نویسنده: گای چمپنیس
مجله Harward Business Review می ۲۰۲۶
با پذیرش هوش مصنوعی در شرکتها، بسیاری بر بهبود بهرهوری و کارایی تمرکز میکنند. مزایایی که خود شرکتهای ارائهدهندهی هوش مصنوعی تبلیغ میکنند. اما این تمرکز ممکن است اشتباه باشد. شواهد فزایندهای وجود دارد که هوش مصنوعی میتواند پیامدهای روانشناختی منفی برای انگیزهی کارکنان داشته باشد؛ پیامدهایی که حتی ممکن است مزایای هوش مصنوعی را خنثی کنند و مدلهای بازگشت سرمایه را بیش از پیش تحتفشار قرار دهند.
رهبران باید درک کنند که استفاده از هوش مصنوعی چگونه میتواند انگیزهی کارکنان را کاهش دهد، همکاری و نوآوری را تضعیف کند و سطوح بالاتری از استرس و فرسودگی ایجاد کند. همهی اینها میتوانند موانع جدی برای پذیرش موفق هوش مصنوعی در سازمانها ایجاد کنند. بااینحال، اثرات منفی را میتوان کاهش داد، اگر شرکتها بار روانشناختی ناشی از هوش مصنوعی را در استراتژیهای پذیرش خود لحاظ کنند. تعدادی از شرکتهای پیشرو توانستهاند در این زمینه موفق عمل کنند.
برای بررسی اینکه بدهی روانشناختی چگونه ممکن است بر پذیرش هوش مصنوعی اثر بگذارد، از بیش از ۱۲۰۰ کارمند تماموقت در آمریکا و بریتانیا نظرسنجی کردم. آنچه رهبران باید بدانند اینجاست.
بدهی روانشناختی و محرکهای آن
چندین پیامد روانشناختی احتمالی از استفادهی غیرساختارمند هوش مصنوعی در محیط کار وجود دارد که میتواند انگیزه یا رفتارهای ارزشمند سازمان را تحتتأثیر قرار دهد. این پیامدها یا در تحقیقات دانشگاهی جدید مرتبط با پذیرش هوش مصنوعی شناسایی شدهاند یا پیش از ورود هوش مصنوعی مورد بررسی بودهاند و به محرکهای انگیزه در محیط کار میپردازند. شش نوع از این پیامدها اهمیت ویژهای دارند که در مجموع چیزی را شکل میدهند که گاهی «بدهی روانشناختی» نامیده میشود:
- بدهی شناختی: شاید بحثبرانگیزترین پیامد منفی استفادهی غیرساختارمند از هوش مصنوعی، احتمال از دست رفتن مهارتهای پردازش شناختی و تصمیمگیری است. برای مثال، پژوهشها نشان میدهد که تمایل روبهرشد افراد برای سپردن کارهای دشوار به هوش مصنوعی («واگذاری شناختی») فهم آنها از مسئله را تضعیف میکند و حس مالکیت راهحل را کاهش میدهد. این از دستدادنها در طول زمان انباشته میشود و بدهی شناختی را افزایش میدهد.
- بدهی خودمختاری: این احساس که هوش مصنوعی توانایی ما برای کنترل نحوهی کارکردنمان را از بین میبرد. خودمختاری یک منبع کلیدی انگیزه است. بااینحال، بیشتر بحثها دربارهی بهینهسازی از طریق هوش مصنوعی بر بازطراحی جریان کار متمرکزند، بدون توجه به اینکه این کار چه معنایی برای کارکنان دارد. تحقیقات اخیر نشان داده است که هرچند رهبران کسبوکار با شور و شوق تیمها را به استفاده از هوش مصنوعی تشویق میکنند، وقتی رهبریِ هوش مصنوعی تنها بر بهرهوری و تخصص فنی تمرکز میکند، کارکنان استفاده از هوش مصنوعی را با از دست دادن خودمختاری و جایگزینی شدن مرتبط میدانند، که منجر به «استعفای پنهان» و خستگی هیجانی میشود.
