تبریز امروز:

شرکت مشاوره آکسنچر به تازگی ۱۱,۰۰۰ کارمند را اخراج کرد، در حالی که تلاشهای خود را برای آموزش کارکنان به منظور استفاده از هوش مصنوعی گسترش میدهد. این موضوع یادآور تندی است که همان فناوری که محرک کارایی است، در حال بازتعریف شرایط لازم برای حفظ شغل نیز هست.
و آکسنچر تنها نیست. آیبیام پیش از این صدها نقش شغلی را با سیستمهای هوش مصنوعی جایگزین کرده، در حالی که مشاغل جدیدی در حوزه فروش و بازاریابی ایجاد میکند. آمازون نیز در حالی که نیرو کاهش داده، تیمهای سازنده و مدیریت ابزارهای هوش مصنوعی را گسترش میدهد. در سراسر صنایع، از بانکها و بیمارستانها گرفته تا شرکتهای خلاق، کارگران و مدیران به یکسان در تلاش هستند تا درک کنند کدام نقشها ناپدید خواهند شد، کدام یک تکامل خواهند یافت و کدام مشاغل جدیدی پدیدار خواهند شد.
من در کالج کسبوکار لِبوی دانشگاه درکسل تحقیق کرده و تدریس میکنم و مطالعه میکنم که فناوری چگونه کار و تصمیمگیری را تغییر میدهد. دانشجویانم اغلب میپرسند چگونه در عصر هوش مصنوعی قابل استخدام باقی بمانند. مدیران اجرایی از من میپرسند چگونه میتوان به فناوری که به نظر سریعتر از سرعت سازگاری مردم حرکت میکند، اعتماد ساخت. در نهایت، هر دو گروه در واقع یک چیز را میپرسند: در اقتصادی که ماشینها میتوانند یاد بگیرند، کدام مهارتها بیشترین اهمیت را دارند؟
برای پاسخ به این سوال، دادههای دو نظرسنجی که همکارانم و من در طول این تابستان انجام دادیم را تجزیه و تحلیل کردم. در اولین نظرسنجی، «بررسی آمادگی و یکپارچگی داده برای هوش مصنوعی»، از ۵۵۰ شرکت در سراسر کشور پرسیدیم که چگونه از هوش مصنوعی استفاده و در آن سرمایهگذاری میکنند. برای نظرسنجی دوم، «چشمانداز استخدام فارغالتحصیلان دانشگاه»، بررسی کردیم که ۴۷۰ کارفرما چگونه استخدام سطح پایه، توسعه نیروی کار و مهارتهای هوش مصنوعی در داوطلبان را میبینند. این مطالعات هر دو سوی معادله را نشان میدهند: هم آنهایی که در حال ساختن هوش مصنوعی هستند و هم آنهایی که در حال یادگیری کار با آن هستند.
هوش مصنوعی همهجا هست، اما آیا مردم آماده هستند؟
بیش از نیمی از سازمانها به ما گفتند که هوش مصنوعی اکنون محرک تصمیمگیری روزمره است، با این حال تنها ۳۸٪ معتقدند کارکنانشان به طور کامل برای استفاده از آن آماده هستند. این شکاف در حال تغییر بازار کار امروز است. هوش مصنوعی فقط کارگران را جایگزین نمیکند؛ بلکه نشان میدهد چه کسی آماده کار در کنار آن است.
دادههای ما همچنین یک تناقض را نشان میدهد. در حالی که بسیاری از شرکتها اکنون به طور داخلی به هوش مصنوعی وابسته هستند، تنها ۲۷٪ از recruiterها (کارشناسان جذب و استخدام) میگویند با استفاده داوطلبان از ابزارهای هوش مصنوعی برای کارهایی مانند نوشتن رزومه یا تحقیق در مورد محدودههای حقوقی، راحت هستند.
به عبارت دیگر، همان ابزاری که شرکتها برای تصمیمگیریهای کسبوکار به آن اعتماد میکنند، وقتی جویندگان کار از آنها برای پیشرفت شغلی استفاده میکنند، هنوز شک و تردید ایجاد میکنند. تا زمانی که این دیدگاه تغییر نکند، حتی کارگران ماهر نیز به دریافت پیامهای متناقض درباره معنای واقعی «استفاده مسئولانه از هوش مصنوعی» ادامه خواهند داد.
در نظرسنجی آمادگی و یکپارچگی داده برای هوش مصنوعی، این شکاف آمادگی به وضوح در مشاغل operational و facing-customer (مشاغل عملیاتی و در تماس مستقیم با مشتری) مانند بازاریابی و فروش مشاهده شد. اینها همان حوزههایی هستند که automation (خودکارسازی) به سرعت در حال پیشرفت است و زمانی که فناوری سریعتر از سرعت سازگاری مردم تکامل مییابد، اخراجها تمایل به وقوع دارند.
در عین حال،我们发现 بسیاری از کارفرمایان الزامات مدرک یا گواهینامههای خود را به روز نکردهاند. آنها هنوز در حال استخدام برای رزومههای دیروز هستند، در حالی که کار فردا به تسلط بر هوش مصنوعی نیاز دارد. مشکل این نیست که مردم توسط هوش مصنوعی جایگزین میشوند؛ مشکل این است که فناوری سریعتر از آن چیزی در حال تحول است که اکثر کارگران بتوانند با آن سازگار شوند.
