Исследователи: искусственный интеллект расширяет разрыв между «звездами» и остальными

Существует мнение, что искусственный интеллект (ИИ) уравняет шансы между сотрудниками, давая каждому инструменты, чтобы работать на уровне лучших. Однако исследование доцента Школы менеджмента Техасского университета Мэтью Колла (Matthew Call), о котором он рассказал на страницах The Wall Street Journal, показывает, что это общепринятое мнение ошибочно. Наоборот, именно «звезды» получают наибольшую выгоду от ИИ, и пропасть между лучшими и не лучшими кадрами растет.

Для компаний это проблема. Такой разрыв может вызвать напряженность в коллективе, подрывать командный дух и, в итоге, вредить совместной работе, которая является двигателем успеха.

Почему опыт усиливает преимущества от ИИ?

Исследователь предлагает рассмотреть типичную организацию. Когда там появляется новый инструмент (расширенные функции Excel, сложные системы управления взаимоотношениями с клиентами или мощные аналитические платформы), который обещает сделать всех более продуктивными, именно «звезды» первыми проникают в его детали, находят скрытые возможности и креативные способы применения. В то же время обычные сотрудники, как правило, ограничиваются базовыми функциями.

По словам Колла, с ИИ получается то же самое, но еще более явно. «Звезды» используют свою глубокую профессиональную экспертизу, чтобы получить от систем ИИ принципиально больше пользы и, что важно, заметить больше ошибок, чем обычные исполнители.

В качестве примера Колл приводит образ «звездного» консультанта. Такой специалист не будет просить ИИ просто «проанализировать рынок». Благодаря своему опыту он задаст более точные и целенаправленные вопросы о динамике конкуренции, регулировании и барьерах. Глубокая экспертиза позволяет ему уточнять запросы и не принимать первый же результат, а выпытать у ИИ как можно больше. Это ведет к более точным и полезным решениям.

Кроме того, исследования, на которые ссылается автор, показывают, что сотрудники с большей экспертизой значительно лучше распознают, когда рекомендации ИИ верны, а когда — ошибочны.

У «звезд» есть еще одно преимущество: они в целом работают более систематично, они более организованные и осознанные в подходе к выполнению задач по сравнению с обычным работником.

Исследования подтверждают, что именно такие организованные люди получают значительно лучшие результаты от инструментов ИИ, они лучше всего реагируют на четкие и структурированные запросы.

Дополнительный бонус

Отношение руководства, как отмечает Колл, только усиливает эти преимущества. Репутация и статус дают «звездам» автономию для экспериментов. Пока обычные сотрудники ждут официальных инструкций, боясь ошибиться, «звезды» уже тестируют границы технологии и создают персонализированные рабочие процессы. Если их эксперимент пойдет не так, им, скорее всего, это простят.

Кроме того, возникает вопрос признания заслуг. Исследователь обращает внимание, что люди с высоким статусом традиционно получают непропорционально большое признание. Это значит, что если помощь ИИ незаметна, работу «звезды» сочтут доказательством ее гениальности.

Если же исключительный результат покажет обычный сотрудник, многие подумают, что всю работу сделал ИИ. По мнению Колла, это создает порочный круг, в котором обычные сотрудники лишаются признания, даже если успешно используют новые технологии.

Как уравнять шансы

Чтобы не дать ИИ превратить «звезд» в небожителей, Мэтью Колл предлагает компаниям три стратегии.

Во-первых, он советует поощрять всех экспериментировать с ИИ. Умные руководители должны создать «песочницы», где сотрудники смогут тестировать инструменты без страха ошибиться, и внедрить программы взаимного обучения, которые объединят обычных исполнителей с теми, кто первым освоил технологию.

Что еще важнее, они должны инвестировать в обучение ИИ-грамотности, которая выходит за рамки базового использования инструментов и включает в себя работу с запросами (промпт-инжиниринг), оценку результатов и стратегическое делегирование задач. Цель не в том, чтобы ликвидировать преимущество «звезд» в экспертизе, а в том, чтобы научить навыкам, которые можно освоить и которые могут уравнять шансы.

Во-вторых, необходимо распространять, мультиплицировать знания. Вместо того, чтобы позволять «звездам» скрывать свои открытия, компании должны сделать обмен знаниями стандартной практикой. Если один сотрудник находит эффективный рабочий процесс с ИИ, его нужно зафиксировать и сделать доступным для всей команды.

И, наконец, Колл призывает переработать системы оценки, чтобы учитывать работу, дополненную ИИ. Компании должны разработать критерии, которые справедливо оценивают работу с помощью ИИ независимо от нынешнего статуса исполнителя. И они должны обучать руководителей распознавать, когда предвзятость может искажать их оценку производительности сотрудника. Стоит рассмотреть возможность внедрения практик «прозрачности ИИ», когда команды делятся тем, как они используют инструменты ИИ, делая его помощь видимой, а не скрытой.

Без этих системных изменений, предупреждает исследователь, ИИ рискует создать двухуровневую рабочую силу, где небольшая группа отрывается по качеству своей работы, а остальные все больше отстают.

• 4
• 1
• 1
• 2
• 1
• 1
• 1
• 0