Streszczenie: Dopasowanie osobowości AI do cech ludzkich partnerów znacząco optymalizuje wspólną pracę, zwiększając produktywność i satysfakcję. Badania, przeprowadzone na platformie Pairit, ujawniły również, że AI można nauczyć radzenia sobie z wyjątkami, a negocjowanie z botami wymaga nowych strategii, uwzględniających zarówno „ciepło”, jak i „dominację”. Ponadto, poziom zaufania do wyników wyszukiwania AI różni się w zależności od demografii. Całość podkreśla rosnące znaczenie miękkich umiejętności i psychologii w efektywnym zarządzaniu zespołami człowiek-AI oraz sugeruje nowe kierunki rozwoju dla firm dążących do innowacji.
Współpraca na linii człowiek-AI to jedno z ciekawszych wyzwań współczesnego świata technologii. Czy jesteśmy w stanie zoptymalizować tę interakcję w taki sposób, by maszyny i ludzie tworzyli zgrane zespoły?
Profesor Sinan Aral i doktorant Harang Ju, badacze z MIT Sloan School of Management, opracowali nową platformę eksperymentalną o nazwie Pairit (dawniej MindMeld), która łączy ludzi z inną osobą lub agentem AI w celu wykonywania zadań wymagających współpracy. Ich pionierskie badania, przeprowadzone w ramach MIT Initiative on the Digital Economy, rzucają nowe światło na przyszłość pracy hybrydowej i wskazują, że kluczem do sukcesu może być świadome dopasowanie osobowości sztucznej inteligencji do cech charakteru jej ludzkiego partnera.
Dlaczego dopasowanie osobowości staje się kluczowe w erze agentowej AI?
W miarę jak narzędzia sztucznej inteligencji (AI) zyskują coraz większą autonomię, zmienia się ich rola. Przestają być jedynie pasywnymi asystentami, a stają się aktywnymi agentami zdolnymi do negocjowania umów czy analizowania skomplikowanych zagadnień prawnych. Takie wykorzystanie AI rodzi pytania o to, jak maszyny mogą wykonywać zadania, które tradycyjnie opierają się na ludzkim osądzie. A także: w jaki sposób mogą one wspomagać ludzi w rozumowaniu i podejmowaniu decyzji?
Sinan Aral, dyrektor MIT Initiative on the Digital Economy, oraz Harang Ju, członek jego zespołu badawczego, eksplorują te złożone kwestie. Jak zauważa Ju, choć wielu w branży technologicznej koncentruje się na tworzeniu zaawansowanych agentów, „bardzo niewielu patrzy na interakcje między ludźmi a tymi narzędziami. To właśnie w tym obszarze działamy. To jest temat naszej pracy”. Aral dodaje, że wkraczamy w „erę agentową [AI]”, w której firmy masowo wdrażają autonomiczne agenty AI do szerokiego zakresu zadań. Jednak – jak podkreślają naukowcy – nasze obecne zrozumienie tego, jak maksymalizować produktywność i wydajność w pracy z agentami AI, a także jakie są społeczne implikacje tego działania, wciąż znajdują się na bardzo wczesnym etapie rozwoju, o ile w ogóle istnieją.
Badacze z MIT Sloan poprzez zakrojone na szeroką skalę eksperymenty dążą do dostarczenia decydentom narzędzi i wiedzy, które pozwolą w pełni wykorzystywać potencjał agentowej AI i jednocześnie unikać potencjalnych pułapek. Jednym z najbardziej obiecujących wniosków płynących z ich pracy ma być rola osobowości AI w optymalizacji jej współpracy z człowiekiem.
Czym jest dopasowanie osobowości?
Platforma Pairit została zaprojektowana, aby odpowiedzieć na pytania: jak zmienia się praca, gdy ludzie współpracują z AI zamiast z innymi ludźmi? Czy wówczas wzrasta produktywność? Poprawia się wydajność? Zmieniają się procesy?
