
گفتوگویی با مت آبراهامز و وید فاستر در پادکست HBR IdeaCast
این مقاله بر پایهی یکی از قسمتهای پادکست HBR IdeaCast نوشته شده است، پادکست رسمی هاروارد بیزینس ریویو (HBR). این قسمت نخستین بخش از مجموعهای ویژه است که هر پنجشنبه منتشر میشد و به این میپرداخت که پیشرفت سریع هوش مصنوعی چه معنایی برای رهبران، شیوهی تصمیمگیری و ساختار سازمانها دارد. موضوع این قسمت تأثیر هوش مصنوعی بر فرهنگ سازمانی و مدیریت استعداد است. مجریان برنامه آدی ایگناتیوس و آلیسون بیرد هستند و گفتوگوی اصلی را آدی ایگناتیوس انجام داده است.
مهمان برنامه پائولا گلدمن است، مدیر ارشد استفادهی اخلاقی و انسانی از فناوری در شرکت (Salesforce). او مشاور دولت آمریکا در سیاستگذاری هوش مصنوعی هم هست و کتاب «ماشین را مدیریت کن: چگونه همکاری انسان و هوش مصنوعی را در محیط کار به کار بگیریم» (Manage the Machine) را نوشته است. استدلال اصلی گلدمن این است که بسیاری از سازمانها روی افزایش بهرهوری، کاهش نیرو و صرفهجویی تمرکز کردهاند، اما ارزش واقعی هوش مصنوعی در بازطراحی کار است، به شکلی که استعداد انسانی و هوش مصنوعی بهطور کامل در کنار هم قرار گیرند.
از «انسان در چرخه» تا «انسان پشت سکان»
گلدمن توضیح میدهد که اصطلاح «انسان در چرخه» (Human in the Loop) ریشه در دوران جنگ سرد دارد. آن زمان فناوری میتوانست مثلاً یک موشک در حال ورود را شناسایی کند و پرسش این بود که تصمیم سرنوشتساز را چه کسی میگیرد. اما به باور او، این اصطلاح در موج کنونی هوش مصنوعی بد فهمیده شده است. معمولاً اینطور تعبیر میشود که هوش مصنوعی پیشنویس میسازد و انسان تأیید میکند. این الگو برای عاملهای هوش مصنوعی که کارهای پیچیدهی متعدد را همزمان و با سرعتی شگفتانگیز انجام میدهند، کارآمد نیست.
به جای آن، او از «انسان پشت سکان» (Human at the Helm) سخن میگوید: سیستمی که در آن موارد درست، در زمان درست به قضاوت انسان سپرده میشوند. این مفهوم هم اصلی برای طراحی سیستمهای هوش مصنوعی است و هم تمثیلی برای مدیریت در این دوران.
چه چیزی را به هوش مصنوعی بسپاریم؟
به گفتهی گلدمن، صرفِ طرح این پرسش گام بزرگی است. در روزهای نخست این موج، تمرکز روی دادن مجوز و بودجهی استفاده به کارکنان بود. اکنون سازمانها وارد مرحلهای راهبردیتر شدهاند و میپرسند هوش مصنوعی در چه کاری خوب است، کجا ضعف دارد و کجا باید قضاوت انسانی تعیینکننده باشد.
او میگوید باور رایج، یعنی اینکه «کارهای روزمره برای هوش مصنوعی و کارهای پیچیده برای انسان»، حدود ۷۰ درصد مسیر را درست نشان میدهد. اما عوامل دیگری هم مهم است: ترجیحات و احساسات مشتریان و کارکنان، و موضوعات حساسی که بهتر است انسان به آنها رسیدگی کند، حتی اگر هوش مصنوعی تواناییاش را داشته باشد. پاسخ دقیق را باید در هر حوزه جداگانه پیدا کرد: بازاریابی، فروش یا خدمات.
دربارهی ماهیت هوش مصنوعی، گلدمن آن را چیزی میان نرمافزار و همکار میداند. هوش مصنوعی را باید مانند یک همتیمی مدیریت کرد، اما همتیمیای که انسان نیست. بسیاری از مهارتهای مدیریتی دربارهی آن هم کاربرد دارد و همهی ما بهزودی چند عامل هوش مصنوعی را در کارمان مدیریت خواهیم کرد.
