Как использовать генеративный ИИ для джоб-крафтинга | Большие Идеи

・ Технологии

Как использовать генеративный ИИ
для джоб-крафтинга

Переложив часть рутинных функций на GenAI, можно улучшить производительность сотрудников и повысить их удовлетворенность от работы

Автор: Марьям Алави

Как использовать генеративный ИИ для джоб-крафтинга
Фото: Unsplash/ Igor Omilaev

читайте также

Почему стоит отказаться от надуманного образа

Маршалл Голдсмит

Непотизм: неписаные правила (не)корпоративного мира

Джилл Коркиндейл

Четыре правила осознанной жизни

Тони Шварц

Уйти в подрыв: четыре причины использовать теорию подрывных инноваций

Скотт Энтони

Интерактивные, разговорные и генеративные функции GenAI (генеративного ИИ) стимулируют развитие креативного мышления, помогают решать самые разные проблемы при обработке и усвоении больших объемов информации. Следовательно, такие функции выступают в качестве когнитивных ресурсов для работников умственного труда. Более того, возможности генеративного ИИ помогают преодолевать препятствия, с которыми сталкиваются люди, занятые в интеллектуальной сфере, включая нехватку времени, пробелы в знаниях и навыках, а также негативные эмоции (например, скуку, вызванную повторяющимися задачами, или фрустрацию от взаимодействия с недовольными клиентами). Эмпирические исследования и полевые наблюдения уже демонстрируют ценность потенциала генеративного ИИ в сфере джоб-крафтинга.

Считается, что внедрение новых и развивающихся инструментов генеративного ИИ повышает эффективность и конкурентоспособность компаний. В пользу этого взгляда свидетельствуют нынешние и планируемые инвестиции организаций, работающих в наукоемких отраслях: речь идет о финансах, здравоохранении и индустрии развлечений. Согласно прогнозам, расходы предприятий на генеративный ИИ в 2024 году вырастут вдвое, а к 2027-му увеличатся до $151,1 млрд.

Тем не менее, путь к получению прибыли от этих инвестиций остается неясным. Несмотря на то, что самые разные отрасли демонстрируют повышение эффективности и производительности благодаря использованию компьютеров для автоматизации широкомасштабной рутинной работы и структурированных задач, профессии умственного труда во многом противостоят автоматизации. Причина этого кроется в самой природе интеллектуальной деятельности, которая нередко предполагает выполнение неструктурированных и плохо определенных целей. Конкретная входная информация, желаемый результат и/или процессы преобразования ввода и вывода данных не являются приоритетными, что ограничивает использование компьютерных приложений для выполнения основных задач в сфере интеллектуального труда.

Инструменты генеративного ИИ меняют бизнес-ландшафт, расширяя круг заданий, которые могут выполнять и поддерживать компьютеры, включая генерирование идей, разработку программного обеспечения, а также креативное письмо и производство контента. Благодаря своей улучшенной способности создавать человекоподобные ответы генеративный ИИ обладает потенциалом к значительному повышению продуктивности и креативности работников умственного труда. И все же вопрос, как применять генеративный ИИ в интеллектуальной сфере, чтобы успешно воспользоваться его преимуществами, требует ответа. Диктовать параметры для использования генеративного ИИ посредством нисходящего подхода — например, путем формального планирования или перепланирования работы, — сложно, поскольку люди для применения новых цифровых инструментов задействуют способы, которые трудно до конца просчитать. Эта непредсказуемость особенно актуальна, когда речь идет об использовании генеративного ИИ для поддержки умственного труда по следующим причинам.

— Данные и методики, применяемые в сфере интеллектуальной деятельности для работы с неструктурированными и креативными компонентами, связанными с решением проблем, невозможно предугадать. Например, работники умственного труда, занимающие схожие позиции в одной и той же организации, порой используют разные подходы к выполнению задач, но при этом все они достигают желаемых результатов. Кроме того, методы конкретного работника интеллектуальной сферы со временем меняются благодаря приобретенным знаниям и опыту. Следовательно, способ, которым генеративный ИИ внедряется в умственную деятельность, должен быть гибким и должен пренебречь заранее настроенными параметрами и стандартизацией. Создание нормативного руководства по применению генеративного ИИ оказывается сложной задачей и отнюдь не гарантирует достижения инновационных и внятных результатов.

— Модели использования генеративного ИИ работниками интеллектуального труда эволюционируют под влиянием конкретных обстоятельств, связанных с взаимным обучением сотрудника и инструментов GenAI. Люди могут развивать способности генеративного ИИ посредством обратной связи — ведь они получают объяснения, примеры и ответы путем взаимодействия с этими инструментами. В свою очередь инструменты ИИ разработаны для автономного обучения путем интеграции новых данных и обратной связи, полученной в ходе их использования. Таким образом, успешное внедрение генеративного ИИ в сферу умственного труда представляет собой длительный и сложный адаптационный процесс как для пользователя, так и для инструментов генеративного ИИ, необходимый, чтобы привести эту деятельность в соответствие с рабочими требованиями.

