Η τεχνητή νοημοσύνη έχει ήδη διεισδύσει σε πολλά μέρη της διαδικασίας διαχείρισης ανθρώπινων πόρων, από την πρόσληψη έως την ενσωμάτωση, την εκπαίδευση και την αξιολόγηση. Δεν είναι δύσκολο να μαντέψει κανείς ότι σε έναν τομέα με εμμονή στην αποδοτικότητα, όπως η τεχνολογία, τα εργαλεία που έχουν σχεδιαστεί για τη βελτίωση της λήψης αποφάσεων ανοίγουν το δρόμο για απολύσεις. Οι συνθήκες εδώ είναι έτοιμες για αυτό: σύμφωνα με στοιχεία της Challenger, Gray & Christmas, Inc.
Ένας από τους λόγους που γνωρίζουμε ότι υπάρχει μια κίνηση προς την αυτοματοποίηση ορισμένων από τη λεγόμενη «μείωση εργατικού δυναμικού» είναι ότι έχει αναγνωριστεί από τους διευθυντές. κόστος εργασίας κατά την ύφεση του 2023.
Για τους ωρομίσθιους, η αλγοριθμική διαχείριση δεν είναι κάτι καινούργιο. Για παράδειγμα, το 2021, το Bloomberg News ανέφερε ότι η Amazon.com Inc. παρακολουθεί κάθε κίνηση των προγραμμάτων οδήγησης Flex delivery, μερικοί από τους οποίους απολύθηκαν μέσω αυτοματοποιημένου email όταν οι αλγόριθμοι της εταιρείας αποφάσισαν ότι οι εργαζόμενοι αποχωρούσαν από τη δουλειά. Ο κατακλυσμός των πληροφοριών που συλλέγει η Amazon για αυτούς τους ανεξάρτητους εργολάβους επιτρέπει στους αλγόριθμους να μετρούν την απόδοση, αλλά ο όγκος των δεδομένων διευκολύνει επίσης τους υποστηρικτές της τεχνητής νοημοσύνης να υποστηρίξουν ότι αυτά τα εργαλεία είναι απαραίτητα. Είναι πάρα πολύ για να ερμηνεύσει ένας άνθρωπος.
Οι υπάλληλοι γραφείου απέφευγαν έναν τέτοιο έντονο έλεγχο μέχρι πρόσφατα, κυρίως επειδή δεν υπήρχαν δεδομένα για την παρακολούθηση τους με τον ίδιο τρόπο. Αλλά αυτό αλλάζει με την αυξανόμενη δημοτικότητα των αξιολογήσεων παραγωγικότητας του εργατικού δυναμικού και την αυξανόμενη προθυμία και την ικανότητα να παρακολουθείται στενά όχι μόνο εάν οι εργαζόμενοι κάθονται μπροστά από το πληκτρολόγιο, αλλά και κάθε πάτημα πλήκτρων και κλικ του ποντικιού.
Για να είμαι σαφής, δεν προτείνω ότι οι διευθυντές ανθρώπινου δυναμικού θα πατήσουν απλώς ένα κουμπί και θα εμφανιστεί ένα σωρό ροζ χαρτιά (και μια ολόκληρη δέσμη νομικών ζητημάτων και ζητημάτων φήμης), αν και είναι σχεδόν βέβαιο ότι κάποιος θα προσπαθήσει. Πιθανότατα, η τεχνητή νοημοσύνη βοηθά στο να περιοριστεί η πισίνα και να παρέχει το πρώτο πέρασμα προτού εμπλακεί ένας άνθρωπος – όπως συμβαίνει τώρα με τη διαδικασία στρατολόγησης.
