ftetoai Ootenimekirja

Kennisbank

Miks identsed ülesanded viivad teie juures erineva tulemuseni

Kaks organisatsiooni kirjeldavad sama ülesannet. Ühel tuleb välja kategooria 'AI saab ülesande üle võtta', teisel 'see jääb inimtööks'. See ei ole meetodi ebakõla, vaid meetodi tulemus. Tulemus ei sõltu üksnes sellest, mida ülesanne endast kujutab, vaid tingimustest, milles seda ülesannet täidetakse. Käesolev lehekülg selgitab, millised tegurid selle erinevuse tekitavad ja mida see tähendab hinnangu usaldusväärsuse jaoks.

Kaheksa telge määravad tulemuse koos

Me ei hinda ülesannet kunagi ühe tunnuse alusel. Iga ülesanne saab hinnangu kaheksal teljel: sisendi struktureeritus, otsustusruum, kliendikontakti tundlikkus, füüsiline komponent, loovus, vigade maksumus, vastavuse (compliance) tundlikkus ja mahu/kordumise sagedus. Kaks organisatsiooni, kellel on 'sama' ülesannete kogum, võivad neil teljel oluliselt erineda. Fikseeritud sisendiga ja suure mahuga planeerimisülesanne annab teistsuguse tulemuse kui seesama planeerimisülesanne, kui sisend on vahelduv ja erandid on reegliks. Nii et küsimus ei ole ülesande nimetuses, vaid selle taga oleva hinnangute kombinatsioonis.

Maht muudab arvutuskäiku

Madala mahu korral kaaluvad juhtumid rohkem kui suure mahu korral. Ülesanne, mis esineb viis korda aastas, annab vähe alust mustri äratundmiseks; ülesanne, mis esineb päevas sadu kordi, näitab kiiremini, kus AI toimib stabiilselt ja kus mitte. Suur maht muudab hinnangu tihti täpsemaks, sest kordumist on rohkem, mille vastu kontrollida. Väike maht muudab hinnangu laiemaks, mitte sellepärast, et ülesanne on ebaselge, vaid sellepärast, et üldistamiseks on lihtsalt vähem materjali. See mängib rolli näiteks küsimuses, kas AI saab üle võtta eesmärkide ja projektide edenemise jälgimise: mõne projekti puhul aastas on vahemik laiem kui portfelli puhul, kus on sadu käimasolevaid algatusi.

Süsteemid määravad, mida AI näeb

Ülesanne, mis toimub täielikult struktureeritud süsteemides, on teistmoodi hinnatav kui ülesanne, mis asub suures osas peades, e-kirjades ja üksikutes dokumentides. Mitte sellepärast, et ülesanne ise muutub, vaid sellepärast, et AI juurdepääs usaldusväärsele ja ajakohasele teabele erineb suuresti. Eelarve jälgimise puhul on see hästi näha: kas AI saab üle võtta eelarve jälgimise ja kõrvalekaldeist teavitamise sõltub suuresti sellest, kas aluseks olevad arvud on juba struktureeritult ja ajakohaselt kättesaadavad, või tuleb need esmalt käsitsi koguda ja tõlgendada. Sama ülesanne, teistsugune süsteemikorraldus, teistsugune tulemus.

Vigade maksumus nihutab piiri

Vea maksumus ei ole universaalne. Väär tõlgendus sisemises ülevaates toob kaasa teistsugused tagajärjed kui väär tõlgendus kliendisuhtluses või vastavusaruandes (compliance-aruanne). Kõrge vigade maksumuse korral nihkub tulemus tõenäolisemalt kategooria kaks poole — AI esitab ettepaneku, inimene kiidab heaks või lükkab tagasi — isegi kui ülesanne teiste telgede põhjal viitaks AI ülevõtmisele. See on üks põhjus, miks me ei tee kunagi hinnangut üksnes selle põhjal, 'mida ülesanne endast kujutab': kontekst, kuhu viga jõuab, kaalub samuti palju.

Kus hinnang on ebakindel

Vahemik ei ole ebamäärasus, vaid aus kajastus sellest, mida me kindlalt ei tea. Ülesannete puhul, kus on palju otsustusruumi — kus kaks kogenud töötajat oleksid ka omavahel eri arvamusel —, on igasugune hinnang definitsiooni järgi laiem. Ülesannete puhul, kus on palju kliendikontakti, mängib kaasa see, et AI-suhtluse taluvus erineb valdkonna ja kliendirühma kaupa, mida me ei saa mõõta ilma teie enda andmeteta. Ja ülesannete puhul, mis on äsja üles seatud või millel on äsja süsteem vahetunud, ei ole lihtsalt veel stabiilset mustrit, millele toetuda. Kõigil neil juhtudel eelistame laiemat vahemikku täpsele arvule, mis annaks rohkem kindlust, kui me suudame põhjendada.

Millal tulemus ei ütle midagi

On olukordi, kus üksikul mõõtmisel on vähe väärtust: äsja muudetud protsessi puhul, harva esineva ülesande puhul või organisatsiooni puhul, mis on veel üleminekus uutele süsteemidele. Skoor sellisel hetkel on hetkepilt, mitte prognoos. Sellepärast on ka uus mõõtmine asjakohane: sama ülesanne, hiljem mõõdetuna, võib andev teistsuguse tulemuse, kuna tingimused on muutunud, mitte kuna esimene mõõtmine oli vale.

Mida see ei ole

See meetod ütleb midagi ülesannete kohta, mitte inimeste ega ametikohtade kohta. Tulemus ei ole aluseks otsusele personali kohta; töösuhet mõjutavate otsuste puhul kehaldavad eraldi seadusest tulenevad nõuded, mida kontrollite eraldi. Meie pakume fakte ülesannete kohta, teie tuletate sellest järeldused, mis sobivad teie organisatsiooniga. Illustratsiooniks: ka koosolekute juhtimist kui ülesannet ei saa hinnata ühtselt, mis ilmneb küsimusest, kas AI saab üle võtta iganädalase meeskonna koosoleku juhtimise — vastus erineb meeskonna, koosolekukultuuri ja koosolekutel oleva otsustusruumi hulga kaupa.

Mida saate praegu teha

Kui soovite esmast ülevaadet sellest, kuidas see teie enda olukorras välja tuleks, saate täita ftetoai tasuta kiirtesti (quickscan): kaksteist küsimust, kontot vajamata, koos indikatsiooniga, kui suur osa teie profiili tundidest on täna AI-ga üle võetav. Täielik töö-skann (werkscan), mis käsitleb kaheksat telge ülesande kaupa põhjalikumalt, on veel valmimisel — see ei eksisteeri praegu veel, ja me eelistame seda ausalt öelda, kui seda pakkuda.

KIPPde assistent van de werkscan

Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.

Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.