Większość zespołów marketingowych już korzysta ze sztucznej inteligencji. Trudniejsze pytanie brzmi: czy udało Ci się stworzyć kontekst, przepływy pracy i nadzór niezbędne do dobrego wykorzystania jej możliwości?
Andrea Saez, dyrektorka ds. marketingu produktu i wprowadzania AI na rynek w Turtl, dołącza do Breanny Lawlor, aby przeanalizować, co dzieje się, gdy eksperymentowanie ze sztuczną inteligencją staje się odpowiedzialnością operacyjną. Rozmawiają o wspólnym kontekście AI, przejściu od tradycyjnego wyszukiwania do odkrywania treści za pomocą dużych modeli językowych, krytycznym myśleniu, którego AI wciąż wymaga od zespołu, oraz o tym, dlaczego stworzenie odpowiednich warunków pracy dla ludzi jest równie ważne jak wybór właściwej technologii.
Czego się dowiesz
- Dlaczego odizolowane umiejętności i prompty związane z AI prowadzą do niespójnych rezultatów — oraz jak wspólny kontekst może zwiększyć użyteczność przepływów pracy z AI w różnych zespołach.
- Jak odkrywanie treści za pomocą dużych modeli językowych zmienia rolę stron internetowych, treści i AEO w ścieżkach zakupowych B2B.
- Dlaczego widoczności w dużym modelu językowym nie można traktować tak samo jak pozycji w tradycyjnych wynikach wyszukiwania.
- Jakie umiejętności są ważne u osoby przejmującej odpowiedzialność za operacje AI — od ciekawości i organizacji po zdrowy sceptycyzm.
- Dlaczego weryfikacja przez człowieka pozostaje niezbędna, nawet gdy AI działa zgodnie z ustalonymi zabezpieczeniami.
- Jak przywództwo przyjazne osobom neuroróżnorodnym, praca zdalna i elastyczne środowiska mogą pomóc zespołom osiągać lepsze rezultaty.
- Dlaczego ochrona skupienia i odłączanie się od nieustannego napływu informacji wspierają lepsze podejmowanie decyzji w miejscu pracy intensywnie wykorzystującym AI.
Najważniejsze wnioski
- Stwórz wspólny kontekst AI.
Centralizuj wiedzę o projektach, pamięć i preferencje dotyczące pracy, aby zespoły poświęcały mniej czasu na powtarzanie instrukcji i korygowanie niespójnych rezultatów. - Traktuj operacje AI jako ciągłą pracę.
Przepływy pracy z AI ulegają zmianom. Ktoś nadal musi utrzymywać kontekst, udoskonalać zabezpieczenia i weryfikować to, co tworzy system. - Przemyśl treści pod kątem odkrywania ich przez duże modele językowe.
Odbiorcy coraz częściej proszą narzędzia AI o rekomendacje, zanim odwiedzą strony internetowe, co oznacza, że treści muszą jasno odpowiadać na pytania, które te systemy próbują syntetyzować. - Nie myl widoczności w AI z pozycjami w wynikach wyszukiwania.
Wyniki dużych modeli językowych mogą różnić się w zależności od promptu, użytkownika i sesji. Celem jest stała obecność, a nie ustalona pozycja. - Rekrutuj do operacji AI osoby potrafiące właściwie oceniać sytuację.
Ciekawość, organizacja, eksperymentowanie i zdrowy sceptycyzm są równie ważne jak biegłość techniczna. - Pozostaw człowieka w pętli weryfikacji.
Zabezpieczenia ograniczają liczbę błędów, ale nie eliminują halucynacji, słabego rozumowania ani nieprawidłowych rezultatów. - Organizuj pracę wokół tego, jak ludzie osiągają najlepsze rezultaty.
Elastyczność, zaufanie i przemyślane środowisko pracy mogą poprawić skupienie, współpracę i wyniki zespołu. - Chroń swoją zdolność do myślenia.
Czas z dala od ekranów, powiadomień i nieustannej interakcji z AI tworzy przestrzeń na trafniejsze oceny i lepszą pracę.
