Így használd okosan a mesterséges intelligenciát a munkában!

Bár a mesterséges intelligencia napi szintű használata széles körben elterjedt, vannak olyan mérhető viselkedésformák, amelyek megkülönböztetik a technológia rutin jellegű használatát a valódi, kifinomult ember-AI interakciótól. Ez derül ki a KPMG LLP és a Texasi Egyetem (Austin) közös tanulmányából, amely 2500 alkalmazott 1,4 millió munkahelyi AI-interakcióját elemezte – írja a HR Dive.

A jelentés szerint ezek a viselkedésformák tanítható referenciaértékekké alakíthatók, amelyek méretarányos alkalmazásukkal megszüntethetik az AI hatékonyságának hiányosságait, mivel a kizárólagos eszközbevezetés helyett a célzott képzésre és a munkafolyamatokba való integrációra helyezik a hangsúlyt.

„A rutin és a kifinomult AI-használat közötti különbség nem magukban a parancsokban rejlik, hanem az interakciós mintákban” – mondta Anu Puvvada, a KPMG Studio vezetője.

A jelentés szerint a legkifinomultabb AI-felhasználókat nem a technikai szakértelem vagy a használat gyakorisága határozza meg, hanem az, hogy hogyan működnek együtt az AI-vel, ami magában foglalja az iterációt, a problémák egyértelmű megfogalmazását és az eredmények időbeli irányítását.

Hogyan tekintsünk az AI-ra?

Ezek a felhasználók nem rövid távú termelékenységi eszközként, hanem hosszabb távú „gondolkodó partnerként” kezelik az AI-t.

Ezeknek a viselkedésformáknak a tanítható mutatóként való felhasználása átalakító hatással járhat, mivel a jelentés megállapítása szerint a munkavállalók csupán 5%-a használja következetesen az AI-t oly módon, hogy az lényegesen javítsa munkájuk minőségét.

Az eredmények megkérdőjelezik azt a közkeletű feltételezést is, miszerint az AI-eredmények javítása elsősorban a jobb utasítások vagy az eszközökhöz való szélesebb körű hozzáférés kérdése. A kutatás inkább arra utal, hogy a hatékony ember-AI együttműködés abból fakad, hogy a munkavállalók hogyan integrálják az AI-t a mindennapi munkafolyamatukba.

A kifinomult használat szorosan összefüggött négy jelzéssel: azzal, hogy a felhasználók milyen gyakran térnek vissza az AI-hez, milyen kitartóan finomítják az eredményeket, mennyire ambiciózusak a kezdeti kéréseik, és mennyire tudatosan választják ki az eszközöket vagy modelleket.

„Olyan embereket kerestünk, akik rájöttek, hogyan kell a modellel gondolkodni, és nem csak kérdéseket feltenni neki” – mondta Jaime Schmidt, a Texasi Egyetem (UT Austin) számviteli professzora.

A KPMG már megkezdte ezeknek a felismeréseknek a belső alkalmazását, és vállalati szintű képzési programokat indított a viselkedés átalakításának megkezdésére.

A szervezet beépítette ezeket a gyakorlatokat a tanulási ökoszisztémájába szerepkörökön alapuló képzések, útmutatók és kollégák által vezetett hálózatok révén, amelyek célja az úgynevezett „AI-first” munkamódszerek megerősítése.

„Korán rájöttünk, hogy önmagában az AI-hez való hozzáférés nem eredményez jobb eredményeket” – mondta Steve Chase, a KPMG AI és digitális innovációért felelős globális vezetője. „Ezért hoztunk létre egy átgondolt, AI-alapú eszközkészletet, képzési programokat és rutinokat, hogy a hatékony viselkedés láthatóvá és elvárttá váljon, valamint hogy megtanítsuk a jobb problémamegfogalmazást, az AI szigorúbb felügyeletét és a célzott iterációt.”

A CIO-k és az IT-vezetők számára a megállapítások azt mutatják, hogy az AI sikere kevésbé függ az új eszközök kiterjesztésétől, hanem inkább attól, hogy hogyan finomítják a munkatársak azokkal való együttműködését.

Az eszközök legjobb felhasználásának elsajátítása magában foglalja annak meghatározását, hogy milyen a „jó” AI-használat, ezeknek a viselkedésformáknak a beépítését a képzésbe és a teljesítményelvárásokba, valamint olyan visszacsatolási ciklusok létrehozását, amelyek idővel megerősítik a kifinomultabb együttműködést.

HR Dive