協作式領導與 AI 的角色

On By Amanda Holst1 Min Read
Collaborative Leadership
摘要:在今日的全球商業環境中,無法或不願意適應的企業逐漸失去市佔率。科技以更快的速度發展,全球勞動力的動力也隨之變化。乏味的工作逐漸被自動化,員工希望工作更有意義,領導者更有同理心。本文將探討通常位於「軟」和「硬」技能光譜兩端的兩個領域,也就是協作式領導和人工智慧的實作。我們將個別探討這兩個領域、探索其交會點,並深入研究領導者用以結合兩者,應對現今挑戰的框架。 內容: 什麼是協作式領導? 傳統式領導與協作式領導有何差別? 為什麼協作式領導更有效率? 什麼是 AI? 協作式領導跟 AI 有什麼關係? 協作式領導的五項好處 透過 Wilber 的四個象限檢視協作式領導

什麼是協作式領導?

根據杜克大學的 Edward Marshall 博士 的定義,協作式領導是「一種以道德、原則為基礎的服務哲學,其建立了一種心理安全、所有權和信任的領導文化,使員工能夠成為最好的自己,讓他們能盡最大的努力產生卓越的結果。」 這些「卓越的結果」可以在工作層級看到,因為其與員工個人的表現有關。但是整個組織有表現得更好的潛力。著名的哈佛商學院教授 Linda Hill 連結協作式領導與組織層級的永續性創新:

換句話說,協作式領導是個人在網路中利用其技能和專業知識為整體領導職能做出貢獻,並朝著共同目標努力的過程。也就是說,團隊會在每個專案中根據每個團隊成員的獨特領導能力分配職責,以滿足該專案的需求。 瞭解這個詞語的定義後,讓我們看看協作式領導與傳統式領導有何不同。

傳統式領導與協作式領導有何差別?

在傳統式領導中,個別主管領導日常運營,而高層主管負責大型決策。在這個模型中,資訊零星地從高層流出,通常會與更廣泛的團隊分享。有時資訊會在不合時宜的時候流出,這時實際的執行者,也就是中階員工可能很難根據資訊採取行動。 傳統方式假定,具備足夠能力提出好點子,並能以有意義的方式推動這些點子的只有少數人。這種將領導能力鞏固在高層的模式通常會導致領導者的多元性降低。儘管研究持續指出多元團隊更具創新能力,但目前多元的全方位高層管理團隊依然很少見。此外,也開始有研究顯示僅有多元性是不夠的,這代表傳統的統一式領導存在進一步的問題。2021 年發表於 Review of Public Personnel Administration 的一項研究發現: 「較具多元性的團隊並無法自動產生包容性氛圍。包容性氛圍需要包容性領導來支持,在包容性氛圍中,不同團隊成員因其對工作帶來的價值而受到重視。」 另一方面,在協作式領導模式中,組織則是以社群的方式運作。相較於傳統從上到下的領導模式中常見的結構,這類社群由相互連結的網路組成。不只是個別主管,團隊中的每個人都以某種能力進行領導。 這種類型的領導中,所有人分擔責任、共同解決問題,每個團隊成員都有能分享想法和疑慮,溝通更透明且包容。
傳統式領導 vs. 協作式領導

圖片由 Collaborative Lead Training Co. 提供

雖然轉換到這種模式並不容易,但理解協作式領導核心的一種簡單方法是將領導視為一種文化,而不只是個人職能。 一旦思維改變了,其他原本通常被認為是個人工作的元素 (如解決問題和決策)就會開始出現集體的特色。 研究協作式領導者如何工作的人通常都會得到相同的結論:他們之所以成功 ,是因為其運用了團隊的集體力量。 若要運用團隊的集體力量,您首先必須相信團隊的集體智慧。這可能不是很容易,特別是因為許多商學院和商業刊物都以個人主義的視角來檢視成功的領導。

為什麼協作式領導更有效率?

