هوش مصنوعي چگونه «فكر كردن» را از محل كار حذف مي‌كند؟

گسترش استفاده از هوش مصنوعي در شركت‌ها معمولا با شاخص‌هايي مانند تعداد كاربران، ميزان استفاده و ساعت‌هاي صرفه‌جويي‌شده سنجيده مي‌شود، اما يك پرسش مهم كمتر مورد توجه قرار گرفته است: هوش مصنوعي با مهارت‌هاي فكري كاركنان چه مي‌كند؟ نتايج يك پژوهش از سوي گروه مشاوره بوستون نشان مي‌دهد كه استفاده گسترده از اين فناوري مي‌تواند به تضعيف مهارت‌هايي مانند قضاوت، حل مساله، تفكر خلاق و حتي پذيرش مسووليت تصميم‌ها منجر شود؛ تغييري كه اگر مديريت نشود، نه‌تنها كاركنان امروز، بلكه  نسل آينده نيروي كار را نيز تحت تاثير قرار خواهد داد.

شركت‌ها در سال‌هاي اخير با سرعت زيادي به سمت استفاده از هوش مصنوعي حركت كرده‌اند. مديران سازمان‌ها براي افزايش بهره‌وري، كاهش هزينه‌ها و سرعت بخشيدن به انجام وظايف، بخش قابل توجهي از كارهاي روزمره كاركنان را به ابزارهاي هوش مصنوعي سپرده‌اند. داشبوردهاي مديريتي نيز معمولا ميزان استفاده از اين ابزارها را با شاخص‌هايي مانند تعداد كاربران، دفعات ورود، ميزان استفاده و ساعت‌هاي صرفه‌جويي‌شده اندازه‌گيري مي‌كنند. با اين حال، در ميان اين اعداد و نمودارها، يك متغير مهم كمتر ديده مي‌شود: تاثير هوش مصنوعي بر توانايي كاركنان براي فكر كردن و تصميم گرفتن. گروه مشاوره بوستون (BCG) در بررسي اخير خود كه با مشاركت ۷۰ مدير ارشد اجرايي انجام شده، تصويري قابل تامل از اين وضعيت ارائه كرده. نيمي از مديران شركت‌كننده گفته‌اند كه اكنون نشانه‌هايي از تضعيف مهارت‌هاي قضاوت و حل مساله را در سازمان‌هاي خود مشاهده مي‌كنند. بيش از ۶۰ درصد آنها نيز معتقدند ادامه اين روند طي سه تا پنج سال آينده مي‌تواند به كسب‌وكارها آسيب بزند. اهميت اين موضوع از آنجا ناشي مي‌شود كه قضاوت، تعريف درست مساله، حل مساله و تفكر خلاق، صرفا مهارت‌هاي جانبي كاركنان نيستند؛ بلكه از جمله توانايي‌هايي هستند كه عملكرد بلندمدت سازمان‌ها به آنها وابسته است. با اين حال، همين مهارت‌ها ظاهرا در برابر استفاده نادرست يا بيش از اندازه از هوش مصنوعي آسيب‌پذيرتر شده‌اند. يكي از نشانه‌هاي اين تغيير، كاهش تمايل كاركنان به بررسي خروجي‌هاي هوش مصنوعي است. نزديك به ۹۰ درصد مديران حاضر در پژوهش BCG گفته‌اند كاركنان سازمان‌هايشان ديگر مانند گذشته خروجي توليدشده توسط هوش مصنوعي را بررسي نمي‌كنند. اين مساله در نگاه اول شايد چندان نگران‌كننده به نظر نرسد؛ چرا كه خروجي ابزارهاي هوش مصنوعي معمولا منظم، حرفه‌اي و متقاعدكننده به نظر مي‌رسد. اما دقيقا همين ويژگي مي‌تواند خطرناك باشد. متن ممكن است از نظر نگارشي بي‌نقص باشد و يك تحليل نيز با اطمينان فراوان نتيجه‌گيري كند، اما اين ظاهر حرفه‌اي لزوما به معناي درست بودن استدلال نيست. وقتي كارمند ديگر از خود نمي‌پرسد «آيا اين پاسخ درست است؟» به تدريج نقش او از يك تصميم‌گيرنده به يك تاييدكننده خروجي ماشين تغيير مي‌كند.

