Wie ben ik in het AI-tijdperk?

Ik ben niet zo geïnteresseerd in welke AI-tool sneller en beter is dan de andere. Mijn gedachten en gesprekken gaan over wat ik er mee kan en wat het met mij en de wereld om mij heen doet. Dat vind ik enorm boeiend en daarom haak ik volledig op AI aan.

Vragen uit onzekerheid.

In een eerder artikel stelde ik deze vragen:

• Hoe haakt iedereen aan? Welke meerwaarde heeft de ene medewerker zonder AI-gebruik nog als de collega hetzelfde doet mét AI?
• Hebben wij wel voldoende geleerd om AI-informatie te checken op de juistheid van inhoud en ethische principes?
• Kunnen wij de verleiding aan om snel, niet gecontroleerde, middelmatige informatie over de schutting te gooien?
• Zie ik straks nog of de persoon in een krantenartikel, een tv-spot, een tijdschrift of een reclamebord écht is? Hebben modellen nog een toekomst?
• Kijk ik straks nog naar een documentaire met echte dieren? Of heeft AI een paar leeuwen tussen de zebra`s gehallucineerd?
• Moeten we noodgedwongen fysiek met elkaar afspreken omdat alles wat op of uit een digitaal scherm komt fake kan zijn? Inclusief de tekst én foto`s in mijn whatsapp, de posts in mijn socials en de belletjes met mijn coach?
• Moeten we onze kinderen niet dringend opleiden tot alles wat AI niet kan vervangen? Moeten we de focus niet meer gaan leggen op sociale vaardigheden, leiderschap, zelfstandigheid en communicatiestijlen?

Het beanwoorden van deze vragen is minder belangrijk dan de vraag stellen en het gesprek erover te openen. Daarom neem ik deze ook mee in mijn adviezen en trainingen over Copilot.

Welke menselijke vaardigheden blijven relevant?

In luisterde naar een interessante aflevering in mijn favoriete podcasts AIToday Live – Het leukste keukentafelgesprek over AI . Joop Snijders bespreekt hier drie vaardigheden die in het AI-tijdperk het verschil maken:

• Beslissen in onzekerheid: beslissen terwijl niet alles vaststaat
• Procesdenken: een heel proces opnieuw inrichten in plaats van losse stappen automatiseren
• Verbeeldingskracht: iets bedenken wat er nog niet is

Beslissen in onzekerheid

Bij het maken van een HR-chat merkte ik dat de deelnemers draalden om deze in productie te brengen. De HR-medewerkers zijn doorgewinterde dames met veel kennis en twijfelden of de bot wel de goede antwoorden zou geven. Op een bepaald moment gaf hij een fout antwoord – althans, een verkeerd advies – en dat resulteerde in het feit dat de dames dit antwoord in de instructie wilden zetten van de Chatbot. Dus, iedere keer als de chatbot een fout of een nuance-verschil zou maken, moest dit worden toegevoegd aan zijn instructie.

Kijk, dat is dat niet de goede aanpak. Dat zou betekenen dat de stagair of beginnende medewerker geen fouten mag maken en als dat wel gebeurd deze een briefje meekrijgt waarop de juiste werkwijze is genoteerd. Na een jaar zeult deze medewerker een dik instructieboek mee en durft hij niet meer te antwoorden zonder dit boek eerst te raadplegen.

Beter is te leren dat AI een taalmodel is, geen waarheidsmachine, en gebruikt moet worden als adviseur. Dat betekent dus dat je zelf de genoemde bronnen mag (moet) checken en eventueel nog een controle belletje naar HR doet met een gerichte vraag. Hij zet je eerder op weg, geeft je in de meeste gevallen de goede antwoorden en neemt een hoop uitleg en gesprek weg bij de HR-dames zodat je meteen ter zake bij hen kan komen.

Procesdenken

Gek hoor, onze processen stammen uit de tijd van de typmachine (en soms van daar voor) en we denken dat we ze moeten behouden. Enkel wat versnellen met AI. We konden de stoommachine wellicht ook versnellen met een electromotor maar we hebben er toch voor gekozen om ook het hele treinstel aan te pakken.

