نظرسنجی جدید نشان می‌دهد هوش مصنوعی با وجود وعده افزایش بهره‌وری، ارزیابی کارکنان را دشوارتر و نگرانی مدیران درباره کنترل را افزایش داده است.
فهرست مطالب
نظرسنجی جدید نشان می‌دهد هوش مصنوعی با وجود وعده افزایش بهره‌وری، ارزیابی کارکنان را دشوارتر کرده و نگرانی مدیران درباره نظارت و کنترل را افزایش داده است.
به گزارش سرویس هوش مصنوعی تک‌ناک، بر اساس نظرسنجی مؤسسه نیلسن از ۱۷۰۰ مدیر و مدیر ارشد در هفت کشور که به سفارش شرکت مدیریت کار Monday.com انجام شده است، بیش‌از نیمی از مدیران ارشد می‌گویند پس‌از استفاده از هوش مصنوعی، ارزیابی کیفیت کار کارکنان برایشان دشوارتر شده است.
دلیل اصلی این است که خروجی کارکنان اکنون اغلب به‌شکل متنی منظم و آماده در اختیار مدیران قرار می‌گیرد و تشخیص سهم واقعی فرد از محتوای تولیدشده توسط هوش مصنوعی آسان نیست.
در نتیجه، نزدیک به نیمی از مدیران می‌گویند نسبت‌به گذشته زمان بیشتری را صرف بررسی، اصلاح و هدایت خروجی تیم‌های خود می‌کنند.
مدیران همچنان به ظرفیت هوش مصنوعی امیدوارند
با وجود این مشکلات، مدیران نگاه منفی به هوش مصنوعی ندارند. در این نظرسنجی، ۹۴ درصد از پاسخ‌دهندگان گفته‌اند برای بهبود فرایندهای کاری با استفاده از هوش مصنوعی هیجان‌زده هستند و بسیاری از آن‌ها معتقدند می‌دانند این فناوری را در چه بخش‌هایی به کار بگیرند تا بیشترین ارزش را ایجاد کند.
میکال میلر لوی، مدیر تحقیقات بازار و بینش مشتریان در Monday.com، این اشتیاق را با روزهای ابتدایی گسترش اینترنت در دهه ۲۰۰۰ مقایسه کرده است؛ دوره‌ای که مردم نیز با نوعی حس شگفتی به فناوری جدید نگاه می‌کردند.
او در گفت‌وگو با تک‌کرانچ توضیح داد که مشکل اصلی، سرعت پیشرفت هوش مصنوعی در مقایسه با توانایی شرکت‌ها برای سازگار شدن با آن است. به گفته او، هوش مصنوعی می‌تواند برای انجام وظایف فردی مدیران بسیار مفید باشد، اما آن‌ها در جایگاه مدیریتی باید سازمان را نیز هدایت کنند. فرایندهای سازمانی هنوز با سرعت تغییرات این فناوری هماهنگ نشده‌اند.
معیارهای ارزیابی کارکنان درحال تغییر است
گسترش هوش مصنوعی باعث شده شرکت‌ها در شیوه ارزیابی عملکرد کارکنان نیز تجدیدنظر کنند. ۷۸ درصد از مدیران شرکت‌کننده در نظرسنجی گفته‌اند پس‌از استفاده از هوش مصنوعی، روش ارزیابی کارکنان را تغییر داده‌اند.
در این رویکرد جدید، توانایی نوشتن دستورهای مؤثر برای هوش مصنوعی، تشخیص وظایفی که می‌توان به این ابزارها سپرد و آزمایش روش‌های تازه کار کردن اهمیت بیشتری پیدا کرده است.
بااین‌حال، یک پرسش اساسی همچنان مطرح است: وقتی مدیران نمی‌توانند به‌راحتی تشخیص دهند چه مقدار از خروجی کارکنان حاصل تلاش خود آن‌هاست، چگونه می‌توانند عملکردشان را منصفانه ارزیابی کنند؟
این نگرانی زمانی جدی‌تر می‌شود که خود مدیران نیز برای تصمیم‌گیری درباره عملکرد کارکنان از هوش مصنوعی کمک می‌گیرند. طبق این نظرسنجی، ۴۶ درصد از مدیران از هوش مصنوعی برای کمک به تصمیم‌گیری استفاده می‌کنند و ۳۹ درصد از مدیران ارشد نیز برای نوشتن ارزیابی‌های عملکرد کارکنان به سراغ این فناوری رفته‌اند.
خطر سوگیری هوش مصنوعی در ارزیابی عملکرد
استفاده از مدل‌های زبانی بزرگ برای ارزیابی کارکنان می‌تواند خطر ورود سوگیری به فرایندهای منابع انسانی را افزایش دهد. این مدل‌ها بر اساس الگوهای موجود در داده‌های آموزشی خود پاسخ تولید می‌کنند و ممکن است برخی از سوگیری‌های انسانی را نیز بازتولید کنند.