無庸置疑,現代工作場所的變化比過去任何時候都快。更複雜的問題需要更具創造性的問題解決方案,而一個問題的解決方案可能又會帶來一系列需要克服的新挑戰。 思考自動化的角色,其一方面可以簡化特定的工作流程,另一方面可以創造新的工作流程,例如管理、最佳化和分析自動化本身。 韋蘭浸信會大學 (Wayland Baptist University) 的 Nick Ejimabo 博士在一項名為<理解組織中領導決策的方法>(European Scientific Journal) 的研究中闡述如何管理這種不斷變化的環境及其帶來的問題。他研究當今工作場所的決策和組織領導力,指出: 「我們經常將個人風格和權威地位等與領導力混為一談。領導力必須具有包容性、持續性、策略性、系統性、生產性、積極性,並具有影響力,以目標為導向。」 領導者因為擁有令人印象深刻的頭銜就能找到特定問題的答案,這種假設會阻礙協作。 如前所述,從上到下的領導模式假設答案來自一小群領導者。您如果做出這樣的假設,就只會向領導者尋求答案。 這樣的假設會阻礙協作,並扼殺從協作產生的創新。正如 Hill 教授在上面的影片中所說(如果您還沒看過,我強烈建議您回到上面觀看): 「創新仰賴的並非單一天才的靈光一閃,創新其實是協作解決問題的過程,通常牽涉觀點截然不同的人們。」 轉換為更具包容性、協作性、創新性、更團隊導向的作法,需要願意接受這些理想,並有勇氣嘗試實行這些理想的領導者。 無知的冰山 1989 年,在日本汽車製造商 Calsonic 工作的顧問 Sidney Yoshida 發現了主管和第一線員工之間的脫節。他的研究就是知名的「無知的冰山」,其顯示了高階管理層與組織其他人員之間的重大認知差距。Yoshida 的結論是: 「高階管理層只知道 4% 的第一線問題,中階管理層只知道9%,主管知道 74%,員工知道 100%。」
無知的冰山

無知的冰山。根據 Sidney Yoshida 的研究所繪製視覺圖形。圖片由 CLP 提供

雖然這項研究已有 30 多年的歷史,且只關注中型組織,但這個問題到了今天依然存在。工作場所中傳統、從上到下的階級制度往往會造成領導者和員工之間的脫節。 一個強大的領導者必須具備預測、辨識、解決工作場所發生的問題,並從中學習的工具和能力。 在 AI 的脈絡下考量領導力,代表瞭解如何利用組織中每個人的見解為解決問題提供更廣闊的視角。 這種管理團隊的協作方法最適合現今較複雜的工作場所,在今天的工作場所中,有較新、較陌生的問題需要敏捷的解決方案。舊有的從上到下領導模式建立的團隊包容性較低,無法解決現代員工面臨的挑戰。

什麼是 AI?

根據《牛津詞典》的定義,人工智慧 (AI) 是「能執行通常需要人類智慧之任務的電腦系統理論與其發展,例如視覺感知、語音辨識、決策和不同語言之間的翻譯。」 World Wide Technology (WWT) 的團隊將人工智慧、機器學習和深度學習之間的關係視覺化,如下圖所示: 人工智慧 人工智慧正在實際影響每個產業。隨著人工智慧可靠性提升和使用案例的擴張,這個趨勢可能會繼續上升。 國際數據公司 (IDC) 預測,人工智慧技術的支出將在未來四年內增加一倍,到 2024 年將達到 1100 億美元。麥肯錫的 《2020 年的 AI 現狀報告》指出,組織已經看到採用 AI 的顯著成本收益: 「最常導致成本降低的使用案例是最佳化人才管理、聯絡中心自動化和倉庫自動化。超過一半的受訪者表示,在這些領域應用人工智慧能降低成本。」 史丹佛大學的《2021 年 AI 指數報告》(點此檢視 PDF)提出了九個關鍵要點,可以幫助我們更全面地瞭解 AI 的影響: 1) 對藥物設計和發現的 AI 投資顯著增加。 「藥物、癌症、分子、藥物發現」是 2020 年獲得最多私人 AI 投資金額的領域,超過 138 億美元,是 2019 年的 4.5 倍。 2) AI 發展的角色越來越重要。2019 年北美有 65% 的 AI 博士畢業後進入該行業, 2010 年這一數字為 20.6%,等於成長了 44.4%。 3) AI 資源豐富。我們很難區分人工和非人工之間的區別,因為 AI 系統可以產生高品質的文字、音訊和影像。 4) AI 面臨多元性挑戰。2019 年所有的 AI 博士畢業生:2.4% 為非裔美國人;3.2% 為西語裔;45% 為白人。 5) 中國在 AI 期刊引用方面超越美國2020 年,中國在 AI 期刊引用量的人均上超過美國 0.9%。 6) 外國 AI 博士生畢業後仍留在美國。2019 年,北美的國際博士生人數比前一年增長 4.3%,達到 64.3%。在外國畢業生中,有 81.8% 留在美國。 7) AI 監控技術正在興起,無所不在。由於影響分類、臉孔辨識、視訊分析和語音辨識技術的發展,大規模監控在 2020 年取得了重大進展。 8) AI 倫理缺乏基準和共識。在很大程度上,AI 領域缺乏衡量或評估技術本身與其發展對社會影響之間關係的標準。 9) AI 正受到美國國會的關注。與第 115 屆美國國會相比,第 116 屆美國國會在國會記錄中提及 AI 的次數增加了兩倍。 同樣值得注意的是,該報告花一整節的篇幅討論國際協作和 AI 的關聯,重點介紹跨政府倡議、工作小組、高峰會與會議以及雙邊協議的多邊 AI 戰略發展。 國際協議和倡議的增加顯示,全球協作技能對於 AI 發展的未來,以及解決 AI 的公平性問題至關重要。

