Essere un buon team leader

Cosa succede quando commettiamo l'errore di gestire le persone invece di guidarle? Beh, le persone che gestiamo vengono fatte sentire come cose. Quando ciò accade, il tuo team non va da nessuna parte, velocemente si disgrega.

Quando siamo responsabili del successo di un team, abbiamo due obiettivi separati: uno è migliorare la qualità in continuazione, ridurre la variazione, misurare le prestazioni lavorative attuali e fare un passo avanti in modo incrementale. Stiamo gestendo la qualità, che è misurabile.

L'altro obiettivo è guidare il tuo team e le tue persone individualmente verso il successo. Questo è un po' più complicato perché come esseri umani non siamo né misurabili né obiettivi. Siamo complicati e introduciamo nuove variabili nell'equazione di gestione come soggettività, programmi nascosti e giochi politici. Non possiamo gestire le persone come gestiamo un processo: le variabili sono diverse e semplicemente non funzionerà. Invece, con le persone dobbiamo parlare di leadership, non di gestione. Analizziamo alcuni aspetti interessanti.

Cura il tuo progetto come se fosse di tutti.

Potrebbe sembrare ovvio, ma le persone che aspirano a grandi lavori e vivono nelle grandi città non si svegliano pensando di fallire. Non è per questo che vengono a lavorare. Vengono a lavorare e sgobbano per fare del loro meglio all'interno del sistema che è stato creato per loro. Come caposquadra, sei il progettista di quel sistema. Sei "loro" invece di "noi". Ed è tua responsabilità aiutare le persone a fare del loro meglio all'interno di quel sistema. Tutti i parametri, le regole, le ambizioni, la cultura e persino la disposizione dei posti a sedere contribuiscono a creare quel sistema. Esamina attentamente ogni componente e progetta un sistema che prepari le persone al successo.

Se le persone falliscono, è anche tua responsabilità aiutarle ad avere successo all'interno di quel sistema o diagnosticare il problema e cambiare il sistema per risolverlo. O le stai aiutando a fare un lavoro migliore o ti stai mettendo sulla loro strada. Assicurati che tu e il tuo sistema non siate d'intralcio.

Attento a non demotivare i tuoi dipendenti.

È qui che entra in gioco la correzione del sistema o dell'ambiente. Se abbiamo assunto qualcuno che è naturalmente motivato a fare bene e ha sempre superato gli ostacoli e ha avuto successo in passato, perché non è motivato a fare bene qui?

Se è questo che ti stai chiedendo, dai un'occhiata ai sistemi che hai creato per loro. Dove sono seduti fisicamente? A che tipo di progetti stanno lavorando? Con quale frequenza fanno domande? Si sentono a loro agio socialmente nel tuo team o hanno difficoltà a integrarsi?

Ci sono pochissime cose all'interno del sistema su cui i tuoi dipendenti hanno effettivamente il controllo (o almeno sentono di avere il controllo) ed è importante essere consapevoli dell'impatto che il sistema ha sul loro morale.

Dovrebbe essere incredibilmente facile interromperti.

Questo è difficile da scrivere perché apprezzo molto i momenti in cui ho raggiunto il mio stato di flusso, ma i tuoi dipendenti dovrebbero avere facile accesso a te quando sono bloccati. Farò una premessa dicendo che è molto utile allenare i tuoi dipendenti a identificare ostacoli reali rispetto a quelli immaginari (ad esempio, per cosa hanno bisogno di te rispetto a cosa vogliono solo da te). Detto questo, ci sarà un confine implicito attorno a te perché sei il loro manager, il che significa che i tuoi dipendenti potrebbero non volerti avvicinare troppo e analizzeranno eccessivamente tutto. Anche la misura in cui sorridi, ad esempio, può invitare le persone ad entrare o allontanarle. Dato questo confine, è importante che tu capisca e possa prevedere quando i tuoi dipendenti avranno bisogno di te, piuttosto che fare affidamento su di loro per identificare sempre se la loro richiesta di aiuto è un bisogno o un desiderio.

