شرکت‌ها ابزارهای هوش مصنوعی را در اختیار کارکنانشان می‌گذارند تا بهره‌وری آن‌ها را افزایش دهند، اما به نظر می‌رسد این ابزارها برای مدیرانشان مشکلات تازه‌ای ایجاد کرده‌اند.

بر اساس نظرسنجی Nielsen از ۱۷۰۰ مدیر و مدیر ارشد در هفت کشور که به سفارش شرکت مدیریت کار Monday.com انجام شده است، بیش از نیمی از مدیران ارشد می‌گویند پس از به‌کارگیری هوش مصنوعی، ارزیابی کار کارکنان برایشان دشوارتر شده است. دلیلش این است که حالا بخش زیادی از خروجی کارکنان، صیقل‌خورده و آماده، به صندوق ورودی مدیران می‌رسد و تشخیص اینکه چه مقدار از آن را خود کارکنان تولید کرده‌اند و چه مقدار حاصل کار هوش مصنوعی است، دشوار شده است. در نتیجه، نزدیک به نیمی از مدیران می‌گویند بیش از گذشته برای بررسی و هدایت خروجی کار تیم‌هایشان وقت می‌گذارند.

البته این به معنای نارضایتی مدیران از هوش مصنوعی نیست؛ در واقع، درست برعکس. ۹۴ درصد از مدیران شرکت‌کننده در نظرسنجی گفتند برای بهبود کار با استفاده از هوش مصنوعی هیجان‌زده‌اند و بسیاری مطمئن‌اند می‌دانند برای دستیابی به بیشترین ارزش، در چه زمینه‌هایی از آن استفاده کنند. Michal Miller Levi، مدیر تحقیقات بازار و بینش مشتریان در Monday.com، این اشتیاق را با روزهای آغازین اینترنت در دهه ۲۰۰۰ مقایسه کرد و گفت مردم نوعی «جادو»ی مشابه را در هوش مصنوعی می‌بینند.

او به TechCrunch گفت مشکل اینجاست که توسعه هوش مصنوعی از سرعت سازگاری شرکت‌ها با آن بیشتر است. Levi گفت: «هوش مصنوعی برای [مدیران] به‌صورت فردی بسیار خوب عمل می‌کند، اما آن‌ها در مقام مدیر نقش متفاوتی هم دارند. باید سازمان را نیز به پیش ببرند […] چالش آن‌ها از این واقعیت ناشی می‌شود که هوش مصنوعی سریع‌تر از فرایندهای سازمانی پیش می‌رود.»

مدیران همچنین در حال بازنگری در شیوه ارزیابی تیم‌هایشان هستند: ۷۸ درصد از پاسخ‌دهندگان گفتند پس از به‌کارگیری هوش مصنوعی، شیوه ارزیابی کارکنان را تغییر داده‌اند و اهمیت بیشتری برای توانایی کارکنان در نوشتن prompt، تصمیم‌گیری درباره واگذاری کدام وظایف به هوش مصنوعی و آزمودن روش‌های تازه کار قائل شده‌اند.

اما وقتی مدیران نمی‌توانند به‌سادگی تشخیص دهند چه مقدار از کار کارکنان را هوش مصنوعی تولید کرده است، تا چه اندازه می‌توان آن‌ها را منصفانه ارزیابی کرد؟ و اگر خود مدیران هم برای این ارزیابی‌ها بیش از پیش به هوش مصنوعی تکیه کنند، چه می‌شود؟ این نظرسنجی نشان داد ۴۶ درصد از مدیران برای کمک به تصمیم‌گیری‌هایشان از هوش مصنوعی استفاده می‌کنند و ۳۹ درصد از مدیران ارشد نیز برای تهیه پیش‌نویس ارزیابی عملکرد کارکنان از آن کمک می‌گیرند.

این کار ممکن است سوگیری بیشتری از حد معمول وارد فرایند ارزیابی کند؛ چراکه LLMها اساساً ماشین‌های پیش‌بینی‌اند و تمایل دارند الگوهای انسانیِ موجود در داده‌های آموزشی‌شان را تکرار کنند. پژوهشی که مؤسسه پژوهش‌های اجتماعی‌اقتصادی لوکزامبورگ در اوایل امسال انجام داد، نشان داد که «در نبود معیارهای عینی و روشن و هنگامی که افراد به‌طور مستقل ارزیابی می‌شوند»، LLMها معمولاً عملکرد را مشابه انسان‌ها ارزیابی می‌کنند. همچنین، مقاله‌ای پژوهشی در اوایل سال ۲۰۲۵ نشان داد که مدل‌های هوش مصنوعی ممکن است در برابر مردان سیاه‌پوستِ متقاضی کار سوگیری داشته باشند و «سوگیری‌های چشمگیری نشان دهند که جهت و شدت آن‌ها در گروه‌های اجتماعی مختلف متفاوت است.»

