如何让一线人员接受AI

作者：凯瑟琳·凯洛格（Katherine C. Kellogg），马克·森达克（Mark Sendak），苏雷什·巴卢（Suresh Balu）

 

杜克大学医院ICU主管希望借助AI工具帮助急诊医生识别无须入住ICU病房的患者，将其转到非重症诊疗部门。结果，该AI工具实施仅三周就因急诊医生的抵制而失败。

 

类似的AI落地失败的剧情也在其他领域上演。尽管这些新的工作方式可以帮助组织提高产品和服务质量、降低成本并增加收入，但终端用户经常拒绝采用AI工具来指导决策，因为他们认为自己从中得不到什么好处，新工具可能意味着额外的工作量，并且导致他们失去自主权。

 

要促进AI工具的顺利实施，项目负责人需要解决终端用户与组织价值获取的不平衡问题。在实践中，这意味着增加与AI工具使用相关的终端用户利益，减少AI工具开发的工作量，并通过保障终端用户的核心工作来确保他们的自主权。

 

1.增加终端用户的利益

 

识别终端用户的痛点 虽然AI工具开发人员要时刻牢记组织目标，但他们也需要关注工具如何帮助目标终端用户解决日常工作中面临的问题，或适应该工具的使用所带来的新的工作负荷。

 

制定干预措施解决终端用户的问题 在杜克大学医院引入肺栓塞识别工具，可能会加剧急诊医生面临的问题，即没有一种简单的方法来确保低风险肺栓塞患者一经识别，即可轻松稳妥地为他们安排好后续门诊治疗。项目团队了解到这一点之后，就开始全力解决如何使急诊医生轻松地为这类患者安排后续诊疗的问题。

 

强化终端用户激励，以实现AI工具意在改进的结果 组织通常不会对终端用户使用AI工具指导决策后的改进结果进行评估和奖励。例如，杜克大学医院对急诊医生的评估标准是他们识别和治疗急性常见病的能力，而不是他们识别、治疗低风险肺栓塞等罕见病的能力。于是，医院修改了激励制度，在急诊医生的评估标准中加入了一项“识别和分类低风险肺栓塞患者的能力”。

 

2.减少终端用户的工作量

 

在工具设计环节，尽量减少与构建数据集有关的终端用户工作量 AI项目负责人可以引入第三方利益相关者参与数据构建，也可以先选取一个足够好的AI工具，使用当前可用的、规模相对较小的数据集对其进行训练。

 

在工具开发环节，尽量减少与测试和验证相关的终端用户工作量 一旦构建起AI工具的雏形，开发团队需要与终端用户进行耗时的来回沟通，以帮助测试和验证AI工具的预测效果，并调整工具，提高其实际效用。通过引入第三方利益相关者参与审核，可以最大限度地减少这一环节的工作量。

 

在工具集成环节，尽量减少与工具使用相关的终端用户工作量 注意简化用户界面和自动化相关流程，有助于减少用户内心对于AI工具给他们增添了额外工作负担的感觉。

 

3.保护终端用户自主权

 

保护终端用户视为工作核心的任务 杜克大学项目团队开发了一款帮助检测和管理败血症治疗的AI工具，却遭到急诊医生的合力抵制，因为他们希望继续把控关键任务，比如对患者做出诊断的最终话语权、开具药物和血液检查的处方权等。项目团队调整了AI工具的设置，使其做出的预测不致影响上述关键任务。

 

允许终端用户帮助评估AI工具 用于败血症检测的AI工具威胁到急诊医生的自主权，而当前基于规则的败血症检测工具则没有这个问题。为了保护终端用户自主权，项目团队邀请了当前所用工具的主要开发人员，请求他们帮助设计一个测试新工具有效性的实验。

 

从一开始就让终端用户参与进来 哪怕AI工具能够使流程完全自动化，也需终端用户接受才能发挥作用。成功的AI项目负责人懂得，在项目一开始就邀请终端用户参与进来，将大大增加成功的可能性。