Τα πιλοτικά έργα AI σπάνια αποτυγχάνουν εξαιτίας της τεχνολογίας. Αποτυγχάνουν εξαιτίας του τι μπορούν, τολμούν και γνωρίζουν οι άνθρωποι. Ένας οργανισμός μπορεί να διαθέτει εξαιρετικά δεδομένα και στέρεη υποδομή και παρόλα αυτά να κολλήσει, επειδή κανείς δεν γνωρίζει καλά τι κάνει και τι δεν κάνει η AI, πότε η δυσπιστία είναι δικαιολογημένη και πότε όχι, και ποιος έχει ποιο ρόλο όταν ένα μοντέλο παραδίδει κάτι που πρέπει να αξιολογήσει ένας άνθρωπος. Αυτή η σελίδα αφορά αυτή τη διάσταση: ανθρώπους και δεξιότητες, μία από τις επτά διαστάσεις που χαρτογραφεί η μέτρηση ωριμότητας της hybridresourcing.
Άνθρωποι και δεξιότητες αφορά τρία επίπεδα που συχνά αντιμετωπίζονται ξεχωριστά, ενώ στην πραγματικότητα συνδέονται μεταξύ τους. Το πρώτο επίπεδο είναι η γνώση: κατανοούν οι εργαζόμενοι τι κάνει ένα σύστημα AI, πού βρίσκονται τα όριά του και ποια λάθη είναι τυπικά για τον τύπο εφαρμογής που χρησιμοποιούν. Το δεύτερο επίπεδο είναι η δεξιότητα: μπορούν οι άνθρωποι να αξιολογήσουν πραγματικά ένα αποτέλεσμα της AI, να το προσαρμόσουν ή να το συγκρίνουν με τη δική τους κρίση. Το τρίτο επίπεδο είναι η στάση: υπάρχει χώρος για δοκιμή της AI, αναφορά λαθών και διόρθωση, ή επικρατεί επιφυλακτικότητα ή, αντίθετα, τυφλή εμπιστοσύνη. Ένας οργανισμός που επενδύει μόνο σε εκπαιδεύσεις χωρίς να αντιμετωπίσει τη στάση, συχνά παραμένει στο ίδιο επίπεδο, ακόμη και μετά από χρόνια σεμιναρίων.
Επειδή αυτή η διάσταση εξαρτάται σε μεγάλο βαθμό από μεμονωμένα άτομα, η hybridresourcing δεν τη μετρά με μία μόνο βαθμολογία αλλά με έναν γύρο διάγραμμα (plot-ronde): πολλοί εμπλεκόμενοι βαθμολογούν ξεχωριστά και έτσι γίνεται ορατή η διασπορά μεταξύ των απαντήσεών τους. Μια μεγάλη διασπορά αποτελεί από μόνη της ένα αποτέλεσμα. Δείχνει ότι ο οργανισμός φαίνεται να έχει ένα επίπεδο στα χαρτιά, ενώ η πραγματικότητα στο πεδίο εργασίας βιώνεται διαφορετικά από τη διοίκηση.
Στο επίπεδο baseline δεν υπάρχει κοινή εικόνα για το τι είναι ή τι κάνει η AI. Μεμονωμένα άτομα πειραματίζονται, αλλά δεν υπάρχει κοινή γλώσσα ούτε δομή για την ανταλλαγή εμπειριών. Στο επίπεδο foundation υπάρχει βασική γνώση, συνήθως σε μια περιορισμένη ομάδα, ενώ ο υπόλοιπος οργανισμός παρακολουθεί από απόσταση. Το επίπεδο activation σημαίνει ότι ένα σημαντικό μέρος των εμπλεκόμενων εργαζομένων γνωρίζει τι σημαίνει η AI για τη δική του εργασία και μπορεί να τη χειριστεί στην πράξη. Το επίπεδο insight προσθέτει ότι οι άνθρωποι μπορούν να αξιολογήσουν κριτικά τα αποτελέσματα της AI και γνωρίζουν πότε πρέπει να αμφιβάλλουν. Στο επίπεδο intelligence αυτή η δεξιότητα είναι διαχυμένη σε όλον τον οργανισμό, ενσωματωμένη στον τρόπο εργασίας των ανθρώπων και δεν εξαρτάται από λίγους πρωτοπόρους.
Το πού βρίσκεται ένας οργανισμός σε αυτή την κλίμακα δεν είναι ποτέ ζήτημα διαίσθησης. Εξαρτάται από πόσοι άνθρωποι εργάζονται πραγματικά με την AI, πόσο διαφοροποιημένες είναι οι εμπειρίες τους και αν αυτές οι εμπειρίες συγκλίνουν κάπου. Αυτός είναι ακριβώς ο λόγος για τον οποίο ο γύρος διάγραμμα αποδίδει περισσότερα από μια έρευνα με έναν μόνο ερωτηθέντα ανά ομάδα.