Rozdziały
- 00:00 — Korzystanie z AI a jej rozumienie
- 01:35 — Osoba rozwiązująca problemy w marketingu produktu
- 03:14 — Łączenie produktu i marketingu
- 05:21 — Budowanie wspólnego kontekstu AI
- 08:59 — Objęcie roli lidera operacji AI
- 09:31 — Duże modele językowe jako nowe drzwi wejściowe
- 10:43 — Treści na potrzeby odkrywania ich przez duże modele językowe
- 12:45 — Przywództwo przyjazne osobom neuroróżnorodnym
- 14:15 — Przede wszystkim człowiek
- 15:38 — Praca zdalna i skupienie
- 19:22 — Rekrutacja do operacji AI
- 20:49 — Luka w krytycznym myśleniu AI
- 23:02 — Zabezpieczenia wymagają nadzoru człowieka
- 25:19 — Odbudowywanie krytycznego myślenia
- 28:21 — Ustalanie lepszych granic pracy
- 30:01 — Nie jesteś swoją pracą
Poznaj naszą gościnię
Andrea Saez jest dyrektorką ds. marketingu produktu i AI GTM w Turtl, gdzie działa na styku produktu, marketingu i sztucznej inteligencji, pomagając organizacjom B2B łączyć tworzone przez nie rozwiązania z tym, co rynek ceni. Ma ponad 10 lat doświadczenia w marketingu produktu, komunikacji i rozwoju, a także współpracowała ze startupami i firmami na etapie skalowania, w tym ProdPad, airfocus i Trint. Andrea jest również współautorką Luki w dynamice produktu oraz wielokrotnie nagradzaną liderką marketingu produktu, która pisze i występuje na temat strategii produktu, rozwoju, doświadczeń klientów oraz zmieniającej się roli AI w strategii wejścia na rynek.
Materiały z tego odcinka:
- Dołącz do społeczności CMO Club
- Zapisz się do newslettera, aby otrzymywać nasze najnowsze artykuły i podcasty
- Skontaktuj się z Andreą na LinkedInie
- Odwiedź stronę Turtl
- Sprawdź książkę — Luka w dynamice produktu: łączenie strategii produktu z wartością dla klienta
Powiązane artykuły i podcasty:
Breanna Lawlor: Większość z nas korzysta ze sztucznej inteligencji każdego dnia, ale korzystanie z niej i rozumienie jej działania to dwie zupełnie różne rzeczy. Przepaść między nimi jest widoczna w lejku sprzedażowym, strategii treści i zdolności zespołu do nadążania za zmianami. Jeśli jesteś starszym specjalistą ds. marketingu i próbujesz zrozumieć, jak zbudować prawdziwą infrastrukturę AI oraz przygotować organizację do zrównoważonego działania z wykorzystaniem AI, ta rozmowa zmieni sposób, w jaki na to patrzysz.
Moim gościem jest Andrea Saez. Jest szefową marketingu produktu i strategii wejścia na rynek z wykorzystaniem AI w Turtl. Jest także współautorką książki „The Product Momentum Gap”. To osoba, która została faktyczną liderką operacji AI w swojej firmie, głównie dlatego, że zaczęła eksperymentować wcześniej niż ktokolwiek inny. W tym odcinku poruszamy wiele różnych tematów.
Zaczynamy od tego, co jest potrzebne do zbudowania wspólnego kontekstu AI w zespole, dlaczego strategia treści może wymagać całkowitego przemyślenia teraz, gdy duże modele językowe stały się nowymi drzwiami wejściowymi dla kupujących, jak w praktyce wygląda przywództwo przyjazne osobom neuroróżnorodnym i dlaczego przynosi lepsze rezultaty, a także jaka luka w krytycznym myśleniu powstaje, gdy zbyt wiele przekazujemy maszynie bez sprawdzania tego, co otrzymujemy w odpowiedzi.
Nazywam się Breanna Lawlor, a to podcast The CMO Club. Andrea, witaj!
Bardzo dziękuję, Andrea Saez, że dołączasz do mnie w podcaście The CMO Club. Nazywam się Breanna Lawlor i prowadzę ten podcast. Bardzo się cieszę, że możemy dziś porozmawiać, ponieważ zajmujesz się kilkoma tematami, które są obecnie niezwykle istotne dla marketerów, marketerów produktu i właściwie każdego, kto pracuje w jakimkolwiek cyfrowym obszarze.
