ماشین؛ در کنار یا بجای انسان؟
مدتی است که بحث جایگزینی هوش مصنوعی با نیروی انسانی نه فقط در محافل دانشگاهی، بلکه در گفت‌وگوهای روزمره‌ی مدیران و کارمندان به مسئله‌ای جدی تبدیل شده است.
ما در مقطعی قرار گرفته‌ایم که بسیاری از وظایف، چه در صنایع خلاق، چه در حوزه‌های تحلیل داده و چه در خدمات مشتری، توسط ماشین‌ها قابل انجام است. اما وقتی که ماشین می‌تواند بخش بزرگی از کار ما را بر عهده بگیرد، سرنوشت نقش انسان در کار چه خواهد شد؟ من معتقدم این سوال بیش از آنکه فنی باشد، سوالی انسانی و مدیریتی است.
بر اساس تجربه شخصی من در این سال‌ها، امروز AI بیش از هرچیز همان کارهایی را از بین برده که کمترین ارزش افزوده انسانی داشته‌اند. در تیم‌های فنی، نوشتن تست‌های واحد، تولید کدهای تکراری و مرور ایرادهای سطحی در کد دیگر به ندرت به برنامه‌نویسان تازه‌کار سپرده می‌شوند.
ماشین‌ها این وظایف را سریع‌تر و دقیق‌تر انجام می‌دهند و وقت مهندسان باتجربه را برای تصمیم‌های معماری و طراحی کلان آزاد می‌کنند. این تغییر از یک سو بهره‌وری را بالا برده، و از سوی دیگر مسیر یادگیری نسل تازه‌کارها را کوتاه کرده است؛ آن‌ها مجبورند خیلی زودتر از گذشته به سطحی برسند که تصمیم‌های جدی بگیرند، چون مرحله‌ی کارهای ساده تقریباً حذف شده است.
این تحول فقط در تیم‌های مهندسی اتفاق نیفتاده است. من تغییرات مشابهی را در مشاغل پروداکتی هم دیده‌ام. زمانی که مدیر محصول باید روزها صرف تحلیل داده‌ها، تهیه PRD یا هماهنگی با تیم‌های مختلف می‌کرد، امروز بسیاری از این کارها را مدل‌های تحلیلی و ابزارهای طراحی خودکار انجام می‌دهند. پروتوتایپ‌هایی که پیش‌تر هفته‌ها زمان می‌برد، حالا در چند ساعت ساخته و روی کاربر تست می‌شوند.
این تغییر باعث شده نقش پروداکت از «جمع‌آوری و اجرا» به «انتخاب و قضاوت» تغییر کند. مدیر محصول آینده کمتر وقتش را صرف مستندسازی خواهد کرد و بیشتر وقتش را برای پاسخ به سوالی صرف خواهد کرد که هیچ ماشینی قادر به پاسخ آن نیست، این تصمیم چه پیامدی برای اعتماد کاربر و آینده کسب‌وکار خواهد داشت؟
با همه‌ی این پیشرفت‌ها، یک حقیقت برای من روزبه‌روز روشن‌تر شده است، اینکه آن‌ها مسئولیت نمی‌پذیرند. هیچ مدلی پای یک تصمیم غلط نمی‌ایستد، هیچ الگوریتمی حاضر نمی‌شود به کاربر یا هیئت مدیره توضیح دهد چرا یک سرویس سقوط کرد یا چرا یک فیچر شکست خورد. مسئولیت همچنان بر دوش انسان باقی است. این همان مرزی است که به باور من آینده‌ی کار را تعریف می‌کند، وظایف می‌توانند ماشینی شوند، اما مسئولیت و ریسک همیشه انسانی می‌مانند.
از منظر کسب‌وکار، من فکر می‌کنم این دوران یک چارچوب عملی روشن می‌طلبد. سازمان‌ها باید یاد بگیرند وظایف تکراری را به ماشین‌ها واگذار کنند، اما مسئولیت تصمیم‌ها را نزد انسان نگه دارند. باید برای هر خروجی ماشینی یک صاحب‌کار انسانی مشخص باشد و آستانه‌های مداخله تعریف شوند؛ جاهایی که پای مشتری، ریسک و اعتماد وسط است، تصمیم نهایی را انسان بگیرد.
همچنین لازم است نقش‌های تازه مثل Prompt Engineer یا AI Ops به رسمیت شناخته شوند و نظام حاکمیت داده به‌روز شود، چرا که بدون شفافیت و ممیزی نمی‌توان به AI اعتماد کرد. از سوی دیگر، مدیران باید جلوی دِ-مهارت‌یافتگی تیم‌ها را بگیرند؛ اجازه ندهند که وابستگی بیش از حد به ماشین باعث فراموش شدن مهارت‌های پایه‌ای شود. در نهایت، اگر سازمان‌ها فقط سرعت و هزینه را بسنجند و اعتماد و کیفیت تصمیم را نادیده بگیرند، دیر یا زود هزینه‌اش را خواهند پرداخت.
اما این معادله فقط به سازمان‌ها مربوط نمی‌شود. هر فردی که نمی‌خواهد در این تغییر حذف شود، باید خودش را باز تعریف کند. به نظر من کسانی در آینده باقی می‌مانند که با ذهنیت AI-first سراغ کار بروند، یعنی قبل از شروع هر پروژه بپرسند: «آیا این کار را می‌شود به شکلی بهتر با AI انجام داد؟» این افراد باید مهارت‌های ترکیبی بسازند و خود را صرفاً یک کارشناس فنی یا یک مدیر اجرایی نبینند، بلکه ترکیبی از خلاقیت، رهبری و درک بیزینس را به نمایش بگذارند. و مهم‌تر از همه، آن‌ها باید مسئولیت‌پذیر باشند و پوست در بازی داشته باشند؛ چون ماشین هیچ‌وقت بار ریسک را به دوش نمی‌کشد.
به باور من سرمایه‌گذاری روی مهارت‌های انسانی مثل ارتباط، مذاکره و قضاوت اخلاقی همان چیزی است که افراد را غیرقابل جایگزین می‌کند. آینده به کسانی تعلق دارد که هوش مصنوعی را همکار خود ببینند، نه رقیبشان.
من فکر می‌کنم آینده‌ی کار نه متعلق به ماشین است و نه به انسان به تنهایی. آینده به شراکتی تعلق دارد که میان این دو تعریف می‌شود. ماشین برای سرعت و مقیاس، انسان برای قضاوت و اعتماد. برنده کسانی خواهند بود که زودتر این شراکت را شفاف تعریف کنند.
