AI kan uppmanas att ifrågasätta idéer för att förbättra arbetet
Forskning tyder på att användning av AI för att utmana idéer kan förbättra arbetsresultat. Istället för att be AI om färdiga lösningar kan dess roll som kritiker leda till nya insikter och förbättringar.
Forskning indikerar att AI kan användas effektivt för att förbättra arbetsresultat genom att utmana befintliga idéer. Istället för att enbart förlita sig på AI för att generera färdiga lösningar, kan en strategi att be AI ifrågasätta och kritisera framförda tankar leda till djupare analys och mer robusta resultat.
Professor Monideepa Tarafdar belyser risken för att en alltför stor tillit till generativ AI kan minska kritiskt tänkande och urholka yrkesfärdigheter. Fenomenet "kognitiv offloading", där mental arbetsbelastning outsourcas till AI, kan resultera i undermåligt arbete. Nyckeln till att fortfarande dra nytta av AI ligger i att skapa "friktion" genom att aktivt låta AI ifrågasätta ens egna idéer.
Att undersöka motstridiga åsikter har alltid varit en god praxis, men blir ännu viktigare i dagens AI-drivna miljö. AI-modeller anpassar sina svar baserat på tidigare interaktioner, vilket kan skapa "ekokammareffekter" som riskerar att användare och modeller missar viktig information som inte passar in i etablerade mönster. För att motverka detta föreslås det att man direkt frågar AI efter motstridiga perspektiv.
Ett exempel från studien involverade en marknadsförare som bad AI att skapa virtuella kunder som ogillade produkten som marknadsfördes. AI:ns negativa feedback gav nya produktidéer som inte tidigare beaktats av produktutvecklarna. Liknande vis uppmanade en jurist en AI att identifiera okonventionella juridiska kryphål, vilket ledde till oväntade men realistiska scenarier av oetiskt arbetarbeteende.
Studier visar att denna "friktionsskapande" interaktion med AI kan förbättra dess prestanda. Forskning kring människa-AI-samarbete vid lånevärderingar visade att samarbete som involverade oenighet gav de bästa resultaten jämfört med enbart mänskligt eller enbart AI-baserat arbete. Tarafdar rekommenderar ledare att uppmuntra anställda att använda "friktionsgenererande frågor" för att få AI att granska sina egna utdata, vilket i slutändan gynnar det övergripande arbetet.