NBF 2026. Rahaf Harfoush: kas AI teeb meid targemaks või õpetab meid mõtlemisest loobuma?

Rahaf Harfoushi VIP-sessioonist kirjutasin juba varem, aga tema NBF-i peamine ettekanne “Rise of the Thinking Class: The Human Advantage in an Exponential World” läks AI ja inimese suhtega veel sügavamale.

Kui VIP-sessiooni keskmes oli adaptive knowledge ja oskus infokülluses teadlikult teadmisi valida, siis siin oli küsimus veel fundamentaalsem: mis juhtub meie mõtlemisvõimega, kui AI teeb järjest suurema osa mõtlemistööst meie eest?

Rahaf ei lähenenud AI-le tehnoloogina, vaid digitaalse antropoloogina. Teda huvitas vähem see, mida uus tehnoloogia teha suudab, ja rohkem see, mida tehnoloogia meie käitumise, kultuuri ja mõtlemisega teeb.

Tema hoiatus oli üsna selge: me võime AI abil muutuda erakordselt võimekaks, aga ainult juhul, kui me samal ajal ei lase omaenda kognitiivsetel oskustel hääbuda.

Me liigume searching culture’ist generating culture’isse

Millennialide põlvkond kasvas üles interneti ja otsingumootoritega. Kui meil oli küsimus, siis me otsisime.

Google. Artiklid. Erinevad allikad. Üks arvamus. Teine arvamus. Võrdlesime, hindasime ja panime lõpuks ise vastuse kokku.

Rahaf nimetas seda searching culture’iks.

AI-ga liigume aga generating culture’isse.

Me ei otsi enam kümmet allikat. Kirjutame küsimuse AI-le ja saame ühe ilusa, struktureeritud ja enesekindlalt kõlava vastuse ja sageli sellega asi lõppebki.

Rahaf küsis väga tabavalt:

“How can we say that we want creative thinkers and divergent thinkers and a diversity of thought if we’re training people a million times a day to ask a question, get one generated response, and call it a day?” 

See pani mind päriselt mõtlema. Me ütleme organisatsioonides, et tahame critical thinking’ut. Tahame inimesi, kes esitavad küsimusi. Tahame erinevaid vaatenurki. Tahame innovatsiooni, aga samal ajal võtame kasutusele tehnoloogiad, mille kõige mugavam kasutusviis võib õpetada inimest tegema täpselt vastupidist küsi → saa vastus → liigu edasi.

Cognitive atrophy – kui mõtlemise lihas jääb kasutamata

Rahaf kasutas mõistet cognitive atrophy. Nagu lihas, mida ei kasutata, võivad nõrgeneda ka meie kognitiivsed võimed. Kriitiline mõtlemine. Analüütiline mõtlemine. Meediakirjaoskus. Süvenemisvõime. Oskus hinnata erinevaid argumente. Oskus ise järeldusele jõuda.

Kui anname need tegevused järjepidevalt AI-le üle, ei pruugi me lihtsalt aega säästa, vaid võime hakata kaotama oskust neid ise teha. Rahaf viitas ettekandes Microsofti uuringule, mis käsitles generatiivse AI kasutamise ja kriitilise mõtlemise vahelist seost.

Ja siin tekib minu meelest üks AI-ajastu suurimaid juhtimisparadokse. Me tahame AI abil targemaid organisatsioone, aga kui me ei ole ettevaatlikud, võime ehitada organisatsioone, kus inimesed ise mõtlevad järjest vähem.

AI supercharges deep expertise

See oli Rahafi teine väga oluline sõnum: AI mõju ei ole kõigile ühesugune. Sügava ekspertiisiga inimese jaoks võib AI olla tohutu võimendi. Ekspert teab, milline hea tulemus välja näeb. Ta märkab viga. Ta oskab küsida parema küsimuse. Ta tunneb ära, kui AI argument ei pea vett. Ta suudab saadud tulemuse konteksti panna. Sellise inimese puhul võib AI tõesti anda tohutu kiiruse ja võimekuse juurde.Aga nõrga teadmiste baasi puhul võib juhtuda vastupidine. Kui inimene ise ei tea, milline hea tulemus välja näeb, siis kuidas ta teab, kas AI vastus on hea?

Rahaf võttis selle kokku põhimõttega AI supercharges deep expertise, but collapses weak knowledge systems. See on minu meelest eriti oluline küsimus nooremate töötajate ja õppimise puhul.

Kuidas saada eksperdiks, kui AI teeb algaja töö ära?

Traditsiooniliselt kujuneb ekspertiis läbi tegemise. Sa loed. Otsid. Eksid. Parandad. Teed igavaid ülesandeid. Koostad esimese kehva analüüsi. Saad tagasisidet. Teed uuesti.

Ja kümme aastat hiljem oskad sa vaadata AI koostatud analüüsi ning öelda kolme minutiga „See ei ole õige.“

Aga mis juhtub siis, kui AI teeb inimese eest ära just need esimesed kümme aastat õppimist toetavad mikroülesanded?

