Workslop - jak AI niszczy produktywność, zaufanie i co z tym zrobić?

To jest Nerd Management. Podcast dla liderów IT i nie tylko. Cześć, witamy w Nerd Management. Z tej strony Paweł Rekowski i Krzysztof Rakowski. W dzisiejszym odcinku weźmiemy na tapet pewien raport, który wykopał Krzysiek, bo okazuje się, że w temacie AI wcale nie jest tak różowo. Okazuje się, że 95% firm, które korzystają z AI, korzystają z usprawnień i dobrodziejstw tej technologii, No już po dłuższym czasie używania tej technologii nie widzi absolutnie żadnego zwrotu z inwestycji. Krzysiek, dlaczego tak się dzieje? To jest raport, który został wykonany przez MIT Media Lab.

O nim więcej czytamy w artykule Harvard Business Review, który mówi o tzw. zjawisku Workslop. To jest sytuacja, z którą prawdopodobnie spotkaliście się nieraz, że osoby korzystające z AI Wytwarzają coś, tylko coś jest niskiej jakości. Podało mi się po angielsku określenie passable, czyli takie, że no przejdzie, taka dwójka z plusem, ale to nie jest taka sensowna wartościowa robota. To się właśnie nazywa Workslop. Ja bym to bardziej nazwał taką papką, czy taką AI-ową breją wygenerowaną. Z generatora, którą rzuca się komuś na twarz i jest takie ble. Ale zwróć na to uwagę, że dawniej jeżeli dostawaliśmy jakąś taką średnią robotę powiedzmy, to jednak było coś takiego, że ktoś włożył w to wysiłek, namęczył się, coś tam wymyślił, no i zrobił właśnie tę pracę na dwójkę z plusem, ewentualnie trzy z minusem.

I w takiej sytuacji siadaliśmy... I próbowaliśmy coś z tego zrobić. Nie wiem, zleciliśmy wykonanie jakiegoś raportu, czy jakiegoś planu, znaczy napisanie jakiegoś kodu. Przyszło coś średniej jakości, powiedzmy słabej. Ktoś nad tym spędził trochę czasu. Wtedy my pracujemy, żeby to wzbogacić. A co teraz? A teraz bierzemy coś takiego i patrzymy, co to jest. I w ogóle odechciało się pracować z takim człowiekiem. No właśnie, ale dlaczego się odechciała pracować? No bo on nie robi, no kurde, no nie umie, nie używa narzędzi, nie zrobił swojej roboty dobrze i oceniamy go dużo bardziej hardkorowo. To prawda. Teraz, jeżeli dostajemy taką słabą jakość robotę, jest to wygenerowane przez AI, no to można sobie wyobrazić jaka jest sytuacja, czyli że ktoś dosłownie poświęcił chwilę, To jest bardzo proste.

AI, proszę, wygeneruj mi coś tam. Dostajemy trzy strony tekstu na przykład, czy trzy strony czegoś, jakiegoś raportu. No i ten ktoś przesyła to dalej. I to jest właśnie istotne w tym, żeby zrozumieć, czym jest ten Workslop. To jest taka praca, którą bardzo łatwo przy użyciu narzędzi AI wytworzyć duże ilości czegoś. Wtedy... Przekazywany jest ten wysiłek zrobienia z tego czegoś sensownego na kolejną osobę.

Czyli jest ten transfer tego obciążenia pracą z tego, kto powiedzmy gdzieś tam na samym początku miał coś stworzyć na tego, kto to ocenia. To mi się kojarzy z czymś takim, co w dawnych czasach czasami widzieliśmy. W projektach deweloperskich programiści pisali jakiś kod, nie sprawdzali go, wysyłali do testera i dopiero tester był tą osobą, która to odpalał, sprawdzał i widział, że to nie działa. Albo project manager, który też widział, że to zupełnie nie jest to, co zamawiał. Wtedy ta frustracja narastała. To zjawisko teraz jest, przez to co właśnie mówi Krzysiek i to co wynika z tego raportu, dużo mocniejsze, ponieważ jest to dużo prostsze, dużo łatwiej zrobić taką w teorii dobrą robotę, czy wygenerować coś. W obecnym świecie, gdzie tych narzędzi AI mamy bardzo dużo, adopcja też tych narzędzi jest na...

W sumie w różnych poziomie, ale stopniowo coraz większym musi zacząć się opłacać, ponieważ robi się z tego błędne koło, ponieważ ten raport też pokazuje, że nie widać za bardzo opłacalności tego, bo to co powiedział Krzysiek, czyli to przerzucanie beznadziejnych efektów pracy dalej na następnego, na następnego, na następnego i w sumie wychodzi z tego taka jedna wielka breja i tak naprawdę tracimy masę czasu i energii tylko dlatego, bo nie chciało się komuś zrobić swojej roboty. Albo nie miał kompetencji, ale przez to jak działają narzędzia AI jest w stanie to na przykład ukryć, zamaskować albo wykorzystać w taki sposób, że wydaje się, że get robi dobrą robotę, a ta robota się do niczego nie nadaje. Także jak widzicie, jest to coraz większe wyzwanie i większy problem. Ale Krzysiek, powiedz mi słuchaj, jak to wpływa z tego raportu na wyniki i na produktywność takiego zespołu?