Le persone hanno bisogno di te quando c'è un'eccezione e qualcosa è andato storto, non quando le cose vanno lisce e secondo i piani. Se a quel punto non sei disponibile, è probabile che si innervosiscano e si demotivano. Questo non significa che devi stare incollato alla scrivania, ma se non ci sei i tuoi dipendenti dovrebbero sapere quando e dove possono trovarti. Una risorsa che non sanno come, dove o quando contattare non sarà utile per loro.

Poni molta attenzione alle domande che ricevi.

Quando i tuoi dipendenti vengono da te con delle domande, la tua risposta alla loro domanda è di pari importanza alla tua risposta alla domanda stessa. Girati fisicamente e affrontali, stabilisci un contatto visivo e rispondi mostrando una genuina curiosità e disponibilità. Mettiti in riga e fagli sapere che hanno tutta la tua attenzione e che, in quel momento, sono la cosa più importante per te. Una volta che si saranno fidati di poter venire da te e sapranno come, dove e quando farlo, si sentiranno più a loro agio, smetteranno di venire da te tutto il tempo e riserveranno le interruzioni per le cose più importanti.

Nelle riunioni iniziali che hai con il tuo team e negli incontri giornalieri che avrai con loro in seguito, se percepiscono attraverso le tue parole e il tuo comportamento che tieni davvero a loro e che è nel tuo interesse che facciano meglio, ne seguiranno delle belle. Dovresti pianificare di iniziare queste relazioni in questo modo e poi dare un po' di autonomia in modo che i tuoi dipendenti possano controllare il proprio destino.

Delega entro limiti ragionevoli

Ci sono più livelli di delega, che vanno dalla completa dipendenza alla completa autonomia. Quando guidiamo un team, inizia a delegare ai livelli più bassi e dai la responsabilità in piccole parti. Fin dal primo incontro, dai a tutti cose da fare e chiarisci che hanno l'autorità di prendere decisioni.

Concludendo, come leader, parte del tuo lavoro è capire come far entrare tutti gli altri nel tuo team al tuo posto. Più velocemente riesci a sostituirti come manager e leader, più velocemente l'azienda crescerà e otterrai maggiori gratificazioni.

 

Definire l'intelligenza Artificiale

 

L'intelligenza artificiale è di tendenza al giorno d'oggi, è difficile ignorarlo. Ma il termine non è una novità: l'intelligenza artificiale esisteva già molto prima dell'ideazione delle attuali enormi reti di trasformatori e degli impressionanti modelli di linguaggio di grandi dimensioni (LLM).

Molto prima che termini come Deep Learning (DL), Machine Learning Operations (MLOps) e Artificial Neural Networks (ANN) fossero comuni nelle notizie e nei post su Internet, l'intelligenza artificiale era già nata. Nata e cresciuta in modo sano anni prima del lancio di famosi strumenti come ChatGPT, Stable Diffusion, SAM, LLaMA, Bard e AlphaZero.

Tuttavia, il nome Intelligenza artificiale è stato controverso fin dai suoi primi giorni. Affermare che le macchine fossero intelligenti era qualcosa di grande, soprattutto in un'epoca in cui i limiti di ciò che un programma per computer poteva fare erano più brevi di quanto sappiamo oggi. Le origini dell'intelligenza artificiale per computer risalgono ai decenni del 1940 e del 1950, anche quando potevamo trovare molte tracce precedenti della progettazione o costruzione di macchine automatiche nella storia umana.

Un vecchio computer. L'intelligenza artificiale era già viva allora. Immagine generata con MidJourney.

Ma la vera domanda è: cos'è? L'intelligenza artificiale è un termine generico per programmi per computer che possono effettivamente pensare come noi umani? È il nome di programmi per computer che possono imparare e adattarsi attivamente? O qualcos'altro?

La risposta non è facile. Russel e Norvig hanno scritto una meravigliosa introduzione per il loro famigerato libro Intelligenza artificiale: un approccio moderno, in cui discutono di cosa sia l'intelligenza artificiale e di come sia diventata ciò che è. Nemmeno gli autori hanno una definizione completa e assoluta di intelligenza artificiale, ma ci danno suggerimenti brillanti:

Il campo dell'intelligenza artificiale, o IA, si occupa non solo di comprendere, ma anche di costruire entità intelligenti, macchine in grado di calcolare come agire in modo efficace e sicuro in un'ampia varietà di situazioni nuove.

