Tavs viden spænder ben for kunstig intelligens
I Pink Pastinak er vi engageret i at hjælpe organisationer med at gå fra digitale visioner til menneskelig forankring. I de projekter vi er inde over, har udviklingen af kunstig intelligens ofte til formål at automatisere og forbedre en lang række opgaver, der skal give medarbejderne mere tid og ressourcer. I vores arbejde inden for kunstig intelligens er tavs viden derfor ekstremt relevant, da det hjælper med at skabe en AI-løsning, som nøje afspejler medarbejdernes behov.
Konteksten er afgørende
Det er dog vigtigt at anerkende, at manglende kendskab til ‘tavs viden’ udgør en betydelig udfordring for AI-algoritmer. Konteksten kan være afgørende og hvad, der sker i den ene afdeling, er ikke nødvendigvis det samme, der sker i en anden afdeling selv inden for samme organisation.
Algoritmer er kun så dygtige som den data, de trænes på, og hvis de ikke har adgang til den skjulte og kontekstafhængige viden, som ofte eksisterer i medarbejdernes hoveder, kan algoritmen have svært ved at træffe kvalificerede beslutninger.
Dette kan føre til, at medarbejderne alligevel skal bruge tid på at kontrollere resultaterne, som AI’en genererer. Værre endnu kan det resultere i, at AI’en skaber arbejdsprocesser, der ikke tilfører værdi og medarbejderne vender tilbage til tidligere metoder til opgaveløsning.
Gør tavs viden eksplicit
Derfor er det afgørende at sikre, at AI-udviklere arbejder tæt sammen med eksperter og medarbejdere på arbejdspladsen for at indfange og integrere denne uvurderlige tavse viden i AI-løsningerne. Dette kan være en udfordrende opgave, men den kan imødekommes med en struktureret tilgang.
Hvad er tavs viden?
Tavs viden er betegnelsen for den viden, som en person ikke selv er bevidst om at besidde. Det refererer til den uformelle, erfaringsbaserede viden, som medarbejdere har på en lokal arbejdsplads. Med andre ord er det den viden, som medarbejderen tager for givet, men ofte har svært ved at sætte ord på.
Tavs viden kan fx omfatte:
- Beslutningsgrundlaget, som medarbejdere bruger. Dette kan inkludere historiske sagsforløb eller særlig indsigt i arbejdsprocesserne.
- Intern viden om ledere, kollegaer eller borgere, der har specifikke forventninger til udførelsen af opgaver.
- Genveje i it-systemer eller alternative metoder til effektiv opgaveløsning.
- Sprog og terminologi, som kun er kendt af indviede kunder eller borgere.
- Arbejdspladsens kultur, som præger sociale interaktioner og normer.
Listen kunne fortsætte
Det er med andre ord alle de ting, som medarbejdere ved, men som ofte ligger uden for den primære opgave. Det er den viden, som er essentiel for at løse opgaven effektivt. Tavs viden inkluderer kulturelle aspekter, uskrevne regler, interne magtforhold, fagsprog, historisk kontekst og meget mere.
6 gode råd til at gøre tavs viden eksplicit
Kom selv godt i gang med at få jeres tavse viden gjort eksplicit med disse 6 gode råd. Her får I tips fra start til slut, så jeres AI-algoritme får det bedste udgangspunkt for at inkludere tavs viden.
- Blive bevidst om det allerede bevidste:
Kortlæg arbejdsprocesserne grundigt for at identificere, hvilke elementer der er relevante for den endelige AI-løsning. Dette kan kræve en bredere analyse end blot det, som AI-algoritmen skal håndtere for at sikre, at al relevant viden bliver afdækket. - Skab en tryg delingskultur:
Medarbejdere løser sjældent opgaverne helt ens. Det er vigtigt, at de føler sig trygge nok til at fortælle om det, de gør, der ligger uden for det, der forventes af dem. Medarbejderne bør heller ikke bekymre sig om, hvad der er relevant for AI–algoritmen, hvad der kan lade sig gøre i praksis eller om de vil blive kritiseret for at løse nogle opgaver på en alternativ eller uhensigtsmæssig måde. - Faciliter en fortællesalon:
Lad to eller flere kollegaer diskutere, hvordan de løser forskellige opgaver, gerne baseret på konkrete cases. Det kan være gavnligt at have en tredjepart til at observere og tage notater. - Observer det usagte:
Aftal, at en medarbejder uden for afdelingen følger en intern medarbejder i løbet af en dag. Opgaven er at observere og stille spørgsmål om, hvad der bliver gjort undervejs. Der ligger mange små beslutninger i opgaveløsningen, baseret på tavs viden. En udenforstående har ofte lettere ved at være nysgerrig og stille spørgsmål end en person, der er dybt involveret i arbejdet. - Indhent feedback:
Præsenter mundtligt den samlede viden overfor de medarbejdere, der skal bruge den endelige AI. Find frem til om de kan genkende det billede, de får præsenteret eller om de har tilføjelser og rettelser. - Sortere viden til algoritmen:
Ikke al den indsamlede viden om medarbejdernes tavse viden og eksplicitte viden er nødvendig for AI-algoritmen. Sortér derfor den viden, der er relevant for, at algoritmen kan træffe kvalificerede beslutninger.