کارنگ رسانه اقتصاد نوآوری است. رسانه‌ای که نسخه چاپی آن هر هفته شنبه‌ها منتشر می‌شود و وب‌سایت و شبکه‌های اجتماعی‌اش هر ساعت، اخبار و تحولات این بخش از اقتصاد را پوشش می‌دهند. در کارنگ ما تلاش داریم کسب‌وکارهای نوآور ایرانی، استارتاپ‌ها، شرکت‌های دانش‌بنیان و دیگر کسب‌وکارها کوچک و بزرگی که در بخش‌های مختلف اقتصاد نوآوری در حال ارائه محصول و خدمت هستند را مورد بررسی قرار دهیم و از آینده صنعت، تولید، خدمات و دیگر بخش‌های اقتصاد بگوییم. کارنگ رسانه‌ای متعلق به بخش خصوصی ایران است.
بسیاری از کسب‌وکارها تا همین چند سال پیش به شکلی انتزاعی درباره مشکل «آینده کار» با هوش مصنوعی دست‌وپنجه نرم می‌کردند. حالا؟ بیش از نیمی از شرکت‌ها در سراسر جهان به شکلی پویا هوش مصنوعی را به کار گرفته‌اند. اگرچه بخش بزرگ سرمایه‌گذاری‌ها؛ به‌ویژه در صنایعی مانند مراقبت‌های بهداشتی، مدیریت و پردازش داده‌ها، رایانش ابری و فناوری مالی انجام شده، اما همه انواع سازمان‌ها فناوری هوش مصنوعی را در کارهای خود گنجانده‌اند. رهبران ناگزیرند در برابر ابزارهای مولد هوش مصنوعی مانند ChatGPT بپرسند هوش مصنوعی کجا و چگونه به کسب‌وکار آنها کمک میکند.
چرخش از شناسایی به سوی ایده‌پردازی
با این حال بیشتر شرکت‌ها هنوز هوش مصنوعی را ابزاری می‌دانند که هزینه‌ها و ناکارآمدی‌های کارهای تکراری نیروی انسانی را با خودکار کردن (کارهایی مانند جابه‌جایی کالا در انبارها) و افزایش ظرفیت سازمان‌ها برای تولید، پردازش و تجزیه‌وتحلیل انبوه داده‌ها کاهش می‌دهد، اما توانایی این فناوری خیلی بیشتر از اینهاست.
این فناوری در کنار مهارت‌های نرم مانند تفکر انتقادی، نوآوری، یادگیری فعال، توانایی حل مسائل پیچیده، خلاقیت، اصالت و ابتکار، می‌تواند درک ما از دنیای پیچیده‌تر را افزایش دهد و اجازه دهد درگیر پرسش‌هایی انتزاعی‌تر شویم و تمرکز خود را از شناسایی به سوی ایده‌پردازی بچرخانیم. پژوهش‌ها و کارگاه‌هایی که با مدیران برگزار می‌شود نشان می‌دهد چنانچه شرکت‌ها هوش مصنوعی را در جایگاه یک همکار دانشی در زمینه‌های گوناگون مانند طراحی محصول، کارایی فرایند و مهندسی ببینند چیزهای زیادی به دست می‌آورند. مشارکت با فناوری به این روش کمک میکند افراد پرسش‌هایی هوشمندانه‌تر بپرسند که در جای خود، آنها را به مبتکران موفق و افرادی تبدیل میکند که مشکلات را بهتر حل می‌کنند.
کارشناسان دریافته‌اند که مهندسان نرم‌افزار هنگام توسعه ابزارهای خودکار (برای ارائه پیش‌فرض‌هایی با سوگیری کمتر) به طرح پرسش‌های هوشمند نیاز دارند، اما درباره سویه دیگر هوش مصنوعی، یعنی توانایی این فناوری در کمک به مردم تا در حین کار به افراد کنجکاوتر و خلاق‌تری تبدیل شوند، صحبت نشده است. پژوهشی با حضور نزدیک به دویست رهبر کسب‌وکار از بیش از سی کشور که در برنامه‌های آموزشی اجرایی در MIT شرکت داشتند انجام شد تا روشن شود هوش مصنوعی چگونه بر الگوهای پرسشگری و رفتارها و نتایج نوآوری در سازمان‌ها اثر گذاشته است. در نتیجه دو مسیر جداگانه و در عین حال مرتبط یافت شد که رهبران برای تقویت توانایی خود (و گروه‌هایشان) در جریان کاوش برای بهره‌گیری از قدرت هوش مصنوعی در پرسشگری به کار می‌بندند.
