AI & Knowledge Workers: Συνεργάτες στην παραγωγικότητα;
Τα εργαλεία τεχνητής νοημοσύνης έχουν κατακλύσει τον κόσμο, με το ChatGPT να έχει φτάσει σε χρόνο ρεκόρ τα 100 εκατομμύρια μηνιαίους χρήστες. Τα πλεονεκτήματα από την αύξηση της αποδοτικότητας και της παραγωγικότητας για τις επιχειρήσεις που βασίζονται σε μεγάλο βαθμό στην εργασία γνώσης είναι ξεκάθαρα, γεγονός που ωθεί τις επιχειρήσεις σε κλάδους όπως οι επαγγελματικές υπηρεσίες, η υγειονομική περίθαλψη και τα χρηματοοικονομικά να επενδύσουν σημαντικά σε αυτές τις τεχνολογικές καινοτομίες.
Αλλά τα οφέλη για τους μεμονωμένους εργαζόμενους στη γνώση μπορεί να είναι λιγότερο ξεκάθαρα. Όταν η τεχνολογία μπορεί να κάνει πολλές εργασίες που στο παρελθόν μπορούσαν να κάνουν μόνο οι άνθρωποι, τι σημαίνει αυτό για τους εργαζόμενους στη γνώση;
Κατανόηση της εργασίας γνώσης
Η εργασία της γνώσης (knowledge work) έχει να κάνει με τη χρήση του μυαλού για τη διαχείριση πληροφοριών και την εξαγωγή χρήσιμων αποτελεσμάτων. Περιλαμβάνει απλές εργασίες, όπως η εισαγωγή δεδομένων σε έναν υπολογιστή ή ο προγραμματισμός συναντήσεων, αλλά και πιο απαιτητικές, όπως η επίλυση δύσκολων προβλημάτων ή η κατάρτιση σχεδίων για μια επιχείρηση. Διαφέρει από τη φυσική εργασία επειδή εξαρτάται περισσότερο από τις γνώσεις και τις δεξιότητές του εργαζόμενου.
Διαβάστε ακόμα: Πόσο αποτελεσματική είναι η τεχνητή νοημοσύνη στην εργασία;
Οι υπολογιστές ήταν πάντα καλοί σε απλές, δομημένες εργασίες. Αλλά τώρα, η τεχνητή νοημοσύνη που μπορεί να δημιουργήσει περιεχόμενο αλλάζει τα πράγματα, καθιστώντας δυσκολότερο να ξεχωρίσουμε ποιες εργασίες είναι για ανθρώπους και ποιες μπορούν να γίνουν από υπολογιστές. Αυτή η αλλαγή μας κάνει να σκεφτούμε έντονα για το ποιες δουλειές θα κάνουν οι άνθρωποι στο μέλλον.
Αν και μπορεί να είναι ανησυχητικό να σκεφτόμαστε ότι η τεχνητή νοημοσύνη θα κάνει δουλειές που απαιτούν σκέψη και γνώση, στην πραγματικότητα για τους περισσότερους ανθρώπους που κάνουν τέτοιου είδους εργασίες, η τεχνητή νοημοσύνη μπορεί να είναι περισσότερο χρήσιμη παρά επιβλαβής. Αλλά για να μπορέσουμε να αξιοποιήσουμε στο έπακρο το δυναμικό της τεχνητής νοημοσύνης, χρειάζεται πρώτα να κατανοήσουμε την εφαρμογή της σε ρόλους που βασίζονται στη γνώση.
Ο υποστηρικτικός ρόλος της Generative AI στην εργασία γνώσης
Ένας σημαντικός αριθμός εργαζομένων είναι καταβεβλημένος από τον τεράστιο όγκο των ψηφιακών πληροφοριών που συναντά, γεγονός που υπογραμμίστηκε σε έρευνα της Microsoft, σύμφωνα με την οποία το 68% δυσκολεύεται να βρει αρκετό χρόνο χωρίς διακοπή για να συγκεντρωθεί στα κύρια καθήκοντά του.
Μείωση του γνωστικού φορτίου: Αναλαμβάνοντας επαναλαμβανόμενες εργασίες ρουτίνας, η Generative AI βοηθά τους εργαζόμενους να διατηρήσουν την πνευματική τους ενέργεια για πιο περίπλοκες και λιγότερο τυποποιημένες εργασίες, καλλιεργώντας έτσι ένα περιβάλλον για καλύτερη μάθηση και επαγγελματική ανάπτυξη – εξαλείφοντας μεγάλο μέρος της μονότονης εργασίας.
