وجهة النظر التي تقول بالكوب نصف الممتلئ في مجال الذكاء الاصطناعي والوظائف
إعادة النظر في الأبحاث المحورية حول العالم المتغير للعمل.
بول آر. دوغرتي وإتش. جيمس ويلسون، يقابلهما بول ميشلمان
بين القطاعين العام والخاص، يدور نقاش مستعر حول أثر الذكاء الاصطناعي في الوظائف. ومن السهل أن نتوه في خضم الغموض كله والتوقعات كلها – ونفقد الرؤية حول ما يحدث أمام أعيننا في الوقت الحالي.
وكتب بول آر. دوغرتي Paul R. Daugherty وإتش. جيمس ويلسون H. James Wilson (والمؤلف المشارك لهما نيكولا موريني بيانزينو Nicola Morini Bianzino) في إم آي تي سلون مانجمنت ريفيو في عام 2017، موضوعا بعنوان «الوظائف التي سينشئها الذكاء الاصطناعي»، حددوا فيه فئات من الوظائف بدأت تبرز بالفعل بدفع من الذكاء الاصطناعي.
وتواصلت إم آي تي سلون مع المؤلفَين الأولين أخيراً لإعادة النظر في نتائجهما في ضوء ما حدث خلال السنتين الماضيتين، ولاكتشاف ما تعلماه منذ جولتهما الأولى من الأبحاث. وفي ما يلي نسخة مكثفة ومحررة من ذلك الحوار.
إم آي تي سلون مانجمنت ريفيو: أعتقد أننا نتفق على أننا جميعاً يجب أن نقلق من الخطر الكبير المتمثل في الإحلال الوظيفي من خلال الأتمتة الذكية. لكن أبحاثكما تظهر أن الذكاء الاصطناعي ينشئ أيضاً أنواعاً جديدة تماماً من الوظائف.
دوغرتي: أطلقت أنا وجيم مشروعاً بحثياً للنظر في ألف و500 مؤسسة وكيفية استخدامها للذكاء الاصطناعي – أي أثره في أعمالها، وقواها العاملة، وما طبقته على صعيد الشركة، والكيفية التي قامت بها. وتبين لنا أن الذكاء الاصطناعي، سيلغي حتماً وظائف عدة، لكنه سينشئ كثيراً من الوظائف الجيدة الجديدة التي تستخدم قدراتنا البشرية بطرق مختلفة. وكشفت أبحاثنا ثلاث فئات من الوظائف الجديدة، نسميها: المدربين Trainers، والشارحين Explainers، والمستديمين Sustainers.
حبذا تسلط الضوء على كل من هذه الفئات بدءاً بالمدربين.
ويلسون: المدربون هم الموظفون الذي يتولون علوم البيانات Data science وهندسة تعلم الآلة Machine Learning Engineering. هم يبنون بنشاط أنظمة الذكاء الاصطناعي. ومن الأشياء التي نراها احتمال حصول كثير من التنوع في داخل فئة معينة من الوظائف، حتى في داخل الشركة نفسها. لذلك، مثلاً، يشمل المدربون في شركة المركبات والطاقة تسلا Tesla مديري الخطوط ذوي الخبرة في علوم الروبوتات، ومهندسي الروبوتات، والباحثين في مجال الرؤية الحاسوبية Computer Vision، وعلماء التعلم العميق Deep learning، وخبراء أنظمة تعلم الآلة.
هل يقتصر المدربون، إذاً، على خبراء التكنولوجيا؟
ويلسون: ليس بالضرورة. من الضروري استخدام خبراء وظيفيين كمدربين أيضاً. قد يكون لديكم شخص ذو خلفية تسويقية أو خلفية تشغيلية في فريقكم، فهما يساعدان على تحديد المشكلات التي سيتصدى لها الخبراء التقنيون ويحلونها.
دوغرتي: من الوظائف غير التقنية المحددة التي نراها في هذه الفئة مدرب شخصيات الذكاء الاصطناعي – شخص يستطيع تدريب سلوك بوتات الدردشة Chatbots والوكلاء الافتراضيين الأذكياء الذين تستخدمهم شركات كثيرة في الوقت الحالي. وتعيد الشركات تنظيم نفسها لكي يصبح الذكاء الاصطناعي العلامة التجارية في هذه الظروف. وعليكم تدريب الذكاء الاصطناعي ليتصرف بالطريقة الصحيحة، ويقدم الإجابات الصحيحة، ويتحدث باللهجة الصحيحة، وما إلى ذلك.