- بدهی شایستگی: شایستگی یعنی تمایل ما به انجام کارهایی که فرصتهایی برای نمایش یا افزایش تخصصمان ارائه میدهند. در زمینهی هوش مصنوعی، بدهی شایستگی یعنی این احساس که هرقدر بیشتر از هوش مصنوعی کمک بگیریم، توانمندیمان کمتر میشود. کارهای پیچیدهای که معمولاً ساعتها یا روزها زمان میبردند، اکنون در چند ثانیه انجام میشوند و وضوح و اعتمادبهنفسی ایجاد میکنند که اغلب در خروجیهای خودمان نداریم. هرقدر توانمندتر یا مطمئنتر از خودمان نباشیم، احتمال تکیهکردنمان بر هوش مصنوعی بیشتر میشود و این چرخه تشدید میشود.
- بدهی ارتباطی: ارتباط یعنی غریزهی اجتماعی ما برای عضویت فعال در گروهها. اما پژوهشهای جدید نشان میدهد که افزایش استفاده از هوش مصنوعی تعامل اجتماعی را کاهش میدهد؛ زیرا هوش مصنوعی پاسخهای شفاف و حمایتی ارائه میدهد، بحث نمیکند، خسته نمیشود و صبر نامحدودی دارد. رهبری یک دانشگاه بزرگ در بریتانیا به من گفت که این مسئله باعث شده دانشجویان برای مطالعه و یادگیری بیش از حد به هوش مصنوعی تکیه کنند و تمایل یا توان کمتری برای مشارکت در بحثهای سازندهی گروهی داشته باشند. آنها برای مقابله با این اثر، بیش از ۲۰۰ میلیون پوند برای تقویت کار تیمی و گفتگو خارج از کلاس سرمایهگذاری کردهاند.
- بدهی اعتبار. پژوهشهای روبهرشدی نشان دادهاند که استفاده از هوش مصنوعی این احساس را ایجاد میکند که کارکنان در نگاه همکاران اعتبارشان را از دست میدهند حتی وقتی آن همکاران خودشان نیز از AI استفاده میکنند. این نشان میدهد که افراد استفادهی خود را توجیه میکنند، اما استفادهی دیگران را نقد میکنند. برای کارکنان ارشد که شاید دههها صرف ساختن اعتبار حرفهای کردهاند، این تهدید میتواند بسیار آسیبزننده باشد.
- بدهی هویت: نظریهی هویت اجتماعی میگوید ما به گروههای اجتماعی مختلفی تعلق داریم و در هر لحظه با گروهی که بیشترین راهنمایی را دربارهی نحوهی رفتار به ما میدهد، همهویت میشویم. وقتی استفادهی خاصی از هوش مصنوعی در یک جریان کاری الزامی شود، ممکن است بدهی هویت حرفهای ایجاد شود، مخصوصاً وقتی این استفاده بهعنوان نقض مستقیم معیارهای آن گروه تلقی شود. برای مثال، متخصصان خلاق در فیلم، تلویزیون و بازاریابی به توانایی تولید ایدههای جذاب تقریباً بهصورت سفارشی افتخار میکنند. این توانایی بخشی از هویت آنهاست. اگر گفته شود باید از هوش مصنوعی برای تولید ایده استفاده کنند، این امر میتواند رفتاری ناقض هویت حرفهایشان تلقی شود و احساس ارزشمندی گروه را کاهش دهد.
همهی این شش نوع بدهی روانشناختی میتوانند به شیوههای مختلفی به سازمانهایی که در مسیر ادغام هوش مصنوعی حرکت میکنند آسیب بزنند: کاهش انگیزهی کارکنان، تضعیف همکاری و نوآوری، و افزایش استرس و فرسودگی. علاوه بر این، کارکنان برای جلوگیری از این بدهیها ممکن است به رفتارهای مقابلهای روی بیاورند که بهرهوری را کاهش میدهد و نیاز به آموزشهای بیشتری ایجاد میکند.
