چرا هوش مصنوعی به جای کاهش کار، بار بیشتری بر دوش ما گذاشته است؟

2 هفته پیش

0 69,440 خواندن این مطلب 5 دقیقه زمان میبرد

آدیتیا شارما تا صبح در کنار همکاران جدیدش بیدار ماند. هیچ‌کدام نه از کار خسته شده بودند و نه به قهوه احتیاج داشتند و حتی حس نمی‌کردند که پس از یک شب طولانی خواب‌آلودند. در نهایت، وقتی ساعت شش صبح شارما به رختخواب رفت، ایجنت‌های هوش مصنوعی‌اش همچنان مشغول فعالیت بودند. به گزارش خبرنگار پایگاه خبری، وال‌استریت ژورنال، او را به عنوان یکی از بنیان‌گذاران Keel معرفی می‌کند؛ استارتاپی که نرم‌افزار عیب‌یابی مبتنی بر هوش مصنوعی برای تیم‌های آی‌تی توسعه می‌دهد. ایجنت‌های این شرکت برای مشتریان قابلیت‌های جدیدی ایجاد می‌کنند، برای مدلی داخلی تحقیق می‌کنند و کمپین‌های بازاریابی را زیر نظر دارند. این روند کار، آینده‌ای را به تصویر می‌کشد که سال‌هاست وعده‌اش را شنیده‌ایم: اینکه ماشین‌ها و هوش مصنوعی بخش بیشتری از کار را انجام می‌دهند و وقت انسان‌ها آزادتر می‌شود.

اما اگر هوش مصنوعی بخشی از کار انسان‌ها را انجام می‌دهد، چرا افرادی که از این فناوری بهره می‌برند، حالا بیشتر کار می‌کنند؟

خلاصه صوتی، ساخته‌شده با هوش مصنوعی

ایجنت‌های شب‌زنده‌دار، تقویم را تسخیر می‌کنند. این ایجنت‌ها گاهی در میانه‌ی کار متوقف می‌شوند؛ شاید به زمینه‌ی بیشتری نیاز دارند یا برای ادامه‌ی مراحل باید منتظر اجازه‌ی انسان بمانند. شارما به خبرنگار پایگاه خبری می‌گوید: «اگر ایجنت‌ها هشت ساعت معطل بمانند، هزینه‌ی زیادی روی دستتان می‌گذارند.» احتمال دارد این ایجنت‌ها نیمه‌شب یک مرحله از کارشان را به پایان برسانند؛ درست زمانی که مسئول اصلی‌شان که باید مسیر بعدی را مشخص کند، خواب است. به همین دلیل، شارما احساس می‌کند که باید شبانه‌روز در دسترس آن‌ها باشد. بسیاری از بنیان‌گذاران و اعضای تیم‌های استارتاپی، ایجنت‌ها را هیجان‌انگیز، اعتیادآور و وقت‌گیر توصیف می‌کنند.

ایجنت‌های هوش مصنوعی خواب ندارند، اما انسان‌ها ناچارند پابه‌پای آن‌ها بیدار بمانند. کارمندان زیادی بعد از جدی‌شدن کارشان با ایجنت‌ها، کمتر می‌خوابند؛ آن‌ها فرصت نمی‌کنند کنار دوستان و عزیزانشان وقت بگذرانند و تقریباً همه می‌دانند که نمی‌توان این روال را ادامه داد. در دورانی که قابلیت مدل‌ها هر چند ماه یا حتی هر چند هفته تغییر می‌کند، اگر متوقف شوید، انگار مسابقه را واگذار کرده‌اید. این چالش جدید فقط مختص شرکت‌های پیشرفته نیست. کارکنان محیط‌های کاری عادی‌تر هم می‌گویند که هوش مصنوعی می‌تواند هر وظیفه‌ای را سریع‌تر انجام دهد و در عین حال، فشار روز کاری را افزایش دهد.

