Zapraszamy do przeczytania wywiadu z Piotrem Ochocińskim, menedżerem portfela projektów e-learning.pl, ekspertem w obszarze digital learningu. Z rozmowy dowiesz się m.in. dlaczego warto optymalizować swoją pracę w oparciu o narzędzia, których dostarcza nam sztuczna inteligencja i jak to zrobić. Poznasz również szczegóły naszego nowego szkolenia z tego obszaru – AI dla menedżerów. Rozmowę przeprowadziła Łada Drozda.

Łada Drozda: Jaki zakres wiedzy o sztucznej inteligencji Twoim zdaniem jest potrzebny menedżerom i menedżerkom, którzy chcą z niej korzystać w swojej pracy zarządczej?

Piotr Ochociński: O wdrażaniu i korzystaniu ze sztucznej inteligencji myślę w trzech kategoriach. Pierwsza to jest budowanie kompetencji cyfrowych. Zrozumienie jak działa i czym jest sztuczna inteligencja w kontekście wydajności, czy efektywności pracy indywidualnej. W tym wymiarze sztuczna inteligencja to technologia dostępna dla każdego. I wydaje mi się, że to jest bardzo ważny obszar dla menedżerów, którzy z racji funkcji kładą nacisk na efektywność, skuteczność, wynik, dobre wykorzystanie czasu, optymalizację pracy własnej i pracy zespołu oraz optymalizację narzędzi. Dobry menedżer to przede wszystkim skuteczny menedżer. I tutaj pojawiają się nowe możliwości. Chciałbym, żeby menedżerowie wiedzieli, jakie narzędzia oparte o sztuczną inteligencję mogą pomóc im w pracy, jakie dają możliwości, ale też jakie mają ograniczenia lub wręcz jakie tworzą niebezpieczeństwo. Dla mnie to podstawowy poziom wykorzystania sztucznej inteligenci. Moment, w którym to ja jestem „operatorem” wybranej aplikacji czy systemu. I to od moich kompetencji cyfrowych będzie zależał wynik, jaki osiągnę przy pomocy wybranego narzędzia. I tutaj kluczowa wydaje się umiejętność wyszukiwania i weryfikowania dobrych narzędzi.

Druga kategoria to jest włączanie systemów sztucznej inteligencji do różnego rodzaju procesów, czyli automatyzacja lub mikro automatyzacja. Mówiąc o procesach często myślimy o tych, które dotyczą całej organizacji: zarządzanie dokumentacją, wnioskami, ewidencja czasu pracy, analiza danych itd. Są to zazwyczaj systemy wprowadzane z góry. Ale poza nimi są jeszcze mikro procesy, np. procesy charakterystyczne dla danego zespołu, które często są układane i zarządzane właśnie przez menedżerów. To nie znaczy, że każdy proces, musi mieć w sobie sztuczną inteligencję. Być może wystarczą jakieś małe automatyzacje, ale sztuczna inteligencja daje więcej możliwości automatyzacji, zwłaszcza tam, gdzie trzeba wygenerować pewną treść, bądź też zanalizować dużą ilość danych. Więc tu także potrzebna jest świadomość jak działa sztuczna inteligencja, jakie stwarza szanse i niebezpieczeństwa, żeby nie włączyć w proces elementu, który przyniesie nieoczekiwane wyniki. Jest to poziom, na którym w zespole konieczne będą kompetencje budowania prostych przepływów pracy (no code – low code) lub wsparcie eksperta IT.

A trzecia kategoria dotyczy większych organizacji, z dużymi budżetami, gdzie budowane są modele sztucznej inteligencji dzięki ich własnemu zapleczu technologicznemu, ze względu na własne potrzeby firmy. Dotyczy to typowo eksperckich systemów, w których pracują menedżerowie i menedżerki,  zajmujący się rozwijaniem produktów, wyznaczaniem strategii, podejmowaniem decyzji na podstawie dużej ilości danych itd. Najczęściej będą to organizacje, które przetwarzają dane analityczne charakterystyczne dla danej branży, technologii czy dziedziny naukowej. Przykładowo, dla takich branż jak farmaceutyczna, medyczna, telekomunikacyjna, bezpieczeństwo cyfrowe, potrzebne są systemy szkolone na precyzyjnie dobranych danych. Powszechnie dostępne systemy LLM (duże modele językowe), z których najbardziej znanym jest chat GPT, w tym kontekście są niewystarczające.