وقتی از Levi پرسیدم که آیا استفاده از هوش مصنوعی برای اظهارنظر درباره عملکرد افراد می‌تواند سوگیری بیرونی را وارد این فرایند کند، گفت شرکت‌ها هنوز راه مدیریت چنین مسائلی را پیدا نکرده‌اند.

هوش مصنوعی همچنین در حال تغییر شکل روز کاری مدیران است. کسی باید تصمیم بگیرد کدام وظایف را به عامل‌های هوش مصنوعی واگذار کند، خروجی آن‌ها را بررسی کند و وقتی مشکلی پیش می‌آید وارد عمل شود. این گزارش نشان می‌دهد که چنین نظارتی ممکن است به لایه‌ای تازه از «کار نامرئی» تبدیل شود.

مدیریت خود نرم‌افزارها نیز دشوارتر شده است. ۵۷ درصد از مدیران می‌گویند اکنون ابزارهای بیشتری از گذشته در سازمان‌هایشان به کار گرفته می‌شود و حدود ۵۱ درصد گفته‌اند که پس از به‌کارگیری هوش مصنوعی، ابزارهایشان وابستگی متقابل بیشتری پیدا کرده‌اند و در کنار هم خوشه‌های بزرگ‌تری تشکیل می‌دهند. فقط ۲۹ درصد زیرساخت هوش مصنوعی سازمانشان را کاملاً بهینه و متمرکز توصیف کردند.

Levi گفت کسب‌وکارها انتظار داشتند هوش مصنوعی به کوچک‌تر شدن مجموعه نرم‌افزارهایشان کمک کند. اما در عوض، با اپلیکیشن‌ها و یکپارچه‌سازی‌های بیشتر و استفاده از هوش مصنوعی سایه‌ای روبه‌رو شده‌اند؛ وضعیتی که در آن کارکنان ابزارهایی را خارج از سامانه‌های مورد تأیید شرکت به کار می‌گیرند.

Levi گفت: «مدیران سال ۲۰۲۵ را با این تصور به پایان رساندند که ابزارهایشان را یکپارچه و در واقع تعداد نرم‌افزارها را کمتر خواهند کرد. اما در عمل، تعداد ابزارهایی که استفاده می‌کنند افزایش یافت. بیش از ۵۰ درصد می‌گویند اکنون از ابزارهای بیشتری نسبت به سال گذشته استفاده می‌کنند و این روند متوقف نشده است […].»

به نظر می‌رسد این نیاز به کنترل، با به‌کارگیری عامل‌های هوش مصنوعی که می‌توانند مستقلانه عمل کنند، فوریت بیشتری پیدا کرده است. این نظرسنجی نشان داد ۵۸ درصد از مدیران انتظار دارند در سال آینده بر شمار بیشتری از عامل‌های هوش مصنوعی نسبت به کارکنان انسانی نظارت کنند و ۴۶ درصد نگران‌اند کنترل اقدامات این عامل‌ها را از دست بدهند.

همچنین نگرانی زیادی درباره مسئول شناخته‌شدن مدیران در قبال تصمیم‌های هوش مصنوعی وجود دارد؛ ۳۵ درصد از پاسخ‌دهندگان چنین نگرانی‌ای داشتند، چراکه LLMها هنوز تا حد زیادی غیرقابل‌پیش‌بینی‌اند. Levi گفت: «آن‌ها نمی‌خواهند عامل‌هایشان کاملاً خودمختار باشند.» او توضیح داد که مدیران می‌خواهند هنگام انجام وظایف و تصمیم‌گیری‌های مهم، افراد در فرایند حضور داشته باشند و هوش مصنوعی با آن‌ها مشورت کند.

در نهایت، یافته‌های این گزارش نشان می‌دهد که به‌کارگیری هوش مصنوعی هرچه بیشتر، به همان اندازه که فرصتی برای افزایش بهره‌وری است، به مسئله‌ای در حوزه حکمرانی نیز تبدیل می‌شود. به نظر می‌رسد مدیران بدون فرایندها و زیرساخت‌های مناسب برای مدیریت این وضعیت، برای سر پا نگه‌داشتن امور دست‌وپا می‌زنند.