KI-en min jobber raskere. Hvorfor har jeg mer å gjennomgå?

Det finnes en måte å forstå produktivitet med kunstig intelligens på som virker ganske enkel: Hvis en oppgave tidligere tok to timer og nå tar tjue minutter, har vi vunnet én time og førti minutter.

Regnestykket fungerer for en enkeltstående oppgave. Når man begynner å jobbe med flere agenter og mange samtidige prosjekter, dukker det opp andre ting som også må regnes med.

I min erfaring virker to faktorer sammen. Den første er agentbasert organisering: Jeg kan holde ti eller tjue prosjekter i gang parallelt. Den andre er responstiden. Jeg gir en instruks, og svaret kan komme tretti sekunder senere eller en halvtime etterpå.

Mens jeg venter, kan jeg gjøre noe annet. Og det er nettopp det jeg gjør.

Jeg åpner et annet prosjekt, gjennomgår et resultat og gir en ny instruks. Deretter går jeg tilbake til det første, eller det kommer et svar fra det tredje. I tillegg kommer oppgaver der hele forløpet varer i timer, dager eller uker.

KI gjør det mulig for meg å sette mye mer arbeid i bevegelse. Men arbeidet kommer tilbake.

Det kommer tilbake som et forslag jeg må lese, en beslutning jeg må ta, en test jeg må kontrollere eller et spørsmål som krever at jeg henter frem sammenhengen igjen.

Mens jeg venter, åpner jeg en ny front

Det er fornuftig å utnytte ventetiden. Hvis en agent trenger tjue minutter på å forberede noe, trenger jeg ikke sitte og stirre på skjermen.

Problemet oppstår når jeg gjentar denne beslutningen mange ganger. Hvert nytt oppdrag åpner en mulighet for fremdrift, men kan også skape en fremtidig forpliktelse til å gjennomgå resultatet.

Dessuten kommer ikke svarene nødvendigvis i den rekkefølgen jeg ba om dem. En kort oppgave kan stoppe opp. En annen kan bli ferdig tidligere enn ventet. Flere kan kreve oppmerksomhet nesten samtidig.

Her går to klokker samtidig: tiden systemet trenger for å produsere et resultat, og tidspunktet da jeg kan ta meg av det.

For hvert oppdrag legger ventetiden føringer for neste steg. For prosjektene samlet kan oppmerksomheten min bli den knappeste ressursen.

Tretti sekunder og tretti minutter er ulike typer venting

Heller ikke all ventetid kan utnyttes på samme måte.

Tretti sekunder kan være nok til å bryte rytmen, men for lite til å komme ordentlig inn i en annen aktivitet. Tretti minutter gir rom for å komme videre med et annet prosjekt, selv om man etterpå må tilbake til det forrige.

Og det krever mer enn å åpne et vindu.

Hva var det egentlig jeg ba om? Hvilken versjon gjennomgår vi? Hva bestemte vi tidligere? Hvorfor forkastet vi det alternativet? Oppfyller dette resultatet oppdraget, eller ser det bare bra ut?

Arbeidet med å rekonstruere sammenhengen er også en del av jobben.

Derfor er jeg opptatt av å skille mellom gjennomføringstid, gjennomgangstid og tiden det tar å orientere meg igjen. Hvis vi bare måler hvor lang tid KI bruker på å svare, utelater vi en viktig del av erfaringen.

Å produsere mer kan også bety å ha mer utestående

En studie publisert av Anthropic 16. oktober beskriver hvordan arbeidet endrer seg innad i selskapet etter hvert som bruken av agenter øker. Blant observasjonene er presset på menneskelig oppmerksomhet og veksten i oppgaver knyttet til å organisere, føre tilsyn med og koordinere disse systemene.

Det er en intern studie, gjennomført i et selskap med særegne kjennetegn. Resultatene kan ikke gjøres til en generell lov for alle organisasjoner. Men den reiser et spørsmål jeg kjenner igjen fra egen erfaring: Når agentene produserer mer, øker også behovet for å håndtere det de produserer. Kilde: How employment is changing at Anthropic.

Et svar som er ferdig fra KI-ens side, kan fortsatt være uferdig arbeid for meg.

Det må fremdeles kontrolleres, vurderes for brukbarhet, innarbeides i prosjektet og noen ganger sendes tilbake for retting. Hvis resultatene kommer raskere enn jeg kan gjøre dette, flytter køen seg.

Tidligere kunne jeg vente på at arbeidet skulle bli produsert. Nå kan jeg ha ferdigprodusert arbeid som venter på oppmerksomheten min.