Chciałam poprosić cię o przedstawienie siebie, opowiedzenie, czym się zajmujesz, oraz o przybliżenie pracy, na której obecnie się koncentrujesz.
Andrea Saez: Jasne. Dziękuję za zaproszenie. Nazywam się Andrea. Jestem szefową marketingu produktu w Turtl i współautorką książki „The Product Momentum Gap”. Bardzo lubię eksperymentować z różnymi rzeczami, co jest świetne, bo ostatnio eksperymentuję ze sztuczną inteligencją.
To było interesujące, zabawne, dziwne, spektakularne i przerażające. Można do tego dopasować bardzo wiele słów.
Breanna Lawlor: Mam wrażenie, że zależnie od dnia mogłabyś wymieniać te słowa bez końca. Niektóre dni przynoszą sukcesy, a w inne jesteś trochę sfrustrowana całą sytuacją. Twoje stanowisko to szefowa marketingu produktu, ale mam wrażenie, że w ostatnim czasie zakres tej roli się rozszerzył.
Twoja rola ewoluowała. Można powiedzieć, że odpowiadasz za rzeczy, które wykraczają poza jej formalny zakres. Czy mogłabyś trochę o tym opowiedzieć?
Andrea Saez: Marketing produktu to naprawdę interesująca rola, ponieważ jesteśmy generalistami, ale jednocześnie specjalizujemy się w tym, co robimy — jeśli to ma sens. Zauważyłam jednak, że marketing produktu często ponosi odpowiedzialność za wiele rzeczy, które idą źle.
Lejek nie działa? To na pewno wina marketingu produktu. Komunikaty nie działają? To na pewno marketing produktu. Nie pojawiamy się w wynikach wyszukiwania generowanych przez AI? To na pewno marketing produktu. To nie ma z nami nic wspólnego, ale i tak to naprawimy. Jesteśmy strategami i bardzo dobrze diagnozujemy problemy, ale to nie oznacza, że powinniśmy robić wszystko.
Chcę to bardzo wyraźnie podkreślić.
Breanna Lawlor: Oczywiście, że nie. Kto chciałby odpowiadać za wszystkie problemy i nie otrzymywać żadnej chwały?
Andrea Saez: Najwyraźniej ja.
Breanna Lawlor: Jesteś oczywiście w pozycji, w której masz umiejętności i wiedzę potrzebne do rozwiązywania tych problemów, ale pracujesz też ściśle z kilkoma innymi osobami kierującymi poszczególnymi obszarami zespołu.
Czy możesz opowiedzieć o tej relacji i dynamice współpracy?
Andrea Saez: Pracuję w bardzo wyjątkowej firmie, ponieważ jako szefowa marketingu produktu jestem częścią zespołu marketingowego, więc blisko współpracuję z zespołami marki i pozyskiwania leadów. To dwie osoby kierujące obszarami marketingu. Jednocześnie jestem częścią zespołu produktowego i zespołu kierownictwa produktu.
Należą do niego moja wiceprezeska ds. marketingu, dyrektor ds. produktu, dyrektor generalny i oczywiście szefowa produktu. Daje nam to wyjątkową perspektywę komercyjną. Kiedy chodzi o coś, co budują lub nad czym będą pracować, przechodzimy przez określone etapy oceny możliwych rozwiązań, odkrywania potrzeb i wszystkich realizowanych prac.
Bardzo to doceniam, ponieważ mam doświadczenie w pracy nad produktem. Wspaniale jest móc obserwować cały proces — od etapu odkrywania potrzeb aż po wprowadzenie produktu na rynek.
Breanna Lawlor: Wyobrażam sobie. Czy mogę zadać krótkie pytanie na marginesie: jak przeszłaś z pracy nad produktem do marketingu produktu i dlaczego wybrałaś tę ścieżkę?
Andrea Saez: Zwykle mówię, że po prostu bardzo lubię dużo mówić i właśnie tak to się zaczęło. Lubię też dużo pisać, ale interesują mnie kreatywne rzeczy. W marketingu produktu mamy nieco więcej swobody w zakresie narracji, kreatywności i opowiadania historii, więc postanowiłam zmienić kierunek. Kto lubi pisać dokumenty wymagań produktu albo historie użytkowników?
