Sukcesy z AI

Gdzie AI pomogła nam pracować mądrzej lub szybciej?

Asystent kodowania skrócił w tym sprincie czas pisania szablonowego kodu mniej więcej o połowę.
Odkąd AI przygotowuje wstępne podsumowania spotkań, mogę na nich wreszcie naprawdę słuchać.
Nasz zespół wsparcia szybciej rozwiązuje rutynowe zgłoszenia dzięki narzędziu z podpowiedziami AI.
Tarcia i frustracje

Gdzie AI nas spowolniła lub zawiodła?

Poprawianie kodu wygenerowanego przez AI zajęło mi więcej czasu, niż gdybym napisał go sam.
Narzędzie udziela bardzo pewnych siebie odpowiedzi, które czasem są po prostu błędne, więc trudno mu zaufać.
Nie mamy jasnego standardu, kiedy używać AI, a kiedy robić coś ręcznie.
Ryzyka i obawy

Co niepokoi nas w tym, jak korzystamy z AI?

Martwi mnie wklejanie wrażliwych danych do narzędzi, których nie sprawdziliśmy pod kątem prywatności.
Czy nie uzależniamy się za bardzo od AI i nie tracimy kluczowych umiejętności?
Musimy sprawdzać wyniki AI pod kątem stronniczości, zanim trafią do klientów.
Kolejne eksperymenty

Co powinniśmy teraz wypróbować, poznać lub zbudować?

Zróbmy dwutygodniowy test narzędzia AI do automatycznego tworzenia dokumentacji.
Powinniśmy stworzyć wspólną bibliotekę promptów, żeby każdy korzystał z tego, co działa.
Chciałabym krótkiej sesji zespołowej o dobrych praktykach prompt engineeringu.

Czym jest retrospektywa ewolucji AI?

Asystenci kodowania, generatory treści i automatyczna analiza trafiły do codziennej pracy większości zespołów, często stopniowo, osoba po osobie. Zespoły rzadko zatrzymują się, żeby zapytać, co naprawdę działa, co jest ryzykowne i w którą stronę iść dalej. Retrospektywa ewolucji AI daje zespołowi na to czas i zamienia rozproszone obserwacje w jedną szczerą rozmowę. Tablica ma cztery kolumny: Sukcesy z AI, Tarcia i frustracje, Ryzyka i obawy oraz Kolejne eksperymenty. Przejście przez nie daje wyważony obraz tego, na jakim etapie zespół naprawdę jest z AI, gdzieś pomiędzy hurraoptymizmem a strachem. Rozmowa wydobywa praktyczne wnioski, pomaga wszystkim uzgodnić zasady odpowiedzialnego korzystania z AI i pokazuje, które inwestycje w narzędzia, szkolenia lub zabezpieczenia przyniosą największą różnicę. Sprawdza się w każdym zespole, który wprowadza AI do swojej pracy, niezależnie od tego, czy jest to zespół inżynierski wdrażający copiloty do kodowania, zespół marketingu testujący generowanie treści, czy kadra kierownicza ustalająca politykę dotyczącą AI. Przeprowadzajcie ją co kwartał lub przy kluczowych kamieniach milowych, a zobaczycie, jak zmienia się sposób korzystania z AI w zespole i czy pozostaje on bezpieczny i wart wysiłku.

Format retrospektywy ewolucji AI

Sukcesy z AI

Gdzie AI pomogła nam pracować mądrzej lub szybciej?

Zbierz dobre rzeczy, które AI zrobiła dla zespołu. Proś o konkretne przykłady, takie jak zaoszczędzony czas, lepsza jakość albo coś, czego zespół wcześniej nie potrafił, a teraz potrafi. Poproś uczestników, żeby nazywali narzędzie lub zastosowanie, tak by inni mogli powtórzyć ten sukces.

Tarcia i frustracje

Gdzie AI nas spowolniła lub zawiodła?

Tutaj zespół nazywa problemy, takie jak zawodne wyniki, rozbite procesy pracy czy zmarnowany wysiłek. Dbaj o konstruktywny ton i skupienie na doświadczeniach, a nie na obwinianiu narzędzia czy osoby. Grupuj podobne frustracje, żeby dostrzec wzorce, które warto naprawić.

Ryzyka i obawy

Co niepokoi nas w tym, jak korzystamy z AI?

Zrób miejsce na obawy dotyczące etyki, bezpieczeństwa, dokładności i nadmiernego polegania na AI. Powiedz uczestnikom, że wczesne zgłoszenie ryzyka pokazuje, że zespół traktuje AI poważnie. Zapisz każdą obawę jasno, żeby mogła stać się zabezpieczeniem lub zadaniem do wykonania.

Kolejne eksperymenty

Co powinniśmy teraz wypróbować, poznać lub zbudować?

