Newsletter

Tratarea Provocărilor Adopției AI: Ce Trebuie să Știe Managerii de Proiect

Posted on by Ichim Razvan

De Cristian Borozan

Tratarea Provocărilor Adopției AI: Ce Trebuie să Știe Managerii de Proiect

În timpul webinarului „AI Use Cases”, gazduit de PMI Romania la 30-Iul-2024, am explorat numeroase aspecte ale inteligenței artificiale, de la istoria sa până la exemplele de utilizare și dezvoltarea GPT-urilor proprii. Cu toate acestea, în ciuda entuziasmului legat de AI, există provocări esențiale care trebuie abordate atunci când implementăm AI pe scară largă. În acest articol, vom discuta despre cinci provocări majore: halucinațiile AI, alignment, bias, lipsa de context pe termen lung și transparența decizională. Vom explora și soluțiile recomandate, inspirate de cursurile promovate de PMI, care sunt esențiale pentru managerii de proiect ce doresc să gestioneze eficient aceste aspecte.

  1. Halucinațiile AI

Halucinațiile sunt situații în care modelele AI generează informații care par corecte, dar sunt de fapt eronate sau fictive. Acest lucru poate avea consecințe grave, în special în domenii precum sănătatea sau finanțele, unde deciziile se bazează pe date precise, dar si in managementul de proiect. Soluția implică nu doar îmbunătățirea seturilor de date și algoritmilor, dar și aplicarea unor principii solide de prompt engineering, cum sunt cele descrise în cursul „Talking to AI: Prompt Engineering for Project Managers” de la PMI. Prin formularea corectă a solicitărilor și ajustarea feedback-ului primit, managerii de proiect pot minimiza riscurile asociate halucinațiilor și pot îmbunătăți precizia rezultatelor AI.

  1. Alignment: Alinierea Obiectivelor AI cu Valorile Umane

Alignment-ul AI se referă la asigurarea că modelele respectă intențiile și valorile umane. Fără un alignment adecvat, AI ar putea lua decizii care, deși eficiente, sunt contrare eticii sau intențiilor organizaționale. Aici, managementul proiectelor poate juca un rol crucial. Cursul „Generative AI Overview for Project Managers” subliniază importanța colaborării între dezvoltatori și stakeholderi pentru a seta obiective clare și etice. Managerii de proiect trebuie să colaboreze cu echipe multidisciplinare pentru a verifica continuu output-urile AI și a asigura o aliniere constantă cu scopurile proiectului.

  1. Bias și Imparțialitate

Bias-ul AI este o problemă bine cunoscută, ce apare atunci când modelele de învățare automată perpetuează sau amplifică prejudecăți existente în datele pe care au fost antrenate. Această problemă poate afecta deciziile luate în procese critice, cum ar fi angajarea sau evaluarea performanțelor. Soluțiile recomandate implică diversificarea seturilor de date și aplicarea de metode riguroase de evaluare a performanței modelului, discutate în cursul „Data Landscape of GenAI for Project Managers”. Managerii de proiect trebuie să fie conștienți de sursele de bias și să implementeze procese de audit și verificare continuă pentru a asigura decizii echitabile.

  1. Lipsa de Context pe Termen Lung

Unul dintre punctele slabe ale AI este incapacitatea sa de a păstra și folosi contextul pe termen lung. În interacțiuni complexe sau pe termen lung, modelele AI tind să piardă din vedere detalii relevante din conversațiile anterioare. Aceasta este o provocare pentru task-urile care necesită continuitate și înțelegere profundă. Soluția constă în îmbunătățirea algoritmilor de memorie și în crearea unor fluxuri de lucru care să integreze input-uri continue de la utilizatori umani, așa cum este sugerat în cursul „Talking to AI: Prompt Engineering for Project Managers”. Astfel, managerii de proiect pot ajusta strategiile AI pentru a menține coerența și relevanța pe termen lung.

  1. Lipsa de Transparență Decizională (Explainability)

Transparența decizională sau explainability este capacitatea AI de a explica modul în care ajunge la o anumită decizie. În cazul AI-urilor complexe, ca modelele de învățare profundă (deep learning), această transparență lipsește adesea, ceea ce poate diminua încrederea în rezultatele lor. Managerii de proiect au nevoie de un echilibru între performanță și transparență. Conform cursului „Generative AI Overview for Project Managers”, este esențial să adopți instrumente care pot furniza explicații clare pentru deciziile AI. Acest lucru ajută la obținerea acceptării de către stakeholderi și asigură că deciziile AI sunt înțelese și justificate.

Soluții Recomandate: Cum Pot Managerii de Proiect să Abordeze Aceste Provocări?

Adopția AI nu este doar despre integrarea noilor tehnologii, ci și despre gestionarea riscurilor și asigurarea unei aliniere clare cu obiectivele organizaționale. Pentru a trata aceste provocări, este esențial ca managerii de proiect să urmeze un proces de învățare continuă. Cursurile PMI, cum ar fi „Generative AI Overview for Project Managers”, „Data Landscape of GenAI for Project Managers” și „Talking to AI: Prompt Engineering for Project Managers”, oferă o bază solidă pentru dezvoltarea competențelor necesare în gestionarea proiectelor AI. Prin înțelegerea provocărilor precum halucinațiile, bias-ul sau lipsa de transparență, și aplicarea soluțiilor recomandate în aceste cursuri, managerii de proiect pot asigura implementări AI de succes și responsabile. De asemenea, colaborarea interdepartamentală, auditul constant al modelelor și adaptarea rapidă la schimbări sunt cheia pentru a rămâne competitivi și pentru a îmbrățișa în mod etic această tehnologie revoluționară. Adopția AI vine cu responsabilități mari. Este esențial să abordăm aceste provocări nu doar ca pe obstacole, ci ca pe oportunități de îmbunătățire continuă. În următorul nostru webinar, vom explora mai în detaliu cum putem gestiona aceste riscuri și cum să profităm la maximum de puterea AI. Cursurile mentionate mai sus pot fi gasite aici: https://www.pmi.org/explore/ai-in-project-management
Ichim Razvan