Pomyślałam: „Dobrze, spróbujmy tej drogi”. Uczciwie mówiąc, teraz dzięki AI pisze ona dokumenty wymagań produktu i historie użytkowników, co jest świetne. Nadal jednak naprawdę lubię pisanie, kreatywne opowiadanie historii i budowanie narracji — to właśnie pierwotnie przyciągnęło mnie do marketingu produktu. Nadal mam też dużo pracy strategicznej i związanej z rozwiązywaniem problemów, co jest wspaniałe.
Breanna Lawlor: Wyobrażam sobie. Dziękuję, że się tym podzieliłaś. Prawdopodobnie nadal masz też sporo bezpośredniego kontaktu z użytkownikami, dzięki czemu możesz zrozumieć, czego potrzebują i z jakimi przeszkodami się mierzą.
Andrea Saez: Tak. Zarówno w pracy nad produktem, jak i w marketingu produktu trzeba stale rozmawiać z ludźmi.
Po stronie marketingu produktu masz większy kontakt z kupującymi, czyli osobami znajdującymi się na szczycie lejka, zanim faktycznie staną się użytkownikami. To wszystko jest jednak badaniem rynku, a ja naprawdę lubię tę część pracy. Na szczęście marketing produktu nadal obejmuje jej dużą część.
Breanna Lawlor: Spędziłam trochę czasu przy badaniach rynku i uważam, że świetnie pomagają podważać wszelkie uprzedzenia lub z góry przyjęte przekonania. Mogą też pomóc je potwierdzić, ale przede wszystkim pozwalają wyjść poza własną perspektywę i uzyskać szerszy, dokładniejszy obraz sytuacji oraz możliwości jej poprawy.
Wspomniałaś, że AI pisze dokumenty wymagań produktu. AI nie potrafi zrobić tego samodzielnie. Potrzebuje kogoś, kto wyjaśni, jak wygląda dobry dokument. Wcześniej opowiadałaś też o pracy wykonanej za kulisami, aby wszystkie działy mogły współpracować międzyfunkcyjnie, korzystając z tego samego „mózgu AI”, a właściwie z tego samego kontekstu.
Jak do tego doszło i czym, twoim zdaniem, powinny być operacje AI w zespole marketingu produktu oraz w większej organizacji?
Andrea Saez: To temat na trzydziestominutową rozmowę. Spróbuję ująć go krótko. Większość osób nie rozumie, że kiedy rozmawiasz z ChatGPT, Claude, Perplexity, Gemini czy dowolnym innym narzędziem, zadajesz pytanie i otrzymujesz odpowiedź.
Potem zadajesz kolejne pytanie i otrzymujesz kolejną odpowiedź. Następnie zadajesz następne pytanie i tak dalej. Wszystkie te odpowiedzi nie są jednak ze sobą połączone. W rezultacie tracisz mnóstwo czasu na ciągłe powtarzanie tych samych informacji. Aby to naprawić, Claude ma rozwiązanie: w ramach funkcji Cowork możesz utworzyć folder.
W tym folderze możesz umieścić coś o nazwie Claude MD, zawierające bazę wiedzy projektu, a także dodać pliki pamięci. Mam coś, co nazywa się Obserwator zadań. Obserwuje on mój sposób pracy, a następnie aktualizuje wszystkie moje umiejętności. To samoucząca się umiejętność, która aktualizuje pozostałe umiejętności.
W trakcie pracy narzędzie może popełnić błąd albo odejść od ustaleń. Wtedy mówi: „Właściwie upewnij się, że we wszystkich odpowiednich umiejętnościach nie popełniasz tego błędu”, po czym dodaje tę informację. To samouczące się narzędzie. Wszyscy mają dostęp do tej samej bazy wiedzy i plików pamięci. W miarę jak system poznaje sposób pracy, preferencje, rzeczy, których nie lubisz, oraz inny kontekst, dodaje te informacje do folderu współpracy. Następnym razem, gdy wykonujesz to samo zadanie, rozumie już wcześniejsze wyniki.
