Varför AI aldrig kommer att ersätta människor inom produktledning

Läs transkriberingen:

Vi testar att transkribera våra poddavsnitt med hjälp av ett program. Ursäkta eventuella stavfel eftersom boten inte är korrekt till 100 procent hela tiden.

Hannah Clark: Ett bra sätt att veta att något verkligen är omvälvande är när människor är livrädda för det, och generativ AI tar oss definitivt dit. Men ärligt talat är rädslan för AI som ett hot mot anställningstryggheten, bland annat, inte orimlig. Historien visar dock att hur hotfull en innovation verkar i början inte alltid är en korrekt förutsägelse av hur det faktiskt kommer att gå.

Min gäst i dag är Ken Hubbell. Han är vd för Soffos.ai, senior konsult på The Pragmatic Futurist och författare till There is AI in Team: The Future of Human, Augmented Human, and Non-Human Collaboration. Man kan alltså säga att han kan en del om AI. Efter att ha haft första parkett till utvecklingen av AI-produkter under de senaste årtiondena är Ken inte övertygad om att stora språkmodeller är den skräckfigur som vissa framställer dem som. Faktum är att han är ganska säker på att detta kommer att jämna ut spelplanen bättre än någonsin. Nu sätter vi i gång.

Ken, jag ser verkligen fram emot det här samtalet. Tack så mycket för att du är med oss.

Ken Hubbell: Hannah, tack för att jag fick komma. Jag ser fram emot det.

Hannah Clark: Ja. Vi börjar som vi alltid börjar. Jag skulle gärna vilja att du berättar lite om din bakgrund och hur du hamnade där du är i dag.

Ken Hubbell: Okej. Jag hade tur när jag var yngre. Jag hade fyra fantastiska lärare i det offentliga skolsystemet – Mrs. Strawbridge, Mr. McCoy, Mrs. Fisher och Ms. Lambert – som i princip formade den jag är i dag. De såg alla något olika i mig och lät mig bygga vidare på de färdigheterna, kreativiteten, innovationsförmågan och sådant.

På den tiden var sådant verkligen ganska häftigt att ha. Mrs. Strawbridge lät mig skriva och skapa berättelser och hitta på historier och höll mig inte tillbaka. Mr. McCoy är en otrolig person. Han undervisade i något som kallades Enhanced Learning Program i Florida. Det liknade programmet för begåvade och talangfulla elever, men det var en kurs där man fick göra saker som låg utanför den vanliga läroplanen.

Bland annat fick man lära sig att programmera en dator, och när datorerna var helt nya fanns sådana möjligheter inte på särskilt många platser. Man fick också spela in filmer och delta i arkeologiska utgrävningar och sådant. Det var en fascinerande period, men den lärde mig att man kunde gå utanför ramarna och att man inte var begränsad.

Mrs. Fisher lät mig läsa vad jag ville, sådant som på den tiden var läsning på vuxennivå, och det gav mig möjlighet att utforska biografier, skönlitteratur och science fiction. Det var fantastiskt. Och Ms. Lambert var vår dramalärare. Hon lät mig lära mig att göra det här, att tala inför publik, gå upp på scen och inte vara rädd.

Sedan tog jag med mig det och åkte på datorläger. Jag lärde mig programmera och gjorde mina första simuleringar. Senare, efter gymnasiet, fick jag möjlighet att gå på militärakademin här i USA. Jag tog mig igenom första året, lärde mig programmera datorer och den machiavelliska metoden för lärande. Sedan bestämde jag mig för att gå på designskola, lämnade akademin och började på designskolan vid North Carolina State University.

Därefter gav jag mig ut i näringslivet och skapade scenografier och sådant för tv-program i Florida. Jag återvände till North Carolina-området, började arbeta med datoranimation och simulering för utbildningsprogram och insåg sedan att jag verkligen gillade den delen. Jag tycker om att lära människor hur man gör saker, men samtidigt vill jag fortfarande ha händerna i koden.

Till slut tog jag en examen på avancerad nivå i utbildningsteknik, och steget från produktdesign till utbildningsdesign var egentligen inte särskilt stort. Det är design, och man inser att produkterna bara är olika. Det som var riktigt fascinerande var att jag omkring 2010, kanske 2012, fick möjlighet att få tag på en tidig modell av Alexa.