Αυτό μπορεί να φαίνεται σαν το ιερό δισκοπότηρο για τους διευθυντές ανθρώπινου δυναμικού, μια ευκαιρία να αφαιρέσουν το συναίσθημα των απολύσεων και να μεταθέσουν την ευθύνη και τα άσχημα συναισθήματα από τους ανθρώπους στις μηχανές. Ωστόσο, γνωρίζουμε ότι η τεχνητή νοημοσύνη δεν λειτουργεί έτσι. Σύμφωνα με το διάταγμα, τα κακά δεδομένα εισέρχονται, τα κακά δεδομένα σβήνουν. Υπάρχουν πολλά στοιχεία ότι οι εταιρείες που βασίζονται σε δεδομένα για την αξιολόγηση των εργαζομένων απέχουν πολύ από το να είναι ιδανικές. Ο αναλυτής της Capterra, Brian Westfall, μου είπε ότι ενώ το 70% των ηγετών ανθρώπινου δυναμικού λέει ότι θα χρησιμοποιήσει μετρήσεις απόδοσης όταν αποφασίζει να πυροδοτήσει, ένα υψηλότερο ποσοστό λέει ότι σκέφτεται να αλλάξει τις αξιολογήσεις απόδοσης επειδή πιστεύει ότι η διαδικασία είναι εσφαλμένη. Ακόμη και οι ηγέτες ανθρώπινου δυναμικού στη μελέτη Capterra, οι οποίοι δήλωσαν ότι θα βασίζονταν σε λογισμικό και αλγόριθμους για να μειώσουν το κόστος εργασίας κατά την ύφεση του 2023, ήταν επιφυλακτικοί με την τεχνολογία. Μόνο οι μισοί δήλωσαν ότι ήταν απολύτως βέβαιοι ότι αυτά τα εργαλεία θα οδηγούσαν σε αμερόληπτες συστάσεις, ενώ το 47% δήλωσε ότι ήταν εντελώς ελεύθερο να λάβει αποφάσεις απόλυσης βάσει αυτών των συστάσεων.
Αντί να αφαιρεί τις προκαταλήψεις από έναν γύρο χαοτικών και άβολων απολύσεων, η τεχνητή νοημοσύνη μπορεί να τις κωδικοποιήσει. Αρκετοί ειδικοί μου υπέδειξαν ένα άλλο παράδειγμα της Amazon όπου ο τεχνολογικός γίγαντας προσπαθούσε να δημιουργήσει ένα αυτοματοποιημένο εργαλείο για να περιορίσει τη δεξαμενή των αιτούντων εργασία. Οι μηχανικοί του εκπαίδευσαν το σύστημα να εξετάζει ιστορικά δεδομένα για άτομα που είχαν υποβάλει βιογραφικά στο παρελθόν. Όμως, επειδή η τεχνολογία είναι μια ανδροκρατούμενη βιομηχανία, και οι περισσότεροι από τους προηγούμενους αιτούντες ήταν άνδρες, οι γυναίκες που έκαναν αίτηση για θέσεις εργασίας τεχνολογίας τιμωρήθηκαν από τον αλγόριθμο. (Το Reuters ανέφερε ότι η Amazon εγκατέλειψε το πρόγραμμα και η εταιρεία λέει ότι δεν χρησιμοποίησε ποτέ το εργαλείο για την αξιολόγηση των αιτούντων.)
Αυτή είναι μια άλλη μελέτη περίπτωσης για το πώς η τεχνητή νοημοσύνη μπορεί να μας κάνει να ξεχνάμε ότι οι ανθρώπινοι πόροι αφορούν, καλά, τους ανθρώπους. Πλέον κινούμαστε συνεχώς προς τη ρομποτική απάθεια και ορισμένοι τεχνικοί έχουν ενημερωθεί μέσω email ότι έχασαν τη δουλειά τους, όχι από ένα πραγματικό άτομο. Σήμερα, παραδεχόμαστε εύκολα ότι η απόλυση μπορεί να είναι ένα από τα πιο τραυματικά γεγονότα της ζωής. Κατά κάποιο τρόπο, δεν είναι σαν να παραδώσουμε μια τόσο καταστροφική απόφαση σε αλγόριθμους – ειδικά όταν παραδεχόμαστε πρόθυμα ότι δεν τους εμπιστευόμαστε πραγματικά.
Περισσότερα από τη γνώμη του Bloomberg:
• 8.000 απολύσεις δεν κλονίζουν καθόλου τις οικογενειακές αξίες: Beth Kowitt
• Σταματήστε το Schadenfreude για τις διογκωμένες απολύσεις τεχνολογίας: Lionel Laurent
• Πώς να προστατέψετε τα χρήματά σας μετά την απόλυση: Αλέξης Λεοντής
Αυτή η στήλη δεν αντικατοπτρίζει απαραίτητα τη γνώμη των συντακτών ή του Bloomberg LP και των ιδιοκτητών του.
Η Beth Kowitt είναι αρθρογράφος του Bloomberg Opinion που καλύπτει την εταιρική Αμερική. Προηγουμένως, ήταν ανώτερη συγγραφέας και συντάκτρια του περιοδικού Fortune.
Περισσότερες ιστορίες όπως αυτή είναι διαθέσιμες στο bloomberg.com/opinion