همیشه داستانهای جذابی به ما گفتهاند که هوش مصنوعی قرار است بهترین و خفنترین کارمندانِ ما را به آدمهایی دستنیافتنی و فوقالعاده تبدیل کند. این روایت بسیار قشنگ است، اما بر اساس بزرگترین تحقیقی که تا امروز در یک محیط کار واقعی انجام شده، واقعیتِ ماجرا کاملاً برعکس است. سه محقق با بررسی ۵۱۷۹ کارمندِ بخش پشتیبانی مشتریان در یک شرکت بزرگ و معروفِ نرمافزاری، به نتایجی رسیدند که تمام تصورات قبلی ما را زیر و رو میکند.
برخلاف آزمایشهای گلخانهای و دانشگاهی که در محیطهای مصنوعی انجام میشوند، این تحقیق در دلِ یک محیط کار واقعی و پرفشار اتفاق افتاد. مدیرانِ این شرکت، یک دستیار هوش مصنوعی را به صورت مرحلهبهمرحله در اختیار کارمندانِ بخش چت قرار دادند. این ابزار در حین مکالمه با مشتری، جوابهای مناسب را به کارمند پیشنهاد میداد. اما رازِ اصلیِ این سیستم در نحوه آموزشِ آن بود؛ این دستیار با خواندنِ تاریخچه چتهای موفقِ بهترین کارمندانِ همان شرکت آموزش دیده بود. در واقع، این دستگاه ابزاری بود که دانشِ نانوشته و مهارتِ حرفهایترین افراد را استخراج میکرد تا در لحظه نیاز، آن را در گوشِ بقیه کارمندان زمزمه کند.
نتیجه کلی نشان داد که سرعت حل مشکلات مشتریان به طور میانگین حدود ۱۴ درصد افزایش یافته است. اما این عددِ میانگین اصلاً قسمتِ مهمِ ماجرا نیست؛ کشفِ بزرگِ این تحقیق در نحوه توزیعِ این پیشرفت بین آدمهای مختلف بود. آمارها نشان داد که کمتجربهترین و ضعیفترین کارمندان با استفاده از این دستیار توانستند حدود ۳۴ درصد پیشرفت کنند و با سرعتی بیسابقه، کار را یاد بگیرند. اما در کمال تعجب، پیشرفتِ کارمندانِ حرفهای و باسابقه تقریباً نزدیک به صفر بود و حتی در برخی بررسیها، عملکردشان کمی افت کرد.
دلیل این اتفاقِ عجیب، بسیار منطقی و ساده است. از آنجا که این هوش مصنوعی با تقلید از خودِ کارمندانِ حرفهای آموزش دیده بود، عملاً حرف تازهای برای گفتن به آنها نداشت. وقتی دستگاه پیشنهادی میدهد که از جوابِ خودِ فرد متخصص ضعیفتر است، خواندن، ارزیابی و رد کردنِ آن پیشنهاد فقط باعث اتلاف وقت و بر هم خوردنِ تمرکزِ فردِ حرفهای میشود. به بیان سادهتر، این سیستم برای تازهکارها یک تقلبِ طلایی بود، اما برای حرفهایها فقط یک مزاحمِ اعصابخردکن محسوب میشد.
شاید فکر کنید با بالا رفتنِ سرعتِ تازهکارها، آنها دقت را فدای سرعت کردهاند و کیفیت کارشان افت کرده است، اما دادهها نشان میدهند که کیفیت حتی بهتر هم شده است. رضایت مشتریان افزایش یافت، کارمندانِ پشتیبانی کمتر مجبور شدند مشکلات را به مدیرانِ خود ارجاع دهند و حتی بررسیِ متنها نشان داد که لحن صحبتِ تازهکارها شبیهبه افرادِ حرفهای شده است. از همه مهمتر، آمار استعفای کارمندانی که از این ابزار استفاده میکردند، کاهش پیدا کرد. شغل پشتیبانی معمولاً به خاطر استرسِ بالا و حسِ ناتوانی در ماههای اول، ریزش نیروی شدیدی دارد، اما این دستیارِ هوشمند باعث شد روزهای سختِ شروعِ کار برای تازهکارها بسیار قابلتحملتر شود.
این موضوع برای ما و کسبوکارهای ایرانی چه معنایی دارد؟ در اکوسیستم استارتاپی ایران و فروشگاههای اینترنتی، یکی از بزرگترین و پرهزینهترین چالشهای مدیران، ریزشِ مداومِ نیروهای پشتیبانی و زمانِ طولانیِ آموزش به نیروهای جدید است. مدیرانِ ما معمولاً غریزه اشتباهی دارند؛ آنها فکر میکنند باید ابزارهای جدید و تکنولوژیهای روز را در اختیارِ مدیران ارشد و نیروهای «سینیر» (Senior) قرار دهند تا خروجیِ آنها چند برابر شود. اما این تحقیق فریاد میزند که معجزه هوش مصنوعی جای دیگری است. ما باید از این ابزارها به عنوان زیرساختِ انتقالِ دانش استفاده کنیم. رفتارِ بهترین نیروهایتان را به ماشین یاد بدهید و آن را در اختیار کارآموزها بگذارید. مهمتر از همه، اگر نیروی متخصصِ شما از این ابزارها شاکی است، به او حق بدهید و اجازه دهید هر زمان که خواست دستگاه را خاموش کند.
در یک کلام، هوش مصنوعیِ مولد قرار نیست کارمندانِ عالی و بینقصِ شما را به سوپرمن تبدیل کند؛ بلکه معجزهاش این است که نیروهای صفرکیلومتر را با سرعتی فراتر از حد تصور، به کارمندانی کاربلد و مستقل تبدیل میکند.
منبع اصلی: Brynjolfsson, Li & Raymond, "Generative AI at Work" — NBER Working Paper 31161 (منتشرشده در Quarterly Journal of Economics) (۵٬۰۰۰ کارشناس پشتیبانی مشتری در محیط واقعی، ۱۵٪ افزایش بهرهوری. نکته تکمیلی: بیشترین سود نصیب تازهکارها شد، نه متخصصهای باتجربه.)