Och jag insåg att det här är framtiden för lärande. Jag skapade saker som verktyg för prestationsstöd som var handsfree, där man kunde ställa frågor om vad man än ville göra och få en process förklarad steg för steg. Jag skrev alltså färdigheter för Alexa och insåg: Okej, jag gillar AI. När jag väl hade kommit in på det spåret började jag samtidigt se potentialen för en enorm omvälvning inom talangområdet och i hur människor arbetar. Därför började jag tala på konferenser och hålla presentationer om förändringar inom talangområdet och robotikens, förstärkningens och AI:s påverkan.

Jag träffade en person som heter Nik Kairinos, och han och jag grundade ett företag som heter Soffos, vilket är företaget vi talar om här. Vi började bygga en utbildningsprodukt och trodde att det var rätt väg. Sedan insåg vi att det är väldigt svårt att etablera sig på utbildningsmarknaden med produkter.

Det finns massor av saker man måste gå igenom. Människor var dock mer intresserade av kärnan i det vi gjorde, så vi började skapa en uppsättning legobitar för generativ AI. Vi lanserade vår produkt som en plattformstjänst, och sedan kom ChatGPT. Tajmingen var faktiskt väldigt bra, men vi insåg att vi behövde uppgradera plattformen, så vi ägnade ungefär de senaste nio månaderna åt att bygga om den.

Nu är den officiellt lanserad. Det är verkligen roligt. Det är version 2.0. Nu tittar vi på att bygga ut den och lägga till andra saker, men det här är rätt plats att vara på. Jag är glad att vara här.

Hannah Clark: Du har uppenbarligen arbetat mycket med AI ända från början, åtminstone när det gäller utvecklingen fram till där vi befinner oss i dag. Men det finns förstås en baksida av det. Just nu ser vi mycket panik kring vad AI kan innebära och om den utgör ett hot mot mänskligt arbete. Vad tänker du om det? Tycker du att människor borde vara lika rädda för AI som de är?

Ken Hubbell: Mitt standardsvar är att vi borde vara mer rädda för oss själva än för AI. I slutändan gör AI ingenting som den inte blir tillsagd att göra. Vi har alltså möjlighet att skapa något riktigt bra och samarbeta med det, och jag kallar det ett partnerskap. Boken jag skrev behandlar hela den här aspekten: ”Det handlar inte om oss mot dem, och inte om att de ska ersätta oss. Det handlar om att vi alla arbetar tillsammans som framtidens nya team, och det börjar nu.”

Framtiden började för ett tag sedan, men nu tar den verkligen fart. Om vi behandlar den på det sättet kan vi alla lyckas. Det handlar inte om att den ska ersätta oss, utan om att vi ska arbeta tillsammans med den för att bli bättre och i många fall snabbare och billigare. Tänk till exempel på ett litet företag. Små företag befinner sig ofta i ett dilemma eftersom det kan vara svårt att skala upp. Man talar om att anställa någon, betala lön och försöka förstå hur det ryms i budgeten, samtidigt som man redan är liten.

Det som ofta händer är att de helt enkelt väljer att inte göra det, eller arbetar dygnets alla timmar för att kompensera för att de inte kan anställa människor. Nu kan vilket företag som helst ha en egen personlig sekreterare, vilket företag som helst kan ha en egen idéavdelning, och vilket företag som helst kan ha en egen grupp för att skriva avtal, offerter och ansökningar om bidrag.

Allt detta kostar enorma mängder pengar, tid och resurser, men kan nu göras på sekunder och minuter av personer som annars inte skulle ha köpt tjänsterna eller anställt någon. Det ersätter alltså ingen; det gör i stället små företag konkurrenskraftiga på en nivå som de aldrig tidigare har kunnat nå. För mig är det detta som innebär att spelplanen jämnas ut. Jag tror att många stora företag är lite oroliga just nu, eftersom små företag kommer att kunna komma mycket närmare dem och kanske till och med slå ut hela deras ben.

