Sposób pracy z ludźmi i technologią
Blisko technologii. Odpowiedzialnie wobec ludzi. Iteracyjnie wobec niepewności.
Moje podejście do pracy z ludźmi i technologią kształtowało się przez lata — najpierw w środowisku produkcyjnym, a następnie w pracy inżynierskiej. Wynika przede wszystkim z bezpośredniego kontaktu ze złożonymi systemami, iteracyjnego rozwiązywania problemów i współpracy z zespołami technicznymi.
Odpowiedzialność za kierunek techniczny rozumiem jako podejmowanie decyzji w warunkach niepewności. Wymaga ona znajomości technologii, gotowości do zmiany własnego stanowiska oraz tworzenia środowiska, w którym można otwarcie zgłaszać błędy, ryzyka i odmienne perspektywy.
Nie traktuję ich jako deklaracji oderwanych od praktyki, lecz jako kryteria codziennych decyzji i współpracy.
Nie trzeba pisać każdej linii kodu, aby prowadzić zespół, ale trzeba rozumieć architekturę, ograniczenia i ryzyka systemu, za który odpowiada się decyzyjnie. W obszarze AI techniczna bliskość jest również warunkiem rzetelnej oceny zachowania modeli i ich konsekwencji.
Decyzję traktuję jako najlepiej uzasadnione zobowiązanie w danym momencie, a nie werdykt, którego trzeba bronić za wszelką cenę. Ważne są właściwy moment, jawne przesłanki i gotowość do korekty, gdy pojawią się nowe dane.
Błąd jest informacją. Problemem staje się wtedy, gdy zostaje przeoczony, ukryty albo nie prowadzi do wyciągnięcia wniosków. Potrzebne jest obniżanie kosztu ujawnienia problemu, bez rezygnowania z odpowiedzialności za jego naprawę.
Dobre rozwiązanie jest ważniejsze niż jego autor. Zachęcam do kwestionowania pomysłów za pomocą argumentów, danych i alternatyw. Bezpieczeństwo psychologiczne nie oznacza braku wymagań — umożliwia podnoszenie jakości bez osobistego ryzyka.
Ludzie podejmują lepsze decyzje, gdy rozumieją nie tylko zadanie, lecz także cel, założenia i ograniczenia. Transparentność buduje odpowiedzialność, a zaufanie traktuję jako element infrastruktury zespołu, który wymaga konsekwentnej ochrony.
Formalna pozycja określa zakres obowiązków, ale wiarygodność powstaje dzięki kompetencji, spójności działania i gotowości do ponoszenia konsekwencji decyzji. W dynamicznych dziedzinach obejmuje to również stały obowiązek uczenia się.
Zasady stają się użyteczne dopiero wtedy, gdy da się rozpoznać je w konkretnych zachowaniach.
Przed rozpoczęciem pracy analizuję jaki jest cel, jakie przyjmujemy założenia i gdzie znajdują się granice rozwiązania. Jeśli taka jest moja rola przedstawiam ustalenia zespołowi. Dzięki temu podejmowane są sensowne decyzje bez czekania na każdą instrukcję.
Przy ważnych decyzjach analizuję przesłanki i ryzyka, które uzasadniałyby zmianę kierunku. Dzięki temu zmiana decyzji jest łatwiejsza, a działań nie ogranicza przywiązanie do raz wybranego rozwiązania.
Gdy pojawia się problem, najpierw szukam mechanizmu: co się wydarzyło, dlaczego system na to pozwolił i jak wcześniej wykryć podobny sygnał. Odpowiedzialność pozostaje ważna, ale jej celem jest naprawa i uczenie się.
Najwięcej nauczyły mnie projekty, w których zachowanie systemu przeczyło początkowym założeniom. Ugruntowały one prostą zasadę: żadnej hipotezy nie należy odrzucać zbyt wcześnie, a szczególnie uważnie trzeba sprawdzać to, co wydaje się oczywiste. To doświadczenie przenoszę również na pracę z zespołem — pewność siebie nie może zastępować obserwacji, danych i gotowości do korekty.
Nie traktuję tych zasad jako jedynego słusznego modelu. Są roboczym systemem rozwijanym wraz z doświadczeniem, wiedzą i informacją zwrotną. Ich stałym punktem pozostaje odpowiedzialność: za technologię, decyzje i warunki, w których pracują ludzie.