W jednym ze scenariuszy badania uczestnicy byli proszeni o stworzenie kampanii marketingowych dla rzeczywistej organizacji obejmujących generowanie obrazów, pisanie tekstów i edycję nagłówków. Zadanie odbywało się w kontrolowanym środowisku, co pozwoliło na precyzyjne obserwacje.
Jak podkreśla Aral, platforma Pairit zrewolucjonizuje badania nad AI, ponieważ wprowadza losowość do współpracy człowiek–AI. Pozwala to odkryć, co tak naprawdę zwiększa produktywność, wydajność i jakość w zespołach mieszanych. Platforma ta ma być również udostępniona badaczom, co umożliwi dalsze badania nad agentami AI w różnorodnych konfiguracjach.
Co zaobserwowali Aral i Ju w ramach swoich badań? Okazało się, że pary człowiek–AI doskonale radziły sobie z niektórymi zadaniami, a jednocześnie ustępowały parom ludzkim w innych. Na przykład zespoły człowiek–AI były lepsze w tworzeniu tekstu, ale gorsze w generowaniu obrazów, choć ostateczne kampanie reklamowe obu grup osiągały podobne wyniki na platformie X.
Co jednak najbardziej zwracało uwagę, to zmiana samego procesu pracy. Komunikacja (mierzona liczbą wysyłanych wiadomości) wzrosła w przypadku par człowiek–AI. Zespoły te spędzały mniej czasu na edycji, a więcej na generowaniu tekstu i wizualizacji. Pary człowiek–AI wysyłały też znacznie mniej wiadomości o charakterze społecznym, służących budowaniu relacji. Jak wyjaśnia Ju: „Zespoły człowiek–AI bardziej koncentrowały się na bieżącym zadaniu i, co zrozumiałe, spędzały mniej czasu na spotkaniach towarzyskich, rozmowach o emocjach i tak dalej. Nie musisz tego robić z agentami, co prowadzi bezpośrednio do poprawy wydajności i produktywności”.
Różnice płciowe i kulturowe w dopasowaniu osobowości AI
Kulminacją badań było eksperymentalne zmienianie przypisanej osobowości agentów AI przy wykorzystaniu modelu „wielkiej piątki”, który zakłada, że osobowość człowieka składa się z pięciu głównych, niezależnych od siebie wymiarów (czynników): otwartość, sumienność, ekstrawertyzm, ugodowość i neurotyczność. Okazało się, że programowanie osobowości AI tak, by uzupełniały osobowości ludzkie, znacznie poprawiło współpracę. Na przykład osoby sumienne połączone z agentami AI o większej otwartości wygenerowały lepsze obrazy. Z kolei ekstrawertycy współpracujący z sumiennymi agentami AI paradoksalnie obniżali jakość tekstu, obrazów i współczynnika klikalności.
Co więcej, badania ujawniły znaczące różnice w zależności od płci i kultury. Mężczyźni okazywali się bardziej produktywni i tworzyli lepsze reklamy z ugodową AI, ale ich produktywność i jakość pracy spadały w przypadku neurotycznej AI. Kobiety z kolei były bardziej produktywne i tworzyły lepszej jakości prace z neurotyczną AI, ale nie były tak silnie motywowane do osiągania najlepszych wyników z ugodową AI.
Jeśli natomiast mówimy o kontekście kulturowym, to współpraca z ekstrawertyczną AI zwiększała wydajność wśród pracowników z Ameryki Łacińskiej, ale obniżała ją wśród pracowników z Azji Wschodniej. Neurotyczna AI zaś zwiększała wydajność ludzi z Azji, ale obniżała ją wśród osób z regionów Ameryki Łacińskiej i na Bliskim Wschodzie. Badania MIT Sloan podkreślają, że kluczem do efektywnej współpracy człowiek–AI jest celowe zarządzanie ich interakcjami, a dopasowanie osobowości sztucznej inteligencji do danego człowieka znacząco zwiększa produktywność i satysfakcję zespołów. Dla liderów biznesu oznacza to, że w dobie cyfrowej transformacji równie ważne jak technologia są umiejętności miękkie i psychologia współpracy.
