قرار بود هوش مصنوعی کارمان را سبک‌تر کند؛ چرا حالا فشار کاری بیشتر شده است؟

به گزارش آماج، هوش مصنوعی قرار بود با انجام سریع‌تر وظایف، بخشی از زمان کاری انسان‌ها را آزاد کند؛ اما تجربه بسیاری از کارکنان و مدیران نشان می‌دهد که ورود این فناوری همیشه به معنای فراغت بیشتر نیست. در بسیاری از محیط‌های کاری، سرعت بالاتر هوش مصنوعی به افزایش حجم وظایف، نظارت بیشتر و انتظار برای تولید خروجی‌های بیشتر منجر شده است.

ظهور «ایجنت‌های هوش مصنوعی» این تغییر را پررنگ‌تر کرده است. این ابزارها می‌توانند در زمان‌هایی که کاربر حضور ندارد تحقیق کنند، کد بنویسند، محصول اولیه بسازند یا وظایف مختلف را پیش ببرند؛ اما انسان همچنان باید خروجی آن‌ها را بررسی کند، خطاها را تشخیص دهد و در بسیاری از مراحل تصمیم نهایی را بگیرد.

ایجنت‌های هوش مصنوعی؛ همکارانی که شب نمی‌خوابند

آدیتیا شارما، یکی از بنیان‌گذاران یک استارتاپ فعال در حوزه فناوری اطلاعات، نمونه‌ای از این تغییر را تجربه کرده است. ایجنت‌های هوش مصنوعی شرکت او می‌توانند برای مشتریان قابلیت‌های جدید بسازند، درباره مدل‌های داخلی تحقیق کنند و کمپین‌های بازاریابی را زیر نظر بگیرند.

مشکل از جایی آغاز می‌شود که ایجنت‌ها برای ادامه کار به اطلاعات یا تأیید انسان نیاز دارند. ممکن است یک عامل هوش مصنوعی نیمه‌شب بخشی از کار خود را تمام کند و برای مرحله بعد منتظر تصمیم فردی بماند که در خواب است. در چنین شرایطی، کاربر احساس می‌کند باید تقریباً همیشه در دسترس باشد تا روند کار متوقف نشود.

به این ترتیب، فناوری‌ای که قرار بود انسان را از محدودیت زمانی رها کند، گاهی ریتم کاری شبانه‌روزی ایجاد می‌کند؛ زیرا ماشین خسته نمی‌شود و انسان برای عقب نماندن از سرعت آن، فشار بیشتری را تحمل می‌کند.

سراب وقت آزاد؛ بهره‌وری بیشتر به معنای استراحت بیشتر نیست

فرض کنید تهیه یک گزارش پیش‌تر چهار ساعت زمان می‌برد و هوش مصنوعی آن را در دو ساعت آماده می‌کند. اگر حجم کار ثابت بماند، دو ساعت زمان آزاد ایجاد می‌شود؛ اما سازمان می‌تواند از همین ظرفیت برای درخواست گزارش دوم استفاده کند.

در هر دو حالت بهره‌وری افزایش یافته است، اما تنها در حالت اول است که کارمند واقعاً زمان بیشتری به دست می‌آورد. در محیط‌های رقابتی، ساعت‌های ذخیره‌شده معمولاً به ظرفیت تولید بیشتر، پروژه‌های تازه، مشتریان بیشتر یا ضرب‌الاجل‌های فشرده‌تر تبدیل می‌شوند.

بنابراین مسئله اصلی فقط این نیست که هوش مصنوعی یک وظیفه را چقدر سریع انجام می‌دهد؛ سؤال مهم‌تر این است که زمان ذخیره‌شده در نهایت نصیب چه کسی می‌شود؟

وقتی انسان باید منتظر ماشین بماند

ابزارهای سنتی بهره‌وری معمولاً در غیاب کاربر فعالیت نمی‌کردند. یک فایل ورد نیمه‌شب مقاله بعدی را نمی‌نوشت و یک فایل اکسل زمانی که کارمند در جلسه بود، تحلیل تازه‌ای انجام نمی‌داد. اما ایجنت‌های هوش مصنوعی می‌توانند چند جریان کاری را به شکل هم‌زمان پیش ببرند.

این قابلیت از یک سو سرعت تولید را افزایش می‌دهد، اما از سوی دیگر حجم تصمیم‌گیری انسان را بالا می‌برد. وقتی یک ایجنت کد تولید می‌کند، فردی باید کد را بررسی کند. اگر چند ایجنت هم‌زمان تحقیق کنند، انسان باید نتایج متفاوت آن‌ها را با یکدیگر مقایسه کند. محصولی که سریع‌تر ساخته شده نیز ممکن است بازخورد مشتری را زودتر دریافت کند و چرخه اصلاح آن بلافاصله آغاز شود.

در نتیجه، نقش انسان از «تولیدکننده» به «ناظر، ویراستار، ارزیاب و تصمیم‌گیرنده» تغییر می‌کند؛ وظایفی که ممکن است در محاسبات ساده بهره‌وری دیده نشوند، اما از نظر ذهنی و زمانی سنگین هستند.