Rozumie kontekst i wszystko, co jest potrzebne. Dzięki temu szybciej otrzymujesz to, czego chcesz. To część inteligentnego konstruowania poleceń: niepowtarzanie informacji i dbanie o ich precyzję. Jeśli stale pracujesz na tym samym zestawie umiejętności współdzielonych z innymi osobami, musisz upewnić się, że system korzysta z tego samego kontekstu. W przeciwnym razie zaczyna halucynować.
Breanna Lawlor: Wydaje się niemal dziwne, że nie jest to normą. Problemem jest brak wiedzy, podniesienia tego procesu na wyższy poziom i wyznaczenia osoby, która wdroży rozwiązanie, udostępni je wszystkim oraz będzie stale je rozwijać i dostarczać mu informacji. Wszyscy nadal mamy jednak swoje codzienne obowiązki.
Czy nie wykracza to poza zakres twojej roli? Jak uznałaś, że musisz się tym zająć, skoro nikt inny tego nie robi? Czy zostałaś faktyczną osobą odpowiedzialną za operacje AI dlatego, że masz odpowiednią wiedzę?
Andrea Saez: W moim przypadku stało się tak, ponieważ bardzo lubię eksperymentować. W październiku ubiegłego roku zaczęłam testować AI i budować własne narzędzia, umiejętności oraz różne rozwiązania.
To naturalnie postawiło mnie w pozycji, w której mogłam się tym zająć. Lubię samodzielnie się uczyć, rozkładać rzeczy na części i sprawdzać, jak działają. W ten sposób przypadkowo stałam się osobą odpowiedzialną za ten obszar. Zajmuję się więc operacjami, ale także tym, co nazywamy wejściem AI na rynek.
Wiele osób obserwuje obecnie, że coraz mniej użytkowników odwiedza strony internetowe, ponieważ zadają pytania dużym modelom językowym i otrzymują listę dostawców pasujących do ich zapytania. To trudne, ponieważ ludzie sądzą, że można osiągnąć pozycję w dużym modelu językowym, ale nie ma tam rankingu. Można jedynie próbować pojawiać się w odpowiedziach jak najczęściej.
Możesz zadać to samo pytanie piętnaście razy. Jeśli pojawisz się w dwunastu odpowiedziach, oznacza to, że radzisz sobie bardzo dobrze. Wymaga to jednak dużo pracy nad tym, aby treści możliwie najlepiej odpowiadały na pytania, które — jak sądzisz — zadają ludzie. Nie ma jednak sposobu, by naprawdę wiedzieć, jakie pytanie zadają.
Breanna Lawlor: To prawdopodobnie najbardziej frustrująca część. Nie da się tego wiedzieć. Trzeba jedynie pozycjonować się strategicznie i strukturyzować treści w sposób, który może działać dla różnych modeli językowych.
Andrea Saez: Treści stają się coraz dłuższe, ponieważ trzeba umieścić w nich wszystkie te informacje, ale nikt właściwie ich nie czyta. Tworzymy je głównie po to, by model językowy mógł je wyodrębnić i następnie wykorzystać w odpowiedzi.
Breanna Lawlor: Dokładnie. Trzeba dać mu coś do przetworzenia.
Andrea Saez: Wszystko zależy też od sposobu sformułowania pytania. Jeśli model dobrze pozna użytkownika, przedstawi odpowiedź, która jego zdaniem lepiej odpowiada tej osobie, a niekoniecznie samemu zapytaniu.
Breanna Lawlor: Czy możesz opowiedzieć o neuroróżnorodności, swoim sposobie pracy i o tym, jak wspierać osoby neuroróżnorodne w dążeniu do wspólnego celu?
Andrea Saez: Jestem osobą neuroróżnorodną. Podobnie jak wiele kobiet otrzymałam diagnozę dopiero sześć lub siedem lat temu. Pomogło mi to zrozumieć, jak pracuję najlepiej, jak efektywnie wykorzystywać czas, lepiej się koncentrować i jakich warunków potrzebuję.