خطر نگاه صرفاً هزینهمحور
گلدمن اهمیت بهرهوری را انکار نمیکند، اما هشدار میدهد که بهرهوری تنها هدف یک کسبوکار نیست. افراط در آن و نادیده گرفتن جنبهی انسانی میتواند نتایج تجاری را بدتر کند. او خدمات مشتری را مثال میزند، حوزهای که هوش مصنوعی در آن بیشترین تناسب را با نیاز بازار دارد. شواهد نشان میدهد مردم وقتی عصبانیاند، میخواهند با انسان حرف بزنند و وقتی خجالت میکشند، ترجیح میدهند با هوش مصنوعی صحبت کنند. برخی هم در هر حال انسان را ترجیح میدهند. یکی از دوستانش که در حوزهی سلامت کار میکند، گفته است وقتی بیماری تازه تشخیص سرطان گرفته، اولین نوبت او را حتماً یک انسان تنظیم میکند. دلیلش ناتوانی هوش مصنوعی نیست. دلیلش این است که چیزی ارزشمند در این لحظه وجود دارد که باید حفظ شود.
دربارهی ویژگیهای انسانگونهی هوش مصنوعی، گلدمن معتقد است گمراه کردن یا سردرگم کردن مردم یک خطر واقعی است. شدت این خطر در کاربردهایی مثل «همدمهای هوش مصنوعی» بیشتر از خدمات مشتری است. او بر حفظ کمی اصطکاک هم تأکید میکند تا افراد یادشان بماند که با یک ماشین سروکار دارند و نقاط قوت و ضعف آن با انسان متفاوت است. به گفتهی او، اینکه سالها پس از عرضهی ChatGPT هنوز وکلایی به خاطر ارجاعات ساختگی هوش مصنوعی در اسناد دادگاه بازخواست میشوند، نشان میدهد در تصمیمهای مهم باید مکث کرد و تصمیم را بیتأمل به ماشین واگذار نکرد.
فراتر از کارایی
گلدمن دو مسیر را برای بهرهگیری فراتر از کارایی مطرح میکند. مسیر اول تقویت بُعد انسانی کسبوکار است. او ابتدا به ابزارهای کوچینگ هوش مصنوعی برای مدیران بدبین بود، اما نتیجه گرفت که مفیدند. این ابزارها امکان تمرین گفتوگوهای دشوار را میدهند و یادآوریهای بهموقع میکنند. برای مثال یادآوری میکنند که طبق نظرسنجی کارکنان، تیم شما به قدردانی بیشتری نیاز دارد و همین حالا پروژهی بزرگی را تحویل داده است.
مسیر دوم این است که با دستاوردهای حاصل از کارایی چه میکنیم. در سیلزفورس، صرفهجویی ناشی از هوش مصنوعی در خدمات مشتری صرف جابهجایی کارکنان به نقشهای جدید شده است. بخشی از آنها «مهندسان مستقر نزد مشتری» (Forward-Deployed Engineers) شدهاند که به مشتریان کمک میکنند از هوش مصنوعی به شکل قدرتمندتری استفاده کنند.
او در بازاریابی هم یادآوری میکند که شخصیسازی پیامها اکنون با سرعت و مقیاسی شگفتانگیز ممکن است، اما مشتریان هم هوش مصنوعی دارند و میتوانند با آن همین پیامها را فیلتر کنند. بنابراین بازاریابان باید هم پیامشان را برای عاملهای هوش مصنوعیِ مشتری قابل فهم کنند و هم بازاریابی را برای متمایز شدن از نو طراحی کنند.
آیندهی مشاغل و نسل تازهوارد
گلدمن ادعای پیشگویی ندارد و میگوید تاکنون شواهدی از کاهش گستردهی نیرو ندیده است. با این حال، معتقد است باید خطر اختلال در مشاغل را جدی گرفت. به گفتهی او، هوش مصنوعی معمولاً وظایف را بر عهده میگیرد، نه کل یک شغل را. بنابراین بخشهای دیگر هر شغل اهمیت بیشتری پیدا میکنند.