В этой статье я предлагаю модель, основанную на принципах джоб-крафтинга для определения лучших способов применения инструментов генеративного ИИ в сфере интеллектуальной деятельности. Речь идет о том, чтобы улучшить не только производительность работников умственного труда, но также и их восприятие собственных ролей.

Что такое джоб-крафтинг?

Джоб-крафтинг — запускаемый по инициативе сотрудника процесс, в ходе которого он приспосабливает и подгоняет под себя преобладающие ресурсы и рабочие требования, чтобы привести их в соответствие со своими нуждами и обстоятельствами. Под ресурсами в данном контексте мы понимаем элементы, которые способствуют выполнению работы, усилению мотивации и вовлеченности, а также приводят к улучшению показателей деятельности и повышению удовлетворенности. Примерами рабочих ресурсов являются навыки и знания, системы поддержки, получение консультаций и конструктивного отклика, а также энергия и усилия — как в когнитивном, так и в физическом плане.

Еще одна грань джоб-крафтинга — снижение отвлекающих и затрудняющих деятельность требований, которые могут препятствовать эффективной работе или вызывать негативные последствия и эмоции. В качестве примеров можно привести чрезмерную загруженность, нехватку времени или недостаток требуемых навыков и опыта. Важно отметить, что рабочие ресурсы используются для того, чтобы противостоять воздействию такого рода негативных требований. Например, сотруднику может понадобиться дополнительная поддержка коллег, чтобы он справился с чрезмерной загруженностью или успел к жесткому дедлайну.

В ходе ряда исследований в сфере менеджмента удалось проанализировать и установить положительную связь между джоб-крафтингом и усилением вовлеченности сотрудников, а также улучшением их мотивации, продуктивности и общего самочувствия.

Генеративный ИИ как инструмент джоб-крафтинга

Интерактивные, разговорные и генеративные функции GenAI оказывают поддержку в творческих вопросах, в решении проблем, а также при обработке и усвоении больших объемов информации. Следовательно, такие функции могут выступать в качестве когнитивных ресурсов для работников умственного труда. Более того, возможности генеративного ИИ способны устранить препятствия на пути к эффективной деятельности, с которыми сталкиваются сотрудники, включая нехватку времени, пробелы в знаниях и навыках, а также негативные эмоции (например, скуку, вызванную рутинными задачами).

Исследования, представленные в этом и других разделах, проливают свет на ценность генеративного ИИ в качестве ресурса для джоб-крафтинга в самых разнообразных областях деятельности, таких как клиентская поддержка, управленческий консалтинг, правовой анализ, а также программное обеспечение и технология.

Клиентская поддержка

Полевой эксперимент с участием более 5 тыс. сотрудников службы поддержки — поставщика программного обеспечения для бизнеса (включен в рейтинг Fortune Global 500) — свидетельствует: применение инструмента генеративного ИИ GPT-4 привело не только к повышению производительности, но и к большему удовлетворению от работы. Согласно данным исследования, производительность благодаря использованию инструмента генеративного ИИ в большей степени повысилась у менее квалифицированных сотрудников. Еще одно интересное открытие этого эксперимента: применение работниками генеративного ИИ улучшило настроение клиентов и наладило взаимодействие с ними.

Письмо и решение проблем

Более 450 профессионалов с высшим образованием приняло участие в эксперименте, предполагающем выполнение письменного задания. Половине участников предоставили доступ к инструментам генеративного ИИ, чтобы облегчить решение задачи. Данная группа показала куда более высокие результаты, чем участники, не получившие доступа к инструментам ИИ. Пользователи генеративного ИИ справились с заданием на 40% быстрее, а качество их письма было на 18% выше, чем у тех, кто не мог воспользоваться этими инструментами. Кроме того, исследование показало: благодаря использованию генеративного ИИ производительность в большей степени улучшилась у менее квалифицированных участников.

Аналогичным образом шестидесяти студентам предложили решить четыре задачи по правовому анализу. Половину участников исследования попросили использовать генеративный ИИ (GPT-4), чтобы помочь им в выполнении задания, а второй половине не предоставили доступа к этим инструментам. Согласно результатам исследования, использование генеративного ИИ значительно сократило время выполнения задания для участников, применявших эти инструменты. Важно отметить, что в тех случаях, когда использование генеративного ИИ позитивно повлияло на качество выполнения задания, у менее квалифицированных участников значительно повысилась производительность. Также в опросе по следам эксперимента участники, применявшие генеративный ИИ, выражали большую удовлетворенность тем, как они выполнили задания, и с энтузиазмом говорили о внедрении генеративного ИИ в свою работу в будущем.

