Yetenek: Yapay Zeka, Öğrenme ve Geliştirme Sorununu Ortaya Çıkarıyor

Yapay Zeka Bir Yetenek Sorununu Ortaya Çıkarıyor

Çoğu kuruluş yapay zekaya hazırlanmaya çalıştıklarını söylüyor. Pratikte çoğu kişi daha dar kapsamlı bir şeyler yapıyor. İnsanların araçlara erişmesini sağlıyorlar, giriş oturumları sunuyorlar ve deneyleri teşvik ediyorlar. Bu aktivite yaratabilir. Mutlaka yetenek yaratmaz. Önemli olan ayrım budur. Yapay zeka yalnızca işyerine yeni araçlar sunmakla kalmıyor. Kuruluşların, yeteneğin gerçek koşullar altında nasıl oluşturulduğunu, desteklendiğini ve uygulandığını anlayıp anlamadıklarını açığa çıkarıyor. Ve çoğu durumda bunu yapmazlar. Bu yüzden pek çok güncel yanıt eksik geliyor. Liderler aciliyeti hissederler. Çalışanlar deney yapıyor. Öğrenme ekipleri hızlı hareket etme baskısı altındadır. Ancak piyasaya sürülenlerin çoğu, performansın gerçekten nasıl geliştiğine dair hâlâ sallantılı varsayımlara dayanıyor.

Birçok Kuruluşun Yaptığı Hata

Ortak bir model ortaya çıkıyor. Yeni bir baskı ortaya çıkıyor. Yapay zeka konu haline geliyor. Çalışanların “becerilendirilmesi” gerekiyor. Bir kurs önerildi. Veya ders yorgunluğuna tepki olarak birisi öğrenmenin işin akışı içinde gerçekleşmesi gerektiğini savunuyor. Her iki yanıt da asıl noktayı kaçırabilir.

Sorun, cevabın bir ders mi, bir kaynak mı, bir bilgi istemi kitaplığı mı yoksa bir iş akışı aracı mı olduğu değildir. Sorun, kuruluşun ne tür bir sorunu çözmeye çalıştığını doğru bir şekilde tanımlayıp tanımlayamadığıdır. Çoğu zaman üç farklı ihtiyaç bir arada bulanıklaşır:

Performanstan önce yetenek oluşturma.
Performans sırasında hatırlamayı desteklemek.
Hiçbir zaman öncelikli olarak öğrenmeyle ilgili olmayan bir sorunu çözmek.

Bu ayrımlar net olmadığında kuruluşlar, performans ihtiyacından ziyade trendlere, kolaylıklara veya aşinalığa dayalı çözümleri seçme eğilimindedir.

Neden “İş Akışı” Konuşması Çoğu Zaman Aşırı Basitleştiriliyor?

İş akışında destek faydalıdır. Çoğu durumda bu çok önemlidir. Ancak bu yeteneğin yerini tutmaz. Bir kontrol listesi hatırlamayı destekleyebilir. Hızlı bir kılavuz sürtünmeyi azaltabilir. Bir iş yardımı, birinin bilinen bir işlemi daha güvenilir bir şekilde yürütmesine yardımcı olabilir. Bu araçlar, yetenek zaten mevcut olduğunda değerlidir ve asıl sorun, ihtiyaç anında erişim, tutarlılık veya hafızadır. İş muhakeme, önceliklendirme, ödünleşim kararları veya baskı altında eylem gerektirdiğinde çok daha az etkili olurlar.

İnsanlar henüz sahip olmadıkları bir yeteneği geliştirmek için tam zamanında desteğe güvenemezler. Bu desteği yalnızca yeterli temel yeterliliğin zaten mevcut olması durumunda iyi bir şekilde kullanabilirler. Yapay zeka ile ilgili çalışmalarda bu daha da önemlidir. Çalışanlar iyi çıktının neye benzediğini, riskin nerede bulunduğunu, neyin yükseltilmesi gerektiğini veya insan yargısının ne zaman aracı geçersiz kılması gerektiğini anlamıyorsa, yapay zekaya erişim onları daha yetenekli kılmayacaktır. Kötü kararların daha hızlı alınmasına neden olabilir.

Yapay Zeka Okuryazarlığı Bir Araç Aşinalık Sorunu Değildir

Yapay zeka okuryazarlığı çabalarının çoğu platformlara ve istemlere çok fazla odaklanıyor. Bu anlaşılabilir bir durum ama yeterli değil. Daha önemli sorular pratik ve rol bazlıdır:

Yapay zeka burada hangi çalışmayı desteklemeli?
Hangi kararlar hâlâ insan muhakemesini gerektiriyor?
Bir araçta hangi bilgiler kullanılabilir veya kullanılamaz?
Bu fonksiyonda kabul edilebilir çıktı nasıl görünüyor?
İnceleme, imzalama veya üst kademeye iletme ne zaman gereklidir?

