Ember, gép, döntés

Miben segítek a cégeknek, amikor bejön az AI

A mesterséges intelligencia, ma már helyet foglalhat a vezetőtanácsban és szavazhat is a döntések meghozatalában – azonban kérdéseket vethet fel az alkalmazása.

Kulcsszavak: AI-bevezetés, mesterséges intelligencia a munkahelyen, csapatfejlesztés, pszichometria, AI-rendelet, vezetői döntéshozatal, viselkedéstudomány, szervezetfejlesztés

Több évtizede dolgozom emberekkel. Pszichológusként ültem a rendelőben, csapatokat kísértem, sportolókkal készültem versenyekre, öt könyvet írtam. Közben elvégeztem a közgazdasági egyetemet és a mesteri képzést, most pedig marketing mesterképzésen tanulok. Az utóbbi években egy új munkatárs is megjelent az életemben, a mesterséges intelligencia. Napi szinten dolgozom vele, a tudásbázisomat, a kutatásaimat és a vállalkozásom automatizált folyamatait is rá építettem.

Ebből a kettős tapasztalatból született ez az írás. Szeretném pontosan leírni, miben tudok segíteni azoknak a cégeknek, amelyek most építik be az AI-t a munkájukba. Nem általánosságban. Konkrét helyzetekben, konkrét eredménnyel.

Amit a cégeknél most látok

Az AI-eszközök beszerzése ma már nem nagy döntés. Egy előfizetés, egy bevezető képzés, és a csapat elvileg dolgozhat vele. A gyakorlatban viszont három dolgot látok újra és újra.

Az első, hogy a használat egyenetlen. Van, aki kerüli az eszközt, mert nem bízik benne, vagy mert fél, hogy kiváltja a munkáját. Van, aki ellenőrzés nélkül elfogadja, amit a gép ad, mert gyors és magabiztosan fogalmaz. A kettő között pedig átrendeződik a csapat kommunikációja, anélkül hogy bárki erről döntött volna.

A második a termékcégeknél jelentkezik. Egyre több HR- és értékesítési szoftver mér embereket, sorolja be őket típusokba, vagy ajánl nekik valamit. A kérdés az, hogy mennyire érvényes ez a mérés. Mennyire magyarázható annak, akit mérnek? És mennyire felel meg az uniós AI-rendeletnek, amely a munkahelyi érzelemfelismerést tiltja, a foglalkoztatási célú AI-rendszereket pedig magas kockázatúnak minősíti?

A harmadik a vezetői szinten látszik. A döntések előkészítésének egy része átkerült a gépbe. Összefoglalók, forgatókönyvek, ajánlások készülnek vele. Ami közben láthatatlan maradt, az a felelősség és a torzítás. A gép érzékeny arra, hogyan teszik fel neki a kérdést. Az ember pedig hajlamos a gép magabiztossága felé mozdulni, akkor is, ha a saját tapasztalata mást mondana.

Mindhárom helyzetben a technológia működik. Ami akad, az emberi, szervezeti és döntéslélektani kérdés. Ezen a ponton tudok hasznos lenni.

Ki vagyok, röviden

Ötvenhat éves vagyok, pszichológus, szakterületem a pszichoszomatika és a tranzakcióanalízis. A folyamatkommunikációs modell (PCM^®) minősített trénere és profilkészítője vagyok. Sportpszichológusként olimpiai csapatmunkában is részt vettem. Közgazdász mesteri oklevelem van, és jelenleg marketing mesterképzésen tanulok.

A marketing diplomamunkámban egy saját, 1092 fős kérdőíves mintán építettem szegmentációs modellt hálózatelemzéssel. Hat stabil szegmenst kaptam, és egy mindössze 16 kérdésből álló rövid besorolót, amely a teljes kérdőív pontosságának 91 százalékát hozza. A modellt többféle módszerrel teszteltem, hogy az eredmény ne egyetlen beállításon múljon. Azért írom ezt le részletesen, mert jól mutatja a munkamódomat. Ha embereket mérünk, a mérésnek bizonyíthatóan működnie kell.

Az AI-t ismerem szőröstül-bőröstül. Saját tudásbázisomat, kutatási rutinomat, termékeim értékesítési és kézbesítési folyamatát AI-val és automatizálással építettem fel. Tudom, hol gyorsít, és tudom, hol hibázik magabiztosan.

