عضو بعدی تیمی که مستقیماً بهت گزارش می‌ده، ممکنه انسان نباشه. آماده‌ای رهبری‌ش کنی؟

در سال‌های گذشته، هوش مصنوعی از یک فناوری نوپا به یک نیروی واقعی در فضای کاری تبدیل شده است. مدل‌های زبانی و بصری مانند GPT یا DALL·E، نه فقط ابزار بلکه به بازیگران فعالی در فرایندهای تصمیم‌سازی و تولید محتوا بدل شده‌اند. مدیران امروز باید به این فکر کنند که چگونه این «نیروهای غیرانسانی» را در سازمان خود جا بدهند، نه فقط به‌عنوان ابزار، بلکه به‌عنوان اجزای حیاتی تیم. این یعنی وظایف کلاسیک مدیریت انسانی مثل استخدام، آموزش، ارزیابی عملکرد، برای مدل‌های هوش مصنوعی شکل تازه‌ای به خود می‌گیرند.

شما نمی‌توانید یک مدل را «مربی‌گری» کنید، بلکه باید آن را هدایت کنید. برخلاف انسان‌ها که بازخورد می‌گیرند و یاد می‌گیرند، مدل‌های هوش مصنوعی نیاز به نوشتن دقیق پرامپت دارند تا خروجی مناسب ارائه دهند. این موضوع باعث شده طراحی پرامپت از یک مهارت فنی به یک اقدام استراتژیک مدیریتی تبدیل شود. مدیر آینده باید بلد باشد چگونه سوال بپرسد، محدودیت بگذارد، و دستورالعمل‌های مشخص بدهد. درست مثل نویسنده‌ای که سناریویی برای بازیگر می‌نویسد. در نتیجه، "Prompting is a leadership act" فقط یک جمله نیست، بلکه نقشه راه مدیریت آینده است.

فرایندهایی که برای رشد و ارتقای انسان‌ها طراحی شده‌اند، مثل مسیرهای شغلی، سیستم‌های امتیازدهی، و ارزیابی‌های عملکرد، در برابر ماشین‌هایی که هر لحظه قابلیت‌هایشان ارتقا پیدا می‌کند، ناکارآمدند. مدل‌های هوش مصنوعی می‌توانند ظرف چند روز از متوسط به پیشرفته برسند، ولی ساختارهای فعلی منابع انسانی اغلب ماه‌ها یا سال‌ها طول می‌کشد تا چنین ارتقایی را ثبت کنند. بنابراین، مدیران باید دوباره فکر کنند: آیا باید برای یک عامل مصنوعی ساختار رشد تعریف کنیم؟ آیا این مدل‌ها می‌توانند "مدیر" یا "مربی" مدل‌های دیگر شوند؟ این سؤالات ساده نیستند، اما واقعیت شغلی آینده به آن‌ها وابسته است.

هرچه عامل‌های غیرانسانی بیشتر در تصمیم‌گیری نقش پیدا کنند، مسئولیت‌پذیری اخلاقی انسان‌ها نیز باید دقیق‌تر تعریف شود. وقتی خطایی رخ می‌دهد، چه کسی پاسخگوست؟ مدل؟ مدیر یا نویسنده پرامپت؟ یا شرکت تولیدکننده‌ی مدل؟ مقاله تأکید می‌کند که «اگر چیزی را نبینی، نمی‌توانی آن را اصلاح کنی». و این یعنی شفافیت و قابلیت ردیابی تصمیمات باید بخشی از طراحی باشد. اگر زنجیره‌ی اخلاقی قطع شود، دیگر نمی‌توان جلوی آسیب‌های ناشی از خروجی‌های اشتباه یا تبعیض‌آمیز هوش مصنوعی را گرفت.


🔗 برای مطالعه ادامه مقاله می‌توانید به این لینک مراجعه کنید.

(زمان حدودی مطالعه: ۷ دقیقه)

گردآورنده: امیرحسین معظمی

@Dexign فلسفه دیزاین

______