Rahaf tõi välja väga kõneka vastuolu vibe coding’u puhul: inimene, kes selle lähenemise populariseeris, on ise arvutiteaduse doktorikraadiga. Ta võib lasta AI-l koodi kirjutada, sest tema juba teab, milline hea kood välja näeb. Inimesel, kellel seda ekspertiisi pole, ei pruugi olla sama võimet AI väljundit hinnata. See on suur erinevus. AI kasutamise oskus ja valdkonna päriselt tundmine ei ole sama asi.

Human advantage ei kao, selle väärtus võib hoopis kasvada

Rahafi sõnum ei olnud seega, et peaksime AI-d vähem kasutama. Pigem vastupidi. Aga me peame samal ajal investeerima teadlikult inimese võimekusse. Sügav ekspertiis. Uudishimu. Kommunikatsioon. Kriitiline mõtlemine. Analüütiline oskus. Oskus jõuda vastuseni, mitte ainult vastust saada.

Mida võimekamaks muutub tehnoloogia, seda väärtuslikumaks võib paradoksaalselt muutuda inimene, kes oskab selle väljundit päriselt hinnata, sest ilus PowerPoint ei tähenda, et strateegia on hea. Professionaalselt kirjutatud raport ei tähenda, et selle järeldused on õiged. Veenev AI vastus ei tähenda, et vastus on tõene.

Rahaf sõnastas juhtide jaoks probleemi väga lihtsalt: kui sinu inimesed ei suuda eristada kvaliteetset insight’i veenvalt kõlavast jamast, lisab tehnoloogia väärtuse asemel lihtsalt rohkem müra.

Aga tehnoloogia ei ole neutraalne

Siit liikus Rahaf teemani, mis oli minu jaoks üks tema ettekande põnevamaid osi. Me kipume mõtlema tehnoloogiast kui tööriistast, aga digitaalses antropoloogias saab tehnoloogiat vaadata hoopis teisiti: technology is a manifestation of a belief system.

Iga tehnoloogia sisaldab selle loonud inimeste eeldusi selle kohta, kuidas maailm peaks toimima. Mis on produktiivsus? Mis on hea tööpäev? Mis on efektiivne? Mis on väärtuslik? Mis on aja raiskamine? Ja kui võtame tehnoloogia kasutusele, ei võta me üle ainult selle funktsioone. Me võime võtta üle ka selle uskumused.

“See dokument on pikk. Kas tahad kokkuvõtet?”

Rahaf tõi väga lihtsa näite. Avad pika dokumendi ja programm pakub „See tundub olevat pikk dokument. Kas soovid aja säästmiseks kokkuvõtet?“

Esmapilgul väga kasulik funktsioon. Aga selle sees on peidus uskumus, et pika teksti lugemine on ebaefektiivne. Kas me tahame nii uskuda/arvata? Mõnikord kindlasti. Mul ei ole vaja iga 70-leheküljelist dokumenti algusest lõpuni lugeda. Aga kui iga pikk tekst muutub automaatselt kokkuvõtteks, kaotame midagi muud – süvenemise, argumentatsiooni jälgimise ja võimaluse ise märgata midagi, mida kokkuvõtte koostaja või AI ei pidanud oluliseks. See ei ole enam ainult tehnoloogia küsimus. See on kultuuri küsimus.

Ka sinu kalender sisaldab ideoloogiat

Teine Rahafi näide puudutas AI-põhiseid kalendritööriistu. Kujuta ette kahte calendar agent’i. Esimene näeb sinu kalendris vaba 30 minutit ja paneb sinna kohe järgmise ülesande. Tema maailmapilt ütleb: vaba aeg = kasutamata tootlikkus.

Teine agent koondab kohtumised teadlikult kokku ning jätab sulle pikad katkestusteta ajablokid. Tema maailmapilt ütleb: mõtlemiseks ja süvenemiseks on vaja ruumi.

Mõlemad on „efektiivsed“, aga nad esindavad täiesti erinevat töökultuuri.

Rahaf ütles:

“The default feature of the technology will always create the default behavior unless you deliberately make an intentional choice.”

Ehk siis: Default settings create default behaviours. Kui me ise teadlikult ei vali, hakkab tehnoloogia meie eest valima.

Tee beliefs manifesto

Rahaf pakkus välja väga praktilise harjutuse: create a beliefs manifesto. Enne kui räägime tööriistadest, peaksime organisatsioonis kokku leppima mida tähendab meie jaoks hea töö? Mida tähendab kõrge sooritus? Kas kiiremini on alati parem? Millist rolli mängib süvenemine? Millal ootame inimestelt iseseisvat mõtlemist? Millist rolli tahame AI-le anda? Milliseid inimlikke oskusi tahame teadlikult säilitada?

Ehk kõigepealt millesse me usume? Ja alles seejärel millist tehnoloogiat me kasutame?

Ja siis tee tech audit

Teine praktiline soovitus oli technology audit. Vaata üle organisatsioonis kasutatavad tööriistad ja küsi igaühe kohta:

Millist käitumist see tehnoloogia soodustab?