Három helyzet, amelyben segítek

Az alábbi három terület egy tőről fakad. Mindegyik arról szól, hogyan dolgozik együtt az ember és a gép úgy, hogy a végén jobb döntés szülessen. A helyzettől függ, melyikkel érdemes kezdeni.

1. Amikor a csapat és az AI még nem talál egymásra

Amit ilyenkor hallok: „Megvettük, de alig használják.” „Mindenki másképp dolgozik vele.” „Van, aki fél tőle.”

Amit csinálok: először megnézem, hogyan kommunikál a csapat, és hogyan használja ténylegesen az eszközt. Ehhez a folyamatkommunikációs modell (PCM) profiljait és egy rövid kérdőívet használok, majd egy közös műhelyalkalmat tartok. Ebből kiderül, kinek mi az akadálya, és hol csúszik el a munka ember és gép között.

Amit kézbe kapsz: egyoldalas leletet a csapat helyzetéről, és konkrét javaslatokat. Ki mire használja az eszközt, ki ellenőrzi az eredményét, és milyen szabályok szerint beszél a csapat arról, amit a gép csinált.

Ha tovább megyünk: hat-nyolc hetes kísérés, amelyben a bevezetés emberi oldalát együtt rendezzük. Utána havi vagy negyedéves egyeztetés, ahogy a helyzet kívánja.

2. Amikor a terméketek embereket mér

Amit ilyenkor hallok: „A rendszerünk pontozza és típusokba sorolja a felhasználókat.” „Nem tudjuk biztosan, hogyan állunk az AI-rendelettel.” „Új ügyfélnél nincs elég adatunk, amíg nem használta a terméket.”

Amit csinálok: módszertani átvilágítást. Megnézem, mit mér a termék, mennyire érvényesen és mennyire magyarázhatóan, és hol lehet benne jogi kockázat. A mérést emberi oldalról nézem: mit tud meg a rendszer valakiről, milyen alapon, és ezt az illető érti-e.

Amit kézbe kapsz: írásos jelentést a mérés erősségeiről és gyenge pontjairól, javaslatokkal. Ha kell, olyan, hozzájárulásra épülő, önbevallásos mérési megoldást, amely validált és magyarázható. A 16 kérdéses besoroló például néhány perc alatt kitölthető, és új felhasználónál is ad kiinduló képet, amikor még nincs viselkedési adat.

Egy fontos megjegyzés: jogi minősítést nem adok, az ügyvéd dolga. Azt viszont meg tudom mutatni, hogyan lehet úgy mérni embereket, hogy a mérés tudományosan védhető legyen, és ne kelljen rejtett következtetésekre építeni.

3. Amikor a vezetői döntések az AI-n keresztül születnek

Amit ilyenkor hallok: „A vezetőség az AI összefoglalóiból dolgozik.” „Nem világos, ki felel egy rossz döntésért.” „Gyorsabbak lettünk, de nem biztos, hogy jobbak.”

Amit csinálok: élő bemutatót a vezetői csapatnak. Egy valós döntési helyzetet kétféle, tartalmilag azonos megfogalmazásban adunk oda az AI-nak, és megnézzük, mennyire tér el a javaslata. Utána együtt végigbeszéljük, mit jelent ez a saját döntési folyamatukra nézve. Ez a leggyorsabb módja annak, hogy egy vezetői csapat megértse, mi történik, amikor a gép bekerül a döntési láncba.

Amit kézbe kapsz: a bemutató eredményét, és egy döntés-előkészítési protokollt. Hol lép be a gép, ki ellenőrzi, milyen kérdéseket kell feltenni neki és önmagatoknak, mielőtt döntötök.

Ha tovább megyünk: a döntési folyamat teljes átvilágítása, majd negyedéves felülvizsgálat, amelyben a meghozott döntéseket visszanézzük.

Honnan tudod, melyik kell nektek

Ha nem vagy biztos benne, melyik helyzet a tiétek, ez az öt kérdés segít. Az első beszélgetésen én is ezekkel kezdek.

1. Használtok már AI-eszközt a csapatban, vagy most vezetitek be?
2. Ha gond van vele, az emberek viszonyában van a géphez, vagy abban, amit a gép mér és javasol?
3. Építetek olyan terméket, amely embereket mér, besorol, vagy ajánl nekik valamit?
4. Vezetői szinten készítetek elő döntéseket AI-val?
5. Ha egy év múlva jobb lenne a helyzet, miből vennétek észre?

