Здравствуйте! Я ваш друг-журналист в области финансов и экономики. Сегодняшняя статья затрагивает важные вопросы, которые волнуют многих профессионалов и руководителей компаний.
В общем, основная идея статьи заключается в следующем: ИИ делает рабочие результаты более доступными (дешевыми), что делает устаревшими традиционные методы оценки способностей сотрудников на основе их работы.
Раньше, если вы предоставляли качественный код или отчет, руководитель предполагал, что вы разбираетесь в технологиях и бизнесе. Сейчас же ИИ также может создать подобные результаты, и руководитель сталкивается с вопросом: это ваша заслуга или заслуга ИИ?
Чтобы вы лучше поняли эту ситуацию, я разделил статью на пять ключевых аспектов и объяснил их простым языком.
---
Аспект первый: Раньше «коллекция работ» была «идентификационным документом» способностей сотрудника, сейчас она стала лишь их «копией»
Основная логика: переход от оценки результатов к оценке способностей на основе этих результатов.**
Долгое время существовало негласное правило на рабочем месте: результаты равносильны способностям.
- Если инженер предоставлял стабильно работающий код, все считали, что он разбирается в архитектуре и умеет обрабатывать ошибки.
- Если продакт-менеджер составлял логичный план, считалось, что он понимает потребности пользователей и ограничения бизнеса.
- Если консультант представлял красивый презентационный документ, считалось, что он обладает навыками сбора информации и структурированного мышления.
Почему это правило сработывало? Потому что создание таких результатов требовало много времени и усилий. Хороший код или план означал, что человек хорошо подготовлен. Компании было видно результаты, но не то, каким образом они были достигнуты.
Однако ИИ нарушает этот баланс. Теперь человек с умеренными знаниями может за несколько минут использовать ИИ для создания качественного документа; неопытный инженер с помощью ИИ также может быстро реализовать функции, которые раньше требовали много времени. Результаты остаются теми же, но стали более качественными и профессиональными. Но сколько из них действительно связано с вашими способностями?
Аспект второй: Не спорьте о том, «вы ли это написали», а спрашивайте, **понимаете ли вы, почему вы это сделали**
Основная логика: переход от проверки наличия «черной работы» к проверке понимания сотрудниками сути процесса.**
Многие руководители, увидев, что ИИ может выполнять работу, паникуют и начинают бороться с его использованием. Они задают вопросы вроде: «Этот код вы написали сами? Можете ли вы сделать то же самое без ИИ?»
Автор считает, что такой подход бессмыслен. Это как требовать от программиста работать без инструментов (IDE, поисковиков, компиляторов). ИИ станет частью инфраструктуры, как электричество или интернет. Заставлять сотрудников работать в условиях, отсутствующих без ИИ, бессмысленно и нереалистично.
Важнее спрашивать:
- Сколько процентов кода вы написали сами?
- Если результат отклоняется от ожидаемого, сможете ли вы найти решение?
Например:
- Сотрудник А может объяснить, почему была выбрана определенная архитектура, знать, где наиболее уязвимые места и как их устранить; сотрудник Б же просто скажет, что архитектура предложена ИИ и что система работает без ошибок. Даже если документы у обоих одинаковы, способности А значительно превосходят способности Б. Разница заключается в способности сотрудника справляться с проблемами.
Аспект третий: Самые ценные способности будущего скрываются за пределами готовых результатов
Основная логика: переход от роли исполнителя к роли определителя направления действий и контролера процесса.**
Поскольку скорость и объем работы больше не являются редкостью, ценными становятся другие навыки:
1. Способность правильно определять задачи (самый ценный навык). ИИ хорошо выполняет задачи, но не может определить их смысл. Например, если клиент хочет интеллектуальную службу поддержки, ИИ может создать систему, но настоящая проблема может заключаться в высоких затратах на обслуживание или плохой организации знаний. Важно определить, что действительно нужно решить.
2. Способность подозревать возможные ошибки. Опытные сотрудники знают, в чем можно ошибиться, даже если ИИ предлагает правильные решения. Эти знания раньше скрывались в результатах их работы, но теперь они должны быть явно продемонстрированы.
3. Способность адаптироваться к хаосу. Реальность полна неопределенностей: изменяющихся требований, отсутствующих данных, несоответствий между системами и конфликтов целей. Важно уметь адаптироваться к таким условиям.
4. Способность нести ответственность за принятые решения. ИИ может давать советы, но не может нести ответственность за их последствия. Компаниям нужны сотрудники, которые могут объяснить свои решения и принять на себя ответственность за их последствия.
Аспект четвертый: Правила найма и продвижения по службе должны быть полностью пересмотрены
Основная логика: переход от оценки количества результатов к оценке их качества и процесса их создания.**
Это изменение затронет ключевые аспекты работы компаний:
1. Найм: традиционные тесты (например, выполнение проектов дома) больше не показывают реальных способностей сотрудников. Теперь собеседования будут направлены на проверку способности сотрудников решать проблемы в условиях неопределенности.
2. Продвижение по службе: количество созданных результатов уже не является критерием успеха. Важны способность сотрудников избегать ошибок, предвидеть риски и улучшать качество работы команды.
3. Оценка работы: нельзя оценивать сотрудников только по количеству результатов. Важно понимать, что нельзя делать, какие результаты неприемлемы и когда нужно отказаться от предложений ИИ.
Аспект пятый: Глубокий парадокс: чем легче получить результаты, тем сложнее оценить способности человека
Основная логика: с развитием ИИ способности человека становятся менее очевидными. Раньше способности проявлялись в результатах работы, сейчас они связаны с умением управлять системами и контролировать процесс их создания.
В заключение автор отмечает, что само понятие «способностей» меняется. Раньше способности были внутренними качествами человека, сейчас они связаны с его умением управлять системами. Важно не то, что человек может сделать, а то, насколько он способен контролировать процесс и результаты.
В общем, статья показывает, что ИИ меняет подходы к оценке способностей сотрудников, и компаниям придется адаптироваться к этим изменениям.