De kan nu konkurrera på en nivå som de inte kunde nå tidigare. Den position som större företag har haft, där de behövt hela team av människor för att utföra saker, kan jag nu återskapa med vår plattform. Jag kan bokstavligen starta dussintals agenter som utför det arbete jag behöver få gjort, sådant som jag annars skulle ha varit begränsad till att göra själv eller med en mycket liten personalstyrka.

Det är verkligen fantastiskt. Där tror jag att mycket av kraften finns. Jag tror att mycket gott kommer ur detta. Men på andra sidan av saken: om vi inte lär barn och människor i alla åldrar, särskilt barn tidigt, vad det här verktyget är, hur relationen fungerar och hur partnerskapet ser ut, riskerar vi att försätta dem i en situation där de inte lär sig de färdigheter de behöver utan ser det som en enkel utväg.

Då får de kanske inte heller förutsättningar att konkurrera på samma nivå som barn vars föräldrar har fostrat dem på det sättet. Vi befinner oss tidigt i den här utvecklingen, och mycket återstår att reda ut. Men om vi ser på detta positivt och inför rätt skyddsåtgärder kommer vi alla att dra nytta av det.

Hannah Clark: Jag håller helt med. Jag tycker att skyddsåtgärder är något som vi som kultur inte har utforskat tillräckligt. Men jag vill också prata lite mer om att ha AI som ett verktyg för att göra det man vill och om behovet av mänsklig översyn.

Det är något vi inte talar särskilt mycket om när vi pratar om människor kontra AI: balansen mellan hur mycket AI som ska användas och om den faktiskt kan ersätta en människa. Vi har talat om detta tidigare, och om du leder ett team av människor, ett team av AI-system eller språkmodeller behöver du fortfarande ha översyn över resultatet eftersom du fortfarande är ansvarig för det. Stämmer det?

Ken Hubbell: Absolut. Det gäller oavsett om du leder ett lokalt eller globalt team av människor, ett AI-team eller en kombination av båda. Det kom nyligen en artikel i Forbes som bekräftade sådant jag har talat om tidigare: människor i äldre generationer, som är vana vid att leda stora team, anpassar sig faktiskt lättare till detta än generation Z och generation Alfa.

Generation Z tycker om att spela spel, coacha varandra och skapa team för specifika uppgifter, men de är ännu inte bra på att leda människor. Jag tror att det fortfarande finns utrymme att utveckla den förmågan, men på grund av sådant som hänt under pandemin och annat har de hamnat i en situation där de inte behövt leda någon annan än sig själva.

Det försätter dem i ett visst underläge. Dessutom har de vuxit upp med tekniken och tar den för given. De tänker: ”Ja, jag kan göra det här, men varför skulle jag?” eller ”Jag ser ännu inte vilket mervärde det ger.” En del av problemet är att de inte behövt gå igenom sådant som resten av oss har gjort.

En annan sak är att de inte är vana vid det. Det fanns en tid när människor hade personliga sekreterare. När de försvann lärde sig människor att göra saker själva, men nu har vi möjlighet att få tillbaka personliga sekreterare. De som minns den tiden tänker faktiskt: ”Jippi, bra! Jag behöver inte göra det här själv.”

Jag kan bara ange några saker, så skapar systemet meddelandet åt mig. Jag måste fortfarande läsa igenom det, precis som jag skulle ha läst igenom det som min sekreterare skrev. Om det ska skickas till företagets vd eller till en kund vill jag verkligen inte ha mitt namn på det om det innehåller något jag inte håller med om. Det är sunt förnuft, och det leder till en annan aspekt av det som händer med AI, särskilt chattverktygen: de håller upp en spegel framför oss och frågar: Vad var det du sa?

Vad är det egentligen du ber om? Om du inte beskriver det på rätt sätt, om du medvetet eller omedvetet lägger in fördomar i det du frågar efter, kommer du att få tillbaka fördomar. Om du är otrevlig eller krävande mot AI kommer den att ge dig något tillbaka som ligger på samma skala.

Här är ett bra knep. Gå till chatten – du kan använda Soffos chatt, och jag rekommenderar den eftersom den är gratis – och be den först om något på ett vänligt sätt. Be den sedan om samma sak på ett elakt sätt. Du kommer att få två olika svar. Om vi lär barn och människor tidigt att vara vänliga mot maskinen när de använder tekniken kommer de att få riktigt bra svar. Om vi lär dem att vara otrevliga kanske de inte får det svar de vill ha.

