Co AI robi z kompetencjami miękkimi
I tu jest niespodzianka. Bo można by pomyśleć: no to przynajmniej empatia, komunikacja, przywództwo są bezpieczne.
Nie do końca.
AI potrafi pisać e-maile, które brzmią empatycznie. Generować feedback, który jest konstruktywny i wspierający. Prowadzić rozmowę coachingową - i to całkiem dobrze, jeśli ktoś nie wie, że po drugiej stronie jest model. Tworzyć narracje, budować perswazję, pisać przemówienia.
Więc gdzie jest prawdziwa granica?
Tu jest właśnie sedno tezy Amodei. Nie w tym, co AI może symulować. W tym, co wymaga bycia człowiekiem z historią, z kontekstem, z rozumieniem tego, dlaczego ludzie robią to, co robią.
Teza Amodei po ludzku
Kompetencje miękkie to nie zasoby danych. To zdolność do interpretacji.
Weźmy przykład. AI może przeanalizować transkrypcję rozmowy z klientem i wskazać, że klient mówił powoli, używał słów nacechowanych negatywnie i zadawał pytania defensywne. To dane.
Ale żeby zrozumieć, dlaczego ten konkretny człowiek, w tej konkretnej organizacji, z tą konkretną historią w branży, zachowuje się właśnie tak - potrzebujesz czegoś więcej. Kontekstu historycznego. Rozumienia motywacji. Zdolności do nadawania sensu zachowaniom przez pryzmat doświadczeń, o których model nie wie, bo nie przeżył niczego.
Studia humanistyczne - literatura, historia, filozofia, socjologia - nie uczą faktów. Uczą zadawania pytań o sens, motywacje i konsekwencje. I tego jest rzeczywiście trudno nauczyć model.
Nie dlatego że modele są głupie. Dlatego że rozumienie człowieka nie jest zadaniem ekstrakcji danych. To jest zadanie interpretacji.
A interpretacja - jak pisał Paul Ricoeur, dwudziestowieczny filozof i jeden z najważniejszych teoretyków hermeneutyki - jest zawsze czyjąś interpretacją. Zawsze ucieleśnioną w konkretnej perspektywie, historii, obecności. Ricoeur twierdził, że rozumienie tekstu (i - szerzej - świata) nie jest ekstrakcją danych, ale dialogiem między czytającym a tym, co czyta. Nikt nie rozumie "obiektywnie" - rozumie zawsze z jakiegoś miejsca.
Model nie ma perspektywy. Ma tylko słowa o perspektywach.
Implikacja dla liderów i organizacji
Amodei mówi, że AI przede wszystkim wzmacnia i zwiększa produktywność - nie zastępuje. Obserwuje "mieszany obraz". I twierdzi, że w świecie sprawnej AI ważniejsze będą: komunikacja, empatia, współpraca, krytyczne myślenie.
To nie jest odosobniony głos. Podobne obserwacje pojawiają się u badaczy edukacji i ekonomistów pracy - teza, że automatyzacja historycznie eliminuje zadania, nie zawody, i że na znaczeniu zyskują kompetencje trudne do skodyfikowania. Nie ma tu jednego badania, które "rozstrzyga" - ale kierunek, który wskazuje Amodei, pokrywa się z szerszą rozmową w tej dziedzinie.
Co to oznacza w praktyce dla liderów, z którymi pracuję?
Kilka obserwacji - bez wyroków, z pytaniami:
Komunikacja jako zawód. Nie chodzi o ładne maile. Chodzi o rozumienie, kto słucha, co słyszy, czego naprawdę potrzebuje. AI może pomóc ze słowami. Nie pomoże z czytaniem sali.
Krytyczne myślenie - ale jakie? Nie "umiej liczyć bez kalkulatora". Umiej zadać pytanie: czy to jest właściwy problem? Czy mierzymy właściwą rzecz? Czy ta liczba cokolwiek znaczy? AI dostarcza odpowiedzi szybciej niż kiedykolwiek. Koszt złego pytania rośnie.
Współpraca w warunkach niejednoznaczności. Projekty, gdzie odpowiedź jest znana, coraz częściej rozwiązuje AI. Zostają te, gdzie odpowiedź jest sporna, gdzie wartości się ścierają, gdzie trzeba negocjować sens. To jest ludzka praca.
Historia i kontekst. Lider, który rozumie, skąd przyszła jego organizacja - jakie były jej traumy, sukcesy, mity założycielskie - rozumie, dlaczego pewne zmiany się nie przyjmują. AI może przeczytać raport. Nie przeżyło ostatnich pięciu lat w tej firmie.
Horyzont pięcioletni? Stawiałbym na kompetencje interpretacyjne, narracyjne i relacyjne. Nie zamiast technicznych - obok nich. Człowiek, który rozumie AI i rozumie ludzi, jest dziś rzadkością i będzie coraz cenniejszy.
Jak budować te dwie kompetencje jednocześnie? Nie przez kurs promptów i kurs literatury na przemian. Przez praktykę w miejscach, gdzie się stykają - projekty, gdzie technologia musi odpowiedzieć na ludzki problem. Gdzie nie wystarczy sprawne API; trzeba rozumieć, dlaczego ktoś w ogóle ma ten problem i co go napędza. Taka praca uczy obu rzeczy naraz.
Pytanie na koniec
Daniela Amodei zarządza firmą, która buduje jedne z najbardziej zaawansowanych modeli językowych na świecie. I na pytanie o ważne kompetencje - mówi o empatii, krytycznym myśleniu i literaturze.
Co ostatnio robiłeś, żeby rozwijać coś, czego AI nie zastąpi?
Bo jeśli jedyna odpowiedź to "uczę się promptów" - to możliwe, że optymalizujesz pod narzędzie zamiast pod wartość, którą narzędzie ma wzmacniać.