Mire tanított meg az AI?

A ChatGPT megjelenése nemcsak technológiai újdonságot hozott, hanem nagyon pontosan rávilágított néhány olyan működési alapelvre is, amelyek a szervezeti munkavégzésben régóta fontosak lennének. Ezek nem új igazságok, mégis sok helyen háttérbe szorultak, kikoptak a mindennapi vezetői és munkatársi gyakorlatból.

Tehát mit is tanít nekünk az AI: ha gyors, pontos és jó minőségű eredményt szeretnénk kapni, akkor tudatosan kell tanítanunk, egyértelműen kell megbízást adnunk, tisztáznunk kell az elvárásokat, vissza kell kérdeznünk, kontrollálnunk kell az eredményt, és folyamatosan keresnünk kell a jobb megoldás lehetőségét. Ugyanezek az alapelvek az emberi együttműködésben is érvényesek.

A tanítás és fejlesztés fontossága

Az AI-t is tanították, és tanítják mind a mai napig. Ez az egyik legfontosabb tanulság: jó eredmény nincs tudatos fejlesztés nélkül.

Ugyanez igaz a munkatársakra is. Nem várhatunk kiemelkedő teljesítményt úgy, hogy közben nem fordítunk figyelmet a tanításra, a fejlesztésre, a visszajelzésre és a tudás folyamatos bővítésére.

A munkatárs nem „kész rendszer”, hanem fejleszthető emberi erőforrás. Ahogyan az AI teljesítménye is tanítással javul, úgy a munkatársaké is.

A megbízásadás és megállapodáskötés minősége

Napjaink egyik felkapott kifejezése a promptolás. Szervezeti működésben azonban ez nem más, mint a pontos megállapodáskötés módszertana és annak kultúrája.

Amikor a ChatGPT-nek adunk feladatot, hamar megtanuljuk, hogy nem mindegy, hogyan fogalmazunk, milyen célt adunk meg, milyen kereteket jelölünk ki, milyen elvárt eredményt írunk le vagy milyen részleteket bocsátunk rendelkezésre.

Ugyanez történik munkatársak között is. A pontatlan megállapodáskötés félreértést, utólagos javítást és feszültséget szül. A jól megfogalmazott megállapodás viszont gyorsítja a munkát, növeli a felelősségvállalást, és jobb minőségű eredményhez vezet.

A visszakérdezés kultúrája

A jó együttműködés egyik kulcsa a visszacsatolás lehetősége.

A ChatGPT egyértelműen jelzi, ha valamilyen információ hiányzik, vagy ha pontosításra van szüksége. Ez a működés a munkaszervezetekben is alapvető lenne: van kérdés? Mindenki ugyanazt érti-e a feladat alatt? Minden releváns információ rendelkezésre áll-e? Tiszták-e az ügyfél-szállítói szerepek?

A munkatárs is képes pontosítani, visszakérdezni és felelősen gondolkodni, ha erre van tere, kultúrája és bátorítása, és nem utolsósorban van egy módszer a kezében, ami segíti annak végiggondolását, hogy mikre szükséges rákérdeznie (megbízási kereszt logikája). A visszakérdezés – amely valójában egy megállapodáskötési helyzetnek a része – a minőségi teljesítés egyik feltétele.

A teljesítményszint meghaladása

A ChatGPT működésében fontos elem: nemcsak teljesíti a kérést, hanem javaslatot is tesz arra, hogyan lehetne az eredményt továbbfejleszteni.

Ez a szemlélet a munkavégzésben is kulcsfontosságú. Ne csak azt kérdezzük, hogy „elkészült-e”, hanem azt is: „mitől lehetne még jobb?”

Proaktivitásra, jobbításra és fejlesztő gondolkodásra a munkatársak is képesek, ha értik ezek fontosságát, és ha a szervezeti kultúra támogatja ezt a működést.

A kontroll szerepe

A kontroll nem azonos a mikromenedzsmenttel.

Vannak helyzetek, amikor szükséges ránézni az eredményre. Az AI esetében természetesnek vesszük, hogy átolvassuk, ellenőrizzük, pontosítjuk az elkészült anyagot, hiszen tudjuk, hogy előfordulhat tévedés vagy pontatlanság.

A munkaszervezetekre is igaz mindez. A vezetői vagy a munkatársi kontroll célja nem a bizalmatlanság és a bizonytalanság, hanem a minőségbiztosítás. A kérdés mindig az arány: milyen mértékben biztosítunk előzetes vagy utólagos kontrollpontot?

A jó helyen és megfelelő arányban beépített (előzetes)kontrollpont támogat, tisztáz és fejleszt. A rossz helyen és túl magas arányban alkalmazott (utólagos)kontrollpont akadályoz, és felesleges hibajavítást eredményez.

A sztenderdizálás jelentősége

A ChatGPT működése arra is rámutat, mennyire fontosak az ismételhető, jól leírt, átadható működési módok. Ha tudjuk, hogy egy folyamat ismétlődő, és tudjuk azt is, azt hogyan szükséges végrehajtani, akkor lényegében egy sztenderdizálási helyzettel állunk szemben. Ekkor nyílik lehetőségünk arra, hogy az aktuálisan ismert legjobb gyakorlatot elvárt minőségszintté tegyük.

Az AI világában ez a végleges prompt vagy workflow, míg a munkavégzés során ez a sztenderdizálás.

Ez az egyik módja annak, hogy gyorsabbá, hibamentesebbé és átláthatóbbá váljon a munkavégzés.

Megérzésem/Megélésem/Élményeim/Megfigyeléseim szerint a ChatGPT valójában nemcsak egy új eszköz, hanem a szervezet tükre is. Megmutatja, hogy azok az alapelvek, amelyeket az AI használatakor természetesnek veszünk, az emberi együttműködésben is nélkülözhetetlenek.

Tanítani kell.

Jól kell megbízást adni.

Tisztázni kell az elvárásokat.

Teret kell adni a visszakérdezésnek.

Ösztönözni kell a jobbító gondolkodást.

Meg kell teremteni az egészséges kontrollt.

És sztenderdizálni kell a jól működő gyakorlatokat.

A megoldás nem az, hogy minden energiánkat kizárólag a mesterséges intelligenciába fektetjük. A valódi fejlődés akkor történik meg, ha ugyanilyen tudatossággal fejlesztjük a munkatársakat is.

#DFTHungária rendszerében erre ad választ a ProQM és a Sztenderdizálási képzésünk.

Mert amit ma az AI-tól várunk — gyorsaságot, pontosságot, fejlődőképességet és jobbító gondolkodást —, annak emberi oldala is fejleszthető. Mi azt fejlesztjük!

Írta: Kobzos-Kósa Réka

ÖNREFLEXIÓS KÉRDÉSEK

Hogyan kapcsolódik össze a saját motiváltságod, a mások motiválására való képességed és a motiválhatóságod?

A motiváció háromszöge megmutatja, hogyan függ össze három irány: ha az egyik irány gyengébb, a másik kettő mozgásba tudja hozni.

Elkészítettünk egy díjmentesen letölthető munkalapot, ami abban segít, hogy ránézz, hol van most a legnagyobb erőforrásod és fejlesztési lehetőséged.

Megosztás:

További bejegyzéseink