AIToday Live

← AIToday Live4 dagen geleden · 8 min

S09E04 - Deze trein mag je niet missen: een zin die weerstand kweekt

Waarom werkt "deze trein mag je niet missen" bij een AI-programma averechts? Druk haalt autonomie weg en raakt bij AI ook nog het gevoel van competentie, waardoor je beleefde instemming krijgt in plaats van gebruik. Joop laat zien hoe drie principes dat omdraaien: het team kiest zijn eigen doelen, je spreekt vooraf af wanneer je stopt, en je houdt het lang genoeg vol.

Een senior analist die jarenlang rapportages schreef, vraagt zich bij een verplichte AI-uitrol niet af hoe hij sneller werkt, maar wat hij nog toevoegt. Twee teams met dezelfde opdracht gaven een heel ander resultaat: het team met drie verplichte use cases gebruikte ze nauwelijks, het team dat zelf het irritantste werk koos, gebruikte de oplossingen wel. Morgen kun je in je team een uur uittrekken om te inventariseren waar de meeste tijd naartoe gaat die niemand leuk vindt, en zet je de evaluatiedatum van je AI-pilot in de agenda voordat die begint.

Onderwerpen

Waarom urgentie en druk bij AI-uitrol weerstand oproepen (reactance)

Het effect van AI op autonomie en het gevoel van competentie

Teams hun eigen doelen laten kiezen

Vooraf afspreken wanneer je stopt met een eerlijke evaluatie

Volharding en de teamaanpak Formula AI van Info Support

LinksDownload: WeerstandscanvasMethode: Formula AIArtikel: Leading Change: Why Transformation Efforts FailArtikel: McLaren, T.A.S., Van der Hoorn, B. & Fein, E.C. (2023). Why Vilifying the Status Quo Can Derail a Change Effort: Kotter's Contradiction, and Theory Adaptation. Journal of Change ManagementArtikel: Ryan, R.M. & Deci, E.L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American PsychologistPodcast: AIToday Live - Seizoen 7, aflevering 51 met Sjoerd KoolenGenoemde entiteiten: Harvard Business Review - John Kotter - Sjoerd Koolen

Stuur ons een bericht

Aigency

Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.