Hannah Clark: Jag tror verkligen att tajmingen spelar stor roll i allt detta. ChatGPT slog igenom offentligt strax efter pandemin, när många av oss, särskilt inom teknikområdet, hade vant oss vid och tränats i att kommunicera på distans, medan vi tidigare hade haft mycket mer sammanhang i våra kontakter.

Vi hade tidigare ett avsnitt med Nimrod Priell, vd för Cord. Han pratade om att vissa funktioner och produkter lanseras precis vid rätt tidpunkt. Även om idén inte är ny kan människor redan ha den vana som krävs när produkten lanseras.

Det här är en intressant tid för AI, eftersom vi är mycket mer beroende av vår förmåga att kommunicera på distans och tydligt genom text när vi vill använda verktygen effektivt.

Ken Hubbell: Ja. Det fascinerande är att min son går sista terminen på sin utbildning till antropolog och har använt våra verktyg ur ett forskningsperspektiv. Inte för att utföra forskningen, utan som studieobjekt i sin forskning.

Han har sagt: ”Pappa, jag har lärt mig att kommunicera bättre med människor genom att kommunicera med Soffos.” Jag frågade vad han menade. Han sa att om man inte är tydlig eller om man är tvetydig när man frågar Soffos, ger systemet antingen ett oväntat svar eller ber en förtydliga vad man menar.

Han har därför blivit bättre på att uttrycka sig och vara specifik när han ber sina lärare och kurskamrater om saker i grupparbeten. Han säger att detta är ett bra verktyg för chefer som vill lära sig att kommunicera bättre med sina medarbetare. Hur många gånger har man inte hört en chef säga: ”Jag bad dem göra något, de gjorde det och kom tillbaka med resultatet, men det var inte det jag bad om”? Och medarbetaren svarar: ”Jo, det var det.”

Det beror på att vi antar att andra ser en lösning genom samma lins som vi själva, men vi utelämnar sammanhanget eller referensramen. Maskiner saknar det perspektivet helt och ibland har de inget sammanhang alls. Man måste vara mycket tydlig med vad man ber om. Jag tror faktiskt att det kommer att vara bra.

En annan sak som händer är att vi börjar inse att det faktiskt är ganska trevligt att prata med riktiga människor. Utmaningarna är spännande, men efter ett tag tenderar de att bli lite repetitiva. Om man vill ha ett långvarigt och meningsfullt samtal med någon är det därför förmodligen en god idé att ha det med en riktig person.

Hannah Clark: Det leder tillbaka till en annan sak jag ville ta upp: rädslan, särskilt inom innehållsskapande, för att generativ AI ska ta över kreativa områden och konkurrera med människor som skapar konst, innehåll, artiklar och andra typer av material som jag tycker i grunden blir bättre när människor skapar dem.

Det finns en verklig rädsla för framtiden för den typen av konstnärskap. Vad tänker du om det som någon som verkligen arbetar inom området?

Ken Hubbell: Jag ska sätta det i ett annat sammanhang. När jag gick designutbildningen fanns det personer som använde tuschpennor och rapidografpennor. Sedan fanns det några i min studio som hade airbrushverktyg och kunde airbrusha sina teckningar. Vi var alltid avundsjuka och tänkte att de hade ett försprång.

Sedan fick jag tag på en Macintosh med programvara för 3D-skulptering. Det var en av de första. Jag tror att den hette Super 3D eller något liknande. Plötsligt kunde jag skapa hundratals renderade illustrationer av mina produktdesigner på den tid det tog de andra att göra en enda med airbrush.

Jag satte upp dem på tavlan under en designgenomgång för ett verktyg vi arbetade med. Folk i klassrummet sa: ”Det där är fusk. Du kan inte göra så. Du använder maskinen för att göra jobbet åt dig.” Jag svarade att det inte var annorlunda än när de med airbrush gjorde sådant som de med tuschpennor var tvungna att göra för hand.