Ορισμένα σημάδια υποδεικνύουν χαμηλό επίπεδο. Αν οι ερωτήσεις για την AI καταλήγουν πάντα στα ίδια δύο-τρία άτομα, η γνώση δεν είναι διαχυμένη. Αν κανείς δεν τολμά να απορρίψει ένα αποτέλεσμα της AI επειδή δεν γνωρίζει τη λογική πίσω του, λείπει η δεξιότητα αξιολόγησης. Αν ξεκινούν έργα AI χωρίς να έχουν εμπλακεί οι άνθρωποι που θα πρέπει να εργαστούν μαζί της, λείπει η υποστήριξη που απαιτείται για να ξεπεραστεί η πιλοτική φάση.
Ένα υψηλότερο επίπεδο αναγνωρίζεται από το αντίθετο: συζητήσεις για τα αποτελέσματα της AI που είναι ουσιαστικές και όχι αρχής, εργαζόμενοι που προτείνουν οι ίδιοι πού μπορεί και πού δεν μπορεί να βοηθήσει η AI, και έναν οργανισμό όπου η αμφιβολία για ένα αποτέλεσμα AI θεωρείται φυσιολογικό κομμάτι της εργασίας, όχι ένδειξη αποτυχίας του έργου.
Ο δρόμος προς ένα υψηλότερο επίπεδο σπάνια ξεκινά με περισσότερη τεχνολογία. Ξεκινά με την ανάδειξη αυτού που οι άνθρωποι ήδη γνωρίζουν και πού υπάρχουν κενά, και με την οργάνωση στιγμών όπου η εμπειρία μοιράζεται αντί να παραμένει απομονωμένη σε μεμονωμένα πειράματα. Το τι κοστίζει αυτό συγκεκριμένα, σε χρόνο και προσοχή, διαφέρει σημαντικά ανά οργανισμό και ανά επίπεδο εκκίνησης· όποιος θέλει μια ένδειξη γι' αυτό, τη βρίσκει στη σελίδα που υπολογίζει τι κοστίζει να ανέβει ο οργανισμός ένα επίπεδο.
Οι άνθρωποι και οι δεξιότητες δεν είναι, εξάλλου, ανεξάρτητοι από τις άλλες διαστάσεις. Όποιος θέλει να αξιολογήσει την AI, πρέπει επίσης να κατανοήσει πώς καταγράφεται και χρησιμοποιείται αυτή η αξιολόγηση, κάτι που σχετίζεται με τη διαχείριση απόδοσης όσον αφορά την AI. Όποιος θέλει να τολμά να αναφέρει λάθη, πρέπει να γνωρίζει ότι η ιδιωτικότητα και η ασφάλεια είναι σε τάξη, κάτι που συνδέεται με το τι κοστίζει να ανέβει η ιδιωτικότητα και η ασφάλεια ένα επίπεδο. Και όποιος θέλει να χτίσει εμπιστοσύνη στα αποτελέσματα της AI, αργά ή γρήγορα προσκρούει σε ερωτήματα που σχετίζονται με το τι κοστίζει να ανέβει η ηθική ένα επίπεδο.
Αυτή η σελίδα περιγράφει αν οι άνθρωποι στον οργανισμό σας μπορούν να στηρίξουν την AI: να την κατανοήσουν, να την αξιολογήσουν και να τη διορθώσουν. Δεν περιγράφει ποιο μέρος της εργασίας μπορεί να αναληφθεί από την AI. Αυτό είναι ένα άλλο ερώτημα, με ένα άλλο εργαλείο. Η werkscan της FTE TO AI υπολογίζει ανά εργασία ποιο μέρος της εργασίας είναι κατάλληλο για την AI, δεδομένης της φύσης της εργασίας και του πλαισίου στο οποίο εκτελείται. Αυτό το αποτέλεσμα έχει σημασία μόνο όταν η πλευρά που τη στηρίζει, συμπεριλαμβανομένων των ανθρώπων που πρέπει να εργαστούν με τα αποτελέσματα, έχει ήδη φτάσει σε ένα συγκεκριμένο επίπεδο. Όποιος θέλει να γνωρίζει πού βρίσκεται αυτή τη στιγμή ο οργανισμός, μπορεί να εγγραφεί στη λίστα αναμονής της μέτρησης ωριμότητας, η οποία βρίσκεται ακόμη υπό κατασκευή.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.