Az Üzleti intelligencia hírlevelünk előző részében a Boston Consulting Group (BCG) egy friss kutatását mutattuk be az ún. „kognitív adósság” jelenségéről, vagyis arról, hogy az AI rendszeres használata nyomán sokaknál leépül a kritikus gondolkodásra, az ítélőképességre, a kíváncsiságra való képesség.Ez különösen kockázatos amikor a vállatoknál a képességek eróziója egyszerre több száz vagy akár több ezer embernél jelentkezik. Ezt a jelenséget a BCG szakértői „elosztott de-skillingnek” (distributed de-skilling) nevezik: az emberi kompetenciák kollektív leépülésének, ami idővel aláássa a vállalat szervezeti intelligenciáját és alkalmazkodóképességét.Az első részt azzal zártuk, hogy a helyzet nem reménytelen, vannak ugyanis eredményes stratégiák a képesség-erózió kockázatának mérséklésére. A probléma inkább az, hogy – a BCG adatai szerint – bár egyre több vállalat kezd kísérletezni az emberi képességeket megóvó megoldásokkal és a döntéshozók többsége is tisztában van a veszéllyel, a cégek közel harmadánál a kérdés még vezetői szinten sem került napirendre. A vállatoknak mindössze csak a tizede rendelkezik átfogó, szervezeti szintű stratégiával a de-skilling kezelésére. Ezen a héten az ő megoldásaikat mutatjuk be.AI-mentes zónákA hatékony AI-használat szabályozása nem merülhet ki abban, hogy meghatározza, mit nem szabad tenni. Ennél fontosabb feladata, hogy olyan kereteket szabjon, ami elősegíti, hogy az AI használata erősítse, és ne gyengítse az emberi képességeket.Pontosan meg kell határozni, hogy mely AI-rendszereket szabad használni a szervezetben, hogyan kell ellenőrizni a generált eredményeket, illetve mely esetekben kötelező az eredmények ember általi felülvizsgálata. Ugyanilyen fontos a helyes használati minták rögzítése: konkrét útmutatók kidolgozása arról, hogy az alkalmazottak milyen helyzetekben és milyen módon támaszkodhatnak a mesterséges intelligenciára. Ezeknek tartalmaznia kell „AI-mentes zónákat”, vagyis olyan feladatokat vagy döntési helyzeteket, ahol az eredetiség, az etikai mérlegelés vagy az összetett, szintetizáló gondolkodás különösen nagy jelentőséggel bír.A vállalati belső kommunikációnak folyamatosan emlékeztetnie kell az alkalmazottakat arra, hogy a felelősség továbbra is őket terheli, függetlenül attól, milyen eszközt használnak a munkájuk során. A vezetőknek pedig tudatosan kell formálniuk az AI körüli belső narratívát, figyelve arra, hogy komoly hiba, ha a szervezet önmagában az AI-használatot jutalmazza, nem pedig az általa létrehozott üzleti értéket.Emberi folyamatokA mesterséges intelligencia korában az egyik legfontosabb vezetői kérdés a munkamegosztás újragondolása. Mit érdemes az AI-ra bízni, mit kell továbbra is embereknek végezniük és hol lehet a leghatékonyabb az úgynevezett ensemble megközelítés, amikor az ember és a gép egymástól függetlenül dolgozik egy problémán, majd az eredményeket összeveti és kombinálja?A vezetőknek fel kell tenniük a kérdést: mely feladatokban szükséges fenntartani az emberi részvételt, és pontosan miért? Több vezető is hangsúlyozta, hogy azok a munkafolyamatok, amelyek építik az ítélőképességet, illetve mély kontextuális megértést igényelnek továbbra is emberi irányítás alatt kell maradniuk, még akkor is, ha a kapcsolódó részfeladatok automatizálhatóak.Különösen fontossá válik a munkafolyamatok sorrendjének kontrollja. Az egyre fejlettebb AI-ügynökök ma már képesek teljes, több lépésből álló folyamatokat végig vinni, ami jelentősen lerövidítheti azokat a gondolkodási ciklusokat, amelyek korábban a szakmai fejlődés alapját jelentették.A gyakorlatban ez azt jelenti, hogy a végső szakmai ítéletet és az eredményekért viselt felelősséget továbbra is embereknek kell megtartaniuk.Legalább ilyen fontos a szenior és junior munkatársak közötti tudásátadás megőrzése, ugyanis ezen a csatornán keresztül öröklődik tovább az a hallgatólagos tudás, szakmai érzék és mesterségbeli tapasztalat, amelyet nem lehet kézikönyvekből vagy AI-válaszokból elsajátítani. Tudatosan védeni, vagy újraépíteni kell ezeket a kapcsolatokat strukturált gyakornoki és mentorprogramokkal, coaching-megoldásokkal, illetve olyan csapatstruktúrákkal, amelyek kifejezetten ösztönzik az ember-ember közötti tudásátadást.A Shell például úgy alakította át folyamatait, hogy az értelmezés, a validálás és a végső döntéshozatal egyértelműen emberi felelősség maradjon. A jelentősebb elemzéseknél kötelező a szakmai peer review, míg a döntési folyamatokba beépített emberi kontrollpontok megkövetelik, hogy a munkatársak a jóváhagyás előtt kritikusan vizsgálják meg az AI által generált eredményeket és azok feltételezéseit.A vállalat emellett a juniorok fejlődési útját is újratervezte. Az elv egyszerű: a fiatal szakembereknek először önállóan kell meghatározniuk a problémát, ellenőrizniük a kiinduló feltételezéseket és elkészíteniük egy alapvető elemzést. Csak ezt követően vonhatják be a mesterséges intelligenciát a munka finomhangolásába.A mentorálási dinamika megőrzésére a Salesforce egy másik megközelítést alkalmaz. A vállalat a szoftverfejlesztésből ismert pair programming koncepcióját ültette át az AI-használat világába. Olyan kisebb csapatokat hoznak létre, amelyekben együtt dolgoznak a mesterséges intelligencia eszközeit magabiztosan használó kollégák azokkal, akik még kevésbé rutinosak ezen a területen.A modell alapja a pozitív kortárs hatás és a közvetlen megfigyelés. A tapasztalatok szerint a munkatársak gyakran többet tanulnak egy ügyes kolléga munkájának megfigyelésével, mint a formális képzéseken. Különösen azok számára értékes ez a támogatás, akik ugyan hozzáférnek az eszközökhöz, de nem tudják, hogyan kezdjék el azok hatékony használatát.A mesterséges intelligencia korában a tudásátadás egyre kevésbé technológiai, és egyre inkább szervezeti kérdéssé válik.