Tekoäly paljastaa johtamistaitosi

Työskennellessäni intensiivisesti tekoälypohjaisten agenttien kanssa, sain epämukavan oivalluksen. Aluksi syytin tekoälyä, kun se ei tuottanut odottamiani tuloksia. Jonkin ajan kuluttua palaset loksahtivat paikoilleen: epäonnistuin itse tekoälyn johtamisessa.

Tässä kirjoituksessa tarkastelen, miten johtamistaidot siirtyvät suoraan tekoälyn kanssa työskentelyyn. Kun tekoäly takkuilee, ongelma ei välttämättä ole tekoälyssä lainkaan. Ongelma voi olla siinä, miten sitä johdetaan.

Määrittelyn ensiluokkainen taito

Tekoälyn johtamistaidoista tärkein on määrittely. Hyvät johtajat muuttavat epämääräisen aikomuksen konkreettisiksi, testattaviksi odotuksiksi: he määrittelevät, mitä “valmis” tarkoittaa, nostavat esiin reunaehdot ja poikkeustapaukset sekä poistavat epäselvyydet ennen työn aloittamista.

Tekoäly reagoi täsmälleen samaan kurinalaisuuteen. Jos haluat kehittyä, älä aloita tekoälystä. Harjoittele kirjoittamaan määrittelyjä, jotka toinen ihminen voisi toteuttaa ilman ainuttakaan tarkentavaa kysymystä.

Tehtävien pilkkominen

Kokeneet tekniset vetäjät ovat erinomaisia pilkkomaan työn toisistaan riippumattomiksi, erikseen todennettaviksi kokonaisuuksiksi. He erottavat kokeilun toteutuksesta, rungon viimeistelystä ja riskialttiit muutokset mekaanisista. Juuri tämä on tehokasta tekoälyn käyttöä.

Yhtä keskeinen taito on tietää, mitä antaa tekoälyn tehtäväksi ja mitä pitää itsellään. Sitä kutsutaan delegoinniksi.

Palaute­kierrokset ja iteratiivinen ohjaus

Monet tekoälytyökaluihin tottumattomat kehittäjät odottavat yhtä ainoaa, lopullista vastausta. Kun se epäonnistuu, he päättelevät, että työkalu on epäluotettava. Kokeneet johtajat toimivat vaistonvaraisesti juuri päinvastoin: he tarkentavat reunaehtoja, selkeyttävät tarkoitusta ja ajavat kierroksen uudelleen.

Tekoälyn hyvä käyttö tarkoittaa lyhyisiin sykleihin tottumista: tuota, arvioi, korjaa, toista.

Harjoitellaksesi tätä, lakkaa tarkoituksella pitämästä tekoälyn tuotosta lopullisena. Pyydä luonnoksia. Pyydä vaihtoehtoja. Pyydä selittämään, miten se päätyi vastaukseensa.

Anna kontekstia, mutta älä ylikuormita

Kokeneet johtajat oppivat hienovaraisen taidon: miten antaa juuri riittävästi kontekstia hyvien päätösten mahdollistamiseksi ilman, että vastaanottaja kuormittuu liikaa. Liian vähäinen konteksti johtaa vääriin päätöksiin. Liiallinen konteksti taas sekoittaa tai jää huomiotta.

Tekoälyllä on täsmälleen samat vikamuodot.

Koko koodipohjan tai dokumenttijoukon syöttäminen kehotteeseen on harvoin tehokasta. Taito on valita ne muutamat reunaehdot, esimerkit ja periaatteet, joilla on merkitystä juuri tässä tehtävässä, juuri nyt.

Laadunvalvonta ja luottamuksen kalibrointi

“Luota, mutta varmista” ei ole kyynisyyttä, vaan ammatillista hygieniaa. Hyvät johtajat rakentavat järjestelmiä, joissa virheet havaitaan aikaisin ja edullisesti. Testit, katselmoinnit, tarkistuslistat ja portit ovat olemassa, koska sekä ihmiset että tekoäly tekevät itsevarmoja virheitä.

Kehittäjät, jotka sopeutuvat tekoälyyn hyvin, ovat usein lähes pakkomielteisiä varmistamisesta. He olettavat, että tuotos on väärä, kunnes toisin todistetaan. He suunnittelevat työnkulut siten, että tekoäly nopeuttaa tekemistä mutta ei koskaan ohita validointia.

Tämä vaatii ajattelutavan muutosta: et delegoi vastuuta, vain toteutuksen. Vastuu säilyy sinulla.

Yhteenveto

Kehittyäksesi tekoälyn käytössä, käytä sitä.

Kun se väistämättä tuottaa jotain väärää, hämmentävää tai hienovaraisesti rikkinäistä, vastusta vaistoa syyttää mallia.

Pysähdy sen sijaan ja kysy vaikeampi kysymys:

• Mitä jätin määrittelemättä?
• Minkä kontekstin oletin enkä sanonut ääneen?
• Mitkä reunaehdot jäivät implisiittisiksi?
• Mitkä tarkistukset ohitin, koska luotin liian aikaisin?
• Minkä harkinnan delegoin, vaikka minun ei olisi pitänyt?

Tekoäly on armoton peili. Se ei kompensoi epäselvää ajattelua eikä kysy tarkentavia kysymyksiä, ellei sitä siihen pyydä. Kun se epäonnistuu, se tekee sen usein tavoilla, jotka paljastavat, kuinka hyvin — tai huonosti — johdit työtä.

Jaa artikkeli