بدهی روانشناختی چگونه بر پذیرش هوش مصنوعی اثر میگذارد؟
برای بررسی اینکه بدهی روانشناختی چگونه ممکن است بر پذیرش هوش مصنوعی اثر بگذارد، از بیش از ۱۲۰۰ کارمند تماموقت در ۱۰ بخش مختلف در آمریکا و بریتانیا نظرسنجی کردم، بهعنوان بخشی از گزارشی دربارهی پذیرش هوش مصنوعی برای مشاورهی Meltwater (که یکی از مدیران آن هستم). ابتدا سه رفتار مرتبط با هوش مصنوعی را سنجیدیم: میزان استفادهی افراد از هوش مصنوعی، پیچیدگی کارهایی که برای آن از هوش مصنوعی استفاده میکردند، و سطح رفتار اجتناب از هوش مصنوعی (وقتی کارمند از هوش مصنوعی استفاده نمیکند، حتی اگر بداند نتیجه را بهتر میکند).
سپس سطوح بدهی روانشناختی را با مجموعهای از گزارهها و میزان موافقت افراد سنجیدیم و این امتیازات را به عددی بین ۰ تا ۱۰۰ تبدیل کردیم (عدد بزرگتر یعنی بدهی بیشتر). این کار به ما اجازه داد سطح کلی بدهی و ابعاد مختلف آن را بسنجیم و ببینیم چگونه بر رفتارهای پذیرش اثر میگذارد.
یافتهها نشان داد بدهی روانشناختی بالا بهشدت مرتبط است با:
نحوهی استفادهی افراد از هوش مصنوعی
برای افرادی که بهندرت از هوش مصنوعی استفاده میکردند نسبت به کسانی که روزی چند بار از آن استفاده داشتند بدهی روانشناختی تقریباً دو برابر بود (۶۰ در مقابل ۳۶). همچنین کسانی که فقط برای کارهای ساده از هوش مصنوعی استفاده میکردند امتیاز ۴۶ داشتند، درحالیکه برای کارهای پیچیده و استراتژیک این عدد ۳۵ بود. یافتهی مهم دیگر اینکه بدهی هویت حرفهای بهشدت با پیچیدگی کارهایی مرتبط بود که برای آنها از AI استفاده میشد (بدهی کمتر=کارهای پیچیدهتر) و نیز با اجتناب از استفادهی AI (بدهی بیشتر=اجتناب بیشتر). الگوی مشابهی در بدهی ارتباطی هم دیده شد: بدهی بیشتر=استفاده کمتر، پیچیدگی کمتر، اجتناب بیشتر.
موقعیت افراد در مسیر شغلیشان
افراد در ابتدای مسیر حرفهای (کمتر از ۵ سال تجربه) سطح بدهی بالاتری داشتند (۵۴) نسبت به افراد با بیش از ۲۰ سال تجربه (۴۰) و کسانی با ۱۰–۲۰ سال سابقه (۴۴). افراد ارشد بدهی شناختی و بدهی هویت حرفهای کمتری گزارش کردند. این به این دلیل است که افراد تازهکار نیاز بیشتری برای نشان دادن دانش فنی (که توسط AI تهدید میشود) احساس میکنند، اما افراد ارشد مهارتهای رهبری را که فراتر از توان AI است، ثابت کردهاند.
جالب اینکه بدهی ارتباطی بین نقشهای ارشد و تازهکار چندان تفاوت نداشت شاید چون مدیران نگراناند که AI نقش آنها در ایجاد و هدایت تیمها را تضعیف کند.
ما همچنین برداشت کارکنان از میزان ارتباط هوش مصنوعی با کارشان را سنجیدیم: بیش از دو سوم (۷۰٪) گفتند AI برای کارشان مرتبط است و تقریباً همین تعداد بدهی کمی گزارش کردند. اما تنها ۴۱٪ هر دو مورد را داشتند یعنی هم AI مرتبط بود و هم بدهی روانشناختیشان کم. این یعنی بیش از نیمی از پاسخدهندگان احتمالاً از برنامههای آموزشی که هم مزایای AI را روشنتر میکند و هم بدهی روانشناختی را کاهش میدهد، بهرهمند میشوند.
