Dołącz do grona liderów, którzy chcą więcej
AI SZTUCZNA INTELIGENCJA

Czy udzielanie informacji zwrotnej wymaga udziału człowieka?

13 sierpnia 2019 9 min czytania
Zdjęcie Michael Schrage - Michael Schrage jest pracownikiem badawczym w projekcie Initiative on the Digital Economy w MIT Sloan School of Management oraz autorem książki Recommendation Engines, wydanej w 2020 roku nakładem MIT Press.  
Michael Schrage
Czy udzielanie informacji zwrotnej wymaga udziału człowieka?

Streszczenie: Narzędzia i technologie cyfrowe rewolucjonizują zarządzanie wydajnością, oferując opartą na danych informację zwrotną dostosowaną do indywidualnych potrzeb i dostępną 24/7. Taka informacja przewyższa tradycyjne metody oceny zarówno pod względem jakości, jak i ilości, co powinno prowadzić do lepszych rezultatów. Pojawia się jednak pytanie, czy informacja zwrotna generowana przez narzędzia AI nie wymaga już udziału człowieka, który mógłby wpłynąć na wymierną poprawę jej skuteczności. Mitsmr+1Mitsmr+1

Pokaż więcej

Firmy muszą podjąć decyzję, kto będzie miał ostatnie słowo w ocenie wydajności pracowników – maszyny czy ludzie.

Narzędzia i technologie cyfrowe nieustannie i bezwzględnie rewolucjonizują obszar zarządzania wydajnością. Oparta na danych informacja zwrotna, która jest dostosowana do indywidualnych potrzeb i w zasadzie dostępna 24/7, staje sięnową rzeczywistością w wielu firmach na całym świecie. Ten rodzaj informacji zwrotnej zarówno jakościowo, jak i ilościowo góruje nad wcześniejszymi metodami weryfikacji i powinien też przynosić lepsze rezultaty. Ale czy informacja zwrotna skrojona za pomocą narzędzi AI nie wymaga już udziału człowieka, który mógłby wpłynąć na wymierną poprawę jej skuteczności?

Jak przekazywać informację zwrotną?

Organizacje, które wprowadzają u siebie najnowsze rozwiązania w zakresie zarządzania talentami, na powrót przyglądają się rolom, jakie powinny być odgrywane przez menedżerów pod kątem realizacji, ułatwiania i/lub nadzorowania informacji zwrotnej przekazywanej pracownikom. Czy menedżerowie są jedynie osobami przekazującymi informację zwrotną? Czy też mają wzbogacić ten przekaz o dodatkową wartość i głębsze spojrzenie? „Wiemy, że aby zaczęło to działać, jedną z najważniejszych rzeczy jest ponowne skierowanie uwagi menedżerów na zarządzanie wydajnością – przekonywał Bryan Hancock, partner w McKinsey & Co., podczas niedawnego webinarium poświęconego zarządzaniu wydajnością. – Możecie stworzyć najlepszy system na świecie, z największym zaangażowaniem po stronie pracowników, ale jeżeli menedżerowie nie wykazują odpowiedzialnej postawy w kluczowych sprawach, to mamy problem” – zwłaszcza od czasu, kiedy Netflix, Google, Amazon i inni cyfrowi innowatorzy z powodzeniem spersonalizowali skomplikowane systemy profilowania użytkowników.

Otwartym, a zarazem ważkim pytaniem pozostaje to, czy z punktu widzenia firmy przeciętni menedżerowie stanowią naprawdę najlepszą dostępną opcję, jeżeli chodzi o przekazywanie konstruktywnej krytyki pracownikom. Wstępne ustalenia z przeprowadzonych przez nas niedawno badań sugerują, że nieustanne inwestowanie w możliwości AI i ich aktualizacja może prowadzić do sprzecznych odpowiedzi. Zaś konsekwencje, jakie to [AI – przyp. red.] rodzi dla tradycyjnego funkcjonowania działów HR i zarządzania personelem, są ogromne.

Dlaczego informacje zwrotne są ważne?

