Co zmienia narzędzie?
Kiedy patrzę na nowe narzędzie AI, interesuje mnie, co pozwala zrobić. Chwilę później pojawiają się kolejne pytania: jak zmieni pracę osoby, która będzie go używać, czego będzie musiała się nauczyć i co stanie się z zaoszczędzonym czasem. Może powstać przestrzeń na lepszy research i dopracowanie projektu. Może też wzrosnąć liczba zadań do wykonania w ciągu dnia.
Raport MIT The Work of the Future: Building Better Jobs in an Age of Intelligent Machines pomaga uporządkować ten drugi poziom rozmowy. David Autor, David Mindell i Elisabeth Reynolds opublikowali go 17 listopada 2020 roku. Powstał przed obecną falą generatywnej AI, dlatego czytam go jako analizę relacji między technologią, organizacją pracy i podziałem korzyści, z uwzględnieniem ówczesnych realiów. [1, s. 2–6] (data publikacji)
Zadanie jest częścią większej pracy
Autorzy pokazują, że automatyzacja może przejmować poszczególne zadania, zwiększać produktywność w pozostałych i tworzyć zapotrzebowanie na nowe rodzaje pracy. Przywołują między innymi projektantów korzystających z narzędzi cyfrowych czy lekarzy wspieranych przez rozwijające się możliwości diagnostyczne. [1, s. 8–11]
To przydatne rozróżnienie przy myśleniu o pracy projektowej. Przygotowanie wariantu grafiki, zebranie materiału i uporządkowanie dokumentu są zadaniami. Całe zlecenie obejmuje jeszcze rozpoznanie potrzeb, wybór kierunku, uzgodnienia i odpowiedzialność za rezultat. Warto przyjrzeć się temu, jak nowe narzędzie zmienia relacje między tymi czynnościami.
Historyczne powstawanie nowych zawodów nie daje przy tym gwarancji, że każda osoba tracąca dotychczasowe zadania znajdzie lepsze miejsce. Sam raport zastrzega, że nie istnieje ekonomiczne prawo zapewniające równowagę między powstawaniem a znikaniem pracy. [1, s. 11] Dla konkretnego człowieka liczą się dostępne możliwości, miejsce zamieszkania, czas i warunki zdobywania nowych umiejętności.
Produktywność i wynagrodzenie to osobne sprawy
Jednym z centralnych problemów raportu jest rozchodzenie się wzrostu produktywności i płac wielu pracowników w Stanach Zjednoczonych. Autorzy wiążą te wyniki również z instytucjami rynku pracy i decyzjami politycznymi. Zwracają uwagę, że inne uprzemysłowione kraje, poddane podobnej presji technologicznej i globalnej konkurencji, osiągały lepsze rezultaty dla pracowników. [1, s. 3–6]
Ten amerykański kontekst jest istotny. Nie przenosiłbym poszczególnych diagnoz ani rozwiązań wprost na Polskę. Uniwersalne pozostaje dla mnie pytanie o podział korzyści: kto zyskuje dzięki sprawniejszej pracy i jakie zasady o tym decydują?
W organizacji można je postawić bardzo konkretnie. Czy nowa technologia pomoże ograniczyć powtarzalne czynności? Czy pracownik otrzyma czas na naukę? Czy będzie miał większą samodzielność? Jak zmienią się oczekiwania, ocena wyników i wynagrodzenie? Odpowiedzi wpływają na sens wdrożenia równie mocno jak lista funkcji.
O jakości pracy współdecydują zasady organizacji i podział korzyści.
Pracownicy mają wiedzę potrzebną do wdrożenia
System wizyjny
W raporcie jest niewielki przykład z produkcji, który dobrze pokazuje tę zależność. Po uruchomieniu systemu wizyjnego w jednym z badanych zakładów gwałtownie wzrosła liczba zgłaszanych wad. Pracownicy, dzięki doświadczeniu i przygotowaniu w zakresie kontroli procesu, rozpoznali wiele wskazań jako fałszywe alarmy. Wspólnie z inżynierami ustalili, jak zmienić umiejscowienie systemu, żeby poprawić jego działanie. [1, s. 48]
To dla mnie dobry obraz współpracy przy nowych technologiach. Wiedza osoby wykonującej zadanie pozwala ocenić wynik, wychwycić błędne założenie i poprawić rozwiązanie. Dlatego możliwość zakwestionowania wskazania systemu jest czymś, co warto uwzględnić w procesie.
Health Hubs
Raport opisuje również Health Hubs w Kaiser Permanente. W projektowanie i testowanie nowych placówek angażowano personel; przed otwarciem prowadzono symulacje technologii, przepływu pacjentów i organizacji pracy. Osoby uczestniczące w tych próbach później szkoliły współpracowników. [1, s. 74]
W tym przykładzie nauka i uzgadnianie zmian były częścią wdrożenia. Technologia spotykała się z doświadczeniem ludzi jeszcze wtedy, gdy można było poprawić sposób działania całego procesu.
Uczenie się potrzebuje czasu i organizacji
MIT poświęca osobny obszar rekomendacji rozwijaniu umiejętności na różnych etapach życia. Drugim jest poprawa jakości pracy, a trzecim wspieranie i ukierunkowanie innowacji. Autorzy traktują te działania jako powiązane: same nowe kwalifikacje nie rozwiązują problemów związanych z warunkami zatrudnienia, podobnie jak sam zakup technologii nie tworzy sprawnej organizacji. [1, s. 5–6]
Gdy przekładam to na mniejszy projekt, widzę potrzebę prostych ustaleń. Które zadanie próbujemy usprawnić? Kto je zna od środka? Jak porównamy wynik z dotychczasowym sposobem pracy? Co zrobimy, jeśli narzędzie przyspieszy jedną czynność, ale zwiększy liczbę poprawek w następnej?
Zaoszczędzony czas warto oceniać razem z jakością, obciążeniem i odpowiedzialnością. Szybsza pierwsza wersja może być wartościowa, jeżeli pozostawia przestrzeń na sprawdzenie. Bez tego łatwo przenieść wysiłek w inne miejsce procesu.
Jaka praca powstaje wokół technologii
Najbardziej interesuje mnie w tej lekturze możliwość świadomego kształtowania pracy. Raport zwraca uwagę na wynagrodzenie, bezpieczeństwo, rozwój, głos pracowników i praktyki zarządzania. To obszary, w których decyzje organizacyjne wpływają na to, jak ludzie doświadczają postępu technicznego. [1, s. 5–6, 72–74]
Kiedy myślę o przyszłych projektach i zespołach, chciałbym umieć rozmawiać o obu stronach wdrożenia: o tym, co potrafi technologia, i o tym, jaką codzienną pracę wokół niej tworzymy. Ciekawią mnie organizacje, które potrafią eksperymentować, wymieniać wiedzę i dawać ludziom wpływ na sposób wykonywania zadań.
Raport z 2020 roku pozostawia tu użyteczny punkt odniesienia. Możliwości narzędzi trzeba oceniać na nowo, ale pytania o jakość pracy warto zadawać od początku każdego wdrożenia.