تغییر آهنگ و الگوی پرسش
نخستین مسیر آن است که آنها می‌توانند از این فناوری برای تغییر آهنگ و الگوی پرسش‌های خود استفاده کنند: هوش مصنوعی سرعت، تنوع و تازگی پرسش‌ها را افزایش می‌دهد. یافته‌های پژوهش‌ها نشان می‌دهد که هوش مصنوعی می‌تواند هر سه را به شکلی چشمگیر افزایش دهد.
در مسیر دوم، هوش مصنوعی می‌تواند موجب دگرگونی وضعیت و فرایندهایی شود که افراد در آن کار می‌کنند تا پرسش‌هایی به وجود بیاید که جرقه تغییر را پدید می‌آورند، آنچه پرسش‌های «کاتالیزوری» می‌نامیم. این امر رهبران را از مناطق آسایش خود خارج میکند و به موقعیتی می‌رساند که از نظر فکری اشتباه، از نظر عاطفی ناخوشایند و از نظر رفتاری ساکت هستند و بیشتر می‌اندیشند و به نظر می‌رسد همه اینها موجب ترویج تفکر و عمل نوآورانه است. بیایید ببینیم که هر مسیر چگونه منجر به طرح‌هایی برای پیشرفت می‌شود.
افزایش سرعت، گوناگونی و تازگی
کار با هوش مصنوعی برای افزایش سرعت، گوناگونی و تازگی پرسش‌ها ایجاب میکند تا شرکت‌ها الگوریتم‌ها را به نحوی آموزش دهند تا به پرسش‌های بنیادین و آسان (بله/خیر) به شکل مستقل پاسخ دهند و الگوهای خفته درون داده‌ها را آشکار کنند. وقتی این پایه گذاشته شد، انسان‌ها قادر به بررسی پرسش‌های ظریفی هستند که وابستگی بیشتری به زمینه دارند و فناوری‌های هوش مصنوعی هنوز به‌تنهایی قادر به پاسخگویی به آنها نیستند.
سرعت پرسش (Question Velocity):
الگوریتم‌ها توان پاسخگویی بی‌درنگ به پرسش‌هایی را که رهبران مطرح می‌کنند، دارند، در مقابل به آنها اجازه می‌دهند پرسش‌های بیشتر را مدام بپرسند. پژوهش نشان داد که ۷۹ درصد از پاسخ‌دهندگان پرسش‌های بیشتر، ۱۸ درصد به همان اندازه و سه درصد پرسش‌های کمتر پرسیده‌اند. پژوهشگران در شرکت امنیت سایبری Cybereason به هوش مصنوعی و یادگیری ماشین تکیه می‌کنند تا پرسش‌های اساسی درباره یک رخنه آشکار را پاسخ دهند تا گروه بتواند با سرعتی بیشتر توجه خود را به پرسش‌های ژرف‌تر درباره علت آن رخداد متمرکز کند. مدیرعامل Lior Div می‌گوید یافته‌ها در گذشته بیشتر سیاه و سفید بود؛ مانند «این یک حمله است» یا «این یک حمله نیست»، «خوب است» یا «بد»، اما سرعتی که هوش مصنوعی در آن جاهای خالی را پر کرد مسیری تازه از پرسش‌ها ایجاد کرد و این سؤال پیش آمد که هکرها به‌راستی در یک موقعیت ویژه به دنبال چه چیزی هستند.
البته استفاده از هوش مصنوعی برای ایجاد پرسش‌های واکنش سریع خطراتی نیز دارد. برای مثال ممکن است افراد بدون اینکه برای رسیدن به یک روند عملی تلاش کنند، پرسش‌های بیشتر و بیشتری بپرسند که تشخیص زمان توقف کارآمدی فرایند را بااهمیت میکند. از سوی دیگر پرسش‌های بیشتر منجر به پرسش بهتر نمی‌شود و باید در تصمیم‌گیری درباره چگونگی ادامه کار همچنان برداشت انسانی را وارد کنید.
گوناگونی پرسش (Question Variety):
هوش مصنوعی به کشف الگوها و همبستگی‌ها در انبوه داده‌ها، که انسان‌ها بدون این فناوری به‌راحتی می‌توانند از دست بدهند، کمک میکند. چنین ابزاری رهبران را قادر میکند پرسش‌های گسترده‌تری بپرسند و چیزهای جدیدی کشف کنند که در نبود این توانایی در نظر نمی‌گرفتند. پژوهش‌ها نشان داد تعامل با هوش مصنوعی پاسخ‌دهندگان را به سوی پرسش‌هایی ۹۴ درصد متفاوت می‌کشاند.