Kas see toetab meie kultuuri? Kas see aitab inimestel paremini mõelda või julgustab neid võtma kognitiivseid otseteid? Kas see suurendab koostööd? Kas see tekitab pidevaid katkestusi? Kas see kaitseb keskendumist? Kas see loob usaldust? Või sunnib meid töötama viisil, mis tegelikult läheb vastuollu sellega, mida oma organisatsioonikultuuri kohta räägime? Rahafi soovitus oli tulemuse põhjal otsustada, mida säilitada, mida muuta ja millest loobuda.

Minu meelest oleks see väga hea harjutus pea igale juhtkonnale.

Curiosity, safety, distance

Rahafi teine suur teema oli keerukuse ja vastuolude talumine. Uue tehnoloogia puhul kipume kiiresti valima ühe kahest leerist.

“See on suurepärane!” või “See on kohutav!”

Digitaalse antropoloogina soovitas Rahaf võtta pigem uurija positsiooni. Selleks on vaja kolme asja: curiosity, safety ja distance. Ole uudishimulik. Mine vaata, mida inimesed päriselt teevad. Katseta uusi digitaalseid keskkondi, aga tee seda turvaliselt – ära jaga tundlikku isiklikku või ettevõtte infot ning vajadusel kasuta uurimiseks isegi eraldi või väljamõeldud personat ja säilita distants. Ära vaata ainult seda, mida tehnoloogia teeb.

Vaata ka miks inimesed seda kasutavad, millist vajadust see rahuldab, milliseid käitumisi see tekitab ja mida see räägib meie ühiskonna muutuvatest väärtustest?

AI husband ja vestlused surnutega

Ja siin läks ettekanne mõnes mõttes õudsaks. Rahaf rääkis digitaalsetest keskkondadest, kus inimesed loovad AI-ga juba väga isiklikke suhteid. AI companion. Virtuaalne partner või Wireborn Husband ehk AI husband.

On tekkinud tehnoloogiaid, mis võimaldavad luua surnud lähedasest digitaalse versiooni ja temaga pärast tema surma „vestelda“.

Rahaf küsis miks inimene seda tahab? Milline vajadus selle taga on? Just sellistes äärmuslikes kasutusviisides võivad nähtavale tulla palju suuremad kultuurilised muutused. Tehnoloogia ei muuda enam ainult seda, kuidas me töötame. See hakkab muutma seda, kuidas me suhestume teiste inimeste, iseenda ja isegi surmaga.

Volatility is the new normal

Rahaf rääkis ka sellest, et me peame õppima elama vastuolude ja ebamäärasusega. AI võib olla korraga väga kasulik ja ohtlik, tohutult produktiivne ja meie mõtlemist nõrgestav, ühendav ja isoleeriv, aega säästev ja meie tähelepanu lõhkuv.

Juhi ülesanne ei ole neid vastuolusid ühe lihtsa lausega ära lahendada. Pigem peame looma organisatsioonides ruumi, kus neist saab rääkida. Rahafi soovitus oli väga konkreetne: schedule hard conversations. Ära oota, kuni probleem tekib. Loo teadlikult ruum keerulisteks vestlusteks selle üle, mida tehnoloogia meie töö, inimeste ja kultuuriga teeb.

Learners vs the learned

Ettekande lõpetuseks kasutas Rahaf sotsioloog Eric Hofferile omistatud mõtet:

“In a world of change, the learners shall inherit the earth, while the learned shall find themselves suited for a world that no longer exists.”

Mulle meeldib väga erinevus nende kahe sõna vahel: learned ja learner.

Üks ütleb ma tean. Teine ütleb ma õpin. AI-ajastul võib nende kahe vahe muutuda väga oluliseks, sest isegi väga sügav ekspertiis ei tähenda enam seda, et saad oma teadmistega järgmised 20 aastat hakkama. Ekspertiis peab ise pidevalt arenema.

Minu suurim takeaway: AI-strateegia on tegelikult kultuuristrateegia

Rahaf Harfoushi ettekandest jäi mulle kõige tugevamalt kaasa see, et AI kasutuselevõtt ei ole ainult tehnoloogiaprojekt.

See on kultuuriprojekt, sest iga kord, kui võtame kasutusele uue tööriista, mõjutame ka seda, kuidas inimesed töötavad ja mõtlevad. Seetõttu peaksime võib-olla enne küsimust „Millise AI tööriista me kasutusele võtame?“ küsima hoopis “Milliseid inimesi me tahame oma organisatsioonis kasvatada?”. Kas inimesi, kes oskavad saada kiiresti vastuse? Või inimesi, kes oskavad aru saada, kas vastus on hea? Kas tahame maksimaalset efektiivsust?

Rahaf küsis:

“Do we really want to nudge people towards cognitive shortcuts in an age of increasing complexity?”

Minu jaoks on vastus selge. Mida keerulisemaks maailm muutub ja mida võimekamaks muutub AI, seda vähem saame endale lubada inimesi, kes lihtsalt aktsepteerivad esimest etteantud vastust.

AI-ajastu suurim inimlik eelis ei pruugi olla rohkem teadmine.

See võib olla võime õppida, kahelda, süveneda, küsida paremaid küsimusi ja ise mõelda.

Ja võib-olla just sellest koosnebki Rahafi kirjeldatud uus thinking class.