یادداشت‌ها هوش مصنوعی

آیا هوش مصنوعی شغل ما را می گیرد یا شکل کار کردن را عوض می کند؟

در این یادداشت

این پرسش را معمولا با دو پاسخ افراطی می شنویم. گروهی می گویند بیشتر شغل ها از بین می روند. گروهی هم با اطمینان می گویند هیچ جای نگرانی نیست و همه فقط بهره ورتر می شوند. من با هیچ کدام راحت نیستم. بازار کار مجموعه ای از عنوان های شغلی نیست؛ مجموعه ای از وظایف است که میان آدم ها، ابزارها و سازمان ها تقسیم شده اند.

وقتی فناوری تازه وارد می شود، نخست بعضی وظایف تغییر می کنند. بعد ممکن است نیاز به برخی نقش ها کم یا زیاد شود. حتی عنوان شغلی یکسان در دو شرکت می تواند سرنوشت کاملا متفاوتی داشته باشد.

به جای شغل، کارهای داخل آن را ببینیم

کار یک تحلیلگر را در نظر بگیرید. بخشی از روز او صرف جمع آوری اطلاعات و مرتب کردن جدول ها می شود. بخشی صرف تفسیر نتیجه و گفت و گو با مدیر. هوش مصنوعی شاید کار اول را سریع تر کند، اما اگر تحلیلگر نداند سوال درست چیست یا داده چه محدودیتی دارد، خروجی سریع تر لزوما تصمیم بهتری نمی سازد.

در آموزش هم وضع مشابه است. ابزار می تواند تمرین بسازد یا به شاگرد بازخورد اولیه بدهد. ولی تشخیص اینکه شاگرد دقیقا کجا سوء تفاهم دارد و چطور باید اعتماد او را حفظ کرد، هنوز به شناخت انسانی نیاز دارد. این مرز ثابت نیست و با پیشرفت فناوری جابه جا می شود، اما امروز باید برای همین واقعیت برنامه بریزیم.

یک خطای رایج در آموزش سازمانی

بسیاری از برنامه های آموزشی با معرفی چند ابزار شروع می شوند و همان جا هم تمام می شوند. کارکنان یاد می گیرند دستور بنویسند، متن تولید کنند و خلاصه بگیرند. دو هفته بعد، بیشتر آنها به روش قبلی بر می گردند؛ چون مدیرشان شیوه تحویل کار، معیار کیفیت و حدود مسئولیت را عوض نکرده است.

آموزش موثر از خود شغل شروع می شود. باید ببینیم کدام فعالیت را واگذار می کنیم، کدام را مشترک انجام می دهیم و کدام باید با مسئولیت مستقیم انسان باقی بماند. سپس کارکنان را در سنجش کیفیت و کشف خطا توانمند کنیم. استفاده کردن از ابزار بدون توانایی نقد نتیجه، مهارت کافی نیست.

مدیران چه وظیفه ای دارند؟

اگر قرار است یک کار خودکار شود، کارکنان باید بدانند آینده نقششان چیست. پنهان کردن موضوع یا وعده دادن اینکه هیچ چیز تغییر نمی کند اعتماد نمی سازد. گفت و گوی صریح بهتر است: کدام وظایف کم می شوند، چه فرصت هایی ایجاد می شود، چه آموزشی ارائه می شود و تصمیم های مربوط به نیروی انسانی چگونه گرفته خواهند شد.

یک روش عملی، ترسیم نقشه وظایف برای سه نقش مهم شرکت است. برای هر نقش بنویسید اکنون زمان صرف چه کارهایی می شود؛ کدام فعالیت تکراری است؛ کدام نیازمند قضاوت، رابطه انسانی یا پاسخ گویی است. بعد یک آزمایش محدود انجام دهید و اثر آن را بر زمان، کیفیت و فشار کاری بسنجید.

ممکن است نتیجه این باشد که افراد وقت آزاد بیشتری برای کار ارزشمندتر پیدا کنند. ممکن است هم به این نتیجه برسید که باید ترکیب مهارت ها یا حتی تعداد برخی نقش ها تغییر کند. هیچ کدام را نمی توان از روی تبلیغ یک محصول پیش بینی کرد.

وقتی یک عنوان شغلی را باز می کنیم

در نقش کارشناس مالی، تطبیق عددها ممکن است خودکار شود، اما توضیح اختلاف و بررسی موارد غیرعادی همچنان به شناخت کسب و کار نیاز دارد. همین تفکیک وظایف، پرسش را از «آیا این شغل حذف می شود؟» به «کدام بخش تغییر می کند و برای آن چه برنامه ای داریم؟» تبدیل می کند. این روش پیش بینی قطعی آینده نیست؛ تصویری دقیق تر برای تصمیم درباره آموزش و بازطراحی کار است.

صرفه جویی زمانی به خودی خود یک دستاورد نیست

فرض کنید با استفاده از یک دستیار، تهیه گزارش هفتگی از چهار ساعت به یک ساعت برسد. در نگاه اول سه ساعت صرفه جویی شده است. اما آن سه ساعت چه می شود؟ اگر کارمند مجبور باشد همان گزارش را دوباره برای بررسی اشتباه ها بخواند، سود واقعی کمتر است. اگر مدیران فقط انتظار داشته باشند تعداد گزارش ها سه برابر شود، شاید فشار کار افزایش یابد و کیفیت تصمیم بهتر نشود. بهره وری را باید در نتیجه دید، نه فقط سرعت انجام یک مرحله.