فلننتقل إلى الفئة الثانية التي تسميانها الشارحين.
وغرتي: يكون الذكاء الاصطناعي مدمجاً في الأغلب في أنظمة ومهام عمليات معقدة جدّاً. وهناك حاجة إلى شرح الكيفية التي يعمل وفقها الذكاء الاصطناعي نفسه وأنواع النتائج التي يولّدها.
ويلسون: في بعض الحالات، يشجع التنظيم أدوار الشارحين. ففي العام الماضي تفيد بعض التقديرات بأن النظام الأوروبي العام لحماية البيانات GDPR صنَّف نحو 75 ألف دور من أدوار الشارحين ذات الصلة بالشفافية. ومن ثمَّ، فهناك محللون في المصارف أو في مراكز خدمة العملاء يجيبون عن أسئلة العملاء حول قرارات الخوارزميات.
هل يكون الشارحون دائماً واجهة بين المؤسسة والجمهور؟
ويلسون: يتفاعلون في الأغلب داخل المؤسسة أيضاً. ففي مجال الرعاية الصحية نرى شارحين يعملون مع الأطباء لمساعدتهم على فهم سبب تقديم نظام يعمل بالذكاء الاصطناعي توصية معينة، وما إذا كان يمكن للطبيب تقديم توصية طبية إلى مريض بناء على ذلك.
فلننتقل إلى الفئة الثالثة: المستديمون.
دوغرتي: يتأكد المستديمون من أن الذكاء الاصطناعي لا يتصرف بشكل صحيح في بداية عملية جديدة فحسب بل يواصل إنتاج النتائج المرجوة مع مرور الوقت أيضاً. فالتكنولوجيا تتغير، والبيانات تتغير، واحتياجات العمل تتغير. والمستديمون هم الموظفون الذين يفهمون النتائج المتوقعة من نظام يعمل بالذكاء الاصطناعي ويتأكدون من صيانته في ظروف جديدة.
ويلسون: يقضي المستديمون معظم يومهم في التفكير في عواقب غير مقصودة وفي الكيفية التي قد تؤثر بها في الجمهور. مثلاً، هل سيكون رفع السعر خلال طفرة في المبيعات قابلاً للاستمرار مع مرور الوقت؟ هذه مسألة كان على أوبر Uber وليفت Lyft التعامل معها. فكيف يمكنكم التوصل إلى نموذج تسعير يستند إلى الخوارزميات لكنه قابل للتطبيق أيضاً من حيث القبول العام؟
مخاطر التحيز في الخوارزميات وأنظمة التعرف على الوجوه Facial recognition – هذه أشياء لم تعطها بالضرورة الموجة الأولى من المدربين ما يكفي من الاهتمام. ويعالج المستديمون مسألة إدارة هذه النتائج غير المتوقعة وغير المقصودة وكيفية إدارتها من عدمها. وقد يوصون حتى بإلغاء تشغيل نظام يعمل بالذكاء الاصطناعي حتى تحدد الشركة كيفية جعله يعمل بشكل صحيح.
أجريتما الأبحاث على الفئات الجديدة للوظائف قبل سنتين. وهذا وقت طويل في عالم الذكاء الاصطناعي. بالنظر إلى السوق حاليا، هل ستلتزمان بهذه الفئات الثلاث؟
وهل تطورت؟
|
«تحتاج كل مؤسسة إلى اعتبار التعلم كفاءة أساسية. لا يمكنكم ببساطة النظر إلى خارج المؤسسة وتوظيف أشخاص لبعض هذه الأدوار. تحتاجون إلى بناء قدرات أشخاص لأدائها». – بول آر. دوغرتي |
دوغرتي: نرى مزيداً من الأدلة كل يوم على أن أدوار المدربين والشارحين والمستديمين تتزايد. وإذا نظرتم إلى إعلانات الوظائف التي استهدفتها أبحاثنا؛ فستجدون الشارح في المسميات الوظيفية الآن – مهندس شارح للخوارزميات Algorithm Explainability Engineer، اختصاصي شارح للخدمات المالية Financial Services Explainability Specialist، وما شابه ذلك.
