TGViewer
متخصصان علم داده ها data scientists متخصصان علم داده ها data scientists @toobabigdatascience · 1.43K subscribers
Post #3395 11
💡 کارکنان از ترس جایگزین‌شدن با هوش مصنوعی، فوت‌وفن کارشان را پنهان می‌کنند

تخصص خود را از نگاه هوش‌مصنوعی پنهان کنید تا در امان بمانید!


🧐فیصل هوک، فست‌کامپنی: بهار امسال، شرکت متا به هزاران نفر از کارکنانش در ایالات متحده اعلام کرد نرم‌افزاری روی رایانه‌هایشان نصب خواهد شد که با ثبت ضربه‌های صفحه‌کلید، به آموزش عامل‌های هوش مصنوعی این شرکت کمک می‌کند. البته متا تنها شرکتی نیست که به چنین داده‌هایی نیاز دارد. هر شرکتی که می‌خواهد با کمک هوش مصنوعی جریان‌های کاری را خودکار کند، باید بداند انسان‌ها این کارها را چگونه انجام می‌دهند.

🫪از منظر سازمان‌ها، این کار کاملاً منطقی و موجه است، اما مزیت آن برای کارکنان چندان روشن نیست. در سال ۲۰۲۶ بیش از ۱۷۵ هزار نفر در صنعت فناوری شغل خود را از دست داده‌اند و پیشرفت سریع قابلیت‌های هوش مصنوعی یکی از دلایل اصلی این تعدیل نیروها عنوان شده است.


اینجاست که مفهوم «پنهان‌کردن تخصص» وارد ماجرا می‌شود؛ تازه‌ترین راهی که کارکنان برای محافظت از شغل خود در برابر هوش مصنوعی در پیش گرفته‌اند. بر اساس پژوهشی تازه، ۳۵ درصد کارکنان گفته‌اند از ترس اینکه هوش مصنوعی جایگزینشان شود، دانش خود را در اختیار دیگران نمی‌گذارند. به نظر می‌رسد شرکت‌ها از کارکنانشان انتظار دارند تمام فوت‌وفن کار را به عامل‌های هوش مصنوعی یاد بدهند و بعد، وقتی این فرایند کامل شد، نیروی انسانی را کنار بگذارند و سکان کار را به دست هوش مصنوعی بسپارند.


📜من و همکارانم در پژوهشی تازه نشان داده‌ایم که مدل‌های زبانی بزرگ، هرچقدر هم پیشرفته باشند، فقط می‌توانند از دانشی استفاده کنند که پیش‌تر وارد سیستم شده باشد. بخش‌های مدون دانش، مانند الگوها، کتابچه‌های راهنما و دستورالعمل‌ها، به‌راحتی به داده‌های آموزشی تبدیل می‌شوند. اما لایه‌های عمیق‌تر تخصص، مانند تشخیص تردید مشتری از لحن او یا درک یک مهندس از نشانه‌های مبهمِ آسیبی پنهان، معمولاً هیچ ردپای دیجیتالی از خود به جا نمی‌گذارند.

🪔این بخش از تخصص تنها زمانی در دسترس قرار می‌گیرد که خود فرد تصمیم بگیرد استدلال‌ها، استثناها و تجربه‌هایش را به‌صراحت بازگو کند. درنتیجه، باارزش‌ترین بخش‌های دانش یک سازمان را نمی‌توان به زور از کارکنان استخراج کرد و دستیابی به آن‌ها به همکاری آگاهانۀ خود کارکنان بستگی دارد. موفقیت در عصر هوش مصنوعی نیز نیازمند تغییری اساسی در نگاه به سرمایۀ انسانی است.

💯متخصصان سازمان شما منبعی بی‌اختیار برای تأمین داده‌های آموزشی نیستند، بلکه افرادی آگاه‌اند که می‌دانند انتقال دانش چه پیامدهایی برای آیندۀ شغلی‌شان دارد. اگر سازمان‌ها خواهان بهترین و دقیق‌ترین اطلاعات متخصصان خود هستند، نباید در پی «استخراج اجباری» این دانش باشند، بلکه باید شرایطی فراهم کنند که همکاری برای کارکنان تصمیمی عقلانی، امن و سودمند باشد. این کار نیز تنها با شفافیت، امنیت شغلی، تضمین نقشی پایدار برای کارکنان و سهیم‌کردن آن‌ها در منافع امکان‌پذیر است.

⛓‍💥 برگرفته از مطلبی تحت عنوان
«More than a third of workers say they’re hoarding expertise because they fear being replaced by the AI agents they’re being asked to train»

#AI
@toobabigdatascience
More from @toobabigdatascience
  1. Oct 11, 20268⃣Types of Virtualization #VDI #DataVisualization @toobabigdatascience
  2. Oct 11, 2026۳) از نظر میزان پیچیدگی (Complexity) ■برخی مدل‌ها، مانند رگرسیون خطی، ساده و نسبتاً آسان ب…
  3. Oct 11, 2026🤖یادگیری ماشین مجموعه‌ای از روش‌ها و الگوریتم‌هاست که به کامپیوترها امکان می‌دهد با تحلیل…
  4. Oct 10, 2026🪔داستایفسکی در جنایات‌و‌مکافات می‌نویسد: 🪶ما هر کسی را طوری می‌کشیم؛ بعضی از آنها را با…
  5. Oct 10, 2026🔥 از هزاران سال قبل بربر ها با آفتابه های ایرانی آب می خوردند! #پاینده‌ایران @toobabigdat…
  6. Oct 10, 2026🕸🤖🕸هوش مصنوعی آنتروپیک گزارش قتل جعلی به پلیس ارسال کرد! 👽یک مدل هوش مصنوعی توسعه‌یافت…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →