Czym jest retrospektywa Arena sztucznej inteligencji
Retrospektywa Arena sztucznej inteligencji daje zespołowi wyznaczony czas na przyjrzenie się temu, jak narzędzia AI zmieniają waszą pracę. Większość zespołów zaczyna korzystać z copilotów, asystentów czatowych i automatyzacji po jednej osobie naraz i nikt nie zatrzymuje się, żeby zapytać, co naprawdę pomaga, co idzie nie tak i gdzie pojawiają się nowe ryzyka. Ten format zamienia mglistą rozmowę w konkretne przykłady z waszej własnej pracy. Tablica ma cztery tematy. Sukcesy AI obejmują zadania, które dzięki AI idą szybciej lub lepiej. Tarcia i ograniczenia to miejsce na błędne odpowiedzi, niespójne wyniki i czas stracony na poprawki. Ryzyka i obszary uwagi dotyczą prywatności danych, bezpieczeństwa, stronniczości i nadmiernego polegania na AI. W Eksperymentach i kolejnych krokach decydujecie, co wypróbować dalej. Każdy dodaje notatki, a potem zespół je grupuje, głosuje i ustala kilka kolejnych kroków wraz z osobami odpowiedzialnymi. Przeprowadźcie ją, gdy pilotażowo wdrażacie nowego asystenta AI do programowania, wprowadzacie generowane treści do swojego procesu pracy albo próbujecie w ogóle ustalić, jak zespół powinien korzystać z tych narzędzi. Wyjdziecie ze spotkania z wiedzą, co rozwijać, z czego zrezygnować i jakie zabezpieczenia sprawią, że ostateczna decyzja pozostanie w rękach ludzi.
Format retrospektywy Arena sztucznej inteligencji
Sukcesy AI
Gdzie AI dało nam realną wartość?
Zbierzcie konkretne korzyści, jakie zespół zauważył dzięki narzędziom AI. Poproś uczestników, żeby nazwali zadanie, oszacowali, ile czasu lub wysiłku zaoszczędzili, i ocenili, czy jakość się utrzymała. Konkretne przykłady pokazują, które zastosowania warto rozwijać.
Tarcia i ograniczenia
Gdzie AI nas spowolniło lub zawiodło?
Ten temat służy do zebrania frustracji, nieścisłości i ograniczeń, na które trafił zespół. Nazywanie tarć pozwala dowiedzieć się, gdzie narzędzia nie są jeszcze niezawodne, więc jasno zaznacz, że nie jest to głosowanie przeciwko AI. Szukajcie wzorców, które wskazują na potrzebę lepszych promptów, zabezpieczeń albo na zadania, w których zespół w ogóle nie powinien korzystać z AI.
Ryzyka i obszary uwagi
Na jakie ryzyka lub obawy powinniśmy uważać?
Ten temat obejmuje prywatność danych, bezpieczeństwo, stronniczość, nadmierne poleganie na AI i kwestie etyczne. Utrzymuj praktyczny ton: celem jest nazwanie obszarów wymagających uwagi i uzgodnienie zabezpieczeń. Wczesne zgłaszanie obaw pozwala zachować zaufanie w miarę upowszechniania się AI w zespole.
Eksperymenty i kolejne kroki
Co powinniśmy teraz wypróbować lub usprawnić z AI?
Zamieńcie refleksję w działanie, zbierając eksperymenty, które zespół chce przeprowadzić. Poproś o małe, sprawdzalne zakłady z osobą odpowiedzialną i sposobem oceny, czy się udały, a potem omówcie wyniki na kolejnej sesji.
Kiedy należy skorzystać z niniejszego przeglądu retrospektywnego
- Gdy zespół wdrożył nowe narzędzia AI i chcecie wiedzieć, co działa, a co nie.
- Gdy musicie uzgodnić, jak zespół korzysta z AI, albo zgłosić ryzyka, zanim urosną.
- Co kilka miesięcy, żeby śledzić, jak AI zmienia sposób pracy zespołu.
- Gdy decydujecie, którym eksperymentom lub narzędziom AI nadać priorytet w kolejnym kwartale.
Proponowane pytania lodołamacze
- Gdybyś od jutra mógł oddać AI jedną nudną część swojej pracy, co by to było?
- W czym ostatnio najbardziej zaskoczyło cię jakieś 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
- Ustalcie na początku, że zarówno sukcesy, jak i problemy dostaną swój czas, żeby sesja nie zamieniła się w ogólną debatę o AI.
- Proś o konkretne przykłady zamiast ogólnych opinii o AI, żeby zespół miał na czym oprzeć działania.
- Daj cichszym osobom i sceptykom AI tyle samo czasu na wypowiedź. Różne punkty widzenia chronią zespół zarówno przed zachwytem, jak i przed bezpodstawnym strachem.
- Ogranicz czas na każdy temat, żeby dyskusja nie utknęła na jednej kontrowersji wokół AI.
- Zakończcie kolejnymi krokami, z których każdy ma osobę odpowiedzialną i sposób pomiaru.
- Na następnej sesji wróćcie do zapisanych eksperymentów i ryzyk, żeby sprawdzić, co się zmieniło.