Łada Drozda: Czy korzystanie z AI sprowadza się do opanowania wiedzy z jakich narzędzi jest sens, abym ja, jako menedżer/menedżerka – korzystał w pracy z moimi ludźmi?

Piotr Ochociński: Wydaje mi się, że to jest pierwszy krok, który trzeba zrobić. Czyli zrozumieć, jak ja mogę pracować lepiej, sprytniej, szybciej, wydajniej, używając nowej technologii. Mamy dużo narzędzi, które wspierają naszą pracę. Ale są to narzędzia, które wymagają od nas włożenia do nich 100% treści i wtedy pozwalają lepiej nią zarządzać, porządkować ją, mieć szybszy dostęp do informacji i otrzymać produkt, na którym nam zależy.

Jeżeli jako menedżer pracuję np. na raportach dziennych, tygodniowych itd., to muszę je zgromadzić, ktoś te raporty musi opracować. Jeżeli nie mam w zespole takich możliwości, brakuje czasu, kompetencji, a raporty są mi systematycznie potrzebne, to albo muszę pozyskać do zespołu nową osobę, albo nauczyć kogoś danej czynności, mogę też zorganizować pracę inaczej. Przy zastosowaniu narzędzia opartego o sztuczną inteligencję cała praca sprowadzi się do przygotowania i załadowania do systemu danych. Zyskam wtedy czas, w którym bardziej świadomie będę mógł podejmować decyzje, np. o tym, w którym kierunku mój biznes ma iść.

Łada Drozda: O co najczęściej pytają menedżerowie w związku z rewolucją związaną ze sztuczną inteligencją, która właściwie już się toczy?

Piotr Ochociński: Zaskakujące dla mnie jest to, że pytają głównie o to, jakie aplikacje możemy im polecić. Albo w ogóle nie pytają o sztuczną inteligencję. Rzadko kiedy wychodzą od problemu, który mają do rozwiązania, a raczej koncentrują się na narzędziach. Mam wrażenie, że często szukają magicznego pudełka do wszystkiego.

Łada Drozda: Może nie wiedzą o co pytać?

Piotr Ochociński: Rzeczywiście, po pierwsze nie wiedzą o co. Gdy spotykam się z menedżerami i menedżerkami, to zazwyczaj ja ich pytam, kto korzysta z jakiejś aplikacji sztucznej inteligencji. No i zadziwiające jest to, że sporo osób nie dotknęło, nie sięgnęło jeszcze po chociażby takie narzędzie jak dostępny czat GPT. Drugie pytanie, jakie zadaję brzmi: do czego wykorzystujesz GPT, jeśli wykorzystujesz? Mówią wtedy: to jest dla mnie sposób na inne przeszukiwanie Internetu, pisze za mnie teksty na określony temat. Więc świadomość tego, czemu może służyć sztuczna inteligencja, jaki ma potencjał, jest jeszcze niewielka.

Jeżeli mowa o menedżerach, to jesteśmy zazwyczaj w kontekście większych lub nawet bardzo dużych organizacji. Zwłaszcza te największe wcale nie są tak chętne do używania narzędzi AI. Spotykam się nawet z sytuacjami, gdzie jest to wręcz zakazane. Głównym powodem jest obawa o wyciek danych, nie wiadomo, co z tymi danymi będzie się dalej działo. Organizacje mówią: chcielibyśmy mieć u nas rozwiązanie, które będzie oparte na modelu sztucznej inteligencji, ale chcemy to w formie zamkniętej, potrzebujemy pewności, że dane są przetwarzane w tylko obrębie naszej organizacji. Na zbudowanie takiego rozwiązania, zabezpieczenie potrzebnej infrastruktury mogą sobie pozwolić tylko duże organizacje z odpowiednimi zasobami.

