AI与自主性
Atlassian研究发现,高绩效AI团队拥有明确目标、心理安全和关注结果等特征。这些要素与谷歌先前发现的团队成功因素一致。文章探讨了自上而下的AI强制采纳与自下而上自愿采纳的差异,指出强制措施往往适得其反。同时,AI虽能提升个人产出,但在促进团队协作方面仍有不足。
最近,Atlassian的Avani Prabhakar在一篇文章中分享了该公司在AI采纳方面的深刻见解。通过对几个“前沿团队”的研究,他们发现了一些共同模式:这些团队之所以能从AI中获得最大收益,是因为他们具备清晰的目标、心理安全感和对结果而非产出的关注。值得注意的是,这些要素并非AI时代的独特产物。十年前,谷歌的“亚里士多德项目”和“氧气项目”就已经得出结论:拥有高自主性和心理安全感的团队,其表现远超那些只需埋头苦干、不得质疑的团队。
作者在回应Avani的文章时,提出了几个关键观点:首先,积极参与、被赋能的团队在任何情况下都会表现更好;其次,热衷于尝试新工具的团队会更快找到这些工具的有用之处;第三,自下而上的工具采纳策略几乎总是比自上而下的强制命令更成功;最后,像Atlassian这样拥有优秀产品/工程文化的公司,其AI推广过程会更加顺利。
然而,现实中的AI采纳并非一帆风顺。作者提到,在一些强制要求使用AI的工程组织中,出现了“token排行榜”等荒诞现象,员工为了刷分而故意执行无意义任务。这印证了古德哈特定律:当一个指标成为目标时,它就不再是一个好的衡量标准。John Cutler在最新的通讯中也指出,许多领导层正在对团队进行“集体煤气灯效应”,将抵制AI视为个人缺陷,而非对环境的理性反应。
作者试图调和几个看似矛盾的现象:一方面,许多人确实热爱使用AI,享受与机器智能互动的乐趣,甚至对AI生成的作品充满热情;另一方面,几乎所有人都讨厌被强迫使用AI,从员工抵触新的绩效评估标准,到玩家因Windows任务栏出现Copilot图标而转向Linux。此外,尽管“AI垃圾内容”广受厌恶,但生产这些内容的人可能并不认为自己的作品是垃圾——他们期望别人付出更多努力,却希望自己走捷径时能被宽容。
AI极大地增加了产出数量,但价值和成果尚未跟上。大量调查显示,人们利用AI轻松创建应用和服务,却往往在发布后遭遇零用户。将这些现象结合起来,可以看出AI擅长点亮一个人的房间,但在团结团队方面仍显不足。这正是最大价值所在。
作为一家网络工作室的所有者,作者一直在思考AI如何影响团队协作。尽管许多人认为网站制作已成为AI的轻松任务,但作者关注的是网站背后的系统——这些系统使团队能够可持续地运营。AI编码代理固然能给团队带来更多自主性,但这种自主性分布不均,它依赖于每个人都愿意向AI请求那些在CMS文本框中就能快速完成的任务。