Niektórzy potrzebują ciszy, inni muzyki. Nie ma jednego rozwiązania dla wszystkich. Mam szczęście, że bezpośredni zespół marketingowy, z którym pracuję, rozumie nasze różnice i sposoby komunikacji. Dzięki temu stworzyliśmy kulturę, w której inne osoby także czują się wspierane.
Breanna Lawlor: Wszystkie nasze spotkania zespołu jeden na jeden zaczynają się od pytania: „Jak się czujesz?”
Andrea Saez: Dokładnie. Jak sobie radzisz jako człowiek? Jeśli ktoś jest zestresowany albo dzieje się coś w jego życiu, nie będzie dobrze funkcjonować w pracy. Muszę więc wiedzieć, jak się czuje, a dopiero potem zapytać, w czym mogę pomóc i jakie zadania ma obecnie na głowie.
To bardzo ludzki sposób budowania relacji. Dzięki niemu traktujemy się jak zespół, a nie jak osoby konkurujące ze sobą. Pracujemy teraz nad przebudową strony internetowej i działaniami związanymi z optymalizacją pod odpowiedzi AI. Ponieważ wyprzedziłam swoją pracę przy pozycjonowaniu, komunikatach i tekstach, mogłam powiedzieć: „Dobrze, w czym mogę pomóc?”. Przez najbliższy tydzień lub dwa zajmę się budową strony. Jesteśmy małym, szczupłym zespołem, ale osiągamy bardzo dobre rezultaty, ponieważ jesteśmy gotowi sobie pomagać.
Breanna Lawlor: To właśnie piękno małego zespołu — można działać elastycznie i wzajemnie się wspierać.
Andrea Saez: Nie musimy nawet prosić o pomoc. Po prostu mówimy: „Potrzebuję tego. Możesz mi pomóc?”. Wspieramy się w ten sposób. Pracuję głównie z domu, ponieważ dojazd do biura i przebywanie w nim są dla mnie nadmiernie stymulujące. Potrzebuję spokojnego środowiska, aby dobrze pracować.
Breanna Lawlor: Jest różnica między siedzeniem w biurze z piętnastoma osobami a pracą jeden na jeden lub wspólną, głęboką sesją. Zwłaszcza gdy jesteś wrażliwa na bodźce i dużą część energii poświęcasz na przetwarzanie otoczenia.
Andrea Saez: Praca zdalna nie oznacza, że nie rozmawiasz z innymi. Oznacza natomiast, że możesz mieć więcej skoncentrowanego czasu i pracować w środowisku, którego potrzebujesz.
Breanna Lawlor: Gdybyś miała zatrudnić osobę odpowiedzialną za operacje AI, jakich cech byś szukała?
Andrea Saez: Powinna być zorganizowana, lubić eksperymentować i rozwiązywać problemy. Musi być bardzo ciekawa świata i rozumieć, że AI będzie się mylić. Nie można jej bezkrytycznie ufać. Widzę, że wiele młodszych osób kopiuje odpowiedzi AI i wysyła je bez sprawdzania.
Kiedy używam AI do aktualizowania wpisów na blogu, często znajduję błędne informacje. Dlatego nauczyłam system, aby po napisaniu tekstu sprawdzał, co zrobił źle, zanim przedstawi wynik. Nadal jednak trzeba samodzielnie kontrolować odpowiedzi. To wciąż maszyna, która rozpoznaje wzorce i generuje tekst — nie myśli.
Osoba pracująca przy operacjach AI musi być ciekawa i mieć umiejętność krytycznego myślenia. Można ustawić zabezpieczenia i przepływ pracy, ale wynik nadal trzeba sprawdzić.
Breanna Lawlor: To bardzo ważne.
Andrea Saez: Być może można zaufać jej w 92,5 procentach, ale pozostałym 7,5 procenta już niekoniecznie.
Breanna Lawlor: Istnieje ryzyko, jeśli bez sprawdzania publikujesz treści lub wysyłasz je dalej.
Andrea Saez: Nie można ufać jej bezterminowo. Nawet jeśli dziewięć na dziesięć odpowiedzi jest dobrych, system może zacząć zawodzić. Dlatego właśnie potrzebujemy operacji AI, aby upewnić się, że kontrole są wdrożone. W firmie zajmującej się zdrowiem psychicznym AI nie mogła działać bez nadzoru. Zespół psychologów i recenzentów musiał sprawdzać, czy nie pojawiają się halucynacje i czy porady są właściwe oraz bezpieczne.