Łada Drozda: Gdzie zatem ma szansę rozwijać się stosowanie sztucznej inteligencji?

Piotr Ochociński: Najszybszy rozwój w korzystaniu z narzędzi sztucznej inteligencji nastąpi według mnie w sektorze średnich i małych przedsiębiorstw. Na przykład w branżach kreatywnych, które de facto nie pracują na danych osobowych. Wszędzie tam, gdzie tworzy się produkty cyfrowe, ale niekoniecznie częścią biznesu jest bezpośrednia sprzedaż do odbiorcy indywidualnego. Wydaje mi się, że te duże organizacje, które mają swoje bazy klienckie, będą bardzo ostrożnie patrzyły na możliwość używania sztucznej inteligencji do procesów, chociażby ze względu na to, że ponoszą dużą odpowiedzialność, duże ryzyko finansowe za wyciek danych.

W nawiązaniu do zagadnienia, o którym rozmawiamy pojawiła mi się taka myśl. Na szkoleniach menedżerskich słyszałem od uczestników: OK, ale ja nie bardzo mam czas pracować z moim pracownikiem, wdrożyć go, coachować, bo siedzę w tabelkach, ciągle muszę coś dowieźć, gdzieś wysłać, raportować itd. zamiast być liderem. Ale jeśli menedżerko/menedżerze zoptymalizujesz swoją pracę, uwolnisz czas, żeby zrobić to, czego sztuczna inteligencja jeszcze nie potrafi, czyli być w relacji menedżerskiej.

Łada Drozda: To o czym mówisz jest jednym z argumentów, aby menedżerowie odważyli się zanurzyć trochę w nową wiedzę. Oni są w doświadczaniu zmiany w ujęciu psychologicznym, która ma swoje prawidła. Jej pierwszym etapem jest zaprzeczanie. Ludzie wtedy myślą i mówią: to mnie nie dotyczy, muszę się zająć swoją robotą…. A drugim etapem jest opór. I wówczas ludzie kwestionują sens zmiany: a w czym to jest lepsze od naszych dotychczasowych rozwiązań? Ty, jako trener na naszych otwartych warsztatach „AI dla menedżerów”, możesz się właśnie z takimi reakcjami spotykać. Będziesz przeprowadzał uczestników i uczestniczki przez zmianę mentalną zmianę w tym obszarze.

Tu mam pytanie, jak jest pomyślany program tego warsztatu?

Piotr Ochociński: Zajmujemy się w nim głównie pierwszym poziomem, o którym mówiłem na początku naszej rozmowy, czyli efektywnością osobistą, czym jest sztuczna inteligencja, jak z niej korzystać, jak dobrać narzędzia do konkretnych zadań, jak dostosować te narzędzia pod kątem oczekiwanych korzyści. A główną z nich jest uzyskany czas, który dla menedżera, jako osoby zarządzającej zespołem, jest bardzo cenny. Musisz się nauczyć menedżerze, jak korzystać z narzędzia AI, żeby uzyskać oczekiwany efekt, a uniknąć zjawiska halucynacji. Pokazujemy jak tą kontrolę sprawować.

Może się wydarzyć, że za chwilę będziesz miał/miała w swoim stosie technologicznym aplikację, w której zaistnieje konieczność komunikowania się z agentem sztucznej inteligencji. To, jak szybko i na ile skutecznie będziesz umiał/umiała posługiwać się tymi narzędziami, będzie zależało od zrozumienia technologii, od Twojej kompetencji.

Łada Drozda: A czego boją się menedżerowie? Jakiego rodzaju wątpliwości mają w ramach uczenia się stosowania AI w swojej pracy? Mówiłeś o bezpieczeństwie danych, a z drugiej strony jest może obawa o zdolność utrzymania stanowiska pracy? Czy są jeszcze jakieś inne?

