جوان آنلاین: امیر نوذری، مدیر اداره نوسازی سرمایه انسانی و دبیر هیأت گزینش دانشگاه امام صادق علیهالسلام، در تشریح ابعاد این موضوع افزود: «در ادبیات کلاسیک سرمایه انسانی، انسان بهمثابه داراییای دیده میشد که با آموزش و تجربه انباشت میشود؛ اما در رویکرد وظیفهمحور، فناوری شغل را حذف نمیکند، بلکه ترکیب وظایف درون شغل را بازآرایی میکند. خطای رایج ما این است که نگران "شغل" هستیم، در حالی که تغییر در لایه "وظیفه" رخ میدهد.»
خطای سطح تحلیل؛ آنچه در معرض جایگزینی است
نوذری با اشاره به پژوهش آتور، لوی و مورنِین (۲۰۰۳) خاطرنشان کرد: «فناوری مشاغل را بر اساس سطح مهارت حذف نمیکند، بلکه بر اساس روتینبودن حذف میکند. تفاوت میان "کارمند" و "کار روتین کارمند" تفاوتی جوهری است.» وی افزود: «پیشبینی مشهور فری و آزبورن درباره در معرض خطر بودن ۴۷ درصد مشاغل، بعدها توسط مطالعه OECD با روش وظیفهمحور به رقمی حدود ۹ درصد تعدیل شد. علت این شکاف عظیم، همان خطای واحد تحلیل بود. آمار ترسناک، معمولاً محصول مدل اشتباه است، نه واقعیت اشتباه.»
دو پارادوکس که حد ماشین را تعیین میکنند
مدیر اداره نوسازی سرمایه انسانی دانشگاه امام صادق(ع) با اشاره به پارادوکس پولانی گفت: «مایکل پولانی در "بُعد ضمنی" میگوید ما بیش از آنچه میتوانیم بگوییم، میدانیم. بخش بزرگی از دانش سازمانی ما، مانند تشخیص اینکه این پرونده بوی مشکل میدهد یا قضاوت درباره صداقت یک متقاضی، دانشی ضمنی است که قابل صورتبندی در الگوریتم نیست.» وی پارادوکس موراوِک را نیز یادآور شد: «برای ماشین، استدلال انتزاعی آسان و ادراک و تعامل انسانی دشوار است. جمع این دو یعنی آنچه ما "کار ساده" مینامیم، برای ماشین دشوارترین کار است.»
حکایت نحوی و کشتیبان؛ از نحو اداری تا سباحت
وی که دانشآموخته دانشکده معارف اسلامی و مدیریت دانشگاه امام صادق(ع) و دارای مدرک دکتری مدیریت منابع انسانی است، با نقل حکایت نحوی و کشتیبان از دفتر اول مثنوی، آن را روایتی از تمایز میان «دانستنِ آن» و «دانستنِ چگونگی» دانست و گفت: «نظام اداری ما قرنهاست نحو را استخدام و ارزیابی میکند: تسلط بر بخشنامه، آییننگارش، ماده و تبصره. اما عصر هوش مصنوعی، گردباد است؛ و در گرداب، ماشین همه نحو را بهتر از ما میداند. آنچه میماند سباحت است: توان شنا کردن در ابهام، قضاوت در شرایط بیقاعدگی، و تصمیمگیری آنجا که هیچ بخشنامهای وجود ندارد.» وی تأکید کرد: «هوش مصنوعی، نحو اداری را رایگان کرده است؛ ارزش، به سباحت منتقل شده است.»
معماری سهلایهای مهارت کارمند فردا
این کارشناس منابع انسانی، مهارتهای آینده کارمند دولت را در سه لایه صورتبندی کرد. لایه اول، «سواد داده و سواد الگوریتمی» است؛ توانایی خواندن داده، سنجش اعتبار آن و طرح پرسش درست از ابزار هوشمند. وی مهمترین مؤلفه این لایه را «مصونیت در برابر سوگیری خودکارسازی» دانست و گفت: «کارمندی که هر خروجی الگوریتم را حجت بداند، خطرناکتر از کارمندی است که اصلاً از الگوریتم استفاده نمیکند.»
لایه دوم، «شایستگیهای شناختی مرتبه بالا» شامل تفکر انتقادی، قضاوت حرفهای و تصمیمگیری در شرایط ابهام است. نوذری با استناد به هربرت سایمون گفت: «فراوانی اطلاعات، فقر توجه میآفریند. در عصری که تولید متن تقریباً بیهزینه شده، کمیابی واقعی، قضاوت است، نه اطلاعات.»
لایه سوم، «شایستگیهای انسانی و اخلاقی» شامل همدلی، مسئولیتپذیری، امانتداری و توان پاسخگویی است. وی با اشاره به هشدار جوزف وایزنبام گفت: «پارهای از تصمیمها را نباید به ماشین سپرد، حتی اگر بتوان سپرد. این یک محدودیت فنی نیست؛ یک تعهد اخلاقی است.»