سراب وقت آزاد؛ ساعت‌های ذخیره‌شده به جیب چه کسی می‌رود؟

اغلب ما در ذهنمان زمان لازم برای انجام یک کار را با حجم کاری که از ما خواسته می‌شود، یکسان می‌دانیم. فرض کنید آماده‌کردن گزارشی چهار ساعت زمان می‌برد و هوش مصنوعی آن را طی دو ساعت انجام می‌دهد. کارمند گزارش را تحویل می‌دهد و به این خیال که دو ساعت وقت آزاد خواهد داشت، اما شرکت می‌تواند بگوید حالا که هر گزارش دو ساعت طول می‌کشد، دو گزارش آماده کن!

در هر دو حالت، بهره‌وری افزایش می‌یابد، اما فقط در صورتی که حجم کار تغییری نکند، زندگی شما سبک‌تر می‌شود. اصولاً بهره‌وری با محاسبه نسبت خروجی به منابع مصرف‌شده به دست می‌آید و ارتباطی به این ندارد که منفعت نهایی چگونه میان کارمند، کارفرما، مشتری و سهام‌دار تقسیم می‌شود.

بهره‌وری بالاتر معمولاً به معنای استراحت بیشتر نیست. در تبلیغ ابزارهای هوش مصنوعی، ساعت‌های ذخیره‌شده را مانند پولی به تصویر می‌کشند که مستقیماً به حساب کاربر می‌رود. در محیط کار، ساعت‌های اضافی معمولاً به ظرفیت جدید تبدیل می‌شوند؛ مثلاً پروژه‌ای دیگر، مشتری‌ای بعدی یا ددلاین نزدیک‌تر. ایجنت‌های هوش مصنوعی نیز وضعیت دیگری دارند، زیرا فقط کار را سریع‌تر انجام نمی‌دهند، بلکه ریتم زندگی کاری را نیز تغییر می‌دهند.

حالا انسان ماشین را منتظر می‌گذارد

به نسل قبلی ابزارهای بهره‌وری فکر کنید؛ مثلاً فایل ورد هیچ‌وقت در غیاب نویسنده مشغول نوشتن مطلب بعدی نمی‌شد یا اکسل نیمه‌شب صفحه‌ی جدیدی نمی‌ساخت تا صبح روی میز مدیر قرار بگیرد. اما ایجنت می‌تواند وقتی شما در جلسه‌اید، مسیر تحقیق را جلو ببرد، کد بنویسد یا نمونه محصول بسازد. در واقع، کارهای صف‌کشیده‌ی قبلی حالا به‌طور موازی انجام می‌شوند.

اما روی دیگر سکه را فراموش نکنید. وقتی ایجنتی کد می‌نویسد، کسی باید خروجی‌اش را بازبینی کند. سه ایجنت هم‌زمان تحقیق می‌کنند و کارمندی باید اختلاف یافته‌هایشان را بفهمد. نمونه محصول زودتر آماده می‌شود، مشتری زودتر بازخورد می‌دهد و دور بعدی اصلاح، پیش از اینکه از فاز قبلی پروژه فاصله بگیریم، شروع می‌شود. کارهای موازی ایجنت‌ها، کوهی از تصمیم‌گیری‌ها را روی میز انسان می‌گذارد.

هوش مصنوعی کار ما را از تولید به نظارت، تصحیح، ویرایش، انتخاب و تصمیم‌گیری تغییر می‌دهد؛ کارهایی که شاید در نمودار بهره‌وری به چشم نیایند، ولی اصلاً سبک نیستند. ما هر بار که خروجی‌ای دریافت می‌کنیم، باید بفهمیم که آیا درست و قابل‌استفاده است یا نه و اگر خطا و مشکلی به وجود بیاید، چه کسی مسئول شناخته می‌شود.

چالش‌های جدید در دنیای استارتاپ‌ها

آجای کالیا، بنیان‌گذار استارتاپ Alt، بیشتر روزها کارش را حوالی پنج‌ونیم یا شش صبح شروع می‌کند و تا ساعت نه یا ده شب ادامه می‌دهد. ایجنت‌ها روی اپل‌واچ او هر ده دقیقه اجازه‌ای تازه می‌خواهند. کالیا به خبرنگار پایگاه خبری می‌گوید: «احتمالاً کار سالمی نیست که هنگام دویدن، مدام به ساعتم نگاه کنم تا به ایجنت مجوز چیزی را بدهم.» ایجنت کالیا را از میز آزاد می‌کند، اما کار را تا مسیر دویدن همراهش می‌فرستد. اما زمانی که ما مزایای اتوماسیون را می‌شنیدیم، نمی‌دانستیم به‌جای اینکه زندگی‌مان را راحت‌تر کند، زمان پاسخ‌گویی‌مان را به سنگین‌ترین بخش فرایند تبدیل خواهد کرد.