Ενίσχυση των γνωστικών ικανοτήτων: Η Generative AI μπορεί, επίσης, να ενισχύσει την κριτική σκέψη, τη δημιουργικότητα και την ανταλλαγή γνώσεων. Βοηθά τους εργαζόμενους να κάνουν πιο έξυπνες ερωτήσεις και να καταλήγουν σε πολλές νέες ιδέες. Επιπλέον, καθιστά ευκολότερο να μοιράζονται αυτά που γνωρίζουν στη δουλειά τους, επιτρέποντας έτσι σε όλους να αποδίδουν τα μέγιστα.
Βελτίωση της μάθησης: Πέρα από τη διαχείριση εργασιών, η γενεσιουργός τεχνητή νοημοσύνη έχει βαθιές επιπτώσεις στη μάθηση και την ανάπτυξη. Μπορεί να λειτουργήσει ως μέντορας, παρέχοντας εξατομικευμένη ανατροφοδότηση και βοήθεια στη μάθηση, η οποία μπορεί να είναι πολύτιμη σε εκπαιδευτικά και πρακτικά εργασιακά περιβάλλοντα, όπως η εκπαίδευση σε τηλεφωνικά κέντρα.
Πώς μπορούν οι εταιρείες να βοηθήσουν τους εργαζόμενους στη γνώση
Εκατοντάδες εκατομμύρια άνθρωποι σε όλο τον κόσμο χρησιμοποιούν ήδη εργαλεία δημιουργικής τεχνητής νοημοσύνης, ο καθένας με τον δικό του τρόπο. Αυτό αποτελεί ευκαιρία και απειλή για τις εταιρείες. Τα πειράματα του καθενός μπορούν να δημιουργήσουν καινοτομίες που θα μπορούσαν να έχουν μεγάλη αξία. Αλλά υπάρχει πιθανότητα αυτές οι δοκιμές να πάνε στραβά, όπως να κάνουν λάθη, να μην ακολουθούν τους κανόνες, να είναι άδικες ή να μοιράζονται κατά λάθος μυστικές πληροφορίες.
Έτσι, η δημιουργία ενός χώρου εργασίας που υποστηρίζει τη χρήση της τεχνητής νοημοσύνης είναι σημαντική για τις εταιρείες. Οι ηγέτες θα πρέπει να δημιουργήσουν ένα περιβάλλον που ενθαρρύνει τον πειραματισμό με την AI, αλλά δίνει επίσης προσοχή στους πιθανούς κινδύνους της.
Διαβάστε ακόμα: Ποιος θα είναι ο αντίκτυπος της τεχνητής νοημοσύνης στα επιχειρηματικά μοντέλα;
Η ανάπτυξη σαφών κανόνων και ο καθορισμός αρμοδιοτήτων είναι απαραίτητα για τη διασφάλιση της ασφαλούς ανάπτυξης της generative AI. Οι οργανισμοί πρέπει να διδάξουν τους υπαλλήλους τους σχετικά με τους πιθανούς κινδύνους, όπως ζητήματα προστασίας της ιδιωτικής ζωής ή άδικα αποτελέσματα, και να θέσουν κατευθυντήριες γραμμές για την αποφυγή κακής χρήσης. Την ίδια στιγμή, ο έπαινος και η ανταμοιβή για την επιτυχή χρήση της τεχνητής νοημοσύνης μπορεί να ενισχύσει την κουλτούρα της καινοτομίας.
The time is now
Καθώς η τεχνητή νοημοσύνη γίνεται όλο και πιο διαδεδομένη στην εργασία, είναι σημαντικό για τους εργαζόμενους να μαθαίνουν νέες δεξιότητες και να διευρύνουν το ρόλο τους. Σε μια πρόσφατη έκθεση της McKinsey, τα σχεδόν 1.700 στελέχη που συμμετείχαν στην έρευνα ανέφεραν ότι αναμένουν ότι περισσότεροι εργαζόμενοι θα επανεκπαιδευτούν παρά θα απολυθούν.
Τελικά, η generative AI είναι πραγματικά χρήσιμη για την εργασία γνώσης. Αν οι άνθρωποι μάθουν να τη χρησιμοποιούν με τον σωστό τρόπο στην εργασία τους, μπορούν να κάνουν τη δουλειά τους καλύτερα και να φέρουν νέες ιδέες σε αυτό που κάνουν. Το ζητούμενο είναι η συνεργασία με την τεχνητή νοημοσύνη για καλύτερα αποτελέσματα και νέες ανακαλύψεις.
Με πληροφορίες από Harvard Business Review
Photo: Unsplash
ή αποκτήστε ετήσια συνδρομή εδώ.
