Josh Drean: Η σωστή καθοδήγηση «ξεκλειδώνει» τις πραγματικές δυνατότητες της Τεχνητής Νοημοσύνης

Ένα από τα πιο συχνά ζητήματα που βιώνουν οι εργαζόμενοι είναι η εξουθένωση και η έλλειψη ενδιαφέροντος. Αυτό εγείρει ένα σημαντικό ερώτημα: είναι η τεχνητή νοημοσύνη παράγοντας αποτελεσματικότητας ή μήπως οδηγεί σε burnout;

Σύμφωνα με μια πρόσφατη έρευνα της πλατφόρμας Upwork, 96% των ανώτερων στελεχών σε θέσεις C-suite αναμένουν ότι η χρήση εργαλείων τεχνητής νοημοσύνης θα αυξήσει τα συνολικά επίπεδα παραγωγικότητας της εταιρείας τους. Ωστόσο, σε ποσοστό 47%, οι εργαζόμενοι που χρησιμοποιούν οι ίδιοι στην πράξη το εν λόγω εργαλείο, αναφέρουν ότι δεν γνωρίζουν με ποιον τρόπο να την χρησιμοποιήσουν προκειμένου να ανταποκριθούν στις προσδοκίες παραγωγικότητας των εργοδοτών τους. Μάλιστα το 77% δηλώνει ότι στην πραγματικότητα έχει μειωθεί η παραγωγικότητά τους και έχει αυξηθεί το φόρτο εργασίας τους, γεγονός που φέρνει το αντίθετο από το προσδοκώμενο αποτέλεσμα.

O Josh Drean, Co-founder & Director of Employee Experience, The Work3 Institute, AI & Workforce Advisor, Harvard Innovation Labs, ο οποίος θα βρεθεί στη χώρα μας με αφορμή τη συμμετοχή του στο 1ο ΑΙ & Digital Transformation Conference που διοργανώνει στις 15 Οκτωβρίου η KPMG στην Ελλάδα, μοιράζεται με τους αναγνώστες του Fortune Greece τη δική του οπτική για τη χρήση της τεχνητής νοημοσύνης στον κόσμο των επιχειρήσεων και αποκαλύπτει πώς αυτή οδηγεί στην καινοτομία και στο χτίσιμο ενός ανταγωνιστικού πλεονεκτήματος στο σημερινό γρήγορο επιχειρηματικό περιβάλλον.

Πώς αλλάζει η εμπειρία των εργαζομένων με την έλευση της τεχνητής νοημοσύνης;

Οι επικεφαλής των επιχειρήσεων αναμένουν οι εργαζόμενοι τους να χρησιμοποιούν την τεχνητή νοημοσύνη, πιέζοντας σθεναρά προς αυτήν την κατεύθυνση, χωρίς όμως να κατανοούν με ποιον ακριβώς τρόπο βελτιώνει την εμπειρία των εργαζομένων ή αυξάνει την παραγωγικότητα. Αρχικά, θα πρέπει να προσδιορίσουμε το είδος της εμπειρίας που θέλουμε να έχουν οι εργαζόμενοι και στη συνέχεια να αξιοποιήσουμε την τεχνητή νοημοσύνη για να την επιτύχουμε.

Υπάρχουν ορισμένες περιπτώσεις που η ΤΝ έχει επιδεινώσει την εμπειρία των εργαζομένων. Χαρακτηριστικά παραδείγματα είναι η αναζήτηση εργασίας και η διαδικασία προσλήψεων. Οι υπεύθυνοι προσλήψεων την χρησιμοποιούν για να συντάξουν τις περιγραφές των διαθέσιμων θέσεων εργασίας, ενώ οι υποψήφιοι για να προσαρμόσουν τα βιογραφικά τους προκειμένου οι ικανότητές τους να αντιστοιχίζονται απόλυτα με τις απαιτήσεις των αγγελιών αυτών. Στη συνέχεια, οι αιτήσεις φιλτράρονται από την ΤΝ. Εδώ προκύπτει το πρόβλημα ότι σχεδόν κάθε βιογραφικό φαίνεται άψογο, χωρίς να είναι εύκολο να επιβεβαιωθεί αν αυτές οι δεξιότητες είναι καν υπαρκτές. Παρόλα αυτά, η τεχνητή νοημοσύνη έχει τη δυνατότητα να βελτιώσει αυτήν τη διαδικασία, αφού όμως πρώτα καταφέρουμε να επαληθεύσουμε τις δεξιότητες χρησιμοποιώντας την τεχνολογία blockchain.