Piotr Ochociński: Te dwie są główne. Osoby, które próbowały w ogóle korzystać z narzędzi sztucznej inteligencji na tym wczesnym etapie, albo słyszały od innych osób, że one korzystały często mówią, że nie można ufać tym rozwiązaniom. Że tam są często jakieś „halucynacje”, że dane nie są rzetelne itd. Czyli podważają w ogóle sensowność korzystania z tych narzędzi. A jednocześnie oczekują, że narzędzie będzie od razu doskonałe i wszystko będzie za nas robiło. To niemożliwe.

Więc wydaje mi się, że to jest obawa, że wyniki pracy, które menedżerowie osiągną dzięki sztucznej inteligencji i tak, i tak będą wymagały od nich wydatkowania czasu na ich weryfikację. Tak, będą, ale już będą pracowali na materiale do pewnego stopnia opracowanym. Z biegiem czasu narzędzia będą stawały się lepsze. Co więcej doświadczenie jakie zdobywamy na tym etapie, też przełoży się na większą precyzję w obsłudze wybranych narzędzi, naszą kontrolę i skuteczność.

Łada Drozda: Jakie branże masz na myśli?

Piotr Ochociński: Wszelkiego rodzaju branże, które tworzą teksty, komunikaty, jakieś przesłania, grafiki, muzykę, wideo. U nas, w branży szkoleniowej też jest dużo marketingu. Uprawiamy go praktycznie na sali szkoleniowej lub po prostu sprzedajemy idee, które są poparte know how, badaniami, rezultatami, wynikami itd. Ale to, jak to sprzedamy, jak wprowadzimy ludzi w testowanie, próbowanie, eksperymentowanie na sali szkoleniowej też w dużej mierze zależy od tego jakie i jakiej jakości materiały mamy przygotowane. W naszej przypadku będziemy w stanie dużo szybciej przygotować materiały dostosowane do konkretnego uczestnika, a tym samym zwiększyć skuteczność naszych szkoleń.

Łada Drozda: Jakie widzisz niebezpieczeństwo dotyczące nieetyczności w kwestii stosowania sztucznej inteligencji, jeśli chodzi o zarządzanie ludźmi?

Piotr Ochociński: Jeżeli dostajemy coś łatwo, to jest niebezpieczeństwo, że równie łatwo, bez krytycznego spojrzenia będziemy posługiwać się takimi informacjami. Czyli np. przesyłać sobie rezultaty pracy narzędzia AI, ślepo ufając w ich poprawność. Powiedzmy, że zapytam narzędzie oparte na sztucznej inteligencji: hej, mam taki a taki problem z pracownikiem; co powinnam/powinienem zrobić? Odpowiedź może być kompletną bzdurą. Nietrudno wyobrazić sobie, jak opłakane mogą być skutki jeśli to rozwiązanie zupełnie bezkrytycznie wdrożę.

Główne zagrożenie dotyczące stosowania AI w zarządzaniu widzę w pracy działów HR. Powstają np. systemy walidacji albo systemy rekomendacji, którym udostępniane są informacje otrzymane z systemu rekrutacyjnego albo, już po zatrudnieniu, z oceny pracowniczej. Na podstawie zgromadzonych danych powstają rekomendacje dotyczące zatrudnienia, awansu itd. Jeżeli to jest narzędzie wspierające, to może być bardzo pomocne, bo nie dałoby się pewnie przetworzyć tych wszystkich informacji „na piechotę”. Natomiast może pojawić się pokusa bezkrytycznego, tylko na podstawie stworzonych automatycznie rekomendacji, podjęcia decyzji dotyczących ludzi, np. szkoleń czy ścieżek karier.