Tjue prosjekter trenger mer enn hukommelse

Dette leder til et organisatorisk spørsmål: Hvordan holder man tjue prosjekter i gang uten at informasjon går tapt, beslutninger blir glemt eller saker blir stående stille i dagevis?

Et prosjekt kan stoppe uten at noe svikter teknisk.

Agenten er ferdig med sin del. Det mangler et svar fra meg. Jeg er opptatt med noe annet. Ingen tar tak i neste steg.

Informasjonen kan også finnes, men være spredt mellom samtaler, dokumenter og versjoner. Det er mulig å hente den frem, selv om hver gjenfinning tvinger meg til å undersøke mitt eget arbeid.

Det hjelper å lagre samtaler. Å opprettholde kontinuitet krever at man vet hva de betyr for prosjektets nåværende tilstand.

Jeg trenger å kunne se hva vi vil oppnå, hva som er fullført og kontrollert, hva som mangler, hvem som må handle, og hva som hindrer fremdriften. Hvis en sak blir liggende og vente, trenger jeg også å vite når den skal tas opp igjen.

En historikk forteller hva som skjedde. Organiseringen skal hjelpe oss å avgjøre hva som skjer videre.

Her kommer Alonides inn

Dette behovet henger sammen med Alonides, prosjektet jeg bygger.

Min satsing er å ha én samtalepartner: en KI-bot som kjenner og koordinerer alle prosjektene mine. Jeg kan snakke direkte med botene som arbeider med en bestemt sak, eller henvende meg til koordinatoren min, Alonides.

I det siste tilfellet vil jeg at Alonides skal fordele instruksene mine, kontrollere at de blir utført, og gi meg tilbakemeldinger om resultater, hindringer og beslutninger som trenger min medvirkning. Slik kan jeg veksle mellom å gå inn i detaljene i et prosjekt og å lede helheten fra én samtale.

Det er systemet jeg bygger: å beholde muligheten til å gripe inn direkte, men kunne delegere den daglige oppfølgingen til en koordinator som bevarer oversikten. Slik at det ikke avhenger av at jeg husker hvem jeg ga hvert oppdrag til, og spør på nytt om hvordan det går.

Det er et utviklingsmål. Vi må undersøke i praksis hvilke deler som fungerer, og hvilke som fortsatt trenger inngrep.

For meg vil en viktig prøve være å kunne forlate et prosjekt, arbeide med andre saker og vende tilbake uten å rekonstruere hele historien. En annen vil være å oppdage at noe har stått stille for lenge, og forstå hvorfor.

Det er også viktig å skille mellom en utført oppgave og et verifisert resultat. Hvis systemet fremstiller begge som likeverdige, gir det meg byrden med å finne ut hva som faktisk er ferdig.

En organisator kan også overvelde deg

Å samle alle varsler på ett sted løser ikke i seg selv oppmerksomhetsproblemet. Det kan konsentrere det.

Hvis hvert lite fremskritt utløser et varsel og enhver usikkerhet blir et avbrudd, ender jeg med å jobbe i takt med systemets henvendelser.

Organiseringen jeg trenger, må skille mellom det som krever en umiddelbar beslutning, det som kan samles til senere gjennomgang, og det som kan fortsette innenfor grensene vi allerede har avtalt.

Det innebærer også å godta grenser for samtidig arbeid. At det er mulig å åpne tjue prosjekter, betyr ikke at det er lurt å ha tjue saker som krever beslutninger på én gang.

Noen ganger vil organisatorens beste bidrag være å hjelpe meg å avslutte noe før jeg åpner en ny front.

Produktiviteten prøves når arbeidet avsluttes

Derfor vil jeg se på mer enn hvor raskt svarene kommer.

Jeg vil vite hvor mange resultater som er akseptert og brukbare, hvor mye tid jeg bruker på å rette dem, hvor mange saker som venter på en beslutning fra meg, og hvor ofte jeg må hente frem informasjon som burde være lett tilgjengelig.

Jeg har ennå ingen ferdig formel. Men jeg har et stadig mer konkret spørsmål: Klarer jeg å fullføre mer arbeid, eller bare å holde mer arbeid åpent?

Agentenes kapasitet utvider det jeg kan forsøke. Å utnytte den krever at vi også organiserer øyeblikkene da de venter, øyeblikkene da jeg venter, og øyeblikkene da jeg trenger å konsentrere meg for å ta en beslutning.

Det er en sentral del av det jeg vil løse med Alonides.

Jeg har lært å utnytte tiden da KI-en arbeider. Nå må jeg lære å beskytte tiden da det er min tur til å tenke.