Φυσικά, προσφέρει πολλαπλές δυνατότητες βελτίωσης της εμπειρίας των εργαζομένων, όπως εξατομικευμένα προγράμματα κατάρτισης και εκπαίδευσης, που προσαρμόζονται στα προσωπικά πλεονεκτήματα και τους στόχους σταδιοδρομίας τους, ενισχύοντας τη συνεχή τους ανάπτυξη. Με την αυτοματοποίηση επαναλαμβανόμενων εργασιών, όπως είναι η εισαγωγή δεδομένων ή τα διοικητικά καθήκοντα, η ΤΝ ελαφραίνει τον φόρτο των εργαζομένων, ώστε να επικεντρωθούν στη λήψη αποφάσεων, την επίλυση προβλημάτων και τη δημιουργικότητα, επιτρέποντάς τους να αξιοποιούν τις ανθρώπινες δεξιότητές τους με πιο ουσιαστικούς τρόπους.

Ποιο είναι το σωστό μίγμα στρατηγικής που πρέπει να εφαρμόσει ένα ηγετικό στέλεχος για να ηγηθεί της ομάδας του με στόχο την καινοτομία και την ενίσχυση του ανταγωνιστικού πλεονεκτήματος στο σημερινό ταχέως εξελισσόμενο επιχειρηματικό περιβάλλον;

Η διάθεση εργαλείων ΤΝ στους εργαζόμενους περιμένοντας άμεση αύξηση της παραγωγικότητας, χωρίς την κατάλληλη καθοδήγηση, τελικά επιδεινώνει τη σύγχυση και την εξουθένωση που αντιμετωπίζουν ήδη πολλοί από αυτούς. Δεν μπορεί να επιτευχθεί ψηφιακός μετασχηματισμός τέτοιας κλίμακας εν μια νυκτί. Με τους πελάτες μας, σπάμε τη διαδικασία σε περισσότερα διαχειρίσιμα βήματα, ευθυγραμμισμένα με τους στόχους και τους σκοπούς τους, βοηθώντας τους να τους επιτύχουν.

Είναι σημαντικό να διευκρινίσουμε τον σκοπό χρήσης της ΤΝ και να υιοθετήσουμε τη σωστή νοοτροπία. Στη συνέχεια, οι επικεφαλής πρέπει να κατανοήσουν με ποιον τρόπο θα επηρεαστούν οι άνθρωποί τους, διασφαλίζοντας ότι το ανθρώπινο στοιχείο θα βρίσκεται στο προσκήνιο. Μόνο αφού έχουν ολοκληρώσει αυτά τα βασικά βήματα, θα πρέπει να καθορίσουν τους δείκτες επιτυχίας και να διερευνήσουν την ίδια την τεχνολογία, καθώς και τον ευρύτερο αντίκτυπό της.

Πώς μπορούν οι επιχειρήσεις να διασφαλίσουν ότι η λήψη αποφάσεων με βάση την ΤΝ χαρακτηρίζεται από διαφάνεια, λογοδοσία και δικαιοσύνη;

Αυτό είναι το μεγάλο ερώτημα και τελικά το πιο ουσιαστικό για όσους θέλουν να «κερδίσουν» την κούρσα της τεχνητής νοημοσύνης.