協作式領導跟 AI 有什麼關係?

有關工作場所中,人與機器間交互作用的討論通常由各種技術性話題主導。雖然機器學習和深度學習的進步代表更快的應用程式處理速度和更有效的解決方案,但我們可以說協作是這一切的基礎。是跨學科協作和研究人員的協作促成了這些技術進步。協作式領導者將是確保這些技術進步能以改善人類工作體驗的方式整合的關鍵。 AI 的三波浪潮 AI 通常分為三波主要浪潮:手工知識、統計學習和脈絡適應。 第一波使電腦模型能對狹義的問題進行邏輯推理(不需要學習和感知能力)。 第二波與統計學習有關,其中電腦模型通過大數據訓練,透過分類和預測來感知周遭的世界。但是,沒有適應脈絡能力,推理能力也僅限於最低限度。 在 AI 的第三波浪潮(我們目前所處的浪潮)中,系統能建構脈絡解釋模型來解釋和推動決策,以解決現實世界的問題。在這一波浪潮中,AI 從一種感覺相對獨立的技術,轉變為領導者必須學會與之合作的夥伴。從這層意義上,運用 AI 的重點不再只是技術可以得出哪些新見解,而是領導者如何將自己與團隊的推論與 AI 的推理結合起來。 以下範例展示訓練資料集的複雜系統是什麼樣子:

除了這三大浪潮之外,有關 AI 在工作場所的角色,還有三種思想流派。
  1. AI 能增強人類制定決策的方式 (Dejoux & Léon, 2018, p. 191)。
  2. AI 將與人類共同形成「混合智慧」。
  3. AI 將接管人類的工作,並被視為一種威脅。
科幻作品早已描繪過機器人接管世界的情景,但 PwC 一份名為《機器人真的會奪走我們的工作嗎?》點此檢視 PDF)的報告預測,到 2030 年代中期,AI 可以使 30% 的工作自動化。 有些人直接想到最負面的結果,聲稱人類就此玩完了。其他人則認為,這個轉變能大幅減少沉悶的工作,因而解放人類的創意和創新能力。身為機器人專家的卡內基美隆大學機器人研究所前所長 Matthew Mason 教授是這麼說的: 「AI 將提供新的機會和能力來改善人類生活。雖然有些社會可能會表現出不理性的行為並選擇使用 AI 損害自己的利益,但我認為沒有理由認為這種事會常常發生。」 這對工作場所會有什麼影響? 這個領域的大多數思想家都同意,更有可能的情況是 AI 會協助人類完成任務,同時讓例行性工作成為過去的事物。但是這種情況不會自動發生。我們需要一種新的協作式領導者,有能力在人類團隊的集體創意才智和科技產生的認知才智之間搭起橋樑。 以下是 Pedro Uria-Recio 的 TEDx 演講,在演講中,他認為 AI 將使工作場所更人性化,而不是相反的情況:

