💎 با هوش مصنوعی چه کنیم؟

🤖 هوش مصنوعی فقط یک ابزار جدید نیست؛ دارد قواعد بازی را تغییر می‌دهد. تا همین چند سال پیش، اگر مدیری می‌خواست یک گزارش تحلیلی تهیه کند، ساعت‌ها وقت صرف جمع‌آوری اطلاعات، خواندن گزارش‌ها و تنظیم متن می‌کرد. امروز بخشی از این کار را می‌توان در چند دقیقه انجام داد. اما ماجرا از سرعت بیشتر مهم‌تر است. هوش مصنوعی دارد به‌تدریج روی شیوه فکرکردن، یادگرفتن، تصمیم‌گرفتن و حتی تعریف «کار خوب» اثر می‌گذارد.

🫟پس بهتر است دو سؤال را هم‌زمان بپرسیم:
☆ هوش مصنوعی با ما چه می‌کند؟
و مهم‌تر از آن:
☆ ما با هوش مصنوعی چه کنیم؟

🧠 هوش مصنوعی با ما چه می‌کند؟
نخستین اتفاق، تغییر ارزش مهارت‌هاست.
اگر یک کارمند برای تهیه یک گزارش ۲۰ صفحه‌ای هفته‌ها وقت بگذارد، اما هوش مصنوعی بتواند پیش‌نویس اولیه آن را در چند دقیقه تولید کند، ارزش «صرفاً نوشتن گزارش» کاهش پیدا می‌کند. در مقابل، ارزش توانایی طرح پرسش درست، تشخیص مسئله، ارزیابی اطلاعات و قضاوت حرفه‌ای بیشتر می‌شود.
این اتفاق را می‌توان در برنامه‌نویسی هم دید. ابزارهایی مانند GitHub Copilot و ابزارهای مشابه، بخشی از کدنویسی را سریع‌تر کرده‌اند. بنابراین مسئله برای یک برنامه‌نویس دیگر فقط «چقدر سریع کد می‌نویسم؟» نیست؛ بلکه «آیا می‌فهمم چه کدی باید نوشته شود و آیا می‌توانم کیفیت آن را تشخیص دهم؟» است.

📉 دومین اتفاق، ارزان‌شدن تولید اطلاعات و گران‌شدن تشخیص اطلاعات معتبر است.
امروز تولید یک متن، تصویر، ارائه یا تحلیل اولیه بسیار آسان‌تر شده است. نتیجه پارادوکسیکال است: هرچه محتوای بیشتری تولید می‌شود، توانایی تشخیص محتوای ارزشمند اهمیت بیشتری پیدا می‌کند.
مدیری که هر پاسخ هوش مصنوعی را بدون بررسی می‌پذیرد، در واقع بخشی از اختیار حرفه‌ای خود را واگذار کرده است.

⚠️ سومین اتفاق، خطر تنبل‌شدن ذهن است.
اگر برای هر مسئله‌ای قبل از اینکه خودمان فکر کنیم از هوش مصنوعی جواب بخواهیم، ممکن است به‌تدریج عضلات فکری خود را کمتر به کار بگیریم. همان‌طور که ماشین‌حساب محاسبه ذهنی را کمتر کرد، هوش مصنوعی نیز می‌تواند بخشی از فعالیت‌های شناختی ما را بر عهده بگیرد.
بنابراین سؤال مهم این نیست که «آیا هوش مصنوعی جای انسان را می‌گیرد؟»؛ گاهی سؤال مهم‌تر این است که آیا انسان، به‌تدریج بخشی از توانایی‌های خودش را به هوش مصنوعی واگذار می‌کند؟

🚀 اما ما با هوش مصنوعی چه کنیم؟
اولین پاسخ، «استفاده بیشتر» نیست؛ استفاده هوشمندانه‌تر است.
مدیر نباید از هوش مصنوعی بخواهد فقط برایش متن تولید کند. می‌تواند یک مسئله واقعی سازمان را در اختیار آن بگذارد و از آن بخواهد نقش‌های متفاوتی بازی کند: یک‌بار منتقد تصمیم، بار دیگر مشتری ناراضی، بار دیگر رقیب و بار دیگر یک مدیر مخالف.
فرض کنید بانک قصد دارد یک فرایند جدید برای خدمت‌رسانی به مشتری طراحی کند. به جای اینکه فقط از هوش مصنوعی بخواهیم «یک پیشنهاد ارائه کن»، می‌توانیم بپرسیم: اگر مشتری سالمند باشی، چه مشکلی در این فرایند می‌بینی؟ اگر کارمند شعبه باشی چه چیزی آن را دشوار می‌کند؟ اگر مدیر ریسک باشی چه نگرانی‌ای داری؟ اگر رقیب باشی از چه نقطه‌ضعفی استفاده می‌کنی؟
اینجا هوش مصنوعی دیگر ماشین تولید متن نیست؛ آزمایشگاه فکری مدیر است.

🔍 مثال دیگر، استخدام است. هوش مصنوعی می‌تواند در طراحی پرسش‌های مصاحبه، تحلیل شرح شغل یا شناسایی شایستگی‌های موردنیاز کمک کند؛ اما اگر مدیر انتخاب نهایی را صرفاً بر اساس خروجی یک مدل انجام دهد، ممکن است سوگیری‌های موجود در داده یا مدل را به تصمیم سازمان وارد کند.
پس یک اصل مدیریتی شکل می‌گیرد: هرچه هوش مصنوعی بیشتر تولید می‌کند، انسان باید بیشتر قضاوت کند.

🎯 سازمان‌ها نیز باید به جای مسابقه برای خرید ابزارهای بیشتر، چند مسئله واقعی و پرهزینه خود را شناسایی کنند و ببینند هوش مصنوعی کجا می‌تواند زمان، هزینه یا خطا را کاهش دهد.
از پاسخ‌گویی به مشتری گرفته تا تحلیل شکایت‌ها، از پیش‌بینی تقاضا تا خلاصه‌سازی گزارش‌های طولانی، از آموزش کارکنان تا شبیه‌سازی سناریوهای تصمیم‌گیری؛ نقطه شروع، مسئله است، نه ابزار.

🔄 شاید در نهایت، بزرگ‌ترین تغییر هوش مصنوعی این نباشد که برخی کارها را سریع‌تر انجام می‌دهد. تغییر اصلی این است که ما را مجبور می‌کند دوباره بپرسیم:
کدام کار را باید انسان انجام دهد؟
کدام کار را می‌توان به ماشین سپرد؟
و کدام کار را باید انسان و ماشین با هم انجام دهند؟

🫟هوش مصنوعی نه ناجی سازمان است و نه دشمن آن.
یک فناوری قدرتمند است که می‌تواند توانایی‌های ما را چند برابر کند؛ یا اگر بدون فکر از آن استفاده کنیم، ضعف‌های ما را هم چند برابر کند.
بنابراین آینده متعلق به سازمانی نیست که فقط «هوش مصنوعی دارد». آینده متعلق به سازمانی است که می‌داند با آن چه کند.

✍ گاهنامه مدیر

@CEOasaService🌎