شکاف میان توان و کارآیی هوش مصنوعی در محیط کار
او معتبرترین مطالعات را در زمینه هوش مصنوعی مولد (GenAI) و پیامدهای آن بر مشاغل منتشر کرده است. از جمله آثار او می‌توان به پژوهش‌های اولیه‌ا‌ی اشاره کرد که نشان می‌دهند این فناوری افزایش قابل ملاحظه بهره‌وری را برای کارکنان کم‌تجربه در زمینه خدمات مشتریان به ارمغان آورده است؛ درحالی‌که تحقیق اخیر او حاکی از تضعیف فرصت‌های شغلی برای برخی کارجویان تازه‌کار است.
مجله تایم با برینجولفسون، یکی از بنیان‌گذاران استارت‌آپ Workhelix و نویسنده کتاب «عصر دوم ماشین»، مصاحبه‌ای انجام داده است. محور این گفت‌وگو، بررسی موقعیت کنونی تحول هوش مصنوعی و مهارت‌هایی است که نیروی کار باید برای تطبیق با آینده به دست آورد.
مجله تایم: در مقاله‌تان با عنوان «فراتر از محاسبات» که در سال ۲۰۰۰ منتشر شد، شما چنین استدلال کردید که برای بهره‌برداری کامل از مزایای فناوری اطلاعات، شرکت‌ها ملزم به انجام سرمایه‌گذاری‌های مکمل و اصلاح فرآیندهای کسب‌وکار خود هستند. به نظر شما، امروزه با توجه به ظهور هوش مصنوعی، در کجای مسیر این تغییرات قرار داریم؟
پاسخ این تحولات شبیه به امواج متوالی است که پشت سر هم می‌آیند. با وجود این، من معتقدم ما هنوز در آغاز راه هستیم. مدل‌های کسب‌وکار نوینی در حال ابداع و شکل‌گیری‌اند که هنوز به وضوح نمایان نشده‌اند. مقاله «فراتر از محاسبات» در سال ۲۰۰۰ و اوج تب‌وتاب اینترنت نوشته شد. در آن زمان، جف بزوس گفته بود: «بیایید با هدف بازآفرینی نحوه فعالیت، کتابفروشی‌ها را متحول کنیم.»
خوشبختانه، منظور او صرفا جایگزین کردن صندوق‌دار با یک روبات نبود؛ چرا که این، تنها شیوه‌ای ساده‌انگارانه برای خودکارسازی یک کتابفروشی به شمار می‌رفت. در عوض، او مدلی کاملا جدید برای کسب‌وکار معرفی کرد. با این حال، نکته جالب این است که اکنون در سال ۲۰۲۵، همچنان بخش عمده‌ای از خرده‌فروشی‌ها، در فروشگاه‌های فیزیکی انجام می‌شود.
اگرچه مواردی چون کتاب و نرم‌افزار به فضای ابری نقل مکان کرده‌اند و با اینکه سهم فروش آنلاین از کل خرده‌فروشی در ایالات متحده سال به سال افزایش می‌یابد، دهه‌ها زمان لازم است تا این دگرگونی در سطح کل اقتصاد تحقق یابد. بنابراین، وضعیت کنونی نشان می‌دهد که اینترنت نیز برای دگرگون ساختن صنایعی مانند خرده‌فروشی به زمان نیاز داشت. این فرآیند در جریان است، و هیچ‌کس آن را بی‌اثر نمی‌خواند، اما روندی زمان‌بر است. به همین ترتیب، هوش مصنوعی نیز طی چند سال یا چند دهه تاثیر خود را آشکار خواهد کرد و به دگرگون‌سازی اقتصاد ادامه خواهد داد. متخصصان صنعت فناوری با دیدی ذوق‌زده به قابلیت‌های این مدل‌ها می‌نگرند و من نیز با آنها موافقم؛ این قابلیت‌ها حیرت‌انگیز هستند. آنها می‌توانند مدال طلای المپیاد ریاضی را کسب کنند و... این دستاورد بزرگی است.
اما در مقابل، مردم در سایر حوزه‌های اقتصادی می‌پرسند: «خب، بازدهی عملی این فناوری کجاست؟ آیا واقعا شرکت بیمه من را متحول کرده است؟ آیا صنعت خودروسازی اکنون به‌کلی تغییر یافته است؟» و در اغلب موارد، باید با دقت بسیار به دنبال هرگونه تفاوت محسوس گشت. این شکاف میان قابلیت‌های تئوری و اجرای عملی، دقیقا همان موضوعی است که من در مقاله «فراتر از محاسبات» به آن پرداختم، و بدیهی است که فاصله زیادی با پر کردن این شکاف داریم. من بر این باورم که این تحول به مراتب سریع‌تر از آنچه برای برق یا اینترنت اتفاق افتاد، رخ خواهد داد، اما همچنان به سال‌ها زمان نیاز دارد.
شما درباره حجم عظیم ثروت ایجادشده توسط فناوری‌های دیجیتال و در عین حال، نابرابری‌هایی که آنها با خود به همراه آورده‌اند، مطالعاتی داشته‌اید. تاثیر هوش مصنوعی بر این نابرابری اقتصادی را چگونه می‌بینید؟
این پرسش بسیار مهمی است. شواهد موجود در حوزه‌های گوناگون، نشان‌دهنده روندهای متضادی هستند. در پژوهش مراکز خدمات که با همکاری لیندسی ریموند و دانیل لی انجام دادم، این امر شگفت‌آور بود که بیشترین افزایش بهره‌وری نصیب کارکنان کم‌تجربه‌تر و همچنین کم‌بازده‌ترین افراد شد؛ یعنی کسانی که از پیش عملکرد ضعیف‌تری داشتند. این در حالی بود که کارکنان ارشد و ماهر، تقریبا بهبود قابل‌توجهی را تجربه نکردند. هوش مصنوعی در واقع به نیروی کار کم‌مهارت کمک می‌کرد.
این نتیجه، نقطه مقابل روندی بود که در طول دو یا سه دهه گذشته با ظهور سایر انواع فناوری اطلاعات مشاهده می‌شد؛ جایی که غالب دگرگونی‌ها در راستای همان چیزی بود که اقتصاددانان آن را «تغییر فنی جانبدارانه نسبت به مهارت» می‌نامند. این فناوری‌ها تمایل داشتند کارگران ماهرتر را بهره‌ورتر سازند و تاثیر چندانی بر کارکنان با مهارت کمتر نداشتند. بنابراین، فناوری‌های پیشین شکاف [مهارت و درآمد] را عمیق‌تر می‌کردند. اما در مطالعه مراکز خدمات، ما کاهش این شکاف را مشاهده کردیم. محققان دیگر نیز الگوهای مشابهی را در میان برنامه‌نویسان و مشاوران مدیریت پیدا کرده‌اند که در آن، شکاف تا حدی کمتر شده است.
این روند می‌تواند مایه دلگرمی باشد. همزمان، تاثیر سرمایه-کار در مسیری مخالف قرار دارد. هوش مصنوعی در حال انتقال ارزش فزاینده به سمت سرمایه و دوری از نیروی کار است. این مساله به نوبه خود، نابرابری را افزایش خواهد داد؛ تا حدی به این دلیل که مالکان سرمایه از قبل ثروتمندتر هستند، اما همچنین به این دلیل که توزیع درآمد سرمایه، به مراتب نامتوازن‌تر از درآمد نیروی کار است. در نتیجه، ما به سمت سطحی بسیار شدیدتر از تمرکز ثروت و نابرابری، در حرکت خواهیم بود.
کتاب شما با عنوان «عصر دوم ماشین» که در سال ۲۰۱۴ منتشر شد، به‌وضوح بیان می‌کند که پیش‌بینی اینکه کدام مهارت‌ها «مصون از آینده» خواهند بود، دشوار است. اما احتمالا شناسایی مهارت‌هایی که مکمل فناوری‌های کنونی هستند، آسان‌تر است. به نظر شما، چه مهارت‌هایی مکمل هوش مصنوعی هستند؟
در خصوص نکته اول شما، موافقم. بسیاری از پیش‌بینی‌های ما در «عصر دوم ماشین» برای مدتی معتبر بودند، اما اکنون شاهد تغییر بنیادین برخی از آنها هستیم. در آن زمان، تصور نمی‌کردم ماشین‌ها بتوانند تا این حد خلاق باشند؛ اما مدل‌های زبانی بزرگ (LLMs) و هوش مصنوعی مولد حقیقتا نوعی ظرفیت خلاقانه دارند یا حداقل به تقویت خلاقیت کمک می‌کنند. در پاسخ به سوال دوم شما، من بر رهبری سازمانی و مدیریت عوامل - چه انسانی و چه غیرانسانی - تاکید می‌کنم.
من فکر می‌کنم ما هر چه بیشتر به مدیران عامل تیم‌هایی از کارکنان تبدیل خواهیم شد که خیلی از آنها ممکن است انسان نباشند. داشتن مهارت‌هایی چون تعریف و تشخیص دقیق یک هدف، تخصیص آن هدف با دستورالعمل‌های کاملا شفاف به عوامل و وادار کردن آنها به اجرای وظایف، و سپس بررسی و تایید عملکرد نهایی و حتی احتمالا اعمال مشوق‌ها و انگیزه‌بخشی، تمامی اینها مهارت‌هایی هستند که هم در تعامل با عوامل هوشمند و هم در مدیریت نیروی انسانی، فوق‌العاده ارزشمند خواهند بود. تقریبا همه ما در حال حرکت به سمت ایفای نقش مدیرعامل هستیم.
منبع: Time