Подобные позитивные результаты применения генеративного ИИ были также получены в полевом исследовании, в котором приняло участие более 750 профессионалов в сфере управленческого консалтинга. В этом исследовании использование инструмента генеративного ИИ привело к значительным улучшениям производительности, когда речь шла о креативном подходе к решению проблем. Более того, консультанты, у которых на исходном уровне показатели производительности были ниже среднего, продемонстрировали более высокие показатели благодаря использованию генеративного ИИ. Также эти консультанты смогли извлечь большую пользу в сравнении с теми профессионалами, чьи показатели изначально были выше среднего и которые тоже применяли инструменты генеративного ИИ.

Программное обеспечение и технология

Чтобы оценить воздействие инструмента GitHub Copilot на разработчиков, их поделили на две группы для выполнения аналогичных задач. Участники одной из групп применяли GitHub Copilot (основанный на генеративном ИИ генератор кода для разработчиков программного обеспечения), тогда как участники второй группы не получили доступ к этому инструменту. Скорость разработчиков, использовавших Copilot, на 55% превышала скорость тех, кто этот инструмент не применял. Кроме того, пользователи GitHub Copilot продемонстрировали следующие результаты: помимо большей скорости выполнения задания, 59% участников сообщили о снижении уровня фрустрации, 60% сказали, что больше удовлетворены выполнением своих задач, а 87% разработчиков отметили меньшие умственные затраты при выполнении повторяющихся операций.

В другом исследовании, на сей раз проведенном компанией Microsoft, приняли участие 149 аналитиков кибербезопасности, которые недавно начали трудовую деятельность. Участники исследования были поделены на две группы. Первая группа использовала инструмент Microsoft Security Copilot, чтобы представить отчеты о случаях кибератак и рекомендовать шаги по восстановлению после инцидентов, а другая группа действовала без этого помощника. По результатам исследования пользователи генеративного ИИ оказались на 44% точнее и на 26% быстрее при выполнении своих заданий. 83% участников, применивших этот инструмент, сообщили, что, по их мнению, использование Security Copilot помогло им решить задачу с меньшими усилиями.

На основании приведенных примеров можно сделать следующий вывод: работники интеллектуального труда путем самостоятельного отбора и применения различных функций генеративного ИИ при выполнении своих задач (одна из форм джоб-крафтинга) постоянно демонстрировали более высокий уровень производительности. Это улучшение проявилось и в их самооценке, и в объективных показателях. Когда опрашивали участников, применявших генеративный ИИ в джоб-крафтинге, то люди выражали позитивное отношение к работе — большую удовлетворенность своей деятельностью, снижение умственного напряжения, уменьшение числа монотонных задач и более низкий уровень фрустрации.

Возникающие идеи

Основываясь на результатах этого исследования, можно сделать два вывода.

Развертывание инструментов генеративного ИИ было оставлено на усмотрение работников умственного труда. Вместо просьбы выполнять предписанную последовательность действий или шагов для внедрения генеративного ИИ людям разрешили использовать эти инструменты по своему желанию. Такого рода самостоятельный отбор соответствует модели джоб-крафтинга — здесь предпринимаемые сотрудниками инициативы и процессы важнее, нежели спущенные сверху нормативы. Такого рода гибкость в применении генеративного ИИ в джоб-крафтинге сочетается с основными характеристиками интеллектуального труда — неструктурированного и динамичного, — которые противостоят строгим, заранее предопределенным методам выполнения задач.

Генеративный ИИ доказал особую ценность, помогая восполнить пробелы в опыте и навыках, наличие которых может помешать работникам умственного труда в их деятельности. Ранее проведенные исследования демонстрируют, что менее опытные сотрудники применяют джоб-крафтинг при помощи генеративного ИИ с большей пользой, чем их более опытные — и работающие с большей эффективностью — коллеги. Это, в свою очередь, приводит к ускоренному обучению и повышению производительности сотрудников, недавно занявших свои должности, а также снижает нагрузку более опытных коллег — консультантов и менторов. Таким образом, старшие сотрудники тоже могут извлечь выгоду из джоб-крафтинга с применением генеративного ИИ — теперь требуется меньше времени и усилий, необходимых для наставничества и помощи в выполнении задач.

Инструменты генеративного ИИ разнообразны, просты в использовании и широкодоступны. Кроме того, поставщики программного обеспечения все больше внедряют в свои программы функции генеративного ИИ — например, обработку естественного языка с помощью текстовых или голосовых чатов. Такие инструменты обладают значительным потенциалом для джоб-крафтинга, что позволяет персоналу повышать производительность и улучшать баланс между работой и личной жизнью.

Какова роль менеджмента в успехе джоб-крафтинга при помощи генеративного ИИ?