از سوی دیگر، آزاد شدن زمان فرصت ارزشمندی ایجاد می کند. کارشناس می تواند به جای کپی کردن داده ها، علت تغییر را بررسی کند یا با مشتری درباره مسئله واقعی صحبت کند. اما این اتفاق خودکار رخ نمی دهد. مدیر باید کار را دوباره تعریف کند، اولویت ها را تغییر دهد و اجازه دهد کارکنان وقت آزاد شده را صرف کارهای باارزش تر کنند. اگر تنها ابزار را اضافه کنیم و شیوه ارزیابی عملکرد همان بماند، سازمان بخش بزرگی از فرصت را از دست می دهد.

خطر فراموش شدن مهارت های پایه

وقتی یک سیستم پیوسته متن، کد یا تحلیل اولیه تولید می کند، کاربر ممکن است به تدریج کمتر تمرین کند. این خطر به ویژه برای نیروهای تازه کار مهم است. مهندسی که همیشه کد آماده دریافت می کند، چگونه خطای معماری را تشخیص خواهد داد؟ تحلیلگری که هر بار خلاصه خودکار می خواند، چه زمانی مهارت استخراج شواهد از سند خام را یاد می گیرد؟ فناوری می تواند آموزش را سریع تر کند، اما اگر بدون طراحی استفاده شود، ممکن است مسیر رشد حرفه ای را کوتاه تر و کم عمق تر کند.

برای جلوگیری از این مسئله لازم نیست استفاده از ابزار را ممنوع کنیم. می توان تمرین هایی تعیین کرد که فرد ابتدا مسئله را مستقل صورت بندی کند، سپس از ابزار کمک بگیرد و در پایان خروجی را نقد کند. در کارهای حساس، بازبینی نمونه های بدون کمک سیستم نیز مفید است. هدف این نیست که همه کارها به روش قدیمی انجام شوند؛ هدف حفظ توانایی قضاوت در زمانی است که ماشین پاسخ اشتباه می دهد یا اصلا در دسترس نیست.

قرارداد تازه میان کارمند و سازمان

وقتی مدیریت می گوید از هوش مصنوعی استفاده کنید، کارکنان حق دارند بدانند نتیجه این استفاده چگونه بر کارشان اثر می گذارد. آیا قرار است وظایف تکراری کمتر شود؟ آیا مهارت تازه ای آموزش داده خواهد شد؟ آیا انتظار عملکرد تغییر می کند؟ و اگر ابزاری خوب کار نکرد، می توانند بدون ترس آن را گزارش کنند؟ سکوت درباره این سوال ها زمینه شایعه و مقاومت را فراهم می کند. شفافیت درباره همه آینده ممکن نیست، اما درباره برنامه چند ماه آینده و معیار تصمیم گیری می توان صریح بود.

در مقابل، کارکنان نیز باید نقش فعال داشته باشند. یادگیری روش درست پرسش، بررسی پاسخ و شناخت محدودیت ابزار، دیگر فقط علاقه شخصی نیست؛ بخشی از صلاحیت حرفه ای خواهد شد. با این حال سازمان نباید مسئولیت ایمنی و کیفیت را صرفا بر دوش فرد بگذارد. اگر ابزار بدون دسترسی مناسب، آموزش یا فرایند بازبینی در اختیار کارکنان قرار گرفته، خطای ناشی از طراحی بد را نمی توان فقط به کارمند نسبت داد.

یک برنامه عملی برای مدیر واحد

سه نقش مهم واحد خود را انتخاب کنید و برای هر نقش، ده کار پرتکرار بنویسید. کنار هر کار مشخص کنید زمان انجام، حساسیت خطا، نیاز به تعامل انسانی و امکان استفاده از ابزار چگونه است. سپس تنها دو کار کم خطر و پرحجم را برای آزمایش برگزینید. در طول چند هفته، زمان، کیفیت، رضایت کاربر و مقدار بازکاری را اندازه بگیرید. بعد با همان کارکنان درباره تغییر واقعی کار گفت و گو کنید. نتیجه این آزمایش می تواند برنامه آموزشی و بازطراحی نقش ها را شکل دهد. این روش شاید جذابیت پیش بینی های بزرگ درباره آینده مشاغل را نداشته باشد، اما برای اداره مسئولانه تغییر بسیار مفیدتر است.

اثر تغییر را با کارکنان بسنجید

مدیران گاهی بهره وری را فقط از بالا اندازه می گیرند. اما کارکنان می توانند نشان دهند کدام مرحله واقعا آسان تر شده و کدام کار تازه به وظایف قبلی اضافه شده است. اگر یک ابزار زمان نوشتن گزارش را کم کرده ولی بررسی و اصلاح آن فشار ذهنی بیشتری ایجاد کرده است، باید این نکته در ارزیابی دیده شود. بهتر است بازخورد به صورت منظم و بدون ترس از قضاوت جمع آوری شود.

در پایان هر آزمایش، از تیم بپرسید کدام مهارت تازه ضروری شده و چه آموزشی کم است. سپس شرح وظایف و معیارهای عملکرد را به روز کنید. تغییر فناوری وقتی پایدار می شود که نقش انسان در فرایند جدید روشن و قابل رشد باشد.

آینده کار فقط به توانایی مدل ها وابسته نیست. به این هم بستگی دارد که ما، به عنوان مدیر و متخصص، چگونه کار را دوباره طراحی می کنیم.

یادداشت‌های مرتبط

خدمات و آموزش مرتبط