Det är bara ett verktyg. Men det är anmärkningsvärt att människor som är vana vid att göra något på ett visst sätt, och som är mycket bra på det eftersom de har byggt upp färdigheter under många år, blir utmanade när man plötsligt kan beskriva något och få ett resultat. Resultatet kan användas som det är eller som en grund att bygga vidare på.

Det är inte annorlunda än att gå till en tidning och sätta ihop en inspirationskollage. Jag tar delarna från kollaget och skapar en sammansättning, och sedan ritar jag av den. Det är bara ett steg. Nu krävs mer mänskligt arbete, men verkligheten är att vi har använt Photoshop i nästan 20 år.

Och vad har hänt? Det har skapat större efterfrågan, inte mindre. Desktop publishing skulle utplåna förlagsbranschen. I stället publiceras mer än någonsin. Nu är det digitalt, men det är fortfarande publicering. Varje generation går igenom detta. Vävarna i Frankrike brände ner vävstolar på 1600- och 1700-talen eftersom någon hade hittat ett automatiserat sätt att få dem att fungera.

Alla trodde att de skulle bli arbetslösa. Det här är inte nytt. Alla tror att det är nytt. Det går snabbt, otroligt snabbt, men det är inte nytt. Och om du verkligen är kreativ är det inget hot. Det är bara ett nytt medium.

Jag vet inte om du har lagt märke till det, men animation på tv gick under en period tillbaka till pappersklipp. Sedan använde man gelégodisar, frön och sådant. Det finns alltid ett nytt sätt att göra något på. När en metod används mycket är det fantastiskt, men alla tröttnar till slut. Alla använde morphing ett tag, och sedan slutade man. Varför? För att människor tröttnade på det.

Människor kommer att tröttna på Midjourney. De kommer att tröttna på DALL·E. Det kommer att bli en del av de verktyg människor använder. När vi kommit förbi en del av det som händer kring immateriella rättigheter tror jag att alla kommer att slappna av och inse att det handlar om kreativitet. Då kommer vi att börja se fantastiska saker komma ur detta.

Just nu befinner vi oss i ett osäkert skede där vi inte riktigt förstår allt. Saker händer snabbt. Högafflarna är i luften och facklorna viftas, men det kommer att lugna ner sig och människor kommer att inse att detta ännu ett verktyg som kan gynna oss alla som mänsklighet.

Hannah Clark: Jag håller med. Jag tror att det finns en stor missuppfattning bland människor som börjar experimentera. Mitt andra arbete är till exempel att redigera tidskriften Product Manager. Jag har fått ett antal artiklar som påstås vara originaltexter, men jag kan direkt känna att de är hämtade från ChatGPT och ibland knappt redigerade.

Det intressanta är att texten nästan är semantiskt perfekt och ofta är mycket logisk, men det finns en känsla man får när man läser den. Den kommer inte från en människa. Jag får ingen kontakt med den.

Kan du hjälpa oss att förstå varför det är så?

Ken Hubbell: Jag ska ge ett perfekt exempel. I min bok använde jag vår chattmotor för att hjälpa till med en del av skrivandet, men inte allt. Det var framför allt under de tidiga utkasten när jag försökte få ordning på nyanserna i informationsordningen.

I förordet har jag flera scenarier som jag ville skriva. Jag ville ha olika skrivstilar, och vissa av dem är jag inte särskilt bra på. Därför bad jag systemet om hjälp. De texter som faktiskt kom med i boken var de som jag behövde gå tillbaka och redigera mycket kraftigt.

Min dotter, som är skribent och redaktör, gick igenom dem och sa: ”Pappa, det här är skräp.” Hon var hård mot texten. En del var dock riktigt bra. Det intressanta var att det fanns ordmönster som systemet använde ofta. Den förutsägelse och ordningsföljd som generativ AI använder för att skapa en berättelse, ett narrativ eller ett dokument bygger på miljarder kombinationer av ord som människor har använt.

Systemet letar efter mönster för vilket nästa logiska ord är när någon talar om ett visst ämne. Tidigt i ChatGPT kunde man faktiskt se detta. Det började skriva ett svar ord för ord. Ibland kom det till en punkt där det insåg att meningen inte längre fungerade, gick tillbaka och började skriva om.

