AI-first company

Narzędzie diagnostyczne · Scenariusze wywiadów i listy kontrolne

NASSS-CAT: complexity assessment tools for technology projects

Co sprawia, że ten projekt technologiczny jest trudny?

Autor
Ostatni przegląd
Poprawki
Zgłoś błąd
Kto odpowiada Zespół projektu oraz pracownicy w wywiadach
Ile to trwa Dwie listy kontrolne, formularz z 35 pytaniami i scenariusz wywiadu
Czy możesz go używać? Bezpłatne; przed zmianami zapytaj autorów
Sprawdzenie Umiarkowane

Sprawdzone porządnie, ale przez jeden zespół lub w jednym środowisku. Nikt niezależny jeszcze tego nie powtórzył.

W skrócie

Dwie listy kontrolne, kwestionariusz do monitorowania i scenariusz wywiadu, które pomagają ustalić, co sprawia, że projekt technologiczny jest trudny. Użyj ich, żeby zaplanować wdrożenie AI razem z ludźmi, których ono dotyczy.

Dla osoby, która prowadzi diagnozę: kierownika HR lub operacji, wewnętrznego zespołu projektowego albo zewnętrznego konsultanta.

Co mierzy

Nazwa wymienia sposoby, na jakie projekt technologiczny może się nie udać: brak przyjęcia, porzucenie oraz brak rozwoju poza pierwsze miejsce, rozprzestrzenienia się albo trwałości. Cztery części pytają, jak złożony jest projekt w kilku obszarach, między innymi: technologia, wartość, jaką daje, ludzie, którzy mają ją przyjąć, organizacja i szersze otoczenie.

Są to:

  • SHORT: szybka lista kontrolna do wstępnej rozmowy.
  • LONG: szczegółowa lista kontrolna z miejscem na plan działań.
  • PROJECT: formularz z 35 pytaniami do śledzenia projektu w czasie.
  • INTERVIEW: pytania do wywiadów częściowo ustrukturyzowanych.

Idea, która za nimi stoi, jest prosta. Projekty złożone w wielu obszarach naraz rzadko stają się rutyną. Znajdź złożoność wcześnie i ją ogranicz albo się na nią przygotuj.

Jak używać

  1. Zacznij od SHORT na spotkaniu zespołu projektu.
  2. Użyj LONG w obszarach, które okazały się trudne.
  3. Użyj INTERVIEW z pracownikami z różnych szczebli i stanowisk, także z menedżerami.
  4. Śledź projekt za pomocą PROJECT.

Pochodzą z ochrony zdrowia. Jeden obszar pyta o leczony stan chorobowy. W firmie zastąp go problemem biznesowym, który AI ma rozwiązać, albo go pomiń.

Czego nie mierzy

  • Kto o czym decyduje, ludzie czy AI. Przegląd ram dla AI wykazał, że ta nie obejmuje zależności od danych, nadzoru człowieka ani wspólnych decyzji.
  • Tego, co ludzie robią na co dzień. Nie obserwuje zachowań.
  • Wyniku gotowości. Wynikiem jest lista trudności i działań.

Jak to sprawdzono

  • Ramę najpierw zastosowano do sześciu programów technologicznych w 20 organizacjach, śledzonych do trzech lat. Programy złożone w wielu obszarach nie weszły do rutynowego użycia.
  • Przegląd znalazł 57 badań, które używały ramy. Przeszkody skupiały się w dwóch obszarach: organizacji i ludziach, od których oczekiwano przyjęcia technologii.
  • Używano jej do badania AI w szpitalach. W jednym badaniu, opartym na 29 wywiadach, pomagały kultura, przywództwo, zaufanie między kierownictwem a zespołami i lokalni liderzy zmiany. Hamowały sprzeczne poglądy na to, ile AI jest warta.
  • Cztery części zaprojektowano na warsztatach z 50 osobami zaangażowanymi w takie projekty i wypróbowano w prawdziwych projektach.

Nie ma tu wyników, które można by sprawdzić tak, jak sprawdza się kwestionariusz. Ocena odzwierciedla szerokie użycie ramy i słabsze dowody dla samych czterech części.

Licencja i dostęp

Wszystkie cztery części można bezpłatnie pobrać, bez formalnej licencji. Przewodnik autorów mówi, że badacze powinni odpowiednio zmieniać pytania do wywiadu i podawać źródło. W przypadku pozostałych trzech zapytaj głównego autora, zanim opublikujesz tłumaczenie lub dostosowaną wersję.

Alternatywy

Inne narzędzia do podobnego zadania i kiedy lepiej wybrać każde z nich.

Praktyki, które z niego korzystają

Szczegóły

Sprawdzenie
Umiarkowane Ramy, na której się opierają, użyto w co najmniej 57 badaniach, w tym przy projektach AI w szpitalach. Same listy kontrolne, kwestionariusz i scenariusz zaprojektowano z udziałem 50 osób zaangażowanych w takie projekty i wypróbowano w prawdziwych projektach. Brak wyników pokazujących, że ich użycie poprawia efekty.
Czego dotyczy
Organizacja
Jak zbiera się odpowiedzi
Warsztaty, listy kontrolne wypełniane przez zespół projektu i wywiady.
Długość
Krótka i długa lista kontrolna, kwestionariusz do monitorowania z 35 pytaniami i zestaw pytań do wywiadu
Koszt
Bezpłatne
Licencja
Brak formalnej licencjiWszystkie cztery części można bezpłatnie pobrać. Scenariusz wywiadu można zmieniać, jeśli podasz źródło. Dla list kontrolnych i kwestionariusza do monitorowania warunki nie są ustalone: zapytaj głównego autora, zanim opublikujesz tłumaczenie.
Języki
Angielski
Autorzy
Greenhalgh and colleagues, 2020

Źródła

  1. Greenhalgh, Maylor, Shaw, Wherton, Papoutsi and colleagues (2020). The NASSS-CAT Tools for Understanding, Guiding, Monitoring, and Researching Technology Implementation Projects in Health and Social Care: Protocol for an Evaluation Study in Real-World Settings. JMIR Research Protocols. doi:10.2196/16861
  2. Greenhalgh, Wherton, Papoutsi, Lynch, Hughes and colleagues (2018). Analysing the role of complexity in explaining the fortunes of technology programmes: empirical application of the NASSS framework. BMC Medicine. doi:10.1186/s12916-018-1050-6
  3. Shin, Hamovitch, Gatov, MacKinnon and colleagues (2025). The NASSS framework use over time: A scoping review. PLOS Digital Health. doi:10.1371/journal.pdig.0000418
  4. Alami, Lehoux, Papoutsi, Shaw, Fleet and colleagues (2024). Understanding the integration of artificial intelligence in healthcare organisations and systems through the NASSS framework. BMC Health Services Research. doi:10.1186/s12913-024-11112-x
  5. Gama, Tyskbo, Nygren, Barlow, Reed and Svedberg (2022). Implementation Frameworks for Artificial Intelligence Translation Into Health Care Practice: Scoping Review. Journal of Medical Internet Research. doi:10.2196/32215

Powiązane badania na tej stronie