Bu netlik olmadığında çalışanlar doğaçlama yapmak zorunda kalır. Bazıları sınırlar belirsiz olduğu için yapay zekadan kaçınıyor. Diğerleri ise korkuluklar zayıf olduğu için bunu çok gelişigüzel kullanıyor. Her iki durumda da organizasyon, yetenek yerine tutarsızlıkla sonuçlanır. Bu nedenle yapay zeka okuryazarlığı genel bir farkındalık konusu olarak ele alınmamalıdır. Gerçek iş, gerçek kararlar ve gerçek performans standartlarına göre tanımlanmalıdır.

Öğrenme ve Geliştirme ve İş Liderleri İçin Daha İyi Soru

“Bu bir ders olmalı mı?” diye sormak yerine veya “Bunu iş akışında destekleyebilir miyiz?” daha iyi bir soru şudur: “İşin gerçekte talep ettiği yetenek düzeyine ulaşmak için gereken en az müdahaleci yöntem nedir?”

Bu soru her şeyi değiştirir. Bazen cevap yapılandırılmış uygulama, simülasyon, koçluk veya rehberli uygulama olabilir çünkü yeteneğin performanstan önce geliştirilmesi gerekir. Bazen cevap performans desteği olacaktır çünkü yetenek zaten mevcuttur ve ihtiyaç pekiştirme veya geri çağırmadır. Bazen cevap ikisi de olmayabilir, çünkü sorun belirsiz bir süreç, zayıf sistem tasarımı, zayıf yönetim veya tanımlanmamış beklentilerdir.

Birçok örgütün hâlâ mücadele ettiği nokta burasıdır. Neyin inşa edilmesi gerektiğine, neyin desteklenebileceğine ve neyin başka yerde çözülmesi gerektiğine karar vermeden öğrenme varlıkları oluşturmak için hızla hareket ediyorlar.

Yapay Zeka Gerçekte Neyi Ortaya Çıkarıyor?

Yapay zeka bir stres testi görevi görüyor. Kuruluşların bilgi ile muhakeme, destek ile beceri ve faaliyet ile yetenek arasında ayrım yapıp yapamayacağını ortaya koyuyor. Bu aynı zamanda yapay zekadan çok önce var olan daha eski bir sorunu da ortaya çıkarıyor: Pek çok kuruluşun içerik sorunu yok. Netlik sorunu yaşıyorlar. Açıkça tanımlamamışlardır:

Ne kadar iyi bir performansa benziyor.
Hangi kararlar en önemli?
Hangi yeteneğin önceden mevcut olması gerekir.
Desteğin yeterli olduğu yer.
Sorumluluğun olduğu yer.

Bu sorular belirsiz kaldığında, öğrenme ekiplerinden sıklıkla yanlış sorunu çözmeleri istenir. Daha fazla içerik oluşturulur. İş akışına daha fazla kaynak aktarılır. Daha fazla farkındalık sağlanır. Ancak temel performans sorunu bozulmadan kalıyor.

Bunun Öğrenme ve Gelişim Açısından Anlamı Nedir?

Bu an sadece daha hızlı hareket etmek ya da daha fazla üretmekle ilgili değil. Daha kesin hale gelmekle ilgili. Öğrenme ve Geliştirme için bu, iki eşit ve zıt hataya direnmek anlamına gelir: her sorun için varsayılan yöntemlere başvurmak ve iş akışı desteğini her şeyin yanıtı olarak ele alarak aşırı düzeltme yapmak.

Daha stratejik rol, kuruluşun daha iyi müdahale kararları almasına yardımcı olmaktır. Bu birkaç pratik soruyla başlıyor:

Hangi performansın iyileştirilmesi gerekiyor?
İhtiyaç anında hangi yeteneğin mevcut olması gerekir?
Yürütme sırasında neler desteklenebilir ve önceden ne inşa edilmelidir?
Bu aslında bir öğrenme sorunu mu?

Bu sorular basit ama daha iyi seçimleri zorluyor.

Son Düşünce

Yapay zeka yalnızca insanların kullandığı araçları değiştirmiyor. Kuruluşların yetenek hakkında nasıl düşündüklerine ilişkin standardı yükseltiyor. Erişim yetenek değildir. Bilgi yargı değildir. Destek, hazırlıkla aynı şey değildir. İyi yanıt veren kuruluşlar, yapay zeka içeriği üretmek veya iş akışlarına daha fazla kaynak eklemek için en hızlı hareket edenler olmayacak. Yetkin performansın neyi gerektirdiği konusunda daha net hale gelen, yeteneğin nasıl oluşturulduğu konusunda daha disiplinli ve cevabın öğrenme olduğu konusunda daha seçici olanlar onlar olacak. Bu daha talepkar bir cevap. Aynı zamanda çok daha kullanışlı bir yöntemdir.