«کلی پاپاس» (Kli Pappas)، مدیر تجزیه‌وتحلیل‌های پیش‌بینی‌کننده در Colgate-Palmolive می‌گوید همکاران او هوش مصنوعی را به کار گرفتند تا دریابند چگونه زغال‌سنگ به یک ماده بسیار محبوب در محصولات مصرفی تبدیل شده تا بتوانند «زغال چوب بعدی را بیابند». الگوریتم آنها هزاران پرسش را بر پایه جست‌وجوی اولیه‌شان ایجاد کرد و به آنها پاسخ داد و مسیری از چند دهه ستردن با زغال چوب در کره جنوبی بیست سال پیش تا زغال چوب در شست‌وشوی صورت در ایالات متحده و سپس در انواع محصولات در سراسر جهان ترسیم کرد.
تازگی پرسش (Question novelty):
هوش مصنوعی همچنین مسیر کاربران برای یافتن درکی ژرف‌تر را هموار میکند و این کار را با کمک به یافتن پرسش‌های جدید موسوم به «Category Jumping» انجام می‌دهد که استانداردی طلایی در پرسشگری نوآورانه است و فهم از یک منطقه را به فضایی متفاوت اعمال میکند. با پژوهشی که انجام شد، هوش مصنوعی پاسخ‌دهندگان را به طرح پرسش‌های ویژه‌ای سوق داد که در ۷۵ درصد موارد موجب تغییر مسیر گروه، سازمان یا صنعت آنها شد.
آنگاه که می‌دانید یک فناوری می‌تواند داده‌های بسیار بیشتری را غربال کند و نقاط بیشتری را به هم پیوند دهد، اجازه می‌یابید پرسش‌های شگفت‌انگیزتری بپرسید؛ چیزهایی که اگر مجبور باشید به‌تنهایی به آنها پاسخ دهید هرگز نمی‌پرسید، زیرا آن پرسش‌ها برای مغز انسان غیر قابل تحمل هستند یا به شکلی در مقابل سوگیری‌های شناختی ریشه‌دارند.
در حالی که پرسش‌های Category Jumping در هر بار روبه‌رو شدن با سامانه‌های هوش مصنوعی بروز نمی‌کند، اما باز گذاشتن احتمالات و آزادی پژوهش راه را برای موارد بیشتر هموار میکند.
«میر عمران» (Mir Imran) که یک نوآور در زمینه پزشکی و بنیان‌گذار آزمایشگاه‌های InCube است می‌گوید: «هوش مصنوعی می‌تواند متغیرهای بسیار مبهم را بگیرد و پیوندهای جدیدی ایجاد کند. گرد آمدن این پیوندهای پنهان موجب می‌شود طرح دوباره پرسش‌ها و نوآوری‌های دگرگون‌ساز شود» به بیان دیگر، پیوندهای جدید هوش مصنوعی می‌تواند پرسش‌هایی تازه برانگیزد که به نوبه خود شما را به سوی بررسی راه‌حل‌هایی بکشاند که دیگران هنوز درباره آن فکر نکرده‌اند، مانند قرص‌های روباتیکی که همکاران میر عمران به‌تازگی ساخته‌اند تا تزریق‌های خارجی را با تزریق‌های داخلی جایگزین کند.
فراهم کردن امکانات برای پرسش‌های بهتر
هوش مصنوعی می‌تواند رهبران کسب‌وکارها را از حالت کاری همیشگی خارج کرده و ناگزیر کند چیرگی‌شان را به جایی که پرسش‌هایشان آنها را می‌برد واگذار کنند. این رخداد خوبی است. بالا رفتن سرعت پرسش، گوناگونی، و به‌ویژه تازگی موجب می‌شود تشخیص اینکه کجا اشتباه فکر می‌کنید و از نظر احساسی ناخوشایندید و از جنبه رفتاری ساکت می‌شوید، ساده‌تر شود.
اما در کار با هوش مصنوعی مشکلی وجود دارد: پژوهش‌ها نشان می‌دهد که این کار به شکل دلخواه و فردی می‌تواند چالش‌برانگیز باشد زیرا توانایی‌های فرابشری و حرکات غیر قابل پیش‌بینی هوش مصنوعی شاید راه اعتماد کامل و درگیر شدن با این فناوری را ببندد.