Egy beszélgetésben egy területtel kezdünk. Ha az jól működik, jöhet a következő.

Hogyan dolgozom

Távolról és helyben is dolgozom, magyar és angol nyelven. A munka projektekben szerveződik, nem kötött munkaidőben. Egy-egy megbízásnak eleje, vége és mérhető eredménye van.

Néhány alapelv amely támogatja a munkámat.

Beleegyezés és átláthatóság. Aki részt vesz egy mérésben vagy felmérésben, tudja, mit mérünk, miért, és mi történik az adataival.

Magyarázhatóság. Minden eredményt úgy adok át, hogy a döntéshozó el tudja magyarázni a munkatársainak is, honnan jött.

Ember a döntési körben. A gép javasol, az ember dönt. Ezt a szerkezetet építem be mindenhová, ahol dolgozom.

Bizonyíték a vélemény előtt. Amit állítok, azt adattal vagy forrással támasztom alá. Ahol nincs adat, ott ezt kimondom.

Mire számíthatsz tőlem

Tegyük fel, hogy a csapatod egy reggel kitölt egy kérdőívet, és senki nem tudja, mi lesz a válaszokkal. Mennyire lesznek őszinték? A mérés annyit ér, amennyire az emberek vállalják. Ezért nálam mindenki előre tudja, mit mérünk, és az eredményét ő is megkapja. Az uniós AI-rendelet ugyanezt az irányt jelöli ki, amikor a munkahelyi érzelemfelismerést tiltja. Neked ebből használható adat lesz, a csapatodnak pedig bizalom.

A megoldást a ti fejlesztőitek építik. Én a módszertant, a mérést és a jó kérdéseket hozom hozzá. Így minden, ami elkészül, a tiétek marad, és a tudás is a házon belül gyarapszik.

A változásnak üteme van. Az első mérés megmutatja, honnan indultok. A második, hat-nyolc hét múlva, azt, merre mozdult a csapat. Ezekből a számokból döntesz a folytatásról.

Aki tudja, mire számíthat, bátrabban vág bele.

Miért most

Az AI-bevezetések többsége most van abban a szakaszban, ahol a technikai rész már kész, az emberi rész még nem érte utol a gépi alkalmazást. Ez az a pont, ahol a legkisebb ráfordítással lehet a legtöbbet javítani. Egy évvel később a rossz szokások már beépülnek, és a bizalmatlanság vagy a vak bizalom nehezebben mozdul.

Ugyanez igaz a termékekre. Egy mérési módszertant sokkal olcsóbb az elején rendbe tenni, mint utólag átépíteni, amikor egy ügyfél vagy egy hatóság rákérdez.

Az első lépés

Ha a fenti helyzetek közül valamelyikben magadra ismersz, írj nekem egy-két mondatot arról, mi akad most nálatok. Ennyi elég. Válaszként javaslok egy rövid, kötetlen beszélgetést, amelyben az öt kérdés mentén együtt megnézzük, melyik terület a tiétek, és mi lenne az első, kicsi, kockázatmentes lépés.

Az első beszélgetés díjmentes, és nem jár kötelezettséggel. Keress bátran.

Glosszárium

• AI (mesterséges intelligencia): itt elsősorban a szöveget értő és író nyelvi modellekre épülő eszközök, amelyeket a cégek összefoglalásra, elemzésre, döntés-előkészítésre használnak.
• AI-rendelet (AI Act): az Európai Unió mesterséges intelligenciáról szóló rendelete. Tiltja a munkahelyi érzelemfelismerést, a foglalkoztatási célú AI-rendszereket pedig magas kockázatúnak minősíti.
• Ember a döntési körben (human-in-the-loop): olyan működés, amelyben a gép javaslatát ember ellenőrzi és hagyja jóvá.
• Folyamatkommunikációs modell^® (Process Communication Model^®, PCM^®): személyiség- és kommunikációs modell, amely leírja, ki milyen módon kommunikál hatékonyan, és mi történik vele stresszhelyzetben.
• Tranzakcióanalízis (TA): pszichológiai elmélet és módszer az emberi kapcsolatok, a kommunikáció és az életminták megértésére.

• Személyiségrajz & NASA PCM®
• Vállalatfejlesztés
• Mit üzen a test, amikor a lélek túlterhelt?
• Mi az a sorskönyv, és hogyan hat az életünkre?
• Szinusz és a félkarú rabló