دردسر تازه هوش مصنوعی برای شرکت‌ها؛ بیش از نیمی از مدیران در ارزیابی کارمندان سردرگم شده‌اند

شرکت‌ها ابزارهای هوش مصنوعی را با هدف افزایش بهره‌وری در اختیار کارکنان می‌گذارند، اما به نظر می‌رسد این ابزارها چالش‌ها و دردسرهای تازه‌ای برای مدیران به وجود آورده‌اند.

طبق نظرسنجی مؤسسه نیلسن (Nielsen) از ۱۷۰۰ مدیر ارشد در هفت کشور جهان که به سفارش پلتفرم مدیریت کار Monday.com انجام شده است، بیش از نیمی از مدیران ارشد می‌گویند پس از به‌کارگیری هوش مصنوعی، ارزیابی کیفیت کار کارکنان بسیار دشوارتر شده است. دلیل اصلی این ماجرا آن است که بخش عمده‌ای از خروجی‌های کارکنان اکنون به‌صورت کاملاً صیقل‌خورده و مرتب به صندوق پیام مدیران می‌رسد و تشخیص اینکه چه سهمی از کار حاصل تلاش خود فرد و چه مقداری حاصل کار هوش مصنوعی بوده، بسیار دشوار است. در نتیجه، نزدیک به نیمی از مدیران اذعان دارند که اکنون نسبت به گذشته وقت بیشتری را صرف بازبینی و هدایت خروجی‌های تیم‌هایشان می‌کنند.

البته این موضوع اصلاً به معنای نارضایتی مدیران از هوش مصنوعی نیست؛ بلکه واقعیت کاملاً برعکس است: ۹۴ درصد از مدیران حاضر در نظرسنجی اعلام کردند که برای ارتقای فرآیندهای کاری با هوش مصنوعی هیجان‌زده هستند و بسیاری از آن‌ها با اطمینان باور دارند که راهکار بهره‌گیری حداکثری از ارزش این فناوری را می‌دانند. میخال میلر لوی، مدیر تحقیقات بازار و تحلیل مشتریان در پلتفرم Monday.com، این اشتیاق را با روزهای نخست فراگیری اینترنت در دهه ۲۰۰۰ میلادی مقایسه کرد و گفت افراد نوعی «جادوی» مشابه را در هوش مصنوعی احساس می‌کنند.

اما به گفته او، مشکل اصلی این است که هوش مصنوعی بسیار سریع‌تر از توان انطباق سازمان‌ها توسعه می‌یابد: «هوش مصنوعی در سطح فردی برای مدیران فوق‌العاده عمل می‌کند، اما آن‌ها در جایگاه مدیریتی وظایف متفاوتی دارند و باید کل سازمان را به پیش ببرند [...] چالش اصلی مدیران این است که هوش مصنوعی با سرعتی به‌مراتب بالاتر از فرآیندهای سازمانی در حال حرکت است».

مدیران همچنین در حال بازنگری در شیوه ارزیابی تیم‌های خود هستند؛ به‌طوری‌که ۷۸ درصد از شرکت‌کنندگان در نظرسنجی اظهار داشتند که پس از ورود هوش مصنوعی، نحوه قضاوت درباره کارکنان را تغییر داده‌اند. آن‌ها اکنون وزن و اهمیت بیشتری برای توانایی افراد در پرامپت‌نویسی حرفه‌ای، تشخیص وظایف مناسب برای واگذاری به هوش مصنوعی و آزمودن روش‌های کاری تازه قائل می‌شوند.

اما وقتی مدیران نمی‌توانند به‌راحتی سهم واقعی هوش مصنوعی را در انجام یک وظیفه تشخیص دهند، ارزیابی عملکرد کارکنان تا چه اندازه عادلانه خواهد بود؟ و چه رخ می‌دهد اگر خود مدیران نیز برای این قضاوت‌ها بیش‌ازپیش به هوش مصنوعی متکی شوند؟ یافته‌های این نظرسنجی نشان می‌دهد ۴۶ درصد از مدیران برای تصمیم‌گیری‌های خود از هوش مصنوعی کمک می‌گیرند و ۳۹ درصد از رهبران سازمانی نیز برای نوشتن پیش‌نویس ارزیابی عملکرد کارکنان از این ابزارها استفاده می‌کنند.

