med bedragersyndrom og det motsatte av det vi ser i LinkedIn-strømmene våre. Der ser vi at én person gjør ting bedre enn en annen, at noen vet mer enn andre, og at noe er feil eller kommer til å mislykkes.

Du samler alle, lærer sammen og deler sammen. Alle blir tryggere fordi de ikke lenger har den siden av bedragersyndromet. De vet hvor de andre befinner seg, og utvikler seg på områdene der de trenger det.

Den nysgjerrige innstillingen og den strategiske granskningen handler også om at vi lærer. Det tar tid, men bygger selvtillit. Det gjør oss i stand til ikke bare å motstå generiske spørsmål, men også å motstå fristelsen til å ta det polerte resultatet fra språkmodellen og si: «Dette er sikkert bra. Jeg ser ikke på det. Det tar 25 minutter å gå gjennom, så jeg sender det bare.»

I stedet kan vi få et mye bedre resultat som vi er stolte av å sette navnet vårt på, og som viser at vi er flinke i jobben vår, samtidig som KI, selv om den er svært god, ikke er god på alt.

Mashhood Ahmed: Det minner meg om noe. Hvis du ser på foredragene mine om KI fra noen år tilbake, nevnte jeg at en viktig ferdighet er å avlære og lære på nytt.

Vi er vant til status quo. Vi har kanskje gjort noe på samme måte i 20 år. Men det betyr ikke at det er den mest effektive måten. Det gir resultater, men endringsledelse handler om å forstå dette.

Under dette ligger den viktige ferdigheten det er å avlære. Vi må være oppmerksomme på at vi må avlære visse ferdigheter. De vil ikke hjelpe oss videre. Det som hjalp meg for ti eller 15 år siden, hjelper meg kanskje ikke nå. Deretter må vi lage en strategi eller plan for hvilke ferdigheter vi må lære.

Du må være åpen for det. Noen er åpne, og det er flott. Andre er ikke åpne, og det er helt greit. Alle er forskjellige og befinner seg på ulike nivåer og stadier i livet. For 25 år siden begynte alle å bruke AutoCAD. Faren min er arkitekt og nektet å bruke AutoCAD. Han ansatte noen som hjalp ham med tegningene, og så signerte han.

Det fungerte på den tiden. Noe lignende vil skje her. Noen vil prøve, andre vil ikke. Det er helt greit. Det viktige er å forstå hva vi må avlære, og hva vi må lære. Det er svært vanskelig å avlære gamle vaner. Les bøker om vaner og om hvordan man bygger nye vaner. Det er lettere sagt enn gjort. Det ligger mye dybde i ordene avlæring og ny læring.

Galen Low: Det liker jeg. Gjennom hele samtalen har jeg likt at noe handler om det negative rommet, slik vi kanskje ville tenkt på det. Det handler ikke om det som finnes, men om det som mangler. Ikke hva vi spurte om, men hva vi ikke spurte om. Ikke hva vi vet, men hva vi antar.

Og det handler ikke bare om læring, men også om hva vi må avlære for å kunne lære mer på et annet område. Du tok opp noen gode eksempler: Kritisk tenkning er det mange snakker om når de snakker om ferdighetsatrofi.

De sier at KI og kanskje mediene reduserer betydningen av evnen til å tenke kritisk. Vi mister noe. Hvis KI-verktøyene eller språkmodellene våre har svaret, føler vi kanskje at vi ikke trenger å være nysgjerrige, stille spørsmål eller lære, fordi de har funnet ut av alt.

Men hvis du snur på det, er dette faktisk en mulighet til å lære mer, tenke mer kritisk, være seniorlederne i rommet og være som faren din – den som har blikket for å se på noe, vurdere det kritisk og granske det til du kan godkjenne det.

Det er viktig i arkitektur, prosjektledelse og arbeidslivet. Å være ansvarlig for beslutninger som er tatt av menneskene som arbeider for deg, er måten vi må se på det på. Det handler ikke nødvendigvis om å bruke all tiden på å lære om KI slik at vi slipper å lære noe annet.

