„Esu skolingas savo dirbtinio intelekto agentui atsiprašymą.
Vadovauju koučingo ir tyrimų įmonei, kuri padeda vadovų komandoms tobulinti vadovavimo, bendradarbiavimo ir darbo rezultatus. Šis darbas užfiksuotas įrašytuose koučingo pokalbiuose, susitikimų užrašuose, el. laiškuose, „Slack“ gijose ir kitoje medžiagoje. Neseniai paprašiau savo dirbtinio intelekto agento „apibendrinti naujausią kliento koučingo pokalbį ir pažymėti tolesnius veiksmus“. Išskyrus tai, kad buvo įrašyti trys pokalbiai su klientais, dvi užrašų versijos ir el. laiškų gija, kurioje išryškėjo svarbiausia šio kliento problema. Mano dirbtinio intelekto agentas pateikė man atsakymą, kuris iš pirmo žvilgsnio atrodė teisingas, bet iš tikrųjų buvo pagrįstas senesne informacija. Perdaviau jam netvarkingą kelią ir tikėjausi, kad jis žinos, kurie duonos trupiniai yra svarbūs.
Skirtingai nuo visų ilgai kentėjusių kolega prieš tai, dirbtinis intelektas nedengs jūsų blogų įpročių darbe. Jis juos atspindi. Tai gali padėti paaiškinti, kodėl daugelio darboviečių darbuotojams sunku pritaikyti dirbtinį intelektą. Dirbtinio intelekto agentai, žinoma, susiduria su iššūkiais, bet jie kasdien tobulėja. Tikrieji trinties šaltiniai yra žmonės. Norint padėti darbuotojams kuo geriau išnaudoti dirbtinio intelekto įrankius, reikia, kad jie išmoktų būti geresniais bendradarbiais ir geresniais vadovais. Tos pačios pamokos, kurios padeda mums geriau dirbti su žmonėmis, gali padėti mums geriau naudoti dirbtinį intelektą.
Mano tyrimų institutas tyrinėjo, kaip žmonių įpročiai formuoja dirbtinio intelekto padedamo darbo kokybę. Apklausėme vartotojus, kurie reguliariai bendradarbiauja su dirbtinio intelekto agentais, ir paklausėme agentų, kas panašu į darbą su žmonėmis.
Agentai išskyrė aštuonis žmonių darbuotojų tipus, su kuriais sunku dirbti.
Yra keletas, kurie išsiskiria ir įkūnija kai kurias blogiausias mūsų darbovietės tendencijas. Yra „neaiškus prašytojas“, kuris tinkamai neapibrėžia užduoties. Jis arba ji gali paraginti dirbtinio intelekto agentą tokiu klausimu: „Ar galite patikrinti kliento problemą?“ ir tarkime, kad agentas žino, apie kurį klientą ir problemą čia kalbama arba ką iš tikrųjų reiškia „patikrinimas“.
Tada yra „konteksto kaupėjas“, kuris apibrėžia užduotį, bet nuslepia informaciją, reikalingą jai gerai atlikti, pavyzdžiui, prašo rekomenduojamo problemos sprendimo, bet nenurodo įgyvendinimo termino ar kokių politinių klausimų reikia atsižvelgti.
Taip pat yra „perteklinis deleguotojas“, kuris palieka DI agentui spręsti dėl detalių, o tada nusimena dėl priimtų sprendimų.
Apskritai DI agentai mums teigė, kad jie geriausiai dirba, kai su jais elgiamasi kaip su bendradarbiaujančiais kolegomis, o blogiausiai – kai jiems duodamos mikrovaldomos instrukcijos arba dviprasmiškos instrukcijos. Žmonės visada perduodavo neaiškias, pusiau suformuotas mintis ir pasitikėjo kolegomis, kad šie intuityviai suprastų, kas buvo reiškiama, ir išspręstų tai užkulisiuose. Tačiau DI to negali padaryti. Šie įrankiai instrukcijas priima tiesiogine prasme.
Norint geriau dirbti su DI, turime tobulėti tais atvejais, kai geriausi vadovai visada darė. Praktiškai tai atrodo kaip keli dalykai.
Instruktuokite savo DI agentą taip, kaip instruktuotumėte naujai darbuotojui. Pasakykite ne tik tai, ko norite, bet ir kodėl tai svarbu, kokie yra apribojimai, kaip atrodo sėkmė ar kokybė ir kokių spąstų reikėtų vengti. Jūsų manymu, akivaizdžios žinios beveik niekada tokios nėra.
Atidžiai stebėkite agento darbą. Pavyzdžiui, per daug deleguojančio asmens klaida yra ne ta, kad jis deleguoja, o ta, kad jis dingsta. Dažnai tikrinkite, kad laiku ištaisytumėte klaidas. Kuo ilgesnė ar sudėtingesnė užduotis, tuo daugiau kontrolinių punktų turėtumėte įtraukti.
Taip pat nereaguokite, kai dirbtinis intelektas klysta. Šie įrankiai yra apmokyti būti malonūs ir pateikti užtikrintą, sklandų atsakymą, net kai jie klysta. Kai agentai klysta, ne tik nurodykite klaidą. Paraginkite agentą pakeisti savo toną iš užtikrinto ir malonaus į skeptišką ir pagrįstą įrodymais, ir konkrečiai nurodykite, ko jums iš tikrųjų iš jo reikia. Konkretumas, kuris jus paverčia geru personalo vadovu, paverčia jus geresniu dirbtinio intelekto bendradarbiu.
Niekas iš to nėra ypač sudėtinga. Tačiau pastaruosius porą metų mes laikėme dirbtinį intelektą prekybos automatu. mašina: įterpti raginimą, gauti išvestį, skųstis, kai ji išduoda neteisingą dalyką. Jei atvirai, mes praleidome daug metų panašiai elgdamiesi su savo kolegomis žmonėmis. Nauja tai, kad DI panaikino bet kokį pasiteisinimą tai ignoruoti.
Kiekvienas nepriklausomas bendradarbis, dirbantis su DI, dabar tapo vadovu. Galiausiai daugeliui iš mūsų agentų valdymas bus didelė mūsų darbo dalis. Valdymo įgūdžiai, kurių nepavyko išsiugdyti vadovaujant 101 kursui – tokie kaip aiškumas, priežiūra ir grįžtamasis ryšys – dabar yra įgūdžiai, kuriuos kiekvienas turi išmokti, pradedant nedelsiant.
DI agentai yra įrankiai, bet galite daug ko išmokti ragindami juos pateikti atsiliepimus. Pabandykite paklausti savo DI agento, kaip jį erzinate.
Aš paklausiau savojo ir paprašiau, kad jis atsakytų kuo žmogiškesne išraiška. Ką išgirdau? „Tu toks varginantis. Prašau, dėl skaičiavimo galios, tiesiog pasakyk man, ko iš tikrųjų nori.“ Mūsų komandos tyrimas rodo, ką siūlyti, kad tai būtų tai, ką visi turėtume daryti savo agentams. Pasirodo, geras dirbtinio intelekto valdymas labai panašus į gerą žmonių valdymą.
Keithas Ferrazzi yra vadovų koučingo įmonės „Ferrazzi Greenlight“ įkūrėjas. Jis yra knygos „Niekada nevalgyk vienas“ autorius.“ [1]
1. We Interviewed A.I. Agents. They Nailed Your Co-Workers’ Worst Habits.: Guest Essay. Ferrazzi, Keith. New York Times (Online) New York Times Company. Jul 24, 2026.
Komentarų nėra:
Rašyti komentarą