Badania nad procesem decyzyjnym wskazują, że definicja celów stanowi kluczowy fundament każdego udanego przedsięwzięcia. Zanim możliwe jest ocenianie dostępnych opcji, alokacja zasobów czy tworzenie efektywnych polityk, niezbędne jest precyzyjne określenie tego, co chcemy osiągnąć. Nowe badania podkreślają rolę narzędzi sztucznej inteligencji jako cennego wsparcia w burzy mózgów, jednak kładą nacisk na konieczność obecności człowieka w procesie analizy decyzyjnej, aby zapewnić jej rzetelność i skuteczność.
Wyzwania AI w definiowaniu celów
Współautorzy artykułu, Jay Simon z American University i Johannes Ulrich Siebert z Management Center Innsbruck, w swoim badaniu, zatytułowanym "ChatGPT vs. Experts: Can GenAI Develop High-Quality Organizational and Policy Objectives?", porównali zestawy celów wygenerowane przez różne narzędzia generatywnej sztucznej inteligencji, takie jak GPT-4o, Claude 3.7, Gemini 2.5 i Grok-2, z celami opracowanymi przez profesjonalnych analityków decyzyjnych w sześciu wcześniej opublikowanych studiów. Zestawy generowane przez AI zostały ocenione pod kątem dziewięciu kluczowych kryteriów, opartych na podejściu Value‑Focused Thinking (VFT), obejmujących takie aspekty jak kompletność, możliwość rozłożenia na części składowe oraz eliminacja nadmiarowości.
Wyniki analizy pokazały, że choć sztuczna inteligencja często tworzy pojedyncze cele, które są zasadne, to zestawy celów generowane przez AI jako całość są często niekompletne, nadmiernie obciążone powtórzeniami i zawierają tzw. "cele środkowe" – czyli cele, które są środkiem do osiągnięcia celu nadrzędnego, a nie celem samym w sobie. Innymi słowy, AI potrafi wygenerować listę potencjalnie istotnych elementów, ale nie potrafi jeszcze odróżnić tego, co naprawdę się liczy.
Ralph Keeney, uznany pionier Value‑Focused Thinking, komentując wyniki analizy AI, podkreślił, że oba zestawy celów – zarówno te wygenerowane przez AI, jak i te stworzone przez ludzi – są lepsze niż te, które mógłby stworzyć przeciętny człowiek. Jednak ostrzegł, że żaden z nich nie powinien być wykorzystywany w procesie wysokiej jakości analizy decyzyjnej, ponieważ w procesie oceny alternatyw powinny być uwzględniane tylko fundamentalne cele.
Poprawa wydajności generatywnej AI
Autorzy badania podjęli próbę zoptymalizowania wyników generatywnej AI, testując różne strategie promptowania, w tym tzw. łańcuch rozumowania (chain‑of‑thought reasoning) oraz metody krytyki i poprawy przez ekspertów. Połączenie obu tych technik doprowadziło do znacznej poprawy rezultatów – AI zaczęła generować zestawy celów o mniejszym rozmiarze, bardziej skoncentrowane i lepiej uporządkowane logicznie.
"Generatywna sztuczna inteligencja radzi sobie dobrze w wielu kryteriach" – zauważa Jay Simon. "Ale nadal ma trudności z tworzeniem spójnych i pozbawionych nadmiarowości zestawów celów. Analitycy decyzyjni są niezbędni do dopracowania i weryfikacji tego, co generuje AI."
Johannes Ulrich Siebert dodaje, że wyniki badania jednoznacznie wskazują, że generatywna AI powinna uzupełniać, a nie zastępować osądu eksperckiego. "Gdy ludzie i AI współpracują, mogą wykorzystać swoje mocne strony dla lepszego podejmowania decyzji."
Hybrydowe podejście do analizy decyzyjnej
Podsumowując, badanie proponuje czterostopniowy model hybrydowy dla decydentów, integrujący burzę mózgów z wykorzystaniem generatywnej AI z późniejszym dopracowaniem przez ekspertów. Celem takiego podejścia jest zapewnienie, że cele wykorzystywane w analizie są niezbędne, możliwe do rozłożenia na części składowe i kompletne.
Kroki hybrydowego modelu:
- Generowanie wstępnej listy celów przez AI: Wykorzystanie narzędzia generatywnej AI do stworzenia wstępnej listy potencjalnych celów.
- Weryfikacja i ocena przez eksperta: Profesjonalny analityk decyzyjny ocenia wygenerowaną listę pod kątem kompletności, nadmiarowości i zgodności z wartościami i celami organizacji.
- Dopracowanie i integracja: Ekspert dopracowuje listę celów, eliminując nadmiarowość, precyzując sformułowania i integrując cele z istniejącymi wartościami i celami strategicznymi.
- Walidacja i wdrożenie: Ostateczna lista celów jest walidowana przez kluczowych interesariuszy i wdrożona w procesie podejmowania decyzji.
W ten sposób, korzystając z zalet zarówno generatywnej sztucznej inteligencji, jak i ludzkiej wiedzy i doświadczenia, można stworzyć solidne podstawy do podejmowania lepszych i bardziej świadomych decyzji. Zamiast traktować AI jako zamiennik ludzkiego osądu, należy postrzegać ją jako cenne narzędzie wspomagające proces decyzyjny, pozwalające na optymalizację zasobów i osiągnięcie lepszych rezultatów. Współpraca człowieka i maszyny wydaje się kluczem do efektywnego wykorzystania potencjału generatywnej sztucznej inteligencji w obszarze analizy decyzyjnej.