Pokieruj zespół w stronę działania: narzędzi do pilotażu, umiejętności do rozwinięcia, zabezpieczeń do wprowadzenia. Proś o konkretne pomysły, które ktoś może wziąć na siebie, i pomóż grupie wybrać kilka eksperymentów, do których zobowiąże się przed kolejną retrospektywą.

Kiedy należy skorzystać z niniejszego przeglądu retrospektywnego

  • Po kilku tygodniach lub miesiącach pracy z nowymi narzędziami AI, żeby sprawdzić, co działa, a co nie.
  • Gdy zespół chce uzgodnić zasady odpowiedzialnego korzystania z AI, zanim zacznie stosować ją na większą skalę.
  • Co kwartał, aby śledzić, jak zmienia się sposób korzystania z AI w zespole.
  • Gdy wdrażanie AI wydaje się chaotyczne i trzeba ograniczyć liczbę narzędzi oraz ustalić wspólne standardy.
  • Przed ustaleniem strategii, polityki lub planów szkoleń z AI na kolejny okres.

Proponowane pytania lodołamacze

  • Gdyby można było już dziś oddać AI jedną część twojej pracy, co by to było i dlaczego?
  • Jaka jest najbardziej zaskakująca rzecz, dobra lub zła, którą ostatnio zrobiło dla ciebie narzędzie AI?

Czy chciałby Pan/Pani, aby Państwa zespół wykonał ćwiczenie rozgrzewkowe, a nie tylko odpowiadał na pytania na głos? Przejrzyj bezpłatne lodołamacze →

Pomysły i wskazówki dotyczące spotkania retrospektywnego

  • Na początku ustal podstawową zasadę: zgłaszanie obaw dotyczących AI jest mile widziane. Każdy powinien móc wskazać ryzyko bez obawy, że zostanie uznany za przeciwnika zmian.
  • Proś o konkretne przykłady i nazwy narzędzi, a nie ogólne opinie. Dzięki temu sukcesy da się powtórzyć, a frustracje naprawić.
  • Zadbaj, żeby wysłuchani zostali zarówno optymiści, jak i sceptycy. Rozmowy o AI łatwo przechylają się w stronę hurraoptymizmu albo strachu.
  • W kolumnie Ryzyka i obawy użyj anonimowej burzy mózgów, żeby ludzie szczerze mówili o prywatności danych i nadmiernym poleganiu na AI.
  • Na koniec zobowiążcie się do dwóch lub trzech eksperymentów, żeby zespół nie przeciążył się między sesjami.
  • Tam, gdzie to możliwe, śledź liczby, takie jak zaoszczędzony czas czy odsetek błędów, żeby kolejna retrospektywa zaczynała się od faktów.

Najczęściej zadawane pytania

Czym jest retrospektywa ewolucji AI?
To retrospektywa zespołowa o tym, jak AI zmienia waszą pracę. Omawiacie sukcesy z AI, frustracje, ryzyka i kolejne eksperymenty, dzięki czemu zespół wdraża AI świadomie.
Kiedy przeprowadzić tę retrospektywę?
Po pewnym czasie pracy z nowymi narzędziami AI, co kwartał, aby śledzić postępy, albo przed ustaleniem strategii, polityki lub planów szkoleń z AI. Najbardziej pomaga, gdy korzystanie z AI wydaje się chaotyczne.
Ile to trwa?
Większość sesji trwa 45–75 minut, w zależności od wielkości zespołu. Obejmuje to cztery kolumny, grupowanie, głosowanie i uzgodnienie kilku eksperymentów.
Kto powinien wziąć udział?
Każdy, kto korzysta z AI lub kogo ona dotyczy: inżynierowie, projektanci, marketingowcy, pracownicy wsparcia i liderzy zespołów. Różnorodność ról pozwala wydobyć zarówno praktyczne sukcesy, jak i ryzyka.
Czym różni się od standardowej retrospektywy sprintu?
Retrospektywa sprintu przegląda ogólnie proces pracy zespołu. Retrospektywa ewolucji AI skupia się wyłącznie na wdrażaniu AI, w tym na tematach, które rzadko pojawiają się na retrospektywie sprintu, takich jak etyka, bezpieczeństwo danych i utrata umiejętności przez nadmierne poleganie na AI.
Czy trzeba być ekspertem od AI, żeby ją przeprowadzić?
Nie. Jest przeznaczona dla zespołów na każdym etapie pracy z AI. Szczera refleksja nad codziennymi doświadczeniami z narzędziami liczy się bardziej niż wiedza techniczna.
Czy są Państwo gotowi do przeprowadzenia tej retrospektywy?Zapraszamy do obejrzenia tej retrospektywy na żywo