Nasze badanie podkreśla, w jaki sposób bezpośrednie zaangażowanie ze strony menedżerów uzupełnia informacje zawarte w raportach o wydajności (tworzonych na podstawie danych) i jednocześnie z nimi konkuruje. Coraz częściej firmy uświadamiają sobie, że muszą się jednoznacznie określić, czy to ludzie, czy też maszyny powinny mieć ostatnie słowo w wypowiadaniu się na temat wydajności pracowników. Proces ten dotyczy w równym stopniu transformacji organizacyjnej, co cyfrowej. Niełatwo jednak wskazać, które podejście jest bardziej produktywne – spojrzenie analityczne czy interwencja menedżerska. Kto więc powinien odpowiadać za informację zwrotną?

Cyfrowa podróż IBM stanowi znakomity przykład, jak można rozwiązywać tego typu problemy. Kierownictwo działu HR w tej firmie śledzi na przykład to, w jaki sposób wyrażane przez menedżerów oceny wpływają na zaangażowanie pracowników oraz ich wyniki.

„Rola menedżera jest niezwykle istotna nawet w zwinnej kulturze organizacyjnej (agile culture) – przyznaje Diane Gherson, dyrektorka ds. zasobów ludzkich w IBM oraz starsza wiceprezes ds. zasobów ludzkich. – Jeżeli w firmie funkcjonuje menedżer, który nie jest zaangażowany w to, co robi, szanse na to, że jego podwładni będą kopiować jego postawę, są mniej więcej trzykrotnie większe niż w sytuacji zaangażowania. Dlatego właśnie nie można zapominać o tym, by kontrolować, czy menedżerowie w pełni rozumieją strategię firmy i są w pełni zaangażowani w jej realizację”.

Jednak Gherson zwraca również uwagę na to, że zwiększone zaangażowanie w rozwiązania AI w jej zespole fundamentalnie zmieniło sposób zarządzania kapitałem ludzkim w IBM. „W pracy naszego działu HR wykorzystujemy sporo rozwiązań opartych na sztucznej inteligencji”. Takie podejście bardzo zmieniło sposób, w jaki menedżerowie komunikują się z pracownikami. Między innymi dlatego, że oprogramowanie wykorzystujące „inteligentne” algorytmy fundamentalnie zmieniło sposób zarządzania wydajnością, a także oczekiwania. Dodatkowo większy stopień cyfryzacji często wyłącza bezpośredni udział menedżera z procesu oceny.

Informacja zwrotna a produktywność

AI w największym stopniu wpływa na produktywność, mówi Gherson. Na przykład dział HR zastąpił wielu pracowników czatbotami, które uczą się, jak doradzać pracownikom, generując dane analityczne potrzebne do monitorowania, jak przydatne były udzielone przez nie zalecenia i rady. Innymi słowy, IBM zdobywa w ten sposób informację zwrotną na temat efektywności informacji zwrotnej.

Podobne systemy AI oferują wsparcie decyzyjne wraz z praktycznymi informacjami, które mogą podpowiedzieć, gdzie można ewentualnie zredukować zatrudnienie, a także zasugerować zmianę poziomu wynagrodzeń pracowników o umiejętnościach, które są atrakcyjne na rynku pracy. „Kolejną istotną zmianą realizowaną z wykorzystaniem AI jest zapewnienie pracownikom lepszych doświadczeń w pracy” – mówi Gherson. Te systemy łączą w sobie doradztwo zawodowe (rozwój kariery), spersonalizowane programy nauki, a także Blue Matching (czyli firmowy system IBM, który w inteligentny sposób dopasowuje kandydatów do nowo pojawiających się wakatów w firmie).

Choć menedżerowie są ważni, nauką, jaka płynie z przykładu transformacji HR w IBM, jest to, że cyfryzacja musi dostarczać inteligentniejszych, lepszych, szybszych i bardziej angażujących usług z zakresu zarządzania talentami, robiąc to wszystko taniej. Spersonalizowana i produktywna informacja zwrotna nie może być droga. Jednocześnie większości organizacji autentycznie zależy na tym, żeby ich, nietani skądinąd, menedżerowie HR podchodzili do pracy z zaangażowaniem i oddaniem.