Są te kolejne cykle, wszystko się obsuwa, jeżeli to jest jakiś większy system, to to się eskaluje i mamy sytuacje, które dobrze pamiętamy, testy integracyjne trwające np. po 3-4 miesiące, no bo właśnie u źródła, czyli tam, gdzie coś miało być wykonane, nie było wystarczająco dobrej jakości albo nie było dobrze przeanalizowane. To jest jedna duża konsekwencja tego Workslop, ale jest też druga konsekwencja, którą prawdopodobnie łatwo jesteście sobie w stanie wyobrazić. Jeżeli dostajecie jakąś robotę takiej właśnie średniej jakości, to bardzo łatwo narasta taka frustracja, złość na tę osobę, no bo... Teraz w czasach AI możemy się domyślić, że ta osoba nie włożyła tak dużo pracy w przygotowanie tego i stwierdziła, napisała w chat GPT, daj mi tam coś tam i sforardowała Wam to po jakiejś tam niewielkiej pracy.

I w sumie, Krzysiek, jaki to ma sens? I to jest właśnie ten problem, że to nas kosztuje, a z drugiej strony też niszczy zaufanie w zespole, niszczy tak, postrzegamy kolegów, tutaj znowu odnosząc się do raportu, bardzo wiele jest sytuacji, że widzimy kolegów, koleżanki jako mniej kreatywnych, czy mniej takich, którym można zaufać, mniej inteligentnych nawet to badanie wskazuje. Więc to są duże rzeczy. To teraz zastanówmy się Paweł, co menedżerowie, co liderzy w organizacjach mogą robić, żeby temu przeciwdziałać, czy to zmienić. To nie jest tak, że teraz stwierdzimy dobra, no to w takim razie jednak nie. Jednak nie z tym AI, bo to zostanie i to jednak może zwiększyć naszą produktywność, jeżeli dobrze z tego korzystamy, więc na pewno to nie jest tak, że rezygnujemy z tego, uciekamy od tego.

Bardziej to jest kwestia tego, w jaki sposób komunikujemy, jakie tworzymy warunki do tej pracy z AI. I tutaj warto podać przykłady. Ostatnio kilka było takich informacji, pojawiło się newsów, że na przykład Accenture zwalnia 11 tysięcy pracowników, którzy nie korzystają z AI. Jeszcze jedna firma, gdzie CEO przyszedł i całkiem świeżo i mówi, jesteśmy AI first. To chyba AI first to jest takie popularne słowo, które się pojawia. Jeżeli cokolwiek robicie, to najpierw musicie myśleć, jak zrobicie to za pomocą AI, a dopiero później, jeżeli nie uda się tego zrobić za pomocą AI, to jakieś inne metody. Więc to są przykłady takiego bardzo zero-jedynkowego patrzenia i fiksowania się na tym, że dobra, teraz robimy wszystko z AI.

I jeżeli w ten sposób do tego podejdziemy, no to wiadomo, że wtedy będzie to takie... Pierwsze, ale też jedyne podejście do naszej pracy, czyli, no dobra, wrzucam do AI, szef mi powiedział, czy moje zadanie w projekcie jest takie, a takie, wrzucam to do AI, no i mam odpowiedź, więc koniec. Raczej należy zachęcać do innego podejścia, czyli do tego, żeby zastanowić się, co jest w ogóle do zrobienia, jak ja bym to zrobił i dopiero używanie AI do inspiracji, czy do wypełniania luk, czy do układania jakichś rzeczy tam, gdzie moglibyśmy to wzbogacić. Czyli AI nie jako coś, co zastępuje nasz mózg, tylko raczej coś, co pomaga naszemu mózgowi, żeby to, co my wymyśliliśmy, zrobić jeszcze lepiej. Ja bardzo lubię tutaj taką analogię do filmów, bo tak jak ja patrzę na cały rozwój technologii AI, LLM-ów, wszystkiego dookoła, bo tak naprawdę sama nazwa AI to jest

Może się zdziwić, bo to jest nasza robota. I teraz, jeżeli się naglądaliście w dzieciństwie Terminatora, możecie patrzeć na to, kurde, z jednej strony możecie się tego bać i tego nie używać. To jest błędem, bo ta technologia nas nie zje, nie zabije, nie pogryzie, tak samo jak żadna inna technologia. Z drugiej strony możemy mieć takie zapędy, jeżeli mamy fanów Terminatora, którzy stwierdzą, ale to teraz ja zostanę tutaj władcą świata, wszystko będzie AI, nawet AI mi powie, jak mam usprawnić obsługę papieru teoretowego w łazience. Może to też nie tędy droga. I mamy drugą stronę, czyli fanów Star Warsów, którzy tak naprawdę wykorzystując tą technologię mają za sobą Legion Droidów, czyli jest R2D2, C-3PO. Ja bardzo często używam właśnie np. tych narzędzi do tego, żeby sobie usprawnić pracę w kontekście tego, kiedy ja wiem dokładnie, co ja chcę, wiem, co chcę osiągnąć, a to narzędzie ma mi pomóc tylko zebrać inspiracje, pomysły czy np.

