Een journalist krijgt een profiel voorgeschoteld van een prominente politicus met een krappe ommekeer. Met nog maar een paar uur te gaan vóór het interview, vroeg hij ChatGPT om een lijst met vragen op te stellen. Tevreden met de dertig vragen die in minder dan een minuut waren ingediend, deelde hij ze met zijn redacteuren om er zeker van te zijn dat er geen middel onbeproefd bleef. De redacteur herschreef bijna de hele lijst. Er zijn geen vragen over belangrijke ervaringen in het vroege leven, waarom de senator stopte met studeren, afscheid nam van zijn eerste campagneleider, en meer.
Al deze ontbrekende vragen komen voort uit het begrijpen van de bredere context en het jarenlang aanscherpen van het redactionele oordeel, dat soort dingen AI kan niet vervangen.
Net zoals generatieve AI-tools zoals ChatGPT erg populair zijn, met meer dan 800 miljoen wekelijkse actieve gebruikers, Reuterswe beginnen de beperkingen ervan te begrijpen. Er is een grens aan hoeveel AI-genen mensen kunnen helpen taken uit te voeren die buiten hun vakgebied liggen – onderzoekers noemen dit “AI-muur.” Dit onderstreept de noodzaak voor professionals om de menselijke vaardigheden te blijven ontwikkelen die er echt toe doen, zoals gezond verstand en nieuwsgierigheid. Op de hedendaagse AI-gestuurde werkplek zullen leiders die betere vragen stellen, leiden tot betere beslissingen, sterkere teams en een zinvoller gebruik van AI. Hier zijn drie leiderschapspraktijken die het verschil maken tussen het gebruik van AI en het goed gebruiken ervan.
Contextualiseer elke AI-taak binnen het grotere geheel
Zoals het journalistieke voorbeeld illustreert, is één ding dat inherent blijft aan menselijke intelligentie het begrijpen van het grotere geheel. Dit betekent niet alleen dat u de taak begrijpt, maar ook het doel ervan, en hoe deze past in de bredere doelstellingen van het individu of de organisatie. Als een redacteur bijvoorbeeld een profiel wil dat het veranderende politieke landschap uitlegt, moet die context de toon en richting van elke vraag bepalen.
Leiders bevinden zich in een unieke positie om teams te helpen bij het formuleren van vragen met grotere prioriteiten in gedachten, in plaats van elk beschikbaar inzicht na te jagen. Dit wordt zelfs nog belangrijker bij het gebruik van AI-tools, die het heel gemakkelijk maken om taak na taak passief uit te voeren zonder na te denken over het ‘waarom’ van dit alles, wat resulteert in door AI gegenereerde resultaten. vuil werk.
De meest effectieve leiders pauzeren om te beslissen hoe gericht een onderwerp of taak is, en niet alleen hoe snel deze kan worden voltooid, en begeleiden hun teams dienovereenkomstig.
Beschouw de uitkomst als uitgangspunt
In de begindagen van generatieve AI was snelle engineering een cruciale vaardigheid. Het opstellen van de juiste prompt bepaalt vaak het nut van een LLM-sessie. Precisie is de sleutel.
Naarmate generatieve AI-tools zoals ChatGPT geavanceerder en communicatiever worden, vervangt snelle sequencing geleidelijk de snelle engineering. Snelle reeksen splitsen taken op in kleinere, beter beheersbare stappen die logisch verlopen – meestal van bredere naar meer verfijnde vragen. Als u ChatGPT bijvoorbeeld gebruikt om concurrentieanalyses te ontwikkelen, kunnen uw vragen als volgt evolueren:
- Wat is het huidige marktlandschap (industrie/productcategorie)?
- Wie zijn de belangrijkste concurrenten op deze markt?
Hoe positioneert elke concurrent zichzelf in termen van waardepropositie, doelgroep, prijs en kernsterkten? - Wat zijn de belangrijkste sterke en zwakke punten van deze concurrenten?
Elke uitvoer begeleidt de volgende opdracht, waardoor u uw zoekopdrachten voortdurend moet verfijnen. Omwille van de efficiëntie is strategisch denken nog steeds belangrijk, maar de nadruk ligt niet langer op het in één keer goed doen.
Kortom, de meest effectieve leiders beschouwen de resultaten van AI als een gespreksstarter en niet als een definitief antwoord.
Ontwikkel beoordelingen die AI niet kan vervangen
Ondanks hun onmiskenbare potentieel bieden generatieve AI-tools niet altijd dezelfde kansen voor professionals. Denk hier eens over na: slechts 26% van de werknemers die generatieve AI gebruiken, rapporteert een toename van hun creativiteit Gallup– niet de innovatieboost waar u op hoopte. Het probleem is niet de toegang tot technologie, maar hoe de technologie wordt gebruikt.
Recent onderzoek benadrukt waarom AI de prestaties van sommige mensen verbetert en van anderen niet. Dit heeft betrekking op metacognitie: het vermogen om je denken te plannen, evalueren en verfijnen. Werknemers met sterkere metacognitieve vaardigheden zullen meer profijt hebben van AI, leggen de onderzoekers uit Harvard bedrijfsrecensie. In de praktijk betekent dit dat je nadenkt over je manier van denken terwijl je werkt: leemten in de kennis identificeren, nieuwe informatie opnemen in bestaande mentale modellen en gaandeweg je aanpak aanpassen. Het is het verschil tussen het passief doorlezen van een verhaal en het echt begrijpen: welke aanpak leidt tot leren?
Om ervoor te zorgen dat leiders en medewerkers het maximale uit AI-tools halen, is het belangrijk om een actievere aanpak te hanteren. Stel aannames ter discussie, onderzoek de afwegingen en denk kritisch na over AI, in plaats van het uit te stellen.
Bij Jotform moedig ik mijn team aan om output nooit als vanzelfsprekend te beschouwen. We spelen de advocaat van de duivel, zoeken naar blinde vlekken en bekijken hoe elke uitkomst in het grotere geheel past. Een oplossing kan op de korte termijn werken, maar zal schadelijk zijn voor de langetermijndoelstellingen van u of uw organisatie. Hoewel AI-hulpmiddelen ons leven gemakkelijker maken, weerstaan we de drang om genoegen te nemen met ‘goed genoeg’.
Door kritisch denken te oefenen, kunnen leiders de voordelen van AI ten volle benutten en tegelijkertijd junior medewerkers helpen het oordeel te ontwikkelen om de beperkingen ervan te overwinnen en eventuele AI-obstakels te overwinnen.