این شیوه کار می‌تواند پای سوگیری‌ها و تعصبات بیشتری را به فرآیند ارزیابی باز کند؛ چراکه مدل‌های زبانی بزرگ در هسته خود ماشین‌های پیش‌بینی هستند و تمایل دارند الگوها و پیش‌داوری‌های انسانی موجود در داده‌های آموزشی خود را بازتولید کنند. پژوهش مؤسسه تحقیقات اجتماعی-اقتصادی لوکزامبورگ در اوایل سال جاری نشان داد که «در غیاب استانداردهای شفاف و عینی و زمانی که افراد به‌صورت مستقل ارزیابی می‌شوند»، مدل‌های زبانی بزرگ تمایل دارند عملکردها را با سوگیری‌هایی بسیار شبیه به قضاوت‌های انسانی نمره‌دهی کنند. همچنین یک مقاله پژوهشی در اوایل سال ۲۰۲۵ مشخص کرد که مدل‌های هوش مصنوعی ممکن است در قبال متقاضیان مرد سیاه‌پوست سوگیری داشته باشند و «تعصبات چشمگیری را در ابعاد و جهت‌های متفاوت نسبت به گروه‌های اجتماعی مختلف نشان دهند».

در پاسخ به این پرسش که آیا تکیه بر هوش مصنوعی برای سنجش عملکرد کارکنان می‌تواند سوگیری‌های بیرونی را وارد محیط کار کند یا خیر، لوی اشاره می‌کند که شرکت‌ها هنوز راهکاری برای مدیریت این چالش‌ها نیافته‌اند.

هوش مصنوعی برنامه کاری روزمره مدیران را نیز دگرگون کرده است؛ چراکه اکنون فردی باید تعیین کند کدام وظایف به ایجنت‌های هوش مصنوعی سپرده شود، نتایج کار آن‌ها بررسی شود و هنگام بروز اختلال وارد میدان شود. این گزارش نشان می‌دهد که نظارت مستمر بر هوش مصنوعی، عملاً لایه تازه‌ای از «کار نامرئی» را بر دوش مدیران گذاشته است.

از سوی دیگر، مدیریت خود نرم‌افزارها نیز دشوارتر شده است. ۵۷ درصد از مدیران گزارش داده‌اند که سازمان‌هایشان ابزارهای فعال بیشتری نسبت به گذشته دارند و نزدیک به ۵۱ درصد گفته‌اند که از زمان پذیرش هوش مصنوعی، ابزارهای کاری‌شان وابستگی متقابل بیشتری پیدا کرده و پیچیده‌تر شده‌اند. در این میان، تنها ۲۹ درصد از مدیران زیرساخت هوش مصنوعی سازمان خود را کاملاً بهینه و متمرکز توصیف کرده‌اند.

لوی توضیح می‌دهد که کسب‌وکارها در ابتدا انتظار داشتند هوش مصنوعی به خلوت‌تر شدن مجموعه نرم‌افزارهای سازمانی کمک کند، اما در عمل با انبوهی از اپلیکیشن‌های جدید، چالش‌های یکپارچه‌سازی و پدیده «هوش مصنوعی در سایه» (Shadow AI) روبه‌رو شده‌اند؛ وضعیتی که در آن کارمندان خودسرانه از ابزارهایی خارج از سیستم‌های مورد تأیید شرکت استفاده می‌کنند.

لوی در این باره می‌گوید: «مدیران سال ۲۰۲۵ را با این ذهنیت سپری کردند که ابزارها را یکپارچه و تعداد نرم‌افزارها را کم می‌کنند، اما در عمل شمار ابزارهای مورد استفاده افزایش یافت. بیش از ۵۰ درصد می‌گویند امروز نسبت به سال گذشته ابزارهای بیشتری به کار می‌برند و این موج همچنان در حال گسترش است».

این عطش برای کنترل و مدیریت اوضاع هم‌زمان با استقرار ایجنت‌های هوش مصنوعی خودکار، فوریتی دوچندان یافته است. طبق این نظرسنجی، ۵۸ درصد از مدیران انتظار دارند ظرف یک سال آینده بر ایجنت‌های هوش مصنوعی بیشتری نسبت به کارمندان انسانی نظارت کنند و ۴۶ درصد نیز نگران از دست دادن کنترل بر اقدامات این ایجنت‌ها هستند.

همچنین ترس زیادی از پذیرش مسئولیت تصمیمات اتخاذشده توسط هوش مصنوعی وجود دارد (۳۵ درصد از شرکت‌کنندگان به این موضوع اشاره کرده‌اند)؛ زیرا مدل‌های زبانی بزرگ همچنان تا حد زیادی غیرقابل پیش‌بینی رفتار می‌کنند. لوی با اشاره به اینکه مدیران خواستار مشارکت و مشورت انسانی در تصمیم‌های سرنوشت‌ساز هستند، می‌گوید: «آن‌ها به هیچ وجه نمی‌خواهند ایجنت‌ها کاملاً خودمختار و رها باشند».

در نهایت، یافته‌های این گزارش نشان می‌دهد که ورود هوش مصنوعی به شرکت‌ها، علاوه بر ایجاد فرصتی طلایی برای افزایش بهره‌وری، به یک معضل جدی در زمینه حاکمیت سازمانی و مدیریت بدل شده است؛ مسئله‌ای که بدون وجود فرآیندها و زیرساخت‌های مناسب، مدیران را در تقلا برای سرپا نگه داشتن روند امور گرفتار کرده است.