Η ανθρώπινη εποπτεία είναι πιο σημαντική από ποτέ ώστε να διασφαλίσουμε ότι η ΤΝ λειτουργεί όπως αναμένεται, αλλά και ότι μπορούμε να την επαναφέρουμε αν αποκλίνει από την πορεία της. Τα ηγετικά στελέχη θα πρέπει να συμμετέχουν στην επανεξέταση και την έγκριση σημαντικών αποφάσεων, ειδικά όταν αυτές επηρεάζουν τους εργαζόμενους ή τους πελάτες. Οι τακτικοί έλεγχοι των συστημάτων τεχνητής νοημοσύνης σε θέματα δικαιοσύνης και προκαταλήψεων δίνουν τη δυνατότητα διασφάλισης ότι τα δεδομένα και οι αλγόριθμοι που χρησιμοποιούνται δεν ευνοούν ακούσια ορισμένες ομάδες έναντι άλλων. Διαθέτοντας σαφή μέτρα λογοδοσίας και καθορισμένες ομάδες υπεύθυνες για την εποπτεία της τεχνητής νοημοσύνης, οι επικεφαλής των επιχειρήσεων μπορούν να δημιουργήσουν ένα σύστημα όπου η ΤΝ προωθεί την πρόοδο, χωρίς να παρεκκλίνει από τις ηθικές αξίες και τη δικαιοσύνη.

Υπάρχει τρόπος για τις επιχειρήσεις να μετρήσουν την απόδοση της επένδυσης (ROI) της υιοθέτησης της ΤΝ και ποιοι είναι μερικοί κοινοί δείκτες που χρησιμοποιούνται για την αξιολόγηση της αποτελεσματικότητας των συγκεκριμένων πρωτοβουλιών;

Θα έλεγα ότι οι περισσότεροι δείκτες μέτρησης υπάρχουν ήδη, αλλά οι πρωτοβουλίες γύρω από την ΤΝ θα έχουν μεγάλο εύρος ανάλογα με τον κλάδο και την κάθε περίπτωση χρήσης.

Σημειώστε επίσης ότι ο όρος «ΑΙ» είναι ένας όρος ομπρέλα και ότι θα πρέπει να προσδιορίσετε τον τύπο ΤΝ που επιθυμείτε να εφαρμόσετε. Στην περίπτωση αυτή υπάρχουν κάποιοι συχνοί δείκτες που μπορούν να χρησιμοποιήσουν οι επιχειρήσεις για να αξιολογήσουν την αποτελεσματικότητα.

1. Εξοικονόμηση κόστους
2. Αύξηση εσόδων
3. Αύξηση παραγωγικότητας
4. Ακρίβεια και μείωση σφαλμάτων
5. Ικανοποίηση πελατών
6. Χρόνος διάθεσης στην αγορά
7. Αποτελεσματικότητα των εργαζομένων

Το κλειδί είναι η ευθυγράμμιση της υιοθέτησης της τεχνητής νοημοσύνης με τους επιχειρηματικούς στόχους και η συνεχής βελτίωση των δεικτών ώστε να αντικατοπτρίζουν τις συνεχείς βελτιώσεις και τα μακροπρόθεσμα αποτελέσματα.

Μπορούν οι εξατομικευμένες πλατφόρμες μάθησης που βασίζονται σε Τεχνητή Νοημοσύνη να βοηθήσουν τους νέους εργαζόμενους να μαθαίνουν γρήγορα τις δεξιότητες που χρειάζονται για να επιτύχουν, μειώνοντας το χρόνο παραγωγικότητας και βελτιώνοντας τη συνολική εργασιακή ικανοποίηση;

Οι εξατομικευμένες πλατφόρμες μάθησης που βασίζονται στην ΤΝ μπορούν να βοηθήσουν τους νέους εργαζόμενους να αποκτήσουν γρήγορα τις δεξιότητες που χρειάζονται, προσαρμόζοντας την εκπαίδευση στα ισχυρά και στα αδύναμα σημεία των δεξιοτήτων τους. Αυτό μειώνει το χρόνο μέχρι την επίτευξη παραγωγικότητας, τους ωθεί να συμμετέχουν και ενισχύει την ικανοποίηση από την εργασία.