Om man bad det skriva en berättelse om människor som leker på en äng kunde det börja med ”En solig eftermiddag”. Jag provade med flera scenarier och det började på samma sätt tre gånger. Jag tänkte att det här inte var bra. Strukturen var i princip densamma varje gång.

Jag lärde mig därför att göra uppmaningarna mer varierade. Ändå var jag tvungen att redigera texten ordentligt efteråt. Det är inte särskilt annorlunda än vad människor gör.

En bra författare som skriver en bok eller en tidningsartikel har en redaktör. Man kan skriva ett utkast, mata in det i ChatGPT och låta systemet redigera det, sedan läsa igenom texten och göra de ändringar som redigeringen visar behövs. Det är ett partnerskap och en relation.

Jag brukade be systemet skapa en disposition för ett ämne. Sedan skrev jag en massa text, matade in den igen och frågade vad systemet tyckte. Jag bad det rätta mina stavfel eftersom jag är dålig på att stava. Därefter läste jag texten igen, skrev vidare och gav den till min mänskliga redaktör för att fråga om den över huvud taget var begriplig.

Det var ett nytt arbetsflöde inom det kreativa området. Det fantastiska är att redigeringarna och arbetet som datorn gör tar sekunder. En iterativ process som tidigare skulle ha tagit veckor kunde genomföras på sekunder.

Jag kunde göra 20, 30 eller 40 iterationer på en eftermiddag, något som annars skulle ha tagit månader. Boken tog ändå nio månader att skriva från början till slut, trots hjälp av generativ AI. Det var efter ett uppehåll på fyra eller fem år, då jag hade gjort den ursprungliga dispositionen och forskningen innan tekniken ens fanns.

Hannah Clark: Det här är ett perfekt exempel på att använda AI som verktyg och på skillnaden mellan genererat innehåll och kreativt innehåll. För mig är den avgörande frågan: När är det generering och när är det skapande?

Det finns en i grunden mänsklig del som åtminstone på det här utvecklingsstadiet ännu inte kan ersättas av verktygen. Men jag vill gå vidare eftersom tiden börjar ta slut. Du nämnde etik, AI:s etik och skyddsräcken.

När det gäller inneboende fördomar och etiken kring fördomar, vad behöver vi tänka på när vi går djupare in i denna period av snabb utveckling av AI-verktyg? Vad kommer det att innebära för människor när de i allt högre grad förlitar sig på verktygen, inte bara för att skapa och bearbeta innehåll utan också som läromedel och för annat arbete?

Ken Hubbell: Jag ska ge tre punkter. För det första kommer det alltid att finnas fördomar. Vi är alltid partiska. Allt i världen är partiskt. Det beror på miljön, sammanhanget och på att maskinerna lär sig av oss.

Om man tittar på kunskapsmassan och säger att man inte vill använda något från de senaste 75 åren eftersom det är upphovsrättsskyddat eller politiskt vinklat, kan man gå tillbaka till Shakespeare, de grekiska klassikerna, de romerska klassikerna och egyptiska hieroglyfer.

Problemet är att varje grupp, varje generation och varje kultur på den här planeten har fördomar. Om man inte skapar helt nytt material som på något sätt är fullständigt fritt från fördomar – vilket vore ett mindre mirakel – kommer fördomar att finnas där eftersom det ligger i vår mänskliga natur.

Vi kommer alltså aldrig att bli av med fördomar. Kan vi bli av med dåliga fördomar? Vi kan filtrera dem, men även dåliga fördomar bygger på historien. Vid olika tidpunkter var saker annorlunda. Och i morgon kommer fördomarna att förändras. Dagen därpå förändras de igen och fortsätter att utvecklas.

Det vi kan göra är att vända spegeln mot oss själva och fråga vem som driver fördomarna. AI är inte partisk av egen vilja. Den kan innehålla fördomar, men den har ingen känslomässig koppling till något och inget eget motiv. Det är vi som ger den det. Om vi vill korrigera fördomar måste vi alltså korrigera oss själva.

När det gäller utbildningsaspekten måste detta börja från dag ett, när någon föds. Vi måste fundera på hur vi utbildar och uppfostrar våra barn så att de inte får samma fördomar som vi har. Det är intressant eftersom det tvingar oss att se på oss själva, och det är skrämmande.