پژوهشی از مؤسسه تحقیقات اجتماعی‌اقتصادی لوکزامبورگ که در سال جاری انجام شده، نشان می‌دهد مدل‌های زبانی بزرگ در نبود معیارهای عینی و مشخص، هنگام ارزیابی مستقل افراد ممکن است به نتایجی مشابه ارزیابی‌های انسانی برسند. پژوهشی دیگر در اوایل سال ۲۰۲۵ نیز نشان داد برخی مدل‌های هوش مصنوعی می‌توانند علیه افراد سیاه‌پوست مرد سوگیری داشته باشند و گروه‌های اجتماعی مختلف را به شکل‌های متفاوتی ارزیابی کنند.
وقتی از میلر لوی درباره احتمال ورود سوگیری‌های بیرونی به ارزیابی عملکرد کارکنان با کمک هوش مصنوعی سؤال شد، او گفت شرکت‌ها هنوز راهکار مشخصی برای مدیریت این مسائل پیدا نکرده‌اند.
نظارت بر عامل‌های هوش مصنوعی به وظیفه‌ای تازه تبدیل می‌شود
هوش مصنوعی تنها نحوه ارزیابی کارکنان را تغییر نداده، بلکه ساختار روز کاری مدیران را نیز دگرگون کرده است. اکنون مدیران باید تصمیم بگیرند کدام وظایف را به عامل‌های هوش مصنوعی بسپارند، خروجی آن‌ها را بررسی کنند و در صورت بروز خطا وارد عمل شوند. این مسئولیت‌ها نوعی کار پنهان و نامرئی ایجاد می‌کنند که ممکن است در محاسبات اولیه بهره‌وری شرکت‌ها نادیده گرفته شود.
مدیریت نرم‌افزارها نیز پیچیده‌تر شده است. ۵۷ درصد از مدیران می‌گویند سازمان آن‌ها اکنون نسبت به گذشته ابزارهای نرم‌افزاری بیشتری در اختیار دارد. همچنین حدود ۵۱ درصد معتقدند پس از ورود هوش مصنوعی، ابزارهای مورد استفاده شرکتشان به یکدیگر وابسته‌تر شده‌اند و ارتباطات پیچیده‌تری پیدا کرده‌اند. تنها ۲۹ درصد زیرساخت هوش مصنوعی سازمان خود را کاملاً بهینه و متمرکز توصیف کرده‌اند.
به گفته میلر لوی، شرکت‌ها انتظار داشتند هوش مصنوعی تعداد نرم‌افزارهای مورد استفاده را کاهش دهد، اما در عمل با افزایش اپلیکیشن‌ها، اتصال‌های میان ابزارها و استفاده کارکنان از ابزارهای تأییدنشده مواجه شده‌اند؛ پدیده‌ای که گاهی «هوش مصنوعی سایه» نامیده می‌شود.
نگرانی از افزایش اختیار عامل‌های هوش مصنوعی
با گسترش عامل‌های هوش مصنوعی که قادرند بدون دخالت مداوم انسان اقدام کنند، مسئله نظارت اهمیت بیشتری پیدا کرده است. ۵۸ درصد از مدیران شرکت‌کننده در نظرسنجی انتظار دارند طی یک سال آینده تعداد عامل‌های هوش مصنوعی تحت نظارتشان از تعداد کارکنان انسانی بیشتر شود. در همین حال، ۴۶ درصد نگرانند که کنترل اقدامات این عامل‌ها را از دست بدهند.
۳۵ درصد از پاسخ‌دهندگان نیز گفته‌اند نگرانند مسئولیت تصمیم‌هایی بر عهده آن‌ها قرار بگیرد که هوش مصنوعی اتخاذ کرده است. از آنجا که خروجی مدل‌های زبانی همیشه قابل پیش‌بینی نیست، مدیران تمایل ندارند اختیار کامل وظایف حساس را به عامل‌های خودکار واگذار کنند.
میلر لوی می‌گوید مدیران نمی‌خواهند عامل‌های هوش مصنوعی کاملاً مستقل عمل کنند و ترجیح می‌دهند در وظایف مهم و تصمیم‌های حساس، انسان‌ها همچنان در جریان باشند و نقش نظارتی خود را حفظ کنند.
در مجموع، نتایج این گزارش نشان می‌دهد که پذیرش هوش مصنوعی در شرکت‌ها دیگر صرفاً به افزایش بهره‌وری محدود نیست و به مسئله‌ای جدی در حوزه مدیریت، نظارت و حکمرانی سازمانی تبدیل شده است. بدون فرایندهای روشن، زیرساخت مناسب و معیارهای منصفانه برای ارزیابی عملکرد، مدیران ممکن است به‌جای صرفه‌جویی در زمان، بخش بیشتری از وقت خود را صرف کنترل ابزارهایی کنند که قرار بود کارشان را آسان‌تر کند.