Bij een klant werd het plannen van activiteiten als lastig, tijdrovend en foutgevoelig ervaren. De vraag was of AI hierin kon helpen. Maar omdat veel mensen met deze opdracht bezig zijn mocht AI de klus niet overnemen. Dus moesten er stukjes worden verbeterd.

Kijk, stukjes van het proces verbeteren is prima en ook leuk en vooral leerrijk om te doen. Maar we konden beter dit (erg vevelende) proces in kaar brengen en met AI onderzoeken hoe AI dit anders en efficiënter kan inrichten. De medewerkers die nu Excel-bestanden en mailtjes doorspitten kunnen dan misschien met de opdrachtgevers van de activiteiten in gesprek om inhoudelijk beter af te stemmen of door te ontwikkelen. Om maar iets te zeggen.

Verbeeldingskracht

Bovenstaande brengt ons al meteen bij ‘verbeeldingskracht’: “Hoe zou het zijn als 5 mensen niet meer bezig moeten zijn met het doorakkeren van administratieve rompslomp maar nieuwe of andere talenten mogen bovenhalen? Hoe zou het er uit zien als de overgebleven tijd met elkaar wordt doorgebracht om nieuwe ideeën te ontwikkelen of met de klant door te brengen?

Als AI mijn workshop snel in elkaar zet dan kan ik op de bank gaan fantaseren over een leuke introductie of energizer.

Als AI mijn teammeetings opneemt, zullen we AI dan ook laten onderzoeken hoe wij als team beter met elkaar kunnen samenwerken? Want dat neemt het ook waar tijdens het opnemen van een meeting. En wellicht ziet het andere of nieuwe dingen waar wij wat mee kunnen. En zou het dan ook zo kunnen zijn dat hij met adviezen komt voor de volgende meeting? Of dat hij tijdens de meeting een tip geeft voor een andere wending?

3 in 1

De drie bovenstaande menselijke skills blijven bestaan en worden in het mooiste geval gelijktijdig ingezet in de business cases die we hebben voor AI.

“Beeld je eens in dat we ons proces volledig zouden vernieuwen en niet weten wat het resultaat daarvan zal zijn”

Word beter in wat AI niet kan

Er wordt erg veel geadviseerd om maar snel te gaan oefenen en beter te worden in AI. Dat is sowieso niet verkeerd. Doe ik ook. Maar ik wordt eigenlijk meer getriggerd door een andere oproep die ik hoorde bij Ernst-Jan Pfauth en Jarno Duursma:

Word een meester in de skills die AI NIET heeft: betrokkenheid, duiding (met name morele en ethische gronden en non-verbale signalen), spreken voor een groep, creativiteit, empathie en inleving, fysieke aanwezigheid en veiligheid, verbeeldingskracht zonder input van info en data, toevoegen van persoonlijke (levens)ervaring, verantwoordelijkheid dragen, acteren vanuit loyaliteit.

Kortom: een heleboel. En ik vond enkele mooie vertalingen naar de praktijk:

• Werk je in de horeca? Probeer gastvrijheid naar een nieuw niveau te tillen.
• Ben je consultant? Specialiseer je in de menselijke kant van adviezen doorvoeren.
• Werk je voor een publiek? Zorg dat je hen direct kunt bereiken, zonder tussenkomst van algoritmes.

En overkoepelend: wat is het grootste probleem in jouw vakgebied? Als je voor het antwoord op die vraag diep genoeg duikt is de kans groot dat hier geen AI-oplossing voor is. Werk daaraan.

Ik sprak laatst een recruiter. Toen ik het met hem had over ‘de dood van recruitment in het tijdperk van AI’ vertelde hij mij dat zijn AI-tools `s nachts hun matchings-werk deden. Hij hij zich alleen nog bezig hield met de matchingsgesprekken. Dat wat AI niet kan en waar hij goed in is.