نمایش هوش مصنوعی پیش مدیران؛ نیمی از برنامه‌نویس‌ها فقط از ترس اخراج با AI کار می‌کنند!
نتایج یک نظرسنجی جدید نشان می‌دهد نیمی از برنامه‌نویس‌ها تنها برای خودنمایی پیش مدیران و رفع نگرانی بابت از دست دادن شغلشان از هوش مصنوعی استفاده می‌کنند. شرکت‌ها به جای کیفیت واقعی کار، استفاده نمایشی از هوش مصنوعی را به معیاری برای ارزیابی عملکرد تبدیل کرده‌اند؛ موضوعی که موجی از فرسودگی شغلی و خطر مهاجرت استعدادهای مهندسی را به همراه دارد.
در یک نگاه (نکات کلیدی خبر)
خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع
- نصف برنامه‌نویس‌ها اعتراف کرده‌اند که فقط برای جلب توجه مدیران و حفظ جایگاه شغلی خود با ابزار‌های هوش مصنوعی کار می‌کنند، نه به خاطر بهره‌وری واقعی.
- طبق یک نظرسنجی جدید از ۱۰۰۰ مهندس نرمافزار، ۴۷ درصد متخصصان بر اساس میزان استفاده از هوش مصنوعی قضاوت می‌شوند و این موضوع به معیاری رسمی در KPI شرکت‌ها بدل شده است.
- کارشناسان هشدار می‌دهند سنجش صوری و نمایشی هوش مصنوعی به‌جای کیفیت واقعی خروجی، موجی از استرس شغلی ایجاد کرده و بستر را برای خروج دسته‌جمعی نخبگان برنامه‌نویسی فراهم می‌کند.
- ۵۰ درصد از توسعه‌دهنده‌ها صرفاً برای جلب رضایت و اطمینان‌بخشی به مدیران خود از هوش مصنوعی استفاده می‌کنند.
- ۴۷ درصد از برنامه‌نویس‌ها می‌گویند ملاک ارزیابی آن‌ها بیش‌تر میزان استفاده از هوش مصنوعی است تا کیفیت واقعی کد و خروجی کارشان.
- تعلق خاطر شغلی، امنیت کاری و اضطراب آینده حرفه‌ای، همگی از پیامدهای منفی تحمیل هوش مصنوعی بر دوش توسعه‌دهنده‌ها عنوان شده‌اند.
بررسی‌ها و پژوهش‌های جدید نشان می‌دهد بر خلاف تبلیغات پر سر و صدا، خیلی از برنامه‌نویس‌ها دل خوشی از هوش مصنوعی ندارند و ورود عجولانه این فناوری به محیط کار را عاملی تنش‌زا و استرس‌آور می‌دانند.
توسعه‌دهندگانی که در سراسر آمریکا و اروپا در این نظرسنجی شرکت کرده‌اند، هرچند می‌دانند سازمان‌ها بودجه‌های هنگفتی به پای پیاده‌سازی هوش مصنوعی ریخته‌اند، اما اعتراف کرده‌اند که استفاده‌شان از این ابزار‌ها عمدتاً جنبه نمایشی و ظاهرسازی دارد.
شاید آرام کردن دل مدیران ارشد و نشان دادن اینکه شرکت همگام با موج هوش مصنوعی پیش می‌رود در نگاه اول خوب به نظر برسد، اما این تظاهر هزینه سنگینی دارد؛ چرا که نگرانی برنامه‌نویس‌ها بابت جایگاه شغلی خود و احساس بیهودگی در محیط‌های کاری به اوج رسیده است.
استرس هوش مصنوعی روی دوش مهندسان نرمافزار
سازمان‌ها با ادغام شتاب‌زده ابزار‌های هوش مصنوعی بدون توجه به فرآیندهای فنی موجود، مهندسان نرمافزار خود را سردرگم کرده‌اند و هنوز هیچ‌کس تعریف درستی از نحوه استفاده اصولی از این ابزار‌ها ارائه نداده است.
نظرسنجی شرکت آداپتاویست (Adaptavist) از ۱۰۰۰ مهندس نرمافزار در بریتانیا، ایالات متحده، آلمان، هلند و اسپانیا نشان می‌دهد متخصصان مدام زیر فشارند که از این فناوری استفاده کنند، چه این استفاده به نتیجه ملموس و مفیدی ختم شود و چه صرفاً اتلاف وقت باشد.
بد‌تر از همه اینکه خود این افراد حس می‌کنند استفاده‌شان از ابزار‌های هوش مصنوعی صرفاً برای رفع تکلیف و نمایش است، نه به قصد افزایش واقعی بهره‌وری یا ارتقای کیفیت کدها.
آمار و ارقام این پژوهش واقعاً نگران‌کننده است؛ ۵۰ درصد از توسعه‌دهنده‌ها تنها برای اینکه به کارفرما ثابت کنند بلدند از هوش مصنوعی استفاده کنند دست به دامان این ابزار‌ها می‌شوند. از طرف دیگر، ۴۷ درصد آن‌ها احساس می‌کنند عملکردشان به‌جای کیفیت فنی کار، صرفاً بر اساس میزان سر و کله زدن با هوش مصنوعی قضاوت می‌شود. این ماجرا شکاف عمیقی را نشان می‌دهد میان سازمان‌هایی که با هیجان هوش مصنوعی را می‌پذیرند و مدیرانی که در عمل اصلاً نمی‌دانند از این ابزار‌ها چه می‌خواهند.