Takie antagonistyczne połączenie głosu rozsądku z oczekiwaniami nie jest niczym nadzwyczajnym. Dostrzega je Jordan Birnbaum, wiceprezes i naczelny ekonomista behawioralny ADP. Jego zdaniem, poszerzanie kompetencji decyzyjnych menedżerów i pracowników stało się ważnym elementem w procesie projektowania systemów zarządzania wydajnością. „Kiedy zarządzanie wydajnością jest odpowiednio zaprojektowane, menedżerowie dysponują narzędziami, które pomagają im działać o wiele efektywniej, a pracownicy mają poczucie, że posiadają kompetencje i możliwości pomagające im skutecznie iść do przodu”.

Prezentacja danych ma znaczenie

W tym wszystkim – jak przyznaje Birnbaum – jest jednak pewien haczyk: przyjmowanie obiektywnej postawy wobec wiedzy wynikającej z danych sprawia, że pracownicy otrzymują informację zwrotną w niezbyt łatwej do przyswojenia, algorytmicznej formie. „Jeżeli menedżer ma odpowiednio wykorzystywać dane oceniające, musi właściwie je prezentować pracownikom, zwłaszcza kiedy celem przekazywania informacji zwrotnej jest wzmocnienie wydajności w przyszłości. Oznacza to także konieczność przekazania informacji zwrotnej na temat zjawisk, których nie da się ot tak po prostu zmierzyć czy przedstawić liczbowo, jak na przykład »pracy zespołowej« czy »gotowości do udzielania wsparcia«. Dopóki tych wymiarów wydajności nie uda się opisać danymi, nadal będzie miejsce dla menedżera. Inną historią jest już to, co na ten temat będą uważali sami menedżerowie.”

Napięcie więc rośnie, gdyż wciąż pojawiają się nowe pytania: Czy zastosowanie się do zalecenia – bądź instrukcji AI – by wprowadzić określone zmiany, które wymiernie wpłyną na wydajność pracownika, świadczy o sile czy słabości menedżera? Czy generuje to więcej niepewności zarówno dla menedżerów, jak i pracowników? Czy menedżerowie będą mieli na przykład możliwość zignorowania lub znacznego zmodyfikowania wskazówek serwowanych przez cyfrowych doradców? W jaki sposób będą rozstrzygane konflikty między tym, co podpowiada intuicja, a tym, co mówią dane? Menedżerowie przeważnie są wdzięczni za wskazówki analityczne oparte na danych w określonych kontekstach. Jednak wskazówka, którą trzeba absolutnie uwzględnić, przestaje być wskazówką – a staje się nakazem.

Wraz z rozwojem technologii uczenia maszynowego, mówi Birnbaum, wskazówki dla menedżerów stają się coraz bardziej konkretne. W sposób naturalny pojawia się wtedy pytanie: Kiedy nabierze sensu – i zacznie się opłacać – sytuacja, w której będzie można przekazywać pracownikowi informację zwrotną z pominięciem menedżera?

O autorze

Michael Schrage jest pracownikiem naukowym w MIT Sloan School of Management Initiative on the Digital Economy, gdzie bada wpływ mediów cyfrowych na kapitał ludzki i innowacyjność. Był gościem kongresu MIT SMRP w Warszawie.

O autorach
Tematy

Może Cię zainteresować

Księgowość jako źródło przewagi konkurencyjnej. Dlaczego firmy nie wykorzystują wiedzy, którą już posiadają?

Firmy nie przegrywają przez brak danych — przegrywają, bo ignorują wiedzę, którą już mają. W fakturach, kosztach i korektach od lat zapisuje się prawdziwa historia firmy. Czy księgowość może stać się Twoją przewagą konkurencyjną?

Cyfrowe rozczarowanie. Dlaczego w wielu firmach automatyzacja nie przynosi efektów? 