Επιπλέον, επιτρέπει τη συνεχή μάθηση και ανάπτυξη, καθιστώντας τόσο τον εργαζόμενο όσο και τον οργανισμό πιο ευέλικτους. Η πρόκληση, ωστόσο, έγκειται στην ισορροπία μεταξύ της εκπαίδευσης που βασίζεται στην ΤΝ και του ανθρώπινου στοιχείου, διασφαλίζοντας ότι η μάθηση παραμένει συναρπαστική και με ενσυναίσθηση.

Η χρήση της δημιουργικής τεχνητής νοημοσύνης (genAI) είναι μια συμβίωση ανθρώπου και μηχανής για την δημιουργία περιεχομένου και (προς το παρόν) το ένα δεν μπορεί να υπάρξει χωρίς το άλλο.

Όσον αφορά την ανάλυση συναισθήματος, πώς μπορεί η τεχνητή νοημοσύνη να βοηθήσει στην αναγνώριση και την αντιμετώπιση των ανησυχιών των εργαζομένων, βελτιώνοντας τη συνολική ικανοποίηση που λαμβάνουν από την εργασία;

Αυτό είναι το σημείο όπου εισερχόμαστε σε δύσκολα μονοπάτια. Η ανάλυση των συναισθήματων, όταν δεν αφορά αυτο-αξιολογήσεις, είναι ακόμη ένα ηθικά ομιχλώδες τοπίο. Η πρακτική της ανάλυσης συναισθημάτων ή ψυχικών καταστάσεων μέσω της ΤΝ χωρίς ρητή συγκατάθεση εγείρει προβληματισμούς σχετικά με το απόρρητο, την αυτονομία και τη χειραγώγηση. Οι εργαζόμενοι μπορεί να αισθάνονται ότι παραβιάζεται η προσωπικότητά τους, εάν θεωρήσουν ότι παρακολουθούνται τα συναισθήματά τους εν αγνοία τους, οδηγώντας σε διάβρωση της εμπιστοσύνης στον εργασιακό χώρο.

Είναι η ίδια η ΤΝ αμερόληπτη; Η σύντομη απάντηση είναι όχι. Τα συστήματα ΤΝ είναι τόσο αντικειμενικά όσο και τα δεδομένα που χρησιμοποιούνται για την εκπαίδευσή τους. Οι προκαταλήψεις μπορούν να εισχωρήσουν στους αλγόριθμους μέσω ελαττωματικών συνόλων δεδομένων, οδηγώντας σε διαστρεβλωμένες ερμηνείες του συναισθήματος. Για παράδειγμα, ορισμένες πολιτισμικές εκφράσεις ή στυλ επικοινωνίας μπορεί να παρερμηνευθούν, ενισχύοντας περαιτέρω τη δυσπιστία μεταξύ διαφορετικών ομάδων εργαζομένων.

Πώς θα περιγράφατε την εμπειρία σας από τη χρήση της τεχνητής νοημοσύνης στην εργασία σας;

Η ΤΝ έχει γίνει ένας σταθερός σύντροφος που μας υποστηρίζει σε ένα σημαντικό μέρος της πνευματικής προσπάθειας, αλλά έχω παρατηρήσει ότι εξακολουθεί να απαιτεί σημαντική καθοδήγηση, ενώ συχνά έρχομαι αντιμέτωπος με τους περιορισμούς της. Αυτό δεν μειώνει τις δυνατότητές της, πολλοί όμως σταματούν να την χρησιμοποιούν μετά την αρχική στιγμή εντυπωσιασμού – «φοβερό, μου απαντάει» – και διστάζουν να προχωρήσουν πέρα από αυτήν την επιφανειακή αλληλεπίδραση.