پرتکرارترین پرسشی که از او میشود دربارهی مشاغل سطح ورودی است. او معتقد است منطقی نیست شرکتها استعدادهایی را که قرار است به نقشهای ارشد برسند پرورش ندهند. در گذشته میگفتند فلانی از اتاق نامهها شروع کرد و بالا رفت. امروز اتاق نامهها دیگر وجود ندارند، اما معادل امروزی آن هست، و یکی از آنها یادگیری کسبوکار به کمک هوش مصنوعی است. سیلزفورس امسال، در حالی که برخی شرکتها استخدام نیروی تازهکار را کم کرده بودند، تصمیم گرفت هزار فارغالتحصیل و کارآموز استخدام کند. گلدمن خودش سه کارآموز داشت که در یک پروژهی تیم نشان دادند چطور میتوان از هوش مصنوعی بهتر استفاده کرد. او میگوید هرگز تا این حد از کارآموزان چیز یاد نگرفته بوده است.
بازطراحی سازمان
در سیلزفورس، واحدی در منابع انسانی با کمک هوش مصنوعی وظایف هر بخش را به مهارتها نگاشت میکند، بررسی میکند کدام وظایف انسانیتر میشوند و کدام تغییر میکنند، و نقشهای آینده را طراحی میکند. بیشتر نقشهای تیم خود گلدمن، مانند «معمار هوش مصنوعی مسئولانه»، چند سال پیش وجود نداشتند. او بر مشارکت دادن کارکنان در این طراحی هم تأکید میکند. دلیلش فقط کاهش اضطراب آنها نیست. نزدیکترین افراد به کار معمولاً بهترین بینش را دارند که کجا چیزی جواب میدهد و هوش مصنوعی کجا میتواند نقش داشته باشد. او از کتاب «تیمهای لحظهای» (Flash Teams) نوشتهی ملیسا ولنتاین یاد میکند، الگویی که در آن تیمها بر اساس مهارتها بهسرعت شکل میگیرند و تغییر میکنند.
گلدمن نمونههایی از شرکتهایی مانند سیگیت و مسترکارت میآورد. کارمندی از بخش امور دولتی از طریق بازار داخلی استعداد یک پروژهی کوتاه در تیم امنیت پیدا کرد و در نهایت به آن تیم پیوست. کارکنان دیگری با شرکت در کارگاهها و هکاتونهای داخلی به مهندسان مستقر نزد مشتری تبدیل شدند.
اما به گفتهی او، مهمترین نکتهی فرهنگی نوعی سوگیری متفاوت است. مدیران معمولاً دنبال افرادی با سابقهی مشخص یا تجربه در شرکتهای خاص هستند. در حالی که امروز هیچکس ده سال تجربه در این مهارتهای تازه ندارد. گلدمن از «سوگیری به سمت آینده، نه گذشته» سخن میگوید. یعنی به جای میانبرهای قدیمی مثل سابقهی کاری، باید سنجید فرد چه چیزی میتواند خلق کند، و پذیرفت که افراد مناسب ممکن است از پیشینههایی غیرمنتظره بیایند.
توصیه به مدیرعاملها
گلدمن میگوید تقریباً هیچ شغل دانشیای نیست که هوش مصنوعی آن را تقویت نکند. اما گام بعدی، شناسایی راهبردی جاهایی است که هوش مصنوعی نقشها را واقعاً دگرگون میکند. در سیلزفورس، بخش مهندسی بیش از هر بخش دیگری با هوش مصنوعی دگرگون شده است، تا جایی که گلدمن آن را از نمونههای شاخص موج کنونی هوش مصنوعی میداند. وقتی مهندسان با کمک هوش مصنوعی بسیار سریعتر محصول میسازند، واحدهایی که با آنها کار میکنند هم باید همپای آنها شوند. یکی از این واحدها تیم خود گلدمن است که بررسی میکند محصولات پیش از عرضه قابل اعتماد باشند. این واحدها هم باید با هوش مصنوعی فرایندهایشان را سریعتر کنند، وگرنه به گلوگاه تبدیل میشوند.