W środowisku B2B trzeba brać pod uwagę również etykę, zgodność i granice tego, co system może powiedzieć. To nie jest wyłącznie zarządzanie projektami. Trzeba stale mieć na oku cały proces.
Breanna Lawlor: Jeśli nie ma dedykowanej osoby odpowiedzialnej za operacje AI, każdy, kto korzysta z AI w organizacji, musi wykonywać tę pracę, aby zapewnić bezpieczeństwo. Czy masz sugestie dla osób, które polegają na AI bez sprawdzania odpowiedzi, dotyczące rozwijania krytycznego myślenia i umiejętności oceny?
Andrea Saez: Czytaj książki. Dużo książek. Ustalam sobie cel przeczytania określonej liczby książek rocznie. W tym roku chcę przeczytać 66. Warto też ograniczyć nieustanne przewijanie treści i znaleźć czas na skupienie.
Pomaga mi również twórcze hobby — malowanie, kolorowanie według numerów czy kolorowanki dla dorosłych. Takie zajęcia odłączają umysł i pozwalają mu wejść w spokojniejszy tryb. Musimy czasem zrobić pauzę, a obecnie bardzo trudno nam się zatrzymać.
Warto wyłączyć ekran, nie korzystać z AI, poczytać, zrobić coś artystycznego albo porozmawiać z innymi bez odnoszenia się do rolek i memów. Tego właśnie coraz bardziej nam brakuje.
Breanna Lawlor: To prawda. Potrzebujemy zatrzymania, ponieważ jesteśmy ludźmi, a nie maszynami. Kiedy robimy przerwę, wraca jasność myślenia i energia, a praca staje się lepsza.
Andrea Saez: O piątej wyciszam Slacka. Skończyłam pracę i nikt nie musi się ze mną kontaktować. Jeśli wydarzy się prawdziwy kryzys, można do mnie zadzwonić. W przeciwnym razie odpowiem następnego dnia. Nie ratuję świata swoją pracą. Moje zdrowie psychiczne, relacje i czas dla siebie są ważniejsze. Można napisać wpis lub stworzyć stronę następnego dnia. Spędzaj czas z dziećmi, rodzicami i bliskimi.
Breanna Lawlor: Praca jest jednym z aspektów naszego życia, a nie jedynym powodem naszego istnienia.
Andrea Saez: Dokładnie. To wiąże się z krytycznym myśleniem, ponieważ potrzebujesz empatii i dystansu, aby kontrolować wyniki AI. Nie musisz już wykonywać całej pracy — wystarczy, że będziesz czytać.
Breanna Lawlor: To wspaniały dar — móc całymi dniami czytać.
Andrea Saez: Po prostu czytaj. To wszystko, co musisz robić.
Breanna Lawlor: Bardzo ci dziękuję. Omówiłyśmy wiele tematów. Masz ogromne umiejętności i bardzo świadome podejście do życia i pracy. Dziękuję za podzielenie się tym, co dobrze się u ciebie sprawdziło, ponieważ często dopiero przejście przez wypalenie zawodowe pozwala zrozumieć, co należy robić inaczej.
Andrea Saez: Chcę tylko wyjaśnić, że kiedy powiedziałam to mojemu przyjacielowi i wszystkim słuchającym: wiem, że wasza praca jest ważna. Uwielbiam swoją pracę i nie wyobrażam sobie robienia czegoś innego. Rozumiem jednak, że nie ratuję świata. Można wziąć wolne, a zdrowie psychiczne jest najważniejsze, ponieważ praca cię nie definiuje.
Spędzasz z nią dużo czasu, ale nie jesteś swoją pracą.
Breanna Lawlor: Zdrowy dystans pozwala lepiej wykonywać pracę. Dziękuję. Zakończmy tutaj. Andrea, wspaniale było rozmawiać z tobą o tych wszystkich niezwykle aktualnych tematach związanych z pracą w naszych czasach. Bardzo doceniam, że znalazłaś czas na tę rozmowę.
Andrea Saez: Dziękuję.