بهای پنهان اتوماسیون؛ چه کسی مسئولیت خطاها را می‌پذیرد؟

همه‌ی مدیران قصد ندارند به کارمندانشان فشار بیشتری وارد کنند. اما آن‌ها هم اسیر انبوه کارهای جدید می‌شوند. وقتی هزینه‌ی تولید تصویر، تحلیل یا کد کمتر می‌شود، می‌توانید با بودجه سابق خروجی‌های بیشتری داشته باشید، اما هزینه فکت‌چک، کنترل کیفیت، کشف خطا، ویرایش، هماهنگی با مشتری و مسئولیت حقوقی به همان اندازه کم نمی‌شود.

شرکت SolarWinds برای گزارش وضعیت مدیریت خدمات فناوری اطلاعات در سال ۲۰۲۶ از بیش از ۸۰۰ متخصص فناوری اطلاعات در جهان نظرسنجی کرد. ۸۴ درصد از شرکت‌کنندگان گفتند هوش مصنوعی به بازده موردانتظار سرمایه‌گذاری رسیده یا از آن فراتر رفته است. پاسخ‌دهندگان برای تشخیص مشکلات به‌طور متوسط ۳٫۲ ساعت، برای رسیدگی به درخواست کاربران ۳ ساعت و برای دسته‌بندی تیکت‌ها ۲٫۹ ساعت در هفته صرفه‌جویی کرده بودند. با این حال، ۵۲ درصد از افراد بار کلی کارشان را پس از استفاده از هوش مصنوعی بیش از گذشته ارزیابی می‌کردند.

نتایج نظرسنجی و چالش‌های جدید

نتایج نظرسنجی نشان می‌داد ساعات ذخیره‌شده به وظایف جدیدی اختصاص یافته‌اند. ۴۸ درصد از پاسخ‌دهندگان برای مدیریت ابزارها و اتصال‌های هوش مصنوعی وقت می‌گذاشتند، ۴۷ درصد خروجی‌ها را اعتبارسنجی می‌کردند و ۳۷ درصد درگیر آموزش و تنظیم مدل‌ها بودند. ۸۳ درصد نیز هر هفته بیش از ۳ ساعت وقت صرف می‌کردند تا از عملکرد قابل‌اعتماد سیستم مطمئن شوند. بنابراین، هوش مصنوعی زمان اجرای هر وظیفه را کاهش می‌دهد و هم‌زمان لایه‌ی عملیاتی جدیدی روی دستمان می‌گذارد. هرچه تولیدات یا محصولات ماشینی بیشتر شوند، کسی که باید از بین خروجی‌ها گزینه‌های درست را انتخاب کند، کار دشوارتری پیش رو دارد.

شرکت‌های بزرگ خیلی زود متوجه شدند که می‌توانند ساعت آزادشده را به انتظارات بالاتر تبدیل کنند. به نقل از بیزنس‌اینسایدر، در یک جلسه‌ی پرسش‌وپاسخ داخلی متا در جولای ۲۰۲۶، کارمندی پرسید آیا افزایش بهره‌وری با هوش مصنوعی می‌تواند تعطیلاتی را که شرکت در دوران همه‌گیری کرونا وضع کرده بود و بعداً لغو شد، دوباره بازگرداند؟ اندرو بازورث، مدیر فناوری متا، درخواست کارمند را بسیار احمقانه خواند؛ هرچند بعد اعتراف کرد که نباید این‌قدر تند پاسخ می‌داد. اما از اصل موضعش عقب ننشست، چراکه معتقد بود ساعات اضافی ناشی از بهره‌وری هوش مصنوعی باید صرف ساخت محصولات بیشتر برای میلیاردها کاربر متا شود، نه مرخصی بیشتر کارکنان.