کاهش هزینههای روانشناختی پذیرش هوش مصنوعی چگونه ممکن است؟
کاهش این بدهیها نیازمند طراحی روابط انسان–هوش مصنوعی است که منابع و موانع انگیزهی انسانی را لحاظ کند. خوشبختانه پژوهشهای زیادی در حوزهی رفتار انسان وجود دارد که میتوان از آنها برای کاهش این اثرات استفاده کرد:
بدهی شناختی
میتوان با جلوگیری از «تسلیم شناختی»(واکنشی بهسوی AI رفتن) آن را کاهش داد. یکی از راهها ایجاد «اصطکاک شناختی» است: سختتر کردن استفادهی مستقیم از AI. برای مثال، الزام به تدوین فرضیهها قبل از مراجعه به AI. شرکت J.P. Morgan هوش مصنوعی را ابزار ارائهی بینش معرفی میکند، نه تصمیمگیری.
بدهی خودمختاری
بهجای ارائهی AI بهعنوان امر قطعی، باید به کارکنان کمک کرد خودشان ارزش و کاربرد آن را تشخیص دهند. بانک ING در هلند پیش از استقرار هر مدل، مستندسازی حفظ قضاوت انسانی را الزامی میکند و مدلها را با زبان ساده توضیح میدهد، ازجمله با «برچسب تغذیهای» دادهها و مخاطرات.
بدهی شایستگی
بهترین رویکرد این است که کارکنان AI را حمایتکنندهی نقش خود بدانند، نه تهدیدکنندهی آن. شرکت مایکروسافت برای این فعالیت «جامعهی قهرمانان کوپایلوت» را ایجاد کرده تا افراد بتوانند کاربردهای مرتبط با نقش خود را در فضایی امن کشف کنند.
بدهی ارتباطی
حفظ همکاری انسانی ضروری است. میتوان فرآیندهایی طراحی کرد که تیمها خروجیهای AI را با هم بررسی کنند. برای مثال، شرکت P&G نشان داده وقتی تیمهای میانوظیفهای خروجیهای AI را با هم تحلیل میکنند، نوآوری افزایش مییابد و سیلوها از بین میروند.
بدهی اعتبار
«استفادهی سایهای» از AI نشاندهندهی تلاش برای جلوگیری از بدهی اعتبار است. راهحل این است که استفاده از AI را آشکار و نهادینه کنیم. شرکت Klarna با معرفی دستیار Kiki این کار را انجام داد: طی یک سال ۹۰٪ کارکنان از آن استفاده کردند و فرهنگ سازمانی پیرامون آن شکل گرفت.
بدهی هویت حرفهای
راهحل، ایجاد هنجارهای هویتساز پیرامون استفادهی AI است. شرکت Philips در حوزهی پزشکی، AI را بهعنوان تقویتکنندهی دقت، همکاری و کیفیت مراقبت معرفی میکند، نه تهدیدکنندهی هویت متخصص.
هنوز امکان پیشبینی دقیق تأثیرات AI بر محیط کار وجود ندارد، اما یک چیز قطعی است: ساختن زیرساخت انسانی درست بهاندازهی انتخاب ابزارهای درست اهمیت خواهد داشت. جراح کل سابق آمریکا، سی. اورت کوپ، گفته بود «دارو برای بیمارانی که آن را مصرف نمیکنند، کار نمیکند.» همین امر دربارهی هوش مصنوعی مولد نیز صدق میکند: بهترین ابزارها هم در سازمانهایی که کارکنانشان از آنها استفاده نمیکنند، بیاثر خواهند بود. سازمانهایی بیشترین سود را میبرند که بدانند پذیرش هوش مصنوعی فقط یک چالش تکنولوژیک نیست، بلکه یک چالش روانشناختی نیز هست.
درباره نویسنده
گای چمپنیس استاد مدعو در مدرسهی کسبوکار IE در مادرید و بنیانگذار و مدیر مشاورهی Meltwater در بریتانیا است که بر راهحلهای علم رفتار تمرکز دارد.