Są już takie sytuacje, w których osoby starające się o pracę wykorzystują czat GPT do napisania CV albo listu motywacyjnego, podpinając informacje z domeny danego pracodawcy. Czyli: napisz mi list motywacyjny na dane stanowisko, w którym będzie widać, że szanuję wartości tej organizacji i świetnie odpowiadam na jej wymagania. Jeżeli powierzymy cały proces weryfikacji nadesłanych do nas CV technologii to możemy stracić osoby których atuty mogłyby ukazać się podczas rozmów rekrutacyjnych.

Łada Drozda: Mówisz o badaniu kompetencji kandydatów?

Piotr Ochociński: Tak, w modelu STAR (Situation, Task, Action, Result) stosowanym w profesjonalnych rekrutacjach chodzi o to, żeby dotrzeć do wiarygodnych przykładów doświadczeń kandydatów, również tych problematycznych i zobaczyć, jak dana osoba myśli, reaguje, jakie decyzje podejmuje i na jakiej podstawie, jakimi wartościami się kieruje. Zbudowanie takiego systemu eksperckiego opartego o sztuczną inteligencję to jeszcze pieśń przyszłości.

Łada Drozda: Wrócę do tej kwestii szkolenia otwartego „AI dla menedżerów”, które prowadzisz. Jak opisałbyś Twój wymarzony rezultat tego szkolenia? To znaczy, co chciałbyś, żeby po tym szkoleniu uczestnicy wiedzieli?

Piotr Ochociński: Przede wszystkim chciałbym, żeby wiedzieli, na czym polega działanie sztucznej inteligencji, że jest to inteligencja stymulowana, a nie ludzka inteligencja przeniesiona 1:1 do maszyny. Żeby wiedzieli, jakie są jej realne możliwości a jakie ograniczenia. Będziemy poznawali różne typy sztucznej inteligencji, żeby potrafili świadomie obsługiwać najlepsze aplikacje dostępne na rynku. Chcę, żeby osoby uczestniczące w tym warsztacie potrafiły krytycznie weryfikować narzędzia, z których korzystają. Wiedziały czy są bezpieczne, rzetelne, na jakich danych się opierają i żeby potrafiły te narzędzia świadomie wybierać i konfigurować pod swoje potrzeby. Liczę też na ciekawość uczestnika/uczestniczki, który powie: mam taką i taką sytuację, ciekawe jak narzędzie oparte o sztuczną inteligencję by sobie z tym poradziło. Spróbuję! I potem zada sobie pytania: czy to jest wystarczające, jak to udoskonalić i jak osiągnąć efekt, na którym mi zależy. Bo kompetencja dogadywania się ze sztuczną inteligencją polega na tym, że osiągamy efekt, którego oczekujemy albo przynajmniej efekt wystarczający, a może nawet dużo lepszy.

Ja sam korzystając z wielu narzędzi często jestem zaskakiwany wynikami, które osiągam. Wtedy też rodzi się we mnie ciekawość. Dlaczego wynik jest taki a nie inny? Co mogę zmienić, co ulepszyć? Do czego może mi się to przydać?

Łada Drozda: To może być swoją drogą bardzo duże wyzwanie dla menedżerów – określić rezultat, jakiego oczekuję od narzędzia. Przypomina mi to nie raz obserwowaną trudność menedżerów, żeby precyzyjnie określić czego oczekują od pracownik.

Piotr Ochociński: Tak. Ale tutaj mamy natychmiastowy wynik. Możemy go szybko ocenić i wprowadzić potrzebne zmiany. Być może nasze instrukcje nie były dość precyzyjne, albo dostarczone dane były słabej jakości. Praca ze sztuczną inteligencją, zwłaszcza w tym początkowym etapie, wymaga nastawienia się na pracę iteracyjną i poszukiwania lepszych rozwiązań.

Łada Drozda: Piotrze, bardzo dziękuję Ci za rozmowę i życzę udanych warsztatów.

Piotr Ochociński: Dziękuję.

***

AI dla menedżerów – sprawdź program szkolenia i najbliższe terminy>>