وقتی به فناوری بی‌اعتماد باشید پژوهش‌های خلاقانه دشوار می‌شود؛ بنابراین باید به دنبال راه‌هایی برای جبران باشید و کار را به هوش مصنوعی بسپارید تا زمینه برای اندیشیدن، پیشرفت و حل مسئله فراهم شود. ببینید کجا در فرایندهای حل مسئله شما فضایی برای ترکیب چیزهایی وجود دارد که به نظر می‌رسد به هم مربوط نیستند. چگونه می‌توانید از این فرصت‌ها استفاده کنید تا توازن آنها را بر هم بزنید که پرسش‌هایی ایجاد کنند که فراتر از آن چیزی است که از جنبه عقلی درست می‌دانند، چه چیزی آرامش احساسی ایجاد میکند و به گفتن و انجام دادن چه چیزی عادت دارند. در همین حال چگونه می‌توانید برای افراد سازمانتان امنیت روانی ایجاد کنید تا پرسش‌های گسترده‌تری بپرسند و از هوش مصنوعی به شکلی کارآمدتر برای یادگیری استفاده کنند که در پایان به پرسیدن پرسش‌های بهتر بینجامد. آیا آنگاه که امنیت روانی وجود دارد افراد می‌توانند بدون نگرانی از پیامدها بگویند: «من اشتباه می‌کنم»، «من ناراحتم» و «هنوز فکر می‌کنم»؟
رهبران و گروه‌ها باید بیاموزند به جای حل دقیق همه این تنش‌ها، با عدم اطمینان ناشی از پرسیدن سؤالاتی که آنها را وارد قلمرو جدیدی میکند کنار بیایند. گرچه این فرایند آسان نیست، نتایج هیجان‌انگیز است و شاید این مهم‌ترین برتری ناشی از همکاری با یک سامانه هوش مصنوعی باشد. هیجان‌انگیز بودن نیروی محرک و انگیزه پیشبرد یک فرایند سخت و سوخت لازم برای خلاقیت بیشتر را فراهم میکند.
کاهش ضعف‌های هوش مصنوعی با توانمندی‌های انسانی
شاید هوش مصنوعی در بخش‌هایی فراتر از بشر باشد، اما ضعف‌های چشمگیری دارد. این فناوری از بنیان عقب‌مانده و بر پایه داده‌های پیشینی است؛ در حالی که آینده ممکن است شبیه گذشته نباشد. علاوه‌بر این، داده‌های آموزشی نادرست یا ناقص (مانند آنهایی که با سوگیری‌ها به انحراف کشیده شده‌اند) منجر به نتایج ضعیفی می‌شوند. رهبران و گروه‌های کاری که می‌خواهند با هوش مصنوعی در جایگاه شریکی با تفکر خلاق رفتار کنند، باید چنین محدودیت‌هایی را مدیریت کنند. چگونه؟ با تمرکز بر جاهایی که مغز انسان و ماشین‌ها مکمل یکدیگرند. با اینکه هوش مصنوعی حجم داده‌هایی را که می‌توانیم پردازش کنیم و میزان پیچیدگی ما را افزایش می‌دهد، مغز ما به شیوه‌ای کاهش‌دهنده کار میکند. ما طرح‌هایی را خلق می‌کنیم و آنها را برای دیگران توضیح می‌دهیم؛ درحالیکه ماشین‌ها قدرت تخیل و قضاوت اخلاقی ندارند. می‌توانیم این مهارت‌های حیاتی را به کار بگیریم زیرا هوش مصنوعی کمک میکند سرعت، گوناگونی و تازگی پرسش‌ها در مسیر حل مشکلات سازمان‌هایمان را افزایش دهیم. چنین تفاوت‌هایی منجر به همکاری سودمند می‌شود و بهینه‌سازی آنها خطر هوش مصنوعی برای نیروی انسانی را کاهش می‌دهد.
حمایت از فرهنگ پرسیدن پرسش‌های بزرگ
آنگاه که انسان‌ها و هوش مصنوعی نقاط قوت خود را به کار بگیرند، می‌توانند نایافته‌های ناشناخته را به نایافته‌های شناخته‌شده تبدیل کنند و با جهش‌های منطقی و مفهومی که هیچ‌‌یک بدون دیگری نمی‌تواند انجام دهد، دری به پیشرفت تفکر باز کنند. بهره‌برداری از این توانمندی نیازمند نگاه جدید رهبران به هوش مصنوعی است. هوش مصنوعی بیشتر از اینکه درباره کاهش هزینه یا کارایی بیشتر و خودکار کردن باشد، درباره الهام، تخیل و نوآوری است. همچنین نیازمند برساختن فرهنگی است که از پرسیدن پرسش‌های بزرگ حمایت کرده و آن را تشویق میکند و به آن پاداش می‌دهد؛ درحالیکه پاسخ‌ها را نمی‌دانند.
لینک کوتاه: https://karangweekly.ir/zzy9
