چرا کارمندان از گزارش خطاهای هوش مصنوعی در محل کار می‌ترسند؟

امروزه کارکنان در سراسر جهان به استفاده روزافزون از هوش مصنوعی تشویق می‌شوند؛ اما زمانی که با خطاهای این سامانه‌ها مواجه می‌شوند چه رخ می‌دهد؟ پژوهش‌های جدید نشان می‌دهد که بسیاری از نیروهای کاری حتی در صورت اطمینان از وجود نقص در نتایج، تمایلی به زیر سؤال بردن خروجی‌های هوش مصنوعی ندارند. برای افرادی که نگران امنیت شغلی خود هستند، گزارش دادن این خطاها اقدامی پرریسک به نظر می‌رسد.

بر اساس نظرسنجی شرکت GoTo، حدود ۳۱ درصد از کارکنان می‌گویند فشاری نانوشته برای اعتماد به هوش مصنوعی و سکوت در برابر خطاهای آن احساس می‌کنند. علاوه بر این، ۱۴ درصد از پاسخ‌دهندگان گزارش داده‌اند که پس از اعلام اشتباه هوش مصنوعی به مدیر خود، از آن‌ها خواسته شده است سکوت کنند. این یافته‌ها پرسش مهمی را مطرح می‌کند: آیا کارکنان واقعاً می‌توانند فناوری جدیدی را که کارفرمایان مشتاقانه به دنبال بهره‌گیری از آن هستند، به چالش بکشند؟

با تبدیل شدن هوش مصنوعی به بخشی جدایی‌ناپذیر از وظایف روزمره، انتظار می‌رود که افراد در عین استفاده مداوم از این فناوری، مسئولیت نهایی نتایج را نیز شخصاً بر عهده بگیرند. از این رو، یاد‌گیری نحوه گزارش درست خطاهای هوش مصنوعی، هم‌زمان با حفظ اعتبار حرفه‌ای، به مهارتی کلیدی در محیط‌های کاری امروز تبدیل شده است.

چرا کارکنان از گزارش خطاهای هوش مصنوعی هراس دارند؟

زیر سؤال بردن خروجی‌های هوش مصنوعی در محیط کار ممکن است شبیه به مخالفت با استراتژی و اهداف کلی سازمان تلقی شود. کارکنان نگرانند که بیان این دغدغه‌ها آن‌ها را فردی مقاوم در برابر تغییر، ناآشنا با فناوری‌های روز یا بی‌انگیزه در افزایش بهره‌وری نشان دهد. داده‌های نظرسنجی GoTo نشان می‌دهد که ۸۳ درصد از افراد نگرانند در صورت بروز خطایی از سوی هوش مصنوعی که به سازمان آسیب برساند، خودشان مقصر شناخته یا اخراج شوند. از سوی دیگر، ۴۲ درصد از کارمندان ترجیح می‌دهند ریسک بروز خطا با هوش مصنوعی را بپذیرند، اما برچسب کند بودن یا قابل جایگزین بودن نخورند.

نیروهای باتجربه و متخصص با چالش پیچیده‌تری روبه‌رو هستند. تخصص این افراد به آن‌ها امکان می‌دهد داده‌های نادرست یا پیشنهادهای نامناسب هوش مصنوعی را به‌سرعت تشخیص دهند؛ اما به چالش کشیدن این نتایج می‌تواند آن‌ها را در تقابل با مدیرانی قرار دهد که انتظار معجزه از هوش مصنوعی دارند. زمانی که پذیرش کورکورانه این فناوری به معیاری برای شایستگی شغلی تبدیل می‌شود، حتی هشدارهای کاملاً منطقی و درست نیز اقدامی پرخطر به نظر می‌رسند.

نقش رویکرد مدیران در تشویق یا سرکوب گزارش خطاها

بر اساس گزارش پژوهشی مؤسسه Charter، احتمال اینکه مدیران ارشد به هوش مصنوعی بیش از قضاوت شخصی خود یا همکاران متخصصشان اعتماد کنند، تقریباً دو برابر کارمندان است. این شکاف دیدگاه هنگامی که کارکنان متوجه ایرادهایی می‌شوند که از دید مدیران پنهان مانده است، به اصطکاک و تنش منجر می‌شود. مدیری که اطمینان بسیار بالایی به این سامانه‌ها دارد، ممکن است انتقاد یا پرسش درباره صحت اطلاعات را به پای مقاومت و سرکشی بگذارد، نه احتیاط و وسواس حرفه‌ای.