Hannah Clark: Din son nämnde vad han lärt sig som antropolog. Man måste verkligen vara uppmärksam på vad man matar in.

När det gäller utbildning är detta en produktkategori som utvecklas mycket snabbt. Verktyg kommer ut hela tiden. Det finns ingen definitiv sanningskälla om den utveckling som pågår, hur man lär sig om den eller hur man lär sig använda verktygen korrekt.

Har du några rekommendationer på resurser som människor kan vända sig till för kvalitativ information om hur AI används och utvecklas?

Ken Hubbell: Man kan gå till min blogg eftersom jag har en kurerad lista med artiklar, videor och liknande. Min pappa har faktiskt nyligen blivit helt uppslukad av AI. Han skickade först mängder av mejl till mig och frågade om jag hade sett det ena eller det andra. Jag sa att jag skulle anlita honom för att lägga in material på bloggen och hjälpa mig att kurera den. Det gör han nu, och listan med artiklar växer.

Det kommer ut så mycket just nu att det bokstavligen är omöjligt att läsa allt. Jag skulle inte ens försöka. Välj i stället sådant som intresserar dig och som påverkar din värld, din familj eller ditt företag, och fokusera på det.

Det finns mer än tillräckligt. En del är förvirrande. Jag höll nyligen en workshop med blivande skoladministratörer. De såg ut som rådjur i strålkastarljus. De visste att detta var på väg, men inte hur det skulle påverka skolorna där de skulle arbeta.

De visste inte om det skulle finnas riktlinjer. De flesta skolsystem har knappt börjat förstå vad detta kommer att innebära. Som konsult, och i samband med boken, talar jag med skolor, människor och barn om vad detta betyder för deras karriärer och liv.

Hur kan man förbereda sig? Hur kan man vara proaktiv och anpassa sig till det som händer? Vi måste förstå detta tillsammans. Även om vi som arbetar inom området talar om det hela tiden har 95 procent av människorna där ute ingen aning om vad som faktiskt händer.

Det beror inte på att de är dumma eller okunniga. Det är helt enkelt nytt och kom från ingenstans för de flesta. Även personer som arbetat med detta länge reagerade starkt när ChatGPT kom. Vissa sa ”Halleluja”, andra sa ”Herregud”. Så kommer det att vara, förmodligen under de kommande fem till tio åren.

Hannah Clark: På tal om din blogg, vilken webbadress kan människor använda för att hitta dig och var kan de följa ditt arbete?

Ken Hubbell: Man kan gå till thepragmaticfuturist.com. Därifrån finns länkar till allt. Det är ett ord, förresten. Fråga mig inte hur jag hade turen att få den adressen, den bara dök upp. Man kan också gå till there-is-ai-in-team.blogspot.com. Ja, det är ett löjligt långt namn och jag borde ha tänkt mer på det, men det fungerar. Det är själva bloggen, och jag vill gärna att ni kommer på besök.

Där kan man lämna kommentarer och liknande. Vi kommer alla att behöva förstå detta tillsammans. Ju fler samtal vi har vid middagsbordet om detta, desto mer mänsklighet tar vi med oss och desto bättre kommer det att gå för oss alla. Dela det med dina vänner, men gör det gärna runt en lägereld med en kopp kaffe, varm choklad eller vad du nu vill dricka.

Prata verkligen om det, för det här kommer inte att försvinna. Vi måste omfamna det. Det här kommer att bli en spännande tid, med både upp- och nedgångar, men jag tror att den kommer att bli rolig.

Hannah Clark: Jag håller med. Det är en stor omvälvning och vi måste alla vara beredda på vad som kommer att hända i framtiden.

Ken, tack så mycket för att du var med oss. Det här var Ken Hubbell. Jag uppskattar verkligen dina insikter. Det här är ett fascinerande område, och jag är mycket glad att du ville vara med.

Ken Hubbell: Jag tycker om att vara här, Hannah, och önskar dig allt gott.

Hannah Clark: Tack för att ni lyssnade. För fler insikter, guider och verktygsrecensioner kan ni prenumerera på vårt nyhetsbrev på theproductmanager.com/subscribe. Du kan höra fler samtal som detta genom att prenumerera på The CPO Club där du lyssnar på poddar.