Менеджмент играет ключевую роль в том, чтобы направить работников умственного труда и помочь им использовать инструменты генеративного ИИ для джоб-крафтинга. Для достижения успеха управленцы должны провести сотрудников через два важных этапа.

Внедрение целенаправленных образовательных инициатив по джоб-крафтингу с помощью генеративного ИИ

Результаты исследований подтвердили эффективность специального обучения джоб-крафтингу, а также его необходимость. Согласно свидетельствам, руководство по джоб-крафтингу позитивно влияет на поиск и использование ресурсов, что улучшает качество труда, повышает вовлеченность и удовлетворение от работы. Чтобы реализовать эти преимущества, люди, занятые умственным трудом, должны сперва ознакомиться с основными целями и принципами джоб-крафтинга. В частности, они должны понимать его как процесс внесения изменений в сферу своей работы в целом, а также в диапазон контроля. Это облегчит выполнение задач в рамках должностных обязательств сотрудников. Члены рабочих команд должны осознать: джоб-крафтинг не предназначен для того, чтобы человек уклонялся от решения сложных рабочих задач, тем самым оказывая негативное влияние на коллег и их производительность.

После того, как сотрудники узнают о джоб-крафтинге, обучение должно сосредоточиться на функциях и функциональных возможностях, предоставляемых инструментами генеративного ИИ, а также на том, как их эффективно применять в качестве ресурсов для использования в процессе джоб-крафтинга, чтобы способствовать повышению умственной деятельности. Например, обучение инженерии подсказок при помощи генеративного ИИ помогает работникам умственного труда эффективно искать и анализировать данные, получать и обобщать информацию, генерировать отчеты, развивать новые идеи, получать своевременный и персонализированный отклик, а также приобретать и совершенствовать рабочие навыки.

Участники должны получить полное представление не только о потенциальных выгодах, но и об ограничениях и рисках, возникающих при использовании инструментов генеративного ИИ. Необходимо четко разъяснять, чего эти инструменты помогают добиться, а какие задачи им не под силу. Яркой иллюстрацией служит вышеупомянутое исследование с участием профессионалов в сфере управленческого консалтинга. Инструменты генеративного ИИ способствовали производительности в решении творческой проблемы, однако в случае с бизнес-задачей, требовавшей анализа качественных и количественных данных опросов, было установлено обратное: участники, которые не применяли генеративный ИИ, показали лучшие результаты, чем их коллеги, использовавшие эту технологию. Таким образом, нужно работать над сбалансированным пониманием сильных и слабых сторон генеративного ИИ, чтобы снизить риски, связанные с неправильным применением ИИ в сферах, где это не принесет пользу. Более того, образовательные программы должны подчеркивать ответственность пользователя и важность критического осмысления, а также необходимость оценки качества и точности результатов, полученных с помощью генеративного ИИ.

Таким образом, цель специализированных образовательных программ — продвижение практики обоснованного, ответственного и эффективного применения генеративного ИИ в рамках модели джоб-крафтинга.

Создавать культуру доверия

Менеджмент должен создавать культуру, которая способствует безопасному исследованию и приспособлению инструментов генеративного ИИ для джоб-крафтинга. В этой связи крайне важно, чтобы работники умственного труда проявляли доверие и не сомневались в следующем: джоб-крафтинг с применением генеративного ИИ вовсе не планирует замещать собой сотрудников или приуменьшать их роль, а напротив, способствует повышению эффективности их деятельности. Неверное представление о том, что использование этой модели ведет к сокращению рабочих мест, может привести к нежелательному поведению в коллективе. Сотрудники станут избегать инструментов генеративного ИИ или применять их тайно и опасным способом, что вызовет отчуждение от работы. Чтобы не упустить из виду эти вопросы и извлечь максимальную выгоду от положительных эффектов джоб-крафтинга с применением генеративного ИИ, руководство компаний должно заложить прочный фундамент доверия и психологической безопасности.

В более широком плане необходимо, чтобы управленцы и их подчиненные совместными усилиями определили, каким образом задача по повышению продуктивности с применением генеративного ИИ может быть эффективно решена на индивидуальном уровне, чтобы принести пользу отдельным командам и организации в целом для достижения стратегических и коллективных целей. Основанная на доверии культура необходима для формирования прозрачных и продуктивных взаимосвязей между людьми интеллектуального труда, а также между ними и их руководителями, что улучшит совместную работу во имя достижения этих коллективных целей.

Джоб-крафтинг с применением генеративного ИИ — динамично развивающийся процесс, которому способствуют достижения в области машинного обучения, технологические новшества, а также кумулятивное обучение и опыт работников умственного труда. Руководителям необходимо осознать, что применение джоб-крафтинга с использованием генеративного ИИ — это не единичное событие, а поступательное движение по пути обучения, инноваций и адаптации.