تیر خلاص جایی زده می‌شود که ۵۸ درصد از برنامه‌نویس‌ها اعلام کرده‌اند استفاده از هوش مصنوعی رسماً به معیاری برای سنجش عملکرد یا به یکی از شاخص‌های کلیدی عملکرد (KPI) در سازمان تبدیل شده است.
نتیجه این فشارها کاملاً مشخص است: بیش از ۵۴ درصد از توسعه‌دهنده‌ها نسبت به آینده و چشم‌انداز شغلی خود به‌شدت نگران و مضطرب هستند و ۳۷ درصد هم اعتراف کرده‌اند ترس از دست دادن شغلشان را دارند اگر نتوانند استفاده مداوم خود از هوش مصنوعی را به اثبات برسانند.
زنگ خطری برای فرار استعدادها
اما این داده‌ها چه پیامی برای کسب‌وکارها و شرکت‌هایی دارند که واقعاً می‌خواهند رضایت و انگیزه مهندسان خود را حفظ کنند؟
«مت ساندرز» (Matt Saunders)، مدیر تیم دواپس در گروه آداپتاویست، در این رابطه تأکید می‌کند: «یک تجربه توسعه کاربری خوب (Developer Experience) نه‌تنها برای سلامت روانی خود مهندسان حیاتی است، بلکه زیربنای اصلی رشد سازمانی و نوآوری به شمار می‌رود.»
او در ادامه هشدار می‌دهد: «بنابراین این تجربه نباید با هدف‌گذاری‌های تحمیلی، آمار‌های سطحی استفاده، یا فرهنگی که به‌جای استفاده درست و هوشمندانه، تظاهر به کار با هوش مصنوعی را پاداش می‌دهد، خدشه‌دار شود. ادامه این رویکرد با هر شاخص عملکردی نادرست، بستر مناسبی برای خروج دسته‌جمعی نیروهای متخصص و فرار استعدادها مهیا می‌کند.»
به گفته ساندرز، چالش اصلی سازمان‌هایی که با هیجان (یا حتی افراط) به سراغ هوش مصنوعی آمده‌اند این است که تمرکز خود را از پذیرش صِرف و آمار‌های استفاده بردارند و خروجی و دستاوردهای واقعی آن را ارزیابی کنند.
او در پایان می‌گوید: «سازمان‌هایی که خواهان حفظ استعدادهای مهندسی خود هستند، باید دست از شمارش صوری استفاده از هوش مصنوعی بردارند و به سراغ سنجش خروجی واقعی بروند؛ آن‌ها باید به برنامه‌نویس‌ها زمان کافی، استقلال عمل و پشتیبانی لازم بدهند تا بتوانند به روش‌هایی از این فناوری کمک بگیرند که کارشان را واقعاً ارتقا دهد، نه اینکه فقط وادار شوند نشان دهند دارند از آن استفاده می‌کنند.»
برچسب های مرتبط
مطالب مرتبط و پیشنهادی
استراتژی جذاب یو‌اس بنک برای صنعتی‌سازی هوش مصنوعی: «چالش اصلی مدل‌ها نیستند، لوله‌کشی زیرساخت است!»
دیلیپ ونکاتاچاری، مدیر ارشد فناوری در یو‌اس بنک (U.S. Bank)، از تغییر استراتژی این غول مالی برای عبور از فاز آزمایشی هوش مصنوعی و ورود به مرحله صنعتی‌سازی سخن می‌گوید. او تأکید دارد که با پلتفرم‌های مشترک، کنترل‌های امنیتی مطمئن و تمرکز بر سرعت عملیاتی، می‌توان هوش مصنوعی را به ستون فقرات بانکداری مدرن تبدیل کرد.
پایش لحظه‌ای امواج مغز با هوش مصنوعی؛ ابتکار نجات‌بخش کلینیک کلیولند در بخش مراقبت‌های ویژه
کلینیک مشهور کلیولند با همکاری استارتاپ پیرامیدال، مدلی نوآورانه از هوش مصنوعی را برای پایش پیوسته امواج مغزی توسعه داده که می‌تواند تشنج بیماران در بخش مراقبت‌های ویژه را با دقت شگفت‌انگیزی تشخیص دهد. این دستیار بالینی هوشمند به‌زودی کار توان‌فرسای تحلیل نوارهای مغزی را برای پزشکان متحول کرده و مسیر درمان صرع را هم دگرگون خواهد کرد.
پروژه ۱.۸ میلیارد دلاری زاکربرگ، گوگل و دولت آمریکا: ساخت «سلول مجازی» با هوش مصنوعی کلید خورد!
مؤسسه بایوهاب زاکربرگ با همکاری گوگل دیپ‌مایند، متا و دولت آمریکا پروژه‌ای ۱.۸ میلیارد دلاری را کلید زده تا با ساخت یک «سلول مجازی»، آزمایش‌های زیستی را شبیه‌سازی کند. دانشمندان امیدوارند با این شبیه‌ساز هوشمند، پیش از ورود به آزمایشگاه‌های واقعی و صرف هزینه‌های سنگین، رفتار سلول‌ها و درمان بیماری‌های پیچیده‌ای مثل آلزایمر را با دقت بالا پیش‌بینی کنند.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.