In termini generali, ciò che oggi intendiamo per IA è lo sviluppo di sistemi informatici in grado di eseguire attività che in genere richiedono l'intelligenza umana. Questi compiti includono molti campi come la percezione visiva, il riconoscimento vocale, il processo decisionale e la traduzione o generazione di lingue. Come affermano Russel e Norvig:

L'IA è rilevante per qualsiasi compito intellettuale; è davvero un campo universale. L'IA copre qualsiasi campo, qualsiasi compito intellettuale.

Seguendo questa ampia definizione, la letteratura di solito considera almeno due tipi principali di IA:

- IA ristretta o debole. Il programma è progettato e sviluppato per eseguire un compito particolare e/o in un ambiente specifico.

- IA generale o forte. Il programma è progettato e sviluppato per eseguire qualsiasi compito, imparando e adattandosi da qualsiasi ambiente come fanno gli esseri umani, meglio o peggio.

Come puoi immaginare, gli attuali modelli di IA sono ancora bloccati nel primo gruppo. Anche se lo sviluppo di moderni LLM è uno dei percorsi più promettenti nella ricerca di un'IA generale, non esiste ancora alcun programma in grado di ragionamento e adattamento completi e autonomi. I programmi per computer, siano essi IA o meno, sono ancora in esecuzione con molte limitazioni interne ed esterne. Tuttavia, la ricerca sull'intelligenza artificiale è attualmente focalizzata sullo sviluppo di modelli più generali e adattabili, in grado di svolgere più attività e apprendere da diversi ambienti, tendendo ponti tra i due tipi di intelligenza artificiale.

Ma come possiamo differenziare un programma di intelligenza artificiale da qualsiasi altro programma per computer?

Poniamoci questo domanda: qualsiasi script Python che somma i prezzi della tua lista della spesa e aggiunge le tasse ai risultati, potrebbe essere considerato "un programma per computer che esegue un'attività che in genere richiede intelligenza umana"?

Alla fine, utilizzi la tua intelligenza umana e le tue capacità matematiche per sommare quei prezzi da solo. È un'attività umana, che richiede intelligenza umana. Quindi perché non dovremmo considerare l'intelligenza artificiale quello script Python?

Molti esperti ti diranno che i sistemi di intelligenza artificiale sono anche progettati per imparare dall'esperienza, adattarsi a input mutevoli ed eseguire attività senza essere programmati esplicitamente per ogni attività specifica. E questo è vero per molti sistemi di intelligenza artificiale moderni (ricorda: siamo alla ricerca di sistemi di intelligenza artificiale più generali), ma non per tutti. Esiste un'intelligenza artificiale oltre l'apprendimento automatico: reti bayesiane, programmi di logica fuzzy o sistemi di programmazione logica induttiva sono esempi tipici. Anche quando siamo abituati a sentire parlare di reti neurali altamente profonde e complesse, anche semplici algoritmi deterministici possono far parte di un sistema di intelligenza artificiale. Comunque, l'intelligenza artificiale più ristretta è pur sempre un'intelligenza artificiale!

Quindi, cosa rende diversi uno script Python per la spesa e il software di rilevamento degli oggetti di Telsa? È solo la complessità?

No, non è la complessità. È lo scopo. L'IA esegue attività che simulano il comportamento o il ragionamento umano. A volte il programma simula il processo mentale umano, a volte solo il risultato perché sappiamo poco del nostro cervello. Alla fine, il programma di IA è un modello matematico per la risoluzione di un compito umano, che semplifica l'intero processo mentale. Non è un'implementazione esatta degli stessi passaggi che eseguiamo nella nostra testa, ma una soluzione alternativa!