بهای پنهان اتوماسیون؛ مسئولیت خطا همچنان با انسان است

کاهش هزینه تولید متن، تصویر یا کد الزاماً به همان اندازه هزینه کنترل کیفیت را کاهش نمی‌دهد. فکت‌چک، ویرایش، کشف خطا، هماهنگی با مشتری و تعیین مسئولیت در صورت بروز مشکل همچنان به نیروی انسانی نیاز دارد.

بر اساس نظرسنجی شرکت SolarWinds از بیش از ۸۰۰ متخصص فناوری اطلاعات در جهان، ۸۴ درصد پاسخ‌دهندگان اعلام کردند که هوش مصنوعی به بازده مورد انتظار سرمایه‌گذاری رسیده یا از آن فراتر رفته است. با این حال، ۵۲ درصد از شرکت‌کنندگان گفتند بار کلی کارشان پس از استفاده از هوش مصنوعی بیشتر شده است.

بخشی از زمان ذخیره‌شده نیز صرف وظایف جدید شده است. ۴۸ درصد پاسخ‌دهندگان برای مدیریت ابزارها و اتصال‌های هوش مصنوعی زمان صرف می‌کردند، ۴۷ درصد مشغول اعتبارسنجی خروجی‌ها بودند و ۳۷ درصد درگیر آموزش و تنظیم مدل‌ها بودند. همچنین ۸۳ درصد اعلام کردند که هر هفته بیش از سه ساعت برای اطمینان از عملکرد قابل اعتماد سیستم‌ها وقت می‌گذارند.

شرکت‌ها معمولاً زمان آزادشده را دوباره به کار تبدیل می‌کنند

یکی از دلایل افزایش فشار کاری، نحوه توزیع منافع حاصل از افزایش بهره‌وری است. اگر یک کارمند بتواند در همان هشت ساعت کاری دو برابر گذشته خروجی تولید کند، الزاماً به این معنا نیست که چهار ساعت از روزش آزاد خواهد شد.

در بسیاری از سازمان‌ها، افزایش بهره‌وری به‌عنوان ظرفیت تازه برای رشد دیده می‌شود. شرکت می‌تواند پروژه‌های بیشتری انجام دهد، محصولات تازه بسازد یا با تعداد نیروی انسانی کمتری همان حجم فعالیت گذشته را ادامه دهد.

از این منظر، حتی اگر یک شرکت بخواهد به کارکنانش زمان آزاد بیشتری بدهد، فشار رقابتی بازار ممکن است مانع آن شود. وقتی رقیبی می‌تواند محصولی را که پیش‌تر یک ماه زمان می‌برد، در یک هفته تولید کند، سایر شرکت‌ها نیز برای حفظ موقعیت خود مجبور به افزایش سرعت می‌شوند.

تیم‌های کوچک‌تر، مسئولیت‌های بزرگ‌تر

هوش مصنوعی امکان می‌دهد تیم‌های کوچک‌تر خروجی بسیار بیشتری داشته باشند. برخی کسب‌وکارها حتی ادعا کرده‌اند که با استفاده از ابزارهای هوش مصنوعی می‌توانند چند برابر گذشته خروجی تولید کنند.

اما افزایش بهره‌وری لزوماً به معنای آرام‌تر شدن محیط کار نیست. ممکن است تیمی پنج‌نفره با کمک ایجنت‌ها کاری را انجام دهد که پیش‌تر به ۲۰ نفر نیاز داشت؛ سپس سازمان به جای متوقف کردن حجم فعالیت، پروژه‌ای را بر عهده بگیرد که در گذشته به ۵۰ نفر نیرو احتیاج داشت.

در چنین شرایطی، هوش مصنوعی الزاماً بار کاری را حذف نمی‌کند؛ بلکه می‌تواند آن را روی تعداد کمتری از کارکنان متمرکز کند.

فشار هوش مصنوعی و آینده دستمزدها

موضوع فقط افزایش ساعت کاری نیست. یکی دیگر از نگرانی‌ها این است که افزایش بهره‌وری الزاماً با افزایش دستمزد همراه نشود.

اگر یک کارمند بتواند با کمک هوش مصنوعی در همان مدت گذشته خروجی بسیار بیشتری تولید کند، بخشی از ارزش اقتصادی ایجادشده ممکن است به جای افزایش دستمزد، به سود شرکت تبدیل شود. داده‌های اولیه بازار کار آمریکا نیز نشانه‌هایی از چنین تغییری را مطرح کرده‌اند.

در یکی از مطالعات مؤسسه Apollo، استفاده واقعی از ابزار Claude با وضعیت ۳۲۱ شغل در فاصله سال‌های ۲۰۱۵ تا ۲۰۲۵ مقایسه شد. بر اساس این تحلیل، پس از سال ۲۰۲۳ رشد دستمزد در مشاغلی که بیشترین تماس را با هوش مصنوعی داشتند، در مقایسه با مشاغل کمتر در معرض این فناوری، ۶٫۷ درصد پایین‌تر بود. بیشترین فشار نیز متوجه گروه‌های کم‌درآمد گزارش شد.