pilots and passengers. Pilots to są te osoby, które właśnie tak idą na samym początku tego, starają się zastanowić, w jaki sposób AI może wesprzeć, mi nie. A passengers to są raczej takie osoby, które nie używają AI do tego, żeby wzbogacić swoją pracę, tylko po to, żeby jej uniknąć. Jak mogę użyć AI, żeby się mniej narobić? Tutaj tę różnicę widzicie na pewno oczywistą. To jest to, w jaki sposób w naszych organizacjach promujemy użycie AI. I podsumowanie tego jest takie, że trzeba duży nacisk kłaść na współpracy.

Czyli AI to nie jest coś, co pozwoli nam jako pracownikowi na taśmie po prostu szybciej wziąć jakiś input i wyrzucić jakiś output, tylko jest to coś, co pozwala nam wspólnie pracować i właśnie dodawać wartość. Ja myślę, że tak naprawdę, zobaczcie, że mijają lata, a w sumie nie zmienia się nic. Jeżeli potraktujemy cały pakiet dobrodziejstw, które ta technologia nam daje, po prostu jako zwykłe narzędzia, które mamy, to nie zmienia się nic. Jeżeli ktoś robi beznadziejną robotę i do tej roboty się nie nadaje, to No, sorry, musimy się takiego pracownika pozbyć. Jeżeli za to ktoś używa tego jako narzędzia, żeby pracę usprawnić, poprawić, to my robimy to od dekad, od lat i w branży IT robimy to właściwie od zawsze, ponieważ po to jest branża IT, żeby rozwijać technologię, używać technologii do tego, żeby proces usprawniać, a dobry programista...

To leniwy programista, więc jeżeli potraficie zrobić tak, żeby Wasz zespół używał tego dobrze, to jesteście do przodu. Jeżeli Wasi ludzie robią taką papkę i breję z użyciem AI, myśląc, że robią dobrą robotę, no to jest Wasza odpowiedzialność jako liderów, żeby ich tego nauczyć. Przyznam, że AI pozwala lenistwo wnieść na wyżyny, a to nie o to chodzi. Podsumowując, czego dowiedzieliśmy się z tego raportu i z artykułu Harvard Business Review na ten temat, do którego oczywiście podlinkujemy w materiałach do tego odcinka, to jest to, żeby zrozumieć, że jest coś takiego jak Workslop. To jest taki nowy rodzaj pracy słabej jakości, który bardzo łatwo wytworzyć przy użyciu AI, a ma o wiele większe negatywne skutki.

Te skutki negatywne to są nie tylko związane z produktywnością, z czymś co można przeliczyć na pieniądze, na czas chociażby dostarczania projektów, ale też ma bardzo negatywny wpływ na zaufanie w zespole, na współpracę, na to w jaki sposób się postrzegają członkowie zespołu, czy w ogóle zespoły w organizacji. I trzecia bardzo ważna rzecz to jest to, co spoczywa na nas, na liderach, na menedżerach, na osobach, które to wdrażają w organizacjach, czyli trzeba w bardzo taki intencjonalny sposób komunikować, do czego używamy AI, w jaki sposób, to, że to nie jest coś, co ma zastąpić naszą pracę, to jest coś, co ma wzbogacić naszą pracę. Dodać jakąś wartość, kiedy już my tę główną część naszej kreatywnej pracy wykonamy.

To ma coś być, co dodaje do naszej mądrości, a nie ją zastępuje. I kładzenie dużego nacisku na współpracę, na to, że musimy razem nadal pracować. AI ma nas tylko w tym wspierać. I tego Wam życzymy, także w tym odcinku to tyle. Zadbajcie o Waszych ludzi, zadbajcie o to, żeby wiedzieli jak używać tych narzędzi, żeby te narzędzia Was wspierały, a nie generowały tylko beznadziejną robotę, generowały koszty, frustrację i niszczyły zaufanie w Waszych zespołach. To tyle w tym odcinku. Jeżeli chcielibyście z nami o tym porozmawiać, Albo skorzystać z naszych usług, to pamiętajcie, że mamy formularz na nerd.management-konsultacje. Czekamy tam na Was, współpracujemy aktualnie z różnymi firmami w różnym spektrum, czy też z indywidualnymi osobami na różnych mentoringach, konsultacjach, więc zapraszamy do kontaktu i widzimy się za dwa tygodnie we wtorek o 8.00.