Ritorniamo all'esempio dello script Python: riassumere un elenco di prezzi è un'operazione matematica già ben determinata, che possiamo descrivere in modo inequivocabile e ripetuto. D'altra parte, il riconoscimento e l'allocazione spaziale dei veicoli nel nostro campo visivo è un compito che noi umani eseguiamo con una conoscenza che non può essere espressa matematicamente, e quindi richiede un modello per simulare i risultati. I programmi di IA modellano il comportamento e il ragionamento umano, o almeno i loro risultati.

Il primo non può essere considerato IA, poiché non modella l'agente intelligente che esegue il compito. Risolve semplicemente un problema, esegue semplicemente un compito, come ha fatto qualsiasi altro meccanismo nella storia umana prima. Non ci sono più processi mentali, nessun ragionamento, nessun pensiero o sentimento sul problema.

Il riconoscimento del veicolo assomiglia di più all'IA. Simula il ragionamento umano che non siamo in grado di spiegare completamente e ci fornisce risultati simili, utilizzando un modello matematico. Anche se ci provassimo, con le nostre attuali conoscenze non possiamo descrivere e riprodurre l'esatto processo mentale. Se credi che il trucco si basi ancora sulla complessità, pensa a compiti più semplici, come il riconoscimento del testo: identificazione di caratteri neri su sfondi bianchi. L'IA fa questo, simulando il nostro ragionamento, anche quando noi umani non usiamo "equazioni di riconoscimento delle lettere" quando leggiamo.

Concludendo, anche l'algoritmo più semplice può essere un'IA se modella l'agente che esegue un compito intelligente e semplifica la complessità della nostra intelligenza umana. Vogliamo che i programmi di IA decidano per noi, guidino le nostre decisioni, ci sfidino o automatizzino i nostri compiti. Ma è facile capire che, quando modelliamo qualcosa di estremamente complesso come il pensiero umano, in futuro avremo bisogno di modelli sempre più complessi per migliorare i nostri risultati.

 

Strategia per un colloquio di lavoro

 

 

Sono finiti i giorni in cui ti presentavi semplicemente con il tuo vestito migliore, armato di una stretta di mano decisa e di un sorriso accattivante. Ora, è più probabile che ti ritrovi a fissare l'occhio di una webcam, pregando gli dei del Wi-Fi che la tua connessione non si blocchi, proprio mentre stai dando la tua risposta attentamente provata sulla tua più grande debolezza.

E non trascuriamo gli annunci di lavoro in sé. Nel 2024, si sono evoluti in una forma di poesia aziendale. "Cerchiamo personalità dinamiche e intraprendenti con una passione per le sinergie dirompenti e un minimo di 10 anni di esperienza in un campo inventato il mese scorso".

Non c'è da stupirsi che la maggior parte dei candidati trascorra innumerevoli ore a rifinire i propri curriculum e a provare risposte sulle proprie competenze tecniche.

Questo approccio non è del tutto sbagliato, ma ci sono altri modi per assicurarti di rimanere in prima linea nella mente di un responsabile delle assunzioni.

I consigli convenzionali dicono che dovresti evidenziare le tue competenze, esperienza e qualifiche per superare un colloquio di lavoro. Ma siamo sicuri che questo approccio funzioni?

Perché non tentare con le emozioni, piuttosto che con la logica? Potrebbe essere il tuo biglietto per ottenere il lavoro dei sogni!

In uno studio sui responsabili delle assunzioni, l'85-97% ha affermato di aver preso la decisione finale basandosi sull'"intuizione" piuttosto che sulle sole qualifiche del candidato.

Ecco il racconto di due candidati.

Franco e Paolo sono entrambi ingegneri informatici altamente qualificati che si sono presentati per un colloquio per una posizione ambita presso un'azienda tecnologica leader.

Franco ha adottato l'approccio tradizionale. Ha preparato attentamente le sue risposte, evidenziando le sue notevoli competenze ed esperienze. Durante il colloquio, ha elencato i suoi successi tecnici e i linguaggi di programmazione che aveva padroneggiato.