این یافته‌ها لزوماً به معنای حذف فوری میلیون‌ها شغل نیست. یکی از سناریوهای محتمل‌تر می‌تواند افزایش خروجی کارکنان موجود، کاهش استخدام‌های جدید و افزایش فشار کاری بدون رشد متناسب دستمزدها باشد.

آیا هوش مصنوعی بالاخره ما را از کار زیاد نجات می‌دهد؟

تقریباً یک قرن پیش، جان مینارد کینز پیش‌بینی کرده بود که پیشرفت فناوری و افزایش ثروت می‌تواند انسان را از بخش بزرگی از کارهای ضروری رها کند. اما تاریخ فناوری نشان داده است که توانایی انجام سریع‌تر کارها الزاماً به کاهش ساعت کاری منجر نمی‌شود.

اینکه فناوری زمان بیشتری برای انسان ایجاد کند یا فقط امکان انجام کار بیشتر در همان زمان را فراهم آورد، به ساختار سازمان‌ها، قراردادهای کاری، قدرت چانه‌زنی کارکنان و فرهنگ محیط کار بستگی دارد.

هوش مصنوعی این مسئله را با سرعت بیشتری مطرح کرده است. فاصله میان عرضه یک ابزار جدید و افزایش انتظارات کاری ممکن است تنها چند ماه باشد؛ در نتیجه، پیش از آنکه کارکنان فرصت کنند از زمان ذخیره‌شده استفاده کنند، وظایف و اهداف تازه‌ای از راه می‌رسند.

خودمختاری ایجنت‌ها؛ راهی برای کاهش واقعی بار کاری

با این حال، هوش مصنوعی الزاماً محکوم به افزایش فشار کاری نیست. طراحی سیستم و میزان خودمختاری ایجنت‌ها می‌تواند تفاوت مهمی ایجاد کند.

در یک پژوهش آزمایشی در سال ۲۰۲۶ که روی ۲۳۰ نفر انجام شد، شرکت‌کنندگان با نسخه‌های مختلفی از ایجنت‌های هوشمند کار کردند. نتایج نشان داد افزایش خودمختاری ایجنت‌ها می‌تواند تعداد کارهای انجام‌شده را افزایش دهد و هم‌زمان بار کاری ادراک‌شده را کاهش دهد. سیستم‌هایی با سطح خودمختاری متوسط نیز توانستند تعادل مناسبی میان پیشبرد کار و حفظ کنترل کاربر ایجاد کنند.

بنابراین، یک ایجنت زمانی می‌تواند واقعاً به کاهش بار کاری کمک کند که برای وظیفه‌ای مشخص طراحی شده باشد، در تصمیم‌های تکراری نیازی به تأیید مداوم انسان نداشته باشد و در تصمیم‌های مهم همچنان کنترل و نظارت انسانی را حفظ کند.

وقتی همه‌چیز روی دور تند می‌افتد

در نهایت، اثر هوش مصنوعی فقط کاهش زمان انجام هر کار نیست؛ این فناوری می‌تواند سرعت کل محیط کاری را نیز افزایش دهد.

وقتی نوشتن یک ایمیل چند ثانیه طول می‌کشد، تعداد ایمیل‌ها می‌تواند افزایش پیدا کند. وقتی نمونه اولیه یک محصول در یک روز آماده می‌شود، مرحله اصلاح ممکن است از روز بعد آغاز شود. و وقتی چند ایجنت به‌صورت هم‌زمان تحقیق می‌کنند، انسان باید چند جریان خروجی را بررسی و ارزیابی کند.

به همین دلیل، مسئله اصلی آینده کار شاید این نباشد که «هوش مصنوعی چقدر می‌تواند کار کند؟» بلکه این باشد که «ما با افزایش ظرفیت کاری چه می‌کنیم؟» اگر زمان ذخیره‌شده صرف استراحت، زندگی شخصی و کاهش فشار کاری نشود، بهره‌وری بیشتر ممکن است در نهایت فقط به انتظار برای تولید بیشتر تبدیل شود.

انتخاب میان این دو مسیر، تنها به قدرت مدل‌های هوش مصنوعی وابسته نیست؛ تصمیم سازمان‌ها و کارکنان درباره نحوه استفاده از این ظرفیت جدید، تعیین می‌کند که هوش مصنوعی در نهایت دستیار انسان باشد یا عاملی برای سریع‌تر شدن مسابقه‌ای که پایان ندارد.

برای مطالعه مطالب و گزارش‌های بیشتر درباره فناوری و تأثیر هوش مصنوعی بر زندگی و کار، به آماج مراجعه کنید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

یک × 2 =

آخرین اخبار آماج

ترند ترین

آخرین مقالات آماج

ویدیو ها