Gina London diskuterar hur AI-träning och kompetensutveckling inte ska ses som konkurrerande investeringar.
I AI-åldern kan det vara frestande att ”gå all in”, anamma artificiell intelligens och automatisera arbetsuppgifter. Visst ger det en mängd fördelar, från mindre tid som ägnas åt vardagliga uppgifter till ökad produktivitet i arbetsintensiva industrier.
Men vid vilken tidpunkt börjar vi försumma de färdigheter som kom innan, som kritiskt tänkande, kommunikation och forskning?
”Jag coachade nyligen en ledande befattningshavare som hade blivit så beroende av AI för att skriva sina presentationer att hans team knappt kände igen hans röst längre”, säger Gina London, VD, ledarskapsstrateg, författare och tidigare CNN-ankare.
Hon förklarade att även om hans presentationer var både polerade och vackert strukturerade, hade hans kollegor ”inte kontakt med honom”.
Hon sa: ”Kommunikation är inte bara överföring av korrekt information. Det är upplevelsen vi skapar för en annan person. Tänk på en ingenjör som förklarar en teknisk risk för en styrelse, eller en vetenskapsman som kommunicerar ett genombrott till kollegor utanför deras disciplin.
”AI kan organisera informationen, men människan måste fortfarande känna igen förvirring, bjuda in frågor och skapa förtroende,” förklarade hon. ”Empati, nyfikenhet och aktivt lyssnande är inget extra tillbehör. Det är det som hjälper till att förvandla tekniska framsteg till meningsfulla mänskliga resultat.
”Ju mer sofistikerad vår teknik blir, desto mer medvetet människor behöver vi vara”, sa hon. Men det handlar inte om att anta en ”allt eller ingenting”-mentalitet, enligt London.
Mänskligt resonemang
På frågan varför mänskligt resonemang aldrig kan ersättas av automatisering, noterar London snabbt att vi måste vara försiktiga när vi använder ordet ”aldrig”.
”AI utför redan former av resonemang som skulle ha verkat extraordinära för bara några år sedan. Men intelligens och mänsklighet är inte utbytbara”, sa hon. ”AI kan bli allt mer sofistikerad, men den har ingen mänsklig själ. Att resonera på jobbet handlar inte bara om att komma fram till ett tekniskt sunt svar. Det handlar om att förstå konsekvenser, väga konkurrerande prioriteringar och ta ansvar för beslut.
”Jag uppmuntrar ledare att skilja mellan att generera ett svar och att ta ägarskap över ett beslut. AI kan bidra enormt till det första. Vi bör inte ge upp det andra.”
Och vad blir det för konsekvenser för organisationer som misslyckas med att balansera AI och mänskligt centrerade färdigheter?
För London riskerar detta att skapa organisationer som kan vara utomordentligt effektiva på att producera information, men allt mer ineffektiva på att kommunicera den.
Hon förklarade: ”När varje e-postmeddelande, prestationsrecension och ledarskapsmeddelande låter som om det kom från samma chatbot, börjar folk undra om någon verkligen har tänkt på vad de säger.
”Det finns också risken att försvaga vår egen förmåga. Om vi rutinmässigt lägger ut på entreprenad för att förklara, ifrågasätta och övertala, får vi mindre träning på att göra dessa saker själva. I tekniska miljöer, där samarbete mellan discipliner är viktigt, är det särskilt farligt.
”En utmärkt ingenjör som inte kan förklara en risk för en icke-teknisk kollega kan kämpa för att få stöd. En briljant forskare vars chef aldrig lyssnar kan så småningom sluta komma med idéer. Kostnaden är inte bara sämre kommunikation.
”Det saknas innovation, svagare relationer och beslut som inte drar nytta av intelligensen som redan finns i rummet.”
Mjuka eller tekniska färdigheter
En del av lösningen, finner London, är att identifiera hur färdigheter, både mjuka och tekniskakomplettera varandra – snarare än att bara existera sida vid sida.
”Sluta behandla AI utbildning och mänsklig kompetensutveckling som konkurrerande investeringar. De ska förstärka varandra. Om du lär anställda att använda AI för rapporter, presentationer eller projektuppdateringar, lär dem att utvärdera, utmana och kommunicera dessa resultat också.”
Arbetsgivare bör också arbeta för att skydda genuina samtal och identifiera de delar av arbetsplatsen som verkligen kräver automatisering och de som inte gör det.
London sa: ”Ibland är det mest värdefulla ögonblicket i ett möte en oväntad fråga som förändrar allas tänkande. Och ledare måste modellera dessa beteenden själva. Människor måste se sina chefer lyssna, ifrågasätta och kommunicera med avsikt.”
Ögonblick som ”bär på betydande mänskliga konsekvenser” är ett bra ställe att börja, tycker hon, till exempel när man ger svår feedback, stöttar någon genom en personlig kris, tar itu med konflikter, etikbaserat beslutsfattande eller stunder som kräver ansvar.
”AI kan hjälpa en chef att förbereda sig för dessa samtal, men det borde inte bli ett bekvämt sätt att undvika att ha dem,” sa hon. ”Det finns också en skillnad mellan att automatisera administration och att automatisera relationer.
”En AI-genererad mötessammanfattning kan spara alla 20 minuter. Underbart. Men ett automatiskt meddelande som talar om för någon att deras roll elimineras är en helt annan sak. I tekniska organisationer skulle jag också skydda det mänskliga utbytet där kollegor utmanar varandras antaganden.
”En laboratoriediskussion eller teknisk designgranskning kan vara värdefull just för att någon märker något oväntat. Och låt oss inte glömma de informella samtalen som bygger arbetsplatskulturen. Allt som är värdefullt på jobbet kan inte mätas som en produktivitetsvinst.”
När det kommer till kritan anser London att det finns en verklig möjlighet att använda automation som ett sätt att bli bättre förberedd, inte mindre personligt engagerad.
”AI kan hjälpa oss att producera mer,” sa hon. ”Utmaningen är att se till att vi inte förlorar förmågan att betyda mer för varandra.”