شکاف‌های ارتباطی نیز این چالش را پیچیده‌تر کرده است. طبق داده‌های مؤسسه Charter، در حالی که ۵۴ درصد از مدیران مدعی ارائه راهنماهای مشخص برای استفاده از هوش مصنوعی هستند، تنها ۲۴٫۶ درصد از کارکنان دریافت چنین دستورالعمل‌هایی را تأیید می‌کنند. در واقع از کارکنان انتظار می‌رود به این سامانه‌ها تکیه کنند، بدون آنکه سازوکار روشنی برای راستی‌آزمایی نتایج، ثبت خطاها یا زمان اولویت دادن به قضاوت انسانی در اختیار داشته باشند.

پیامدهای نادیده گرفتن خطاهای هوش مصنوعی در کسب‌وکار

خروجی‌های بررسی‌نشده هوش مصنوعی می‌تواند تصمیم‌های مالی، ارتباطات با مشتریان، برنامه‌ریزی‌های عملیاتی و توصیه‌های تخصصی سازمان را مخدوش کند؛ مواردی که همکاران تصور می‌کنند پیش از این اعتبارسنجی شده‌اند. بر اساس گزارش شاخص جهانی مؤسسه Work AI، حدود ۷۷ درصد از کارمندان حوزه دیجیتال در ماه گذشته مجبور شده‌اند خروجی‌های به دست آمده از هوش مصنوعی را اصلاح کنند یا از ابتدا بنویسند. علاوه بر این، نیروهای کاری به‌طور میانگین ۶٫۴ ساعت در هفته را صرف آماده‌سازی و اصلاح این خروجی‌ها می‌کنند که شامل ارائه‌دادن زمینه اولیه، ارزیابی داده‌ها و ویرایش اشتباهات است.

هنگامی که کارفرمایان سرعت را بدون در نظر گرفتن فرایند اعتبارسنجی در اولویت قرار می‌دهند، کارکنان با انتظارات متناقضی روبه‌رو می‌شوند؛ از آن‌ها خواسته می‌شود کار بیشتری تحویل دهند، اما هم‌زمان مجبورند ساعات زیادی را صرف بازبینی نتایج کنند. اگر فضای سازمان مانع از گزارش این مشکلات شود، خطاهای حل‌نشده انباشته می‌شوند و تصمیم‌گیری‌های حیاتی بعدی را با بحران مواجه می‌سازند.

راهکارهای اصولی برای گزارش خطاهای هوش مصنوعی

هنگامی که با خطایی در خروجی هوش مصنوعی روبه‌رو می‌شوید، به‌جای زیر سؤال بردن کلیت این فناوری، روی مشکل مشخص تمرکز کنید. در گام نخست، بخش نادرست را شناسایی نمایید و محتوا را با منابع معتبر، اسناد سازمانی یا رویه‌های جاری تطبیق دهید. مشخص کنید که آیا با یک اشتباه آماری و واقعی طرف هستید یا پیشنهادی بدون پشتوانه که به بررسی بیشتر نیاز دارد؛ سپس پیامدهای احتمالی به‌کارگیری آن خروجی را تشریح کنید.

به‌عنوان مثال می‌توانید موضوع را به این شکل مطرح کنید:

«من تحلیل تولیدشده با هوش مصنوعی را بررسی کردم و متوجه شدم چند عدد با آخرین گزارش مالی شرکت همخوانی ندارد؛ پیشنهاد می‌کنم پیش از استفاده از این توصیه‌ها، اعداد و مبانی محاسباتی را دوباره بازبینی کنیم.»

گفت‌وگو را منحصراً بر دقت اطلاعات و پیامدهای تصمیم‌گیری متمرکز نگه دارید و همیشه پیش از به‌کارگیری نتایج، راهکاری مشخص برای راستی‌آزمایی یا اصلاح پیشنهاد دهید.

نحوه برخورد در صورت نادیده گرفته شدن خطاها توسط مدیر

گاهی اوقات ممکن است مدیر اهمیت مسئله را کمرنگ جلوه دهد، خروجی را قابل قبول بداند یا از ادامه بحث جلوگیری کند. پیش از هرگونه واکنش، میزان حساسیت و بزرگی خطا را بسنجید؛ لحن نامناسب یک ایمیل داخلی با اشتباه در صورت‌های مالی، نقض حریم خصوصی داده‌های مشتریان یا تصمیمی که بر وضعیت شغلی فردی اثر می‌گذارد، عواقب بسیار متفاوتی دارد.