تمثیل سنتور؛ کیفیت فرایند تعامل مهم است
نوذری با اشاره به شکست کاسپاروف از دیپبلو در سال ۱۹۹۷ و سپس الگوی «شطرنج پیشرفته» یا تیمهای سنتور گفت: «انسان متوسط + ماشین + فرایند خوب بر ماشین برتر بهتنهایی غلبه کرد. متغیر تعیینکننده، قدرت ماشین یا نبوغ انسان نیست؛ کیفیت فرایند تعامل میان آن دو است. بنابراین تحول اداری، پیش از آنکه مسئله خرید فناوری باشد، مسئله بازطراحی فرایند است.»
خودکارسازی یا هوشمندسازی؟
مدیر اداره نوسازی سرمایه انسانی دانشگاه امام صادق(ع) با تفکیک میان «اتوماته» و «اینفورمیت» به نقل از شوشانا زوبوف تصریح کرد: «سازمانی که فناوری را صرفاً برای جایگزینی انسان به کار میگیرد، در بهترین حالت همان کار قدیمی را ارزانتر انجام میدهد؛ سازمانی که آن را برای آگاهیبخشی به کار میگیرد، ظرفیت
شناختی کارکنانش را ارتقا میدهد. شکاف اصلی در آینده نظام اداری ایران، شکاف میان سازمانهای مجهز و غیرمجهز نخواهد بود؛ شکاف میان سازمانهایی است که فناوری را برای حذف فکر کردن به کار گرفتهاند و آنهایی که آن را برای عمیقتر فکر کردن به کار گرفتهاند.»
وی با اشاره به «طنزهای خودکارسازی» لیسان بینبریج هشدار داد: «هرچه سامانه خودکارتر شود، نقش اپراتور انسانی حساستر میشود، نه کماهمیتتر. اگر مهارت قضاوت انسانی را به بهانه خودکارسازی تحلیل ببریم، در بحرانیترین لحظه بدون قضاوت خواهیم ماند. این همان استدلال محکم برای اصل "انسان در حلقه تصمیم" است.»
از مدرکگرایی به شایستگیمحوری؛ هشدار گودهارت
نوذری در حوزه جذب و گزینش گفت: «مککللند نشان داد آزمونهای سنتی پیشبینیکننده ضعیفی برای عملکرد شغلیاند. در عصری که هوش مصنوعی میتواند بسیاری از مصنوعات دانشی را تولید کند، قدرت علامتدهی مدرک بهسرعت در حال استهلاک است. پس نظام گزینش ناگزیر باید از سنجش آنچه فرد میداند به سنجش آنچه فرد در موقعیت واقعی انجام میدهد مهاجرت کند.»
دبیر هيئت گزینش دانشگاه امام صادق علیهالسلام درباره تله سنجش نیز هشدار داد: «قانون گودهارت میگوید وقتی یک سنجه به هدف تبدیل شود، دیگر سنجه خوبی نیست. هوش مصنوعی توان سنجش ما را افزایش میدهد و همین، وسوسه اندازهگیری هر چیز قابلاندازهگیری را ایجاد میکند. خطر واقعی این است که سازمان، آنچه را میتواند بشمارد با آنچه اهمیت دارد اشتباه بگیرد. بخش عمده ارزشآفرینی یک کارمند خوب در هیچ داشبوردی ثبت نمیشود.»
مقاومت، اخلاق داده و صبوری تحلیلی
این کارشناس منابع انسانی درباره مقاومت بدنه اداری گفت: «مقاومت، بدخواهی نیست؛ واکنش انطباقی انسان به ابهام و ادراک تهدید هویت شغلی است. راه درست، افزایش ترس نیست، کاهش اضطراب یادگیری از طریق ایجاد امنیت روانی است. نوسازی واقعی سرمایه انسانی، مستلزم یادگیری دوحلقهای است: تردید در خود فرضها.»
وی درباره داده کارکنان نیز تأکید کرد: «داده کارکنان، امانت است نه دارایی سازمان. سه شرط حداقلی ضروری است: محدودیت هدف، حداقل دسترسی و پاسخگویی قابل ردیابی. بی این چارچوب، فناوری نهتنها بهرهوری نمیآفریند، بلکه سرمایه اجتماعی سازمان را مستهلک میکند.»
نوذری در جمعبندی با اشاره به قانون آمارا و پارادوکس سولو گفت: «ما اثر فناوری را در کوتاهمدت بیش از حد برآورد میکنیم و در بلندمدت کمتر از حد. میان ورود فناوری و ظهور بهرهوری، وقفهای طولانی وجود دارد که صرف بازطراحی سازمان و بازآموزی انسان میشود، نه نصب نرمافزار.»
وی افزود: «سرمایه انسانی، یگانه سرمایهای است که با استفاده مستهلک نمیشود، بلکه رشد میکند — مشروط بر آنکه از یادگیری بازنایستد.»