Mashhood Ahmed: Det minner meg om noe jeg snakket om i forbindelse med risikostyring av KI: overavhengighet av KI. Det skader evnen vår til å utvikle kognitiv kapasitet, tenke og løse problemer. Dette er grunnleggende ferdigheter.

Ingen MBA kan lære deg dette. Det må læres bort til barn helt fra begynnelsen, før de begynner i barnehagen: Hvordan tenke kritisk, løse problemer og være oppmerksom på omgivelsene. Det har ikke noe med teknologi å gjøre, men med menneskelig engasjement.

Overavhengighet av KI har blitt et større problem, fordi folk legger ut rapporter, LinkedIn-innlegg og lignende. Jeg har selv gjort denne feilen noen ganger: Jeg publiserer noe og glemmer å fjerne to linjer.

Galen Low: Nettopp.

Mashhood Ahmed: Det kommer til å skje. Men det viktige er å være oppmerksom. Det er greit å gjøre en feil, men å være oppmerksom og rette den opp er viktigere enn å ikke være oppmerksom og ikke rette den. Omdømmet mitt står på spill hvis hvert LinkedIn-innlegg inneholder slike feil.

Jeg må tenke på hvilken verdi jeg tilfører som ingen KI kan tilføre.

Galen Low: Jeg elsker det. Hvilken verdi tilfører vi? Kan jeg stille deg et raskt spørsmål? Hva er én ting du har avlært?

Mashhood Ahmed: Å akseptere at KI kan gjøre ting jeg pleide å gjøre. Å akseptere at KI kan gjøre ting bedre enn meg.

Engelsk er ikke morsmålet mitt. Jeg pleide å gjøre mange feil. For noen år siden hadde jeg et Grammarly-abonnement, men det har jeg avsluttet. Jeg må akseptere begrensningene mine og ikke prøve å rette alt for mye.

Jeg kan ta alle disse kursene, og ja, Oxford-kommaet er en greie. Hvor skal kommaet stå? Noen sier at du må ha komma her og punktum der. Greit. Velg én stil og følg den. Du kan også be KI om å følge skrivestilen din: «Her er skrivestilen min. Følg den. Jeg foretrekker Oxford-komma eller ikke Oxford-komma.» Da vil den følge den.

Du må fortsatt følge med. Det handler om å akseptere det ubehagelige, ta ett skritt om gangen, lære, avlære, lære på nytt og stille kritiske spørsmål hele veien. Hva som er relevant i mitt tilfelle, er også viktig. Dette er noen av de viktigste ferdighetene og lærdommene fra denne samtalen.

Galen Low: Jeg lærer at du som menneske må være best i alt.

Mashhood Ahmed: Definitivt.

Galen Low: Jeg elsker det. Mashhood, tusen takk for at du tok deg tid til å snakke med meg i dag. Det har vært veldig morsomt. Hvor kan folk lære mer om deg og det du gjør?

Mashhood Ahmed: De kan søke etter navnet mitt på LinkedIn.

Du finner meg der og kan ta kontakt. Jeg skriver innlegg på LinkedIn som du kanskje vil finne interessante. Du kan sjekke nettstedet mitt, mashhood.net. LinkedIn er den beste måten å følge meg på. Hvis du er på TikTok, legger jeg ut litt innhold der også, men ikke regelmessig. Følg meg på TikTok hvis du finner meg.

Sjekk også noen av videoene mine fra ulike arrangementer. Jeg legger ut klipp på ett eller to minutter fra ulike podkaster og konferanser, slik at dere kan finne små, konkrete ting dere kan gjøre annerledes.

Galen Low: Flott. Jeg legger ved lenker til LinkedIn, TikTok og nettstedet ditt i shownotatene for dem som er interesserte.

Og takk igjen. Dette var en flott samtale.

Mashhood Ahmed: Flott. Fantastisk. Tusen takk, og jeg ser frem til at denne podkasten blir publisert snart.

Galen Low: Greit, alle sammen. Det var alt for dagens episode av Digital Project Manager-podkasten. Hvis du likte samtalen, må du abonnere der du lytter. Hvis du vil ha enda flere taktiske innsikter, casestudier og arbeidsbøker, kan du opprette en gratis konto hos oss på thedigitalprojectmanager.com.

Til neste gang – takk for at du lyttet.