در مورد خطاهای بنیادین و پرخطر، مغایرت‌های موجود، شواهد پشتیبان و مراحلی را که برای بیان دغدغه خود طی کرده‌اید، به‌دقت مستند‌سازی کنید. همواره به سیاست‌های داخلی سازمان در حفظ اسناد و اطلاعات محرمانه پایبند بمانید.

هم‌چنین می‌توانید از مدیر خود بخواهید گام بعدی را مشخص کند:

«با توجه به مغایرتی که مشاهده شد، فکر می‌کنم بهتر است پیش از اقدام نهایی، داده‌ها را مجدداً اعتبارسنجی کنیم؛ آیا بهتر نیست از یکی از همکاران با تخصص بیشتر در این زمینه کمک بگیریم؟»

اگر خطا ریسک‌های بزرگ حقوقی، مالی، امنیتی یا انطباق قانونی ایجاد می‌کند، از کانال‌های رسمی گزارش‌دهی داخلی، نظیر بخش حقوقی، امنیت اطلاعات یا کمیته انطباق استفاده نمایید. هیچ روشی مصونیت صددرصدی در برابر رفتارهای تلافی‌جویانه در محیط‌های کاری ناسالم ایجاد نمی‌کند؛ اما مستند‌سازی دقیق به اثبات این موضوع کمک می‌کند که شما چه موردی را، در چه زمانی و به چه دلیلی هشدار داده‌اید.

چگونه اعتبار حرفه‌ای خود را در عصر هوش مصنوعی حفظ کنیم؟

پیش از تأیید یا انتشار هر خروجی تولیدشده با هوش مصنوعی، مطمئن شوید که منطق و استدلال‌های پشت آن را کاملاً درک کرده‌اید و توان دفاع از آن را دارید. برای تصمیم‌های کلیدی، فریب نگارش شسته‌رفته و جذاب ابزار را نخورید و ادعاهای اساسی را با منابع دست‌اول ارزیابی کنید.

پیش از بروز بحران، انتظارات کاری را شفاف کنید؛ از مدیر خود بپرسید کدام دسته از خروجی‌های هوش مصنوعی نیازمند بررسی انسانی هستند، چه کسی مسئولیت تأیید را بر عهده دارد و خطاها چگونه باید گزارش شوند. اگر مدام مجبور می‌شوید نتایجی را بپذیرید که قادر به دفاع منطقی از آن‌ها نیستید، این موضوع رویکرد سازمان نسبت به مسئولیت‌پذیری را نمایان می‌کند. تشخیص نقص‌ها و ارائه استدلال فنی درباره چرایی آن‌ها بخشی از قضاوت حرفه‌ای است که با گسترش هوش مصنوعی در محیط‌های کاری، ارزشی دوچندان می‌یابد.

چرا کارفرمایان باید مسئولیت خطاهای هوش مصنوعی را بپذیرند؟

کارکنان می‌توانند خطاها را شناسایی و گزارش کنند، اما ساختن فرهنگ گزارش‌دهی سالم به‌تنهایی از عهده آن‌ها خارج است. مدیران باید این پیام روشن را منتقل کنند که نقد خروجی‌های هوش مصنوعی کاملاً پذیرفته‌شده است، به‌ویژه زمانی که پای دقت داده‌ها، اعتماد مشتری یا تصمیم‌های حساس در میان باشد. این امر مستلزم تدوین دستورالعمل‌های رسمی، برخورد سازنده با نگرانی‌ها و تشویق کارکنانی است که مانع گسترش اشتباهات می‌شوند.

چالش اصلی کارکنان، ایجاد تعادل میان انتظارات برای به‌کارگیری هوش مصنوعی و حفظ قضاوت مستقل انسانی است؛ چالش سازمان‌ها نیز اطمینان از این نکته است که تمایل به استفاده از فناوری، مانع گزارش‌دهی نقص‌ها نشود. با تثبیت جایگاه هوش مصنوعی در کارهای روزمره، کارکنان نباید مجبور به انتخاب میان گزارش خطاها و حفظ شغل خود باشند؛ شرکت‌هایی که از پرسنل خود انتظار اعتماد به این سامانه‌ها را دارند، باید آزادی عمل برای زیر سؤال بردن خروجی‌های آن‌ها را نیز تضمین کنند.