به گفتهی گلدمن، این نقاط تحول در هر صنعت متفاوت است. برای مثال، یک شرکت داروسازی علاوه بر کاربردهای رایج هوش مصنوعی مانند خدمات مشتری و بازاریابی، میتواند از آن در پژوهشهای علمی و کشف دارو هم استفاده کند.
توصیهی او به مدیران این است که چند حوزهی کلیدی را که هوش مصنوعی در آنها بیشترین تأثیر را دارد شناسایی کنند و تحول سازمانی را آگاهانه روی همانها متمرکز کنند. به باور او، رویکرد رایج چند سال اخیر، یعنی اینکه فقط به همهی کارکنان دسترسی و بودجهی استفاده از هوش مصنوعی بدهیم و منتظر نتیجه بمانیم، لازم است اما کافی نیست.
محتوای بیکیفیت و جایی که نباید از هوش مصنوعی استفاده کرد
دربارهی نگرانی از محتوای انبوه و بیکیفیت، گلدمن میگوید هنجارها در حال تغییر است و استفاده از هوش مصنوعی پذیرفتهتر شده است. اما یک اصل ثابت است: کار شما، کار شماست و باید پاسخگوی آن باشید. پیش از تحویل، باید پای تکتک کلمات بایستید، چه از هوش مصنوعی استفاده کرده باشید چه نه.
پرسش مهم دیگر به گفتهی او این است که کجا نباید از هوش مصنوعی استفاده کرد. او نمونهای از ایکیا میآورد. تیم نوآوری این شرکت میخواست کاناپهای طراحی کند که کلیشهی مبل جعبهای و پرکوسن را بشکند. اما هوش مصنوعی مدام به همان طرحهای متوسط و رایج برمیگشت، چون بدون راهنمایی کافی همین کار را میکند. تیم ابتدا خودش روی مفاهیمی مثل «آتش اردو» و «فضای دورهمی» ایدهپردازی کرد و به ایدههای نو رسید. سپس هوش مصنوعی را با جهتگیری تازه وارد کار کرد. حاصل، کاناپهای سبک حدود ۱۰ پوندی (حدود ۴.۵ کیلوگرم) به نام «کاناپه در جعبه» بود که در نمایشگاهی در موزهای در کپنهاگ به نمایش درآمد.

در فروش، هوش مصنوعی میتواند به هزاران درخواست ورودی که پیشتر بیپاسخ میماند، پاسخ شخصیسازیشده بدهد. اما در معاملات پیچیدهی بینسازمانی، که ممکن است ذینفعان همنظر نباشند یا فشارهای سیاسی در کار باشد، اعتماد و رابطهی انسانی تعیینکننده است. گلدمن به پژوهشی اشاره میکند که نشان میدهد فروشندگان سه برابر بیشتر از سایر متخصصان دچار افسردگی میشوند، چون مدام «نه» میشنوند. او امیدوار است با کنار رفتن تماسهای سرد، فروش تجربهای متمرکزتر و انسانیتر شود.
منابع انسانی: محور اصلی تحول
گلدمن متخصصان منابع انسانی را محور اصلی تحول هوش مصنوعی میداند، چون این تحول پیش از آنکه فناورانه باشد، انسانی است و استعداد انسانی همچنان ارزشمندترین منبع سازمان است. منابع انسانی میتواند با هوش مصنوعی مدیران را به تعامل بیشتر ترغیب کند، ارزیابی عملکرد را بر پایهی دادهها انجام دهد به جای آخرین برداشت مدیر از کارمند، و فرصتهای تازهی یادگیری و پیشرفت را برای افراد شناسایی کند. او هشدار میدهد که این کار نیازمند آگاهی و هدفمندی است، چون نمونههای شکست هم فراوان است، از جمله حذف ناعادلانهی افراد واجد شرایط در فرایند استخدام.
جمعبندی
پیام اصلی پائولا گلدمن این است که تحول هوش مصنوعی بیش از هر چیز تحولی انسانی است. موفقیت در گرو طراحی آگاهانهی همکاری انسان و ماشین است: دانستن اینکه کجا از قدرت هوش مصنوعی بهره بگیریم و کجا قضاوت، خلاقیت و رابطهی انسانی را حفظ کنیم.