    از كاهش قضاوت تا كاهش مسووليت‌پذيري

تضعيف مهارت‌هاي فكري تنها به حل مساله محدود نمي‌شود. بيش از نيمي از مديران شركت‌كننده در پژوهش گفته‌اند كاركنان نسبت به گذشته تمايل كمتري به پذيرش مسووليت تصميم‌هاي خود دارند. اين موضوع مي‌تواند پيامد مستقيم وابستگي به هوش مصنوعي باشد. زماني كه فرد خودش يك مساله را بررسي و درباره آن تصميم‌گيري مي‌كند، طبيعتا احساس مالكيت بيشتري نسبت به نتيجه دارد. اما وقتي بخش اصلي تحليل و تصميم توسط يك ابزار انجام مي‌شود، پذيرش مسووليت نتيجه نيز ممكن است كمرنگ شود. از سوي ديگر، استفاده گسترده از ابزارهاي مشابه مي‌تواند به هم‌شكل شدن تفكر در سازمان‌ها منجر شود. نزديك به نيمي از مديران گفته‌اند اعضاي گروه‌ها بيش از گذشته شبيه يكديگر فكر مي‌كنند؛ زيرا يك مساله مشابه را با ابزارهاي مشابه بررسي كرده و به پاسخ‌هايي مشابه مي‌رسند. در چنين شرايطي، يكي از مزيت‌هاي مهم كار گروهي، يعني وجود ديدگاه‌هاي متفاوت، ممكن است از بين برود. ۴۳ درصد مديران نيز گفته‌اند كاركنان كمتر درباره درست يا غلط بودن پاسخ‌ها با يكديگر بحث مي‌كنند. در نتيجه، وقتي كسي پاسخ ارائه‌شده را به چالش نمي‌كشد، احتمال شناسايي خطا نيز كاهش پيدا مي‌كند. مساله مهم ديگر، آموزش است. بررسي ديگري از BCG درباره برنامه‌هاي آموزشي هوش مصنوعي نشان داده است كه شركت‌ها گاهي تكميل يك دوره آموزشي را با كسب مهارت واقعي اشتباه مي‌گيرند. ممكن است كارمند آزمون دوره را با موفقيت پشت سر بگذارد و حتي در كلاس نشان بدهد كه مفاهيم را فهميده، اما پس از بازگشت به محيط كار دوباره به عادت‌هاي قبلي برگردد يا برعكس، بيش از گذشته اجازه بدهد هوش مصنوعي به جاي او فكر كند. اين مساله به‌خصوص براي كاركنان تازه‌وارد اهميت دارد. هوش مصنوعي مسير يادگيري كاركنان تازه‌وارد را هم تغيير داده است. بخش قابل‌توجهي از مهارت‌هاي حرفه‌اي كاركنان در سال‌هاي ابتدايي ورود به بازار كار و از طريق انجام وظايف ساده‌تر شكل مي‌گيرد. تحقيق كردن، نوشتن پيش‌نويس، اشكال‌زدايي و حل مسائل ابتدايي، اگرچه در ابتدا كارهاي ساده‌اي به نظر مي‌رسند، اما عملا بخشي از مسير آموزشي كاركنان براي رسيدن به سطوح بالاتر هستند. اكنون بسياري از اين وظايف به هوش مصنوعي سپرده شده‌اند. در نتيجه، كاركنان تازه‌وارد ممكن است بخشي از تجربه‌اي را كه نسل‌هاي قبل از طريق انجام همين كارها به دست مي‌آوردند، به دست نياورند. از سوي ديگر، با خودكار شدن وظايف ابتدايي، از نيروهاي كم‌تجربه انتظار مي‌رود زودتر وارد كارهايي شوند كه در گذشته انجام آنها به پنج تا ۱۰ سال تجربه نياز داشت. اين وضعيت يك تناقض جدي ايجاد مي‌كند: شركت‌ها براي افزايش بهره‌وري، كارهاي ساده‌اي را كه زماني نقش «زمين تمرين» كاركنان داشتند حذف مي‌كنند، اما هنوز جايگزين مناسبي براي اين مسير آموزشي پيدا نكرده‌اند. به همين دليل، تصميم مديران درباره اينكه كدام كار را بايد به هوش مصنوعي سپرد و كدام كار را بايد انسان انجام دهد، در واقع تصميمي درباره مهارت‌هاي آينده نيروي كار نيز هست. كاركنان باسابقه نيز از اين تغيير مصون نيستند. متخصصاني كه با حجم بالاي كار مواجه مي‌شوند، ممكن است به مرور زمان تصميم‌هاي بيشتري را به هوش مصنوعي بسپارند؛ بدون آنكه كيفيت ظاهري خروجي كاهش پيدا كند. يكي از مديران اين وضعيت را الگوي «خلبان خودكار» ناميده است. مشكل اينجاست كه تا زماني كه نتيجه كار حرفه‌اي به نظر مي‌رسد، ممكن است هيچ‌كس متوجه نشود فرد در پشت صحنه، بخش قابل توجهي از تصميم‌گيري‌هاي خود را به ماشين واگذار كرده است. از سوي ديگر، نقش كاركنان ارشد در انتقال دانش نيز در حال تغيير است. يك‌سوم مديران حاضر در پژوهش BCG گفته‌اند كاركنان ارشد نسبت به گذشته كمتر به آموزش ديگران مي‌پردازند. در گذشته، يك نيروي جوان مي‌توانست براي حل يك مساله سراغ همكار باتجربه‌تر خود برود و علاوه بر دريافت پاسخ، دليل و منطق پشت آن را نيز ياد بگيرد. اما اكنون ممكن است همان فرد مستقيما سراغ يك مدل زباني برود. در نتيجه، هوش مصنوعي نه‌تنها بخشي از كار را خودكار مي‌كند، بلكه مي‌تواند بخشي از فرآيند انتقال تجربه در سازمان را نيز كنار بزند.