Η πρόβλεψή μου είναι ότι ως κοινωνία θα απομακρυνθούμε από το περιεχόμενο της Δημιουργικής Τεχνητής Νοημοσύνης αφού καταλαγιάσει ο θόρυβος, επειδή τα ρομπότ δεν είναι ικανά να νιώσουν συναίσθημα… και το συναίσθημα είναι σημαντικός παράγοντας της κατανάλωσης περιεχομένου. Αναπόφευκτα, θα χρειαστεί όλοι μας να μάθουμε να την χρησιμοποιούμε, για να έχουμε το ανταγωνιστικό πλεονέκτημα, ωστόσο θα έλεγα ότι είναι ένα καλό βοηθητικό εργαλείο και ότι δεν μας αντικαθιστά.

Ποια είναι η μεγαλύτερη ανησυχία σας;

Η ανησυχία μου είναι ότι πολλοί επικεφαλής επιχειρήσεων βλέπουν την Τεχνητή Νοημοσύνη είτε ως έναν τρόπο για να αντικαταστήσουν τους εργαζόμενους και να μειώσουν τα κόστη, είτε ως μια γρήγορη λύση για τη βελτίωση της επιχειρηματικής τους στρατηγικής χωρίς να κατανοούν πλήρως πώς λειτουργεί. Πολύ συχνά, βιάζονται να υιοθετήσουν την τελευταία τάση, ελπίζοντας ότι θα λύσει όλα τους τα προβλήματα.

Όμως η τεχνητή νοημοσύνη από μόνη της δεν είναι σε θέση να το καταφέρει αυτό – δεν μπορεί να υποκαταστήσει τον ανθρώπινο παράγοντα. Αντιθέτως, σκοπός της είναι να ενισχύσει την παραγωγικότητα και να πολλαπλασιάσει τις δεξιότητές μας, και όχι να μας αντικαταστήσει.

Με τον θόρυβο γύρω από την τεχνητή νοημοσύνη να κορυφώνεται, πολλές επιχειρήσεις την αντιμετωπίζουν ως πανάκεια που θα φέρει επανάσταση σε μια σειρά από κλάδους και θα οδηγήσει σε ταχεία ανάπτυξη. Ωστόσο, αυτός ο ενθουσιασμός συχνά παραβλέπει τις πρακτικές προκλήσεις της τεχνητής νοημοσύνης, δημιουργώντας μη ρεαλιστικές προσδοκίες. Βρισκόμαστε ήδη σε οριακό σημείο, όπου η φούσκα μπορεί να σκάσει, προκαλώντας απογοήτευση καθώς οι εταιρείες συνειδητοποιούν ότι η ΤΝ δεν είναι η μαγική λύση που περίμεναν. Όσοι επένδυσαν υπερβολικά χωρίς να έχουν κατανοήσει ξεκάθαρα τις δυνατότητες της τεχνητής νοημοσύνης, ενδέχεται να βρουν εμπόδια μπροστά τους.

Επιπλέον, η τεχνητή νοημοσύνη δεν έχει επηρεάσει ακόμη σημαντικά τα μεγέθη του ΑΕΠ, που σημαίνει ότι δεν έχει οδηγήσει σε κάποια αξιοσημείωτη αύξηση του συνολικού ρυθμού ανάπτυξης. Αυτό δείχνει πόσο πρώιμη είναι ακόμη η τεχνολογία αυτή, η οποία θα πρέπει να χρησιμοποιείται κυρίως για πειραματισμούς. Οι επιχειρήσεις που προσεγγίζουν στρατηγικά την ΤΝ, αναγνωρίζοντάς την ως εργαλείο για την ενίσχυση της λήψης αποφάσεων από τον άνθρωπο, και όχι για να την υποκαταστήσουν, θα έχουν μεγαλύτερες πιθανότητες για μακροπρόθεσμη επιτυχία καθώς ωριμάζει το τοπίο της τεχνητής νοημοσύνης.

Για περισσότερες πληροφορίες και για την agenda του AI & Digital Transformation Conference επισκεφθείτε τον παρακάτω σύνδεσμο: https://bit.ly/aidigitra