המומחיות לא מתה, רק שינתה צורה. זה הטאלנט האולטימטיבי בעידן ה-AI
המאמר דן בשינוי בתפיסת המומחיות בעידן הבינה המלאכותית, המדגיש שילוב של עומק מקצועי עם יכולת חיבור בין-תחומית. הוא מציג את האתגרים העומדים בפני ארגונים בהערכת עובדים רב-תחומיים ומציע דרכים לזהות ולטפח את המומחה החדש.
הידיעה ב-5 שורות · תקציר של baba
- מומחיות בעידן ה-AI משלבת עומק מקצועי עם יכולת חיבור בין-תחומית.
- ארגונים מתקשים להעריך עובדים רב-תחומיים בשל מבנים נוקשים.
- בינה מלאכותית מאיצה שינוי אך גם יוצרת מראית עין של מומחיות.
- שיקול דעת והערכה ביקורתית הופכים לנכסים חיוניים.
- יש לבחון בגיוס ובהערכה עומק מקצועי ויכולת חיבור.
בעידן הבינה המלאכותית, תפקידם של מומחים משתנה אך אינו נעלם. המומחיות המסורתית, המבוססת על התמחות צרה, מפנה את מקומה למומחיות חדשה המשלבת עומק מקצועי בתחום ליבה עם יכולת חיבור בין-תחומית רחבה. מודל ה-T, המייצג עומק אנכי ורוחב אופקי, ממחיש את הצורך בשילוב זה.
בעוד שעובדים רבים כבר מאמצים גישה רב-תחומית, ארגונים רבים עדיין פועלים במודלים ליניאריים של תפקידים מוגדרים. הדבר יוצר פרדוקס, שכן היכולות החדשות הנדרשות לארגון, כמו חיבור בין יחידות וזיהוי בעיות חדשות, אינן מתיישבות עם מבנים ארגוניים נוקשים. הדבר עלול לגרום לכך שתרומתם של עובדים רב-תחומיים לא תזוהה או תידחק בהערכות ביצועים.
הבינה המלאכותית מאיצה את השינוי הזה. היא מאפשרת למומחים להרחיב את יכולותיהם במהירות, אך גם ליצור מראית עין של מומחיות ללא הבנה עמוקה. לכן, שיקול דעת והערכה ביקורתית של מידע הופכים לנכסים חיוניים. השאלה המרכזית היא לא רק אם העובד יודע לייצר תשובה, אלא אם הוא יודע להעריך אותה, לזהות טעויות ולקבל אחריות.
כדי לזהות את המומחה החדש, ארגונים צריכים לבחון במקביל עומק מקצועי ויכולת חיבור. בגיוס, יש לבדוק אילו בעיות המועמד פתר, באילו תחומים פיתח מומחיות ואילו יכולות חיבר. בהערכות ביצועים, יש לבחון בנוסף ליעדי הליבה גם תרומה שחוצה גבולות תפקיד. האתגר הארגוני הוא ללמוד לזהות מומחיות זו, גם אם היא אינה מתאימה למשבצת אחת.