Wdrażasz nowe narzędzia, ale nie widzisz efektów? Problem rzadko leży w technologii. Automatyzacja niespójnych i nieuporządkowanych procesów sprawia jedynie, że błędy pojawiają się szybciej. Przeczytaj, dlaczego technologia nie naprawi firmy za Ciebie i jak mądrze przygotować się do wdrożenia rozwiązań AI, by przyniosły realne korzyści.

Ciemna strona AI: Treści dla dorosłych i ryzyko dla firm

Nowe badanie naukowe ujawnia, że szeroka dostępność treści dla dorosłych generowanych przez sztuczną inteligencję mogła doprowadzić do gwałtownego wzrostu przestępczości na tle seksualnym. Analiza szczegółowych danych o przestępczości, opublikowanych przez japońską Narodową Agencję Policji, wykazała, że w okresach szczytowego zaangażowania w materiały oznaczone jako wygenerowane przez AI i przeznaczone wyłącznie dla dorosłych, odnotowano statystycznie istotny wzrost liczby gwałtów. Może to wskazywać na nadciągające ryzyko wizerunkowe i prawne dla firm dostarczających narzędzia oraz platformy dla tego typu treści.

Premium
Gdy firma rośnie, a zysk znika

laczego szybko rozwijająca się firma nagle traci marże, chociaż przychody notują historyczne rekordy? Przekonaj się, na czym polega problem „ziemi niczyjej” w ewolucji biznesu i sprawdź, dlaczego wdrożenie sztucznej inteligencji w nieuporządkowanej architektonicznie organizacji jest prostym przepisem na skalowanie chaosu.

Premium
Skalowanie AI dzięki adaptacyjnemu ładowi zarządczemu

Zastosowanie sztucznej inteligencji na szeroką skalę diametralnie zwiększa ryzyka biznesowe i wizerunkowe. Poznaj koncepcję adaptacyjnego ładu zarządczego – innowacyjnego podejścia, które wbudowuje mechanizmy kontroli bezpośrednio w procesy i struktury operacyjne firmy, chroniąc przed niewidocznymi, kaskadowymi błędami modeli uczących się.

Premium
Twórz wartość z generatywnej AI w skali całej organizacji

Jak skutecznie wdrażać generatywną sztuczną inteligencję w całej organizacji, unikając organizacyjnych silosów? Zobacz, dlaczego tradycyjne struktury decyzyjne zawodzą przy GenAI i dowiedz się, w jaki sposób innowacyjny twór zwany „kręgosłupem AI” pozwala łączyć kompetencje biznesowe oraz technologiczne, przynosząc firmom wymierny zwrot z inwestycji.

Premium
Strategia w cieniu AI. Gdy sprawy pilne wypierają ważne

AI zmienia sposób, w jaki firmy tworzą kampanie, analizują dane i docierają do klientów. Jednak największym ryzykiem nie jest brak wdrożenia nowych technologii, lecz wykorzystanie ich w sposób, który zwiększa produktywność kosztem przewagi konkurencyjnej. Liderzy muszą odpowiedzieć na pytanie: jak skalować działania marketingowe, nie tracąc tego, co czyni markę wyjątkową?

Premium
Jak liderzy uwalniają innowacyjność na pierwszej linii

Najlepsze innowacje ratujące jakość i efektywność często rodzą się na operacyjnej pierwszej linii. Sprawdź, dlaczego to średni szczebel zarządzania jest kluczem do ich uwolnienia.

Premium
Jak GenAI może – a jak nie może – pomóc w zarządzaniu wiedzą o klientach

Generatywna sztuczna inteligencja rewelacyjnie analizuje informacje o konsumentach, ale nie naprawi kultury Twojej firmy. Gdzie kończą się możliwości technologii?

Premium
Co prezesi muszą wiedzieć o suwerennej AI

Globalna skala AI zderza się z lokalnymi regulacjami prawnymi. Dlaczego strategia „suwerennej sztucznej inteligencji” to pilne zadanie dla prezesów, a nie tylko dla działu IT?

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!