Elyse Betters Picaro / ZDNET
Ikuti ZDNET: [Tambahkan kami sebagai sumber preferensi] di Google.
—
Kesimpulan utama ZDNET: Hampir setengah dari para profesional menganggap AI workslop sebagai masalah. — Anda harus mengambil pendekatan yang canggih untuk merealisasikan nilai AI. — Orang yang memadukan keahlian AI dan manusia akan sangat dibutuhkan.
—
¿Reaksi balik terhadap AI semakin menjadi-jadi. Apa yang dulu terlihat sebagai cara pintar untuk memotong tugas dan mengulangi pekerjaan, mulai terasa seperti hambatan daripada bantuan.
Hampir setengah (45%) profesional di AS mengatakan "workslop" membuat mereka lebih berhati-hati dalam menggunakan AI di tempat kerja, menurut Workslop Trust Report dari layanan templat resume, Zety.
Baca juga: [Lupakan produktivitas: Inilah 5 perubahan strategis yang mendorong nilai AI yang nyata]
Penelitian yang mendefinisikan workslop sebagai konten buatan AI yang tampak rapi tetapi tidak akurat, tidak bersubstansi, atau kurang direviu, menemukan bahwa para profesional percaya output berkualitas rendah ini memiliki konsekuensi jangka panjang bagi tim dan organisasi.
Riset Zety menunjukkan risiko utama workslop adalah menurunnya kepercayaan pada AI (57%), produktivitas yang menurun (51%), dan kerusakan reputasi perusahaan (46%).
Untuk teknologi yang dimaksudkan membuat orang lebih produktif, bukan sebaliknya, implikasi potensial dari risiko ini sangat besar bagi para profesional yang melihat AI generatif dan agen sebagai solusi untuk beberapa tantangan terbesar di tempat kerja mereka.
Seperti yang dikatakan oleh pakar karir internal Zety, Jasmine Escalera, riset perusahaannya menghadirkan realitas yang tidak nyaman: "AI mengubah cara kerja dilakukan, tetapi tidak selalu menjadi lebih baik."
Lalu, apa yang dapat dilakukan para profesional untuk memastikan layanan berbasis AI menjadi bantuan, bukan hambatan?
Jawabannya, menurut para pemimpin bisnis yang berbicara dengan ZDNET, ada dua: memikirkan ulang produktivitas dan menjadi gigih.
Memikirkan Ulang Produktivitas
Joel Hron, CTO di Thomson Reuters, bertugas membantu spesialis konten dan teknologi global itu mengeksploitasi AI generatif, machine learning, dan teknologi agen.
Dia mengatakan kepada ZDNET bahwa salah satu pelajaran utama yang dipelajari organisasinya selama dua tahun terakhir adalah bahwa memikirkan ulang apa arti produktivitas AI adalah sebuah proses yang terus berubah.
"Pola pikir AI-first adalah perubahan penting yang terjadi saat ini," ujarnya. "Pendekatan itu berarti melihat tugas-tugas yang Anda lakukan sehari-hari dan mencari tahu, ‘Bagaimana cara saya membuat AI melakukan tugas ini terlebih dahulu, sehingga saya bisa masuk di urutan kedua dengan lapisan penilaian atau intuisi yang lebih tinggi, bukan saya yang melakukannya pertama?’"
Hron menggambarkan perubahan ini sebagai perubahan gaya kerja yang menarik, terutama di bidang rekayasa perangkat lunak.
Dia mengatakan tren ini menunjukkan transisi serupa di peran-peran lain di masa depan: "Saya pikir pola kerja ‘AI first, human second’ adalah salah satu area yang perlu diperhatikan selama setahun ke depan."
Para profesional yang akan unggul selama perubahan dalam praktik kerja ini, menurut Nick Pearson, CIO di spesialis teknologi Ricoh Europe, adalah mereka yang mengambil pendekatan canggih terhadap kemampuan AI dalam menambah nilai.
Untuk membantu proses ini, Ricoh telah menciptakan model untuk menilai apakah alat yang dipilih oleh individu dari pasar internal AI perusahaan menghasilkan manfaat produktivitas. Model ini mempertimbangkan berbagai vektor, seperti risiko bisnis dan keuntungan finansial.
"Model itu bertanya, ‘Apakah ini membantu atau tidak?’ Apakah ini benar-benar menghemat berjam-jam atau berhari-hari? Di mana AI menghemat waktu ini? Apakah ini hanya membuat catatan rapat yang, sejujurnya, tidak ada yang peduli?’ Karena itu bukan sesuatu yang menambah nilai," kata Pearson.
Alih-alih berfokus pada target yang bersifat sementara; Richard Corbridge, CIO di spesialis properti Segro, menyarankan bahwa kunci untuk merealisasikan manfaat produktivitas adalah para pekerja menjadi bagian dari budaya belajar yang memahami risiko workslop dan menyadari di mana AI dapat beroperasi sebagai asisten yang berguna.
Michele mengatakan banyak dalil yang AI generatif belum memberikan solusi kolaboratif yang baik di sektor dokumentasi dan pendidesiplinan
"If, ChatGPT ramai kepalan atuu
di analisa selanjutnya boleh tereksplor lagi