儘管如此,我們還是必須再三強調:AI 本身不會讓工作場所更人性化。這需要人類自身的努力,而且我們必須培養不同類型的技能。對協作式領導者而言,打造未來的勞動力代表瞭解這些技能(科技和社會/情緒)的新樣態,並確保團隊處於持續學習的狀態。這也有助於確保改變感覺更像機會,而不是負擔。 研究者 Claudé & Combe 在 <人工智慧與人類在決策中扮演的角色:邁向強化的人類?>點此檢視 PDF)中寫道:「管理未來面臨的挑戰之一,端賴組織的適應能力,以及應對改變和改造自身的能力。主管將使用軟實力和新的人際互動和協作方式來面對組織挑戰。」 行為科學家 David De Cremer 教授的研究告訴我們,領導者該如何改變才能適應自動化和 AI 的未來: 「演算法接管越多管理工作,我們就越需要領導者來確立優先順序。隨著自動化程度提高,其他許多因素也會隨之升高:我們需要知道自己想要實現什麼、在必須做出決定時提供判斷,並可以有效反映追求目標的領導者。」 現在的領導者在適應新的未來時,可能會想要加深自己對人工智慧的瞭解,但如果他們也在提高基本協作技能上下同樣的功夫,就能有更萬全的準備。

協作式領導的五項好處

採用協作式領導的組織通常會有:
  1. 更一致的團隊協作願景。隨著組織增加知識分享、團隊成員持續協作,團隊孤島會開始瓦解。
  2. 更有創新能力的勞動力。少了礙事的權力結構,想法能在組織結構的各層面更自由地流動。這會讓組織更快接受和實行改變。
  3. 各層級能做出更好的決策。有了更合作、包容和開放的意見回饋,團隊可以做出更明智的決策。
  4. 動機增加。如果團隊成員覺得自己是解決方案的一部分,就更可能努力實現持久的改變。協作式領導能創造一種共同解決問題的感覺,使團隊成員更有動力和韌性。
  5. 共同的願景。責任共同分擔時,所有團隊成員會感到擁有權力,督促彼此對目標負責。這樣一來,成員會更願意做自己分內工作以外的事,並因其提供的價值而得到認可和信任。
整體而言,協作式領導可以激發更高度的投入和參與、更高的生產力和更具包容性的工作場所。

透過 Wilber 的四個象限檢視協作式領導

協作式領導始於團隊所有成員都受到共同目標的激勵。這種領導風格要求每個團隊成員誠實地認識到自己的優勢、瞭解如何營造心理安全的環境,並相信協作的力量。 將協作式領導概念化的一種方法是將領導者置於模型的底部,幫助其他人參與決策。這種類型的領導者以道德為基礎,他們善良的行為往往能促進組織成長,同時提高組織的環境品質。根據岡薩加大學 Larry Spears 的這篇論文,這種領導風格通常被稱為僕人式領導。 僕人式領導者以為團隊服務為優先,然後才關注組織層面。這樣一來,改變先是在團隊的層級實施,而後引導組織層級的改變。僕人式領導者透過同理心、遠見、公僕精神和意識進行領導。 哲學家 Ken Wilbur 的四象限模型有助我們瞭解組織建立協作式領導的方法。這種整合模型(也稱為所有類別、所有層級 (ACAL) 模型)檢視人們的觀點、心態、先天素質和意識水準,以解釋現實和關係。 這個模型有四個主要象限,分成兩個架構。第一個架構分成內在外在。第二個架構包括個人集體。對於任何問題的任何觀點都有這四個維度同時運作,作為整體的一部分,無論您是否有意識到。這四個維度可以應用於模型、應用程式、改變過程、分析等等。
哲學家 Ken Wilber 的四象限模型

Ken Wilbur 的四象限模型,由全球顧問公司 Future Considerations 提供

ACAL 模型應用於領導力時,可用來揭露意識、行為、系統(社會)和文化的程度。隨著時間過去,協作式領導者可以開始拼湊此模型中的各個部分(例如,透過瞭解團隊中的每個人如何找到目標)。 完整領導力表格 協作式領導者可以將這些象限中的資訊與以下幾點連結起來,以開始改善工作場所的協作,尤其是當 AI 感覺越來越像團隊成員之一的時候:
  1. 瞭解心理安全在建立共同願景中的作用
  2. 創造不斷學習、擁抱變化的文化
  3. 隨時尋找將人類創意與機器智慧結合的方法
結論 隨著越來越多的團隊開始使用並仰賴人工智慧,領導者必須提高他們對核心協作能力的瞭解,儘管這似乎有違常理。協作式領導可以成為兩個領域之間的橋樑,結合人力與科技,增加包容性並進行創新。 相關文章 AI 時代的協作:思科如何在協作中率先應用 AI 和新興科技 您看得到我嗎?當 AI 戴上面具

About The Author

Amanda Holst
Amanda Holst Communications Program Manager Cisco
Amanda has over 20 years experience in project/program managing, marketing, digital content, and start-ups.
Learn more

Topics


More like this