Metakompetencje AI, czyli efektywne i kreatywne korzystanie z technologii
Metakompetencje AI to umiejętności kognitywne, które wychodzą poza tradycyjne kompetencje związane z konkretnymi zadaniami (pisanie tekstów, tworzenie grafik). Skupiają się na sposobach myślenia, adaptacji i mechanizmach współpracy człowiek-model AI. To kluczowe ogniwo potrzebne do wykorzystania możliwości generatywnej sztucznej inteligencji w biznesie.
Kluczowe, ale rzadko występujące.
Sytuacja z dzisiaj - znajoma firma ma do zinwentaryzowania kilkadziesiąt dysków twardych z danymi i dokumentami z poprzedniego projektu. Jak się do tego można zabrać? Na co najmniej dwa sposoby.
Posadzić kogoś niech przegląda dysk jeden po drugim i pisze notatki.
Posadzić kogoś niech jedną komendą zgra listę plików razem ze strukturą katalogów (może zawierać kilkadziesiąt lub kilkaset tysięcy pozycji) a potem wrzuci w model językowy z prośbą o podsumowanie (oraz, jeśli jest taka potrzeba, wskaże w instrukcji specyficzne rodzaje materiałów, których się szuka).
Sytuacja sprzed paru tygodni - znajoma firma analizuje dane wprowadzane ręcznie przez kilkadziesiąt osób. Dane mogą zawierać literówki, więc trzeba je wstępnie przeczyścić. Można do tego podejść na co najmniej dwa sposoby.
Posadzić kogoś, niech używa Excela do filtrowania każdej kolumny, sprawdzania i korygowania literówek.
Posadzić kogoś, niech wrzuci plik w ChatGPT i skorzysta z funkcji automatycznej analizy danych, którą można poprosić o korektę i zwrócenie poprawionych wyników.
To co odróżnia sposób nr 1 od sposobu nr 2 to nie są jakieś specyficzne kompetencje. To nie znajomość konkretnego narzędzia. To także nie jest jakaś wydumana automatyzacja pracy.
To sposób myślenia na zasadzie “sprawdźmy, czy generatywna sztuczna inteligencja mi w tym pomoże”. To zdrowa rezerwa w stosunku do wyników działania modeli GenAI. To budowanie na elastyczności tej technologii, a nie na wynikach, których nie da się powtórzyć.
“Wdrożenie AI nie działa? Wina AI!”
Upwork opublikował tydzień temu wyniki swoich badań dotyczących AI w miejscu pracy (firmy USA, Wielkiej Brytanii, Australii i Kanady - liczby na pewno inaczej będą wyglądały np. na Starym Kontynencie). Stało się to przyczynkiem do ataku na technologię przez wielu “ekspertów” i dziennikarzy, wieszczących pęknięcie balonika AI (niektórzy wieszczą to od roku…).
Badania pozostawiają wiele do życzenia (pod względem metodologii) natomiast pewne wskaźniki wcale mnie nie zaskoczyły:
47% pracowników nie ma pojęcia jak osiągnąć wzrost produktywności, którego oczekuje pracodawca
77% pracowników wskazuje, że narzędzia AI obniżyły ich produktywność
Jak pogodzić te liczby z badaniami, które prowadził Microsoft, czy nawet rodzimy Empik, wskazującymi na dwucyfrowe wzrosty produktywności?
Nie można, bo badano różne rzeczy. Microsoft, czy Empik, badał osoby, które:
zostały wdrożone, jeśli chodzi o wykorzystanie AI do konkretnych zadań
używały narzędzi AI do bardzo wąskiego zestawu zadań (pamiętajmy, to byli programiści używający Copilota)
Upwork dla odmiany wziął 1250 losowych pracowników, którzy w pracy używają komputera co najmniej “czasami”. Większość z nich, podobnie jak i menadżerowie, nie miała pojęcia do czego używać AI, jak go używać, ale byli do tego zmuszani, bo “podobno zwiększa produktywność”. Pewnie też spora część z nich nawet nie miała dobrego przykładu wykorzystania AI dla swojego stanowiska.
Można zrzucić winę na technologię, jak zwykle. Ale problem leży w braku zrozumienia do czego się ona nadaje i jak należy z niej korzystać.
Problem leży w braku metakompetencji AI.
Często zabieramy się do wdrażania AI od d… strony
Szkolenia z generatywnej sztucznej inteligencji skupiają się na twardych kompetencjach: znajomości narzędzi, pisania instrukcji, programowaniu (w tym jego odmiany - programowaniu wizualnym), integracji, itd. I szczerze mówiąc, to wcale się nie dziwię pracownikom, którzy po takich szkoleniach są sfrustrowani i twierdzą, że AI przeszkadza im w pracy. Bo tego rodzaju podejście w większości przypadków jest jak uczenie używania Excela ludzi, którzy potrzebują kalkulatora.
Zwróćcie uwagę na te przykłady z początku maila. Sposób drugi w każdym przypadku to nie żadne specyficzne narzędzie, żaden magiczny prompt, tylko prosty eksperyment, który pewnie w każdym przypadku zaoszczędzi trochę czasu (może kilkadziesiąt minut, może nawet parę godzin). Krytyczne jest też rozumienie technologii (i jej ograniczeń), a nie “triki”, w których sprzedawaniu specjalizuje się wiele firm na rynku.
I właśnie takiego nastawienia brakuje przy nieudanych wdrożeniach GenAI w firmach. Składają się na nie m.in. takie metakompetencje:
znajdowanie informacji (zamiast pchać się w przeciążenie informacyjne)
myślenie systemowe (zamiast myślenia fragmentarycznego)
chęć do eksperymentowania (zamiast “nie da się”)
adaptacja (zamiast sztywności i oporu wobec zmian)
zarządzanie uwagą (zamiast “czuję się przytłoczony/przytłoczona”)
storytelling (zamiast “nie wiem jak to wytłumaczyć”)
umiejętność oduczania się (zamiast “nie da się inaczej”)
cyfrowa inteligencja emocjonalna (zamiast “wypalenia” związanego z technologią)
Zapowiedź dłuższego cyklu
Ten mail to zapowiedź całej serii tekstów na temat metakompetencji AI, z przykładami, jak ich brak utrudnia efektywne (i przyjemne) korzystanie z tak nieintuicyjnej technologii jaką jest generatywna sztuczna inteligencja.
Ciekawe niusy
Ciekawe znalezisko z Reddita sprzed dwóch miesięcy:
Autor lub autorka tego komentarza po demonstracji głosowego systemu AI dla call center decyduje się na szukanie innej pracy, ale nie uważa tego za zły scenariusz. Dalsza dyskusja pod tym komentarzem jest pełna dość rozsądnych opinii (ale ekstremalne “AI zabierze nam wszystkim pracę” też są).
Dlaczego o tym wspominam - bo zgodnie z zapowiedziami wkrótce (na koniec lipca?) zacznie się udostępnianie (wybranym) użytkownikom OpenAI nowego asystenta głosowego, którego demo zaprezentowano dwa miesiące temu (od dziewiątej minuty).
Obecna możliwość konwersacji głosowej z ChatGPT (dostępna w aplikacji na telefon) jest fajnym gadżetem, ale nie przydaje się w pracy aż tak bardzo (uciążliwe jest to, że model lubi długie wypowiedzi, a często moja instrukcja jest niezbyt klarowna i muszę czekać aż model skończy swoją wypowiedź). Czekam na możliwość w pełni interaktywnej (można przerwać modelowi w pół zdania) interakcji z AI. Wszyscy będziemy mogli mieć własnego JARVISa - jak Tony Stark.