تسلط و اعتماد: پایههای واقعی سازگاری
تحقیقات ما نشان میدهد که مهارتهایی که بیشترین ارتباط را با سازگاری دارند، یک موضوع مشترک دارند، چیزی که من آن را «تسلط انسان-هوش مصنوعی» مینامم. این به معنای توانایی کار با سیستمهای هوشمند، زیر سؤال بردن نتایج آنها و ادامه یادگیری در حین تغییر اوضاع است.
در سراسر شرکتها، بزرگترین چالشها در گسترش مقیاس هوش مصنوعی، اطمینان از رعایت استانداردهای اخلاقی و نظارتی و متصل کردن هوش مصنوعی به اهداف واقعی کسبوکار نهفته است. این موانع مربوط به کدنویسی نیستند؛ بلکه مربوط به قضاوت خوب هستند.
در کلاسهایم، تأکید میکنم که آینده به نفع کسانی خواهد بود که میتوانند خروجی ماشین را به بینش مفید انسانی تبدیل کنند. من این را «دوزبانگی دیجیتال» مینامم: توانایی حرکت و تسلط روان در هر دو حوزه قضاوت انسانی و منطق ماشین.
آنچه متخصصان مدیریت «بازآموزی مهارتها» مینامند – یا یادگیری مهارتهای جدید برای سازگاری با یک نقش جدید یا تغییرات عمده در یک نقش قدیمی – زمانی بهتر عمل میکند که افراد احساس امنیت کنند تا یاد بگیرند. در نظرسنجی آمادگی و یکپارچگی داده برای هوش مصنوعی ما، سازمانهایی با حاکمیت قوی و اعتماد بالا، تقریباً دو برابر بیشتر احتمال داشت که بهبود در عملکرد و نوآوری را گزارش دهند. دادهها نشان میدهند که وقتی مردم به رهبران و سیستمهای خود اعتماد دارند، بیشتر تمایل دارند آزمایش کنند و از اشتباهات یاد بگیرند. از این طریق، اعتماد، فناوری را از چیزی برای ترسیدن به چیزی برای یادگیری از آن تبدیل میکند و به کارکنان اعتماد به نفس لازم برای سازگاری را میدهد.
بر اساس نظرسنجی چشمانداز استخدام فارغالتحصیلان دانشگاه، حدود ۸۶٪ از کارفرمایان اکنون آموزشهای داخلی یا boot campهای آنلاین ارائه میدهند، با این حال تنها ۳۶٪ میگویند مهارتهای مرتبط با هوش مصنوعی برای نقشهای سطح پایه (entry-level) مهم هستند. اکثر آموزشها هنوز بر مهارتهای سنتی متمرکز هستند تا مهارتهای مورد نیاز برای مشاغل نوظهور هوش مصنوعی.
موفقترین شرکتها، یادگیری را به بخشی از خود کار تبدیل میکنند. آنها فرصتهای یادگیری را در پروژههای واقعی میسازند و کارکنان را به آزمایش تشویق میکنند. من اغلب به رهبران یادآوری میکنم که هدف فقط آموزش دادن به مردم برای استفاده از هوش مصنوعی نیست، بلکه کمک به آنها برای فکر کردن در کنار آن است. اینگونه است که اعتماد پایه و اساس رشد میشود و بازآموزی مهارتها به حفظ کارکنان کمک میکند.
قوانین جدید استخدام
به نظر من، شرکتهای پیشرو در حوزه هوش مصنوعی فقط مشاغل را حذف نمیکنند؛ آنها مشاغل را بازتعریف میکنند. برای موفقیت، معتقدم شرکتها نیاز به استخدام افرادی خواهند داشت که بتوانند فناوری را با قضاوت خوب مرتبط کنند، آنچه هوش مصنوعی تولید میکند را زیر سؤال ببرند، آن را به وضوح توضیح دهند و به ارزش کسبوکار تبدیل کنند.
در شرکتهایی که هوش مصنوعی را به مؤثرترین شکل به کار میگیرند، hiring (استخدام) دیگر فقط مربوط به رزومه نیست. آنچه اهمیت دارد این است که مردم چگونه ویژگیهایی مانند کنجکاوی و قضاوت را بر روی ابزارهای هوشمند اعمال میکنند. معتقدم این روندها به ایجاد نقشهای ترکیبی جدیدی منجر میشوند، مانند:
مترجمین هوش مصنوعی: که به تصمیمگیرندگان کمک میکنند تا درک کنند بینشهای هوش مصنوعی به چه معنا هستند و چگونه میتوان بر اساس آنها عمل کرد.
مربیان دیجیتال: که به تیمها آموزش میدهند تا در کنار سیستمهای هوشمند کار کنند.
هر یک از این نقشها، قضاوت انسانی را با هوش ماشینی مرتبط میسازد و نشان میدهد که مشاغل آینده چگونه مهارتهای فنی را با بینش انسانی ترکیب خواهند کرد.
آن ترکیب از قضاوت و سازگاری، مزیت رقابتی جدید است. آینده تنها به فنیترین کارگران پاداش نخواهد داد، بلکه به کسانی پاداش خواهد داد که میتوانند هوش – انسانی یا مصنوعی – را به ارزش دنیای واقعی تبدیل کنند.