     راه‌حل حذف هوش مصنوعي  نيست  تغيير  شيوه  استفاده  از آن است

شواهد پژوهشي حتي نشان مي‌دهد اين تغيير ممكن است در سطح فعاليت مغز نيز قابل مشاهده باشد. پژوهشي از موسسه فناوري ماساچوست (MIT) در سال ۲۰۲۵ نشان داد افرادي كه براي نوشتن از ChatGPT استفاده كرده بودند، در مقايسه با افرادي كه از جست‌وجوي اينترنتي استفاده كردند يا كار را بدون اين ابزار انجام دادند، فعاليت مغزي كمتري داشتند. اين افراد همچنين بخش كمتري از مطالبي را كه نوشته بودند، بعدا به ياد مي‌آوردند. اين يافته لزوما به معناي مضر بودن هوش مصنوعي نيست؛ بلكه يك اصل قديمي را يادآوري مي‌كند: مهارتي كه تمرين نشود، به مرور ضعيف مي‌شود. به همين دليل، مساله اصلي براي شركت‌ها نبايد اين باشد كه چگونه تعداد بيشتري از كاركنان را به استفاده از هوش مصنوعي تشويق كنند؛ بلكه بايد مشخص كنند چگونه مي‌توانند از اين فناوري استفاده كنند، بدون آنكه توانايي فكر كردن كاركنان را از بين ببرند. برخي شركت‌ها در همين مسير حركت كرده‌اند. براي نمونه، در شركت شِل، كاركنان جوان ابتدا مسائل را بدون استفاده از ابزارهاي هوش مصنوعي حل مي‌كنند. آنها ابتدا مساله را تعريف كرده، فرضيات خود را آزمايش و تحليل اوليه را به صورت دستي انجام مي‌دهند و سپس از هوش مصنوعي براي اصلاح و تكميل كار كمك مي‌گيرند. نتايج اوليه اين روش اميدواركننده گزارش شده است. كاركنان جوان مي‌توانند استدلال خود را شفاف‌تر توضيح بدهند و براي انجام كار به كمك كمتري از مديران نياز دارند. اين تجربه نشان مي‌دهد راه‌حل لزوما كنار گذاشتن هوش مصنوعي نيست؛ بلكه تعيين مرز ميان «كمك گرفتن از هوش مصنوعي» و «فكر كردن به جاي انسان» است. شركت‌هايي كه صرفا به تعداد كاربران، ميزان استفاده و ساعت‌هاي صرفه‌جويي‌شده نگاه مي‌كنند، ممكن است در كوتاه‌مدت بهره‌وري بالاتري به دست آورند، اما در بلندمدت با نيروي كاري مواجه شوند كه بدون كمك ابزارهاي هوش مصنوعي، توانايي كمتري براي تحليل، تصميم‌گيري و حل مساله دارد. در نهايت، رقابت آينده شركت‌ها احتمالا فقط بر سر اين نخواهد بود كه چه كسي هوش مصنوعي قدرتمندتري در اختيار دارد؛ بلكه بر سر اين است كه چه سازماني نيروي انساني‌اي دارد كه مي‌تواند هم از هوش مصنوعي استفاده كند و هم در نبود آن، همچنان خوب فكر كند.