Paolo, d'altro canto, ha deciso di provare qualcosa di diverso. Ha iniziato il colloquio raccontando la storia di un importante fallimento di progetto che aveva sperimentato all'inizio della sua carriera. Ha descritto quanto si sentisse devastato, ma poi ha spiegato come ha trasformato quel fallimento in una preziosa esperienza di apprendimento che ha plasmato il suo approccio alla risoluzione dei problemi. Man mano che il colloquio procedeva, Paolo ha posto domande ponderate sulle sfide dell'azienda e ha offerto idee su come avrebbe potuto contribuire. Ha persino suggerito un piccolo progetto con cui avrebbe potuto iniziare se fosse stato assunto, facendo sì che l'intervistatore lo immaginasse già nel ruolo.

Entrambi i candidati erano qualificati tecnicamente, ma indovina chi ha ottenuto il lavoro?

Con sorpresa di molti, è stato Paolo. Il responsabile delle assunzioni ha poi spiegato: "Le qualifiche di Franco erano impressionanti, ma Paolo sembrava la scelta giusta. Potevo davvero vederlo prosperare nel nostro team".

Questa storia riassume perfettamente il volore dell'approccio emotivo: sebbene le qualifiche sono importanti, spesso la connessione emotiva suggella l'accordo.

Come attingere a questo processo decisionale emotivo? Vendi i tuoi fallimenti, non solo i tuoi successi!

La maggior parte dei candidati presenta un'immagine impeccabile, ma condividere una storia di fallimento ben scelta può aumentare le tue possibilità. Si è verificato che i candidati che hanno condiviso una storia sul superamento di una battuta d'arresto professionale significativa avevano più probabilità di essere "assunti" rispetto a quelli che parlavano solo di successi. 

Perché? Perchè le storie di fallimento creano risonanza emotiva, ti fanno sembrare umano, riconoscibile e resiliente. Inoltre, rimangono impresse nella memoria dell'intervistatore più di una lunga lista di successi.

Esiste una tecnica "puppy dog ​​close" che molti venditori conoscono e la adottano per migliorare le loro capacità commerciali. Questa tecnica prende il nome dalla vecchia tattica usata dai negozi di animali. Funziona più o meno così: Un cliente entra, giurando di "guardare e basta". Il venditore gli porge un cucciolo irresistibilmente carino. Il cuore del cliente si scioglie più velocemente di un gelato su un marciapiede caldo. Il venditore suggerisce di portare a casa il cucciolo "solo per il weekend". Il lunedì successivo, il cliente torna innamorato del cucciolo, chiedendosi come avesse fatto a vivere fino ad allora senza il suo nuovo amico peloso.

In sostanza, si tratta di mettere il prodotto nelle mani del cliente (o a casa) con la convinzione che una volta che lo avrà provato, non vorrà più restituirlo.

Puoi applicare un principio simile nei colloqui di lavoro.

Invece di rispondere semplicemente alle domande, prova a far immaginare all'intervistatore come sarebbe lavorare con te. Ad esempio, potresti dire qualcosa come: "Se fossi in questo ruolo, una delle prime cose che farei è … "

I candidati che utilizzano questa tecnica hanno più probabilità di ricevere offerte. Funziona perché innesca l'immaginazione dell'intervistatore, creando emozioni positive sul tuo potenziale futuro con l'azienda.

Gli psicologi hanno scoperto che le persone giudicano le esperienze principalmente in base al loro momento di picco (più intenso) e a come finiscono. Applica questa strategia al tuo colloquio pianificando una forte impressione finale.

I candidati che hanno concluso i colloqui con una storia memorabile o una domanda stimolante sul futuro dell'azienda avevano più probabilità di essere richiamati rispetto a quelli che hanno ringraziato l'intervistatore e se ne sono andati.

Ricorda, alla fine della giornata, il tuo intervistatore è un essere umano (spero). Non sta solo cercando un set di competenze, sta cercando qualcuno con cui gli piacerà lavorare, qualcuno che contribuisca alla cultura aziendale, qualcuno che li entusiasmi per il futuro.

Facendo appello alle emozioni piuttosto che alla logica, non stai manipolando, stai comunicando a un livello più profondo e umano.

E nel complesso mercato della ricerca di lavoro, quella connessione emotiva potrebbe essere il tuo più grande vantaggio economico.