ونرى أيضاً أمثلة مقنعة على سبب احتياجكم إلى هذه الأدوار. ويقدم فيسبوك Facebook مثالاً مفيداً. فعلى غرار كيمبريدج أناليتيكا Cambridge Analytica، أنشأ فيسبوك عشرات الآلاف من الوظائف البشرية الجديدة لإدارة الخوارزميات وتحقيق النتائج المرجوة بطريقة أكثر مسؤولية. وهذه الوظائف هي وظائف المستديمين.
ويلسون: بينما ركزت أبحاثنا الأولية على الوظائف الجديدة التي أوجدها الذكاء الاصطناعي، فمن المهم أيضاً ملاحظة الكيفية التي يغير بها الذكاء الاصطناعي الوظائف القديمة عن طريق زيادة هذه الوظائف. ففي إحدى شركات العلوم البيولوجية التي ندرسها، يستخدم العلماء معدات مختبرية روبوتية لتعزيز المهام التجريبية. ويقوم المساعدون الروبوتيون بدقة برش السوائل ووضع الخلايا على ألواح مختبرية وعدّ مستعمرات الميكروبات بطريقة تُسرِّع العمل العِلْمي. ويستطيع العلماء إكمال نحو 400 ضعف من التجارب كل أسبوع بفضل استخدام الروبوتات. فللعالم الآن القدرة على تحقيق ما يساوي مئة سنة من الاكتشافات العلمية في سنة واحدة من خلال التعزيز بالذكاء الاصطناعي.
هي أحد التحديات التي تواجهها المؤسسات في أن العديد من الوظائف التي أنشأها الذكاء الاصطناعي ليس لها مسار ثابت للتدريب والتطوير لأنها جديدة تماماً. كيف تحل تلك المشكلة؟
دوغرتي: تحتاج المؤسسات والقادة إلى التركيز على ثلاثة أمور: الأمر الأول هو التعلم التجريبي والعملي المضاف في مراحل مختلفة من العملية. وفي عملنا الاستشاري مع عملاء، اتخذنا نهجاً تدريبيّاً مثيراً للاهتمام مع شركة كبيرة لتصنيع الطائرات: استخدمنا تقنية الذكاء الاصطناعي والواقع المختلط Mixed-Reality لتزويد العاملين بأجهزة رأس تساعدهم على أداء وظائف تتطلب مهارات أعلى بشكل أسرع من خلال تزويدهم بالتوجيه أثناء ذلك. وبواسطة الواقع المعزز يمكن للعاملين رؤية التركيبات المادية التي يعملون عليها وكذلك تلقي المشورة والتعليمات المصممة وفق مستوى مهارتهم ومهمتهم. ويحصل هذا كله عند الحاجة، إذ تُدمَج بسلاسة أنشطة التعلم والعمل.
أما الأمر الثاني الذي يرتبط ارتباطاً وثيقاً بالأول، فهو أن كل مؤسسة تحتاج إلى اعتبار التعلم كفاءة أساسية. لا يمكنكم ببساطة النظر إلى خارج الشركة وتوظيف أشخاص لبعض هذه الأدوار. أنتم تحتاجون إلى تطوير أشخاص لأدائها. فقد عملنا مع شركة نفطية لتقنية حفر جديدة تستخدم التجسيد البصري، والذكاء الاصطناعي، ومحركات ألعاب الفيديو (الثلاثية الأبعاد) Visualization لإنشاء طريقة جديدة تماماً لكي يشغل عامل تقني جهاز حفر على عمق أميال تحت الأرض. أين ستجدون عامل حفر يستخدم محرك ألعاب (ثلاثي أبعاد) والتجسيد البصري Gaming-Engine؟ لن تجدوه. سيتعين عليكم أخذ التقنيين الحاليين لديكم وتطوير هذه المهارات الرقمية الجديدة لديهم. والتعليمُ والتدريب كقدرات تنظيمية سُيميِّز الشركات التي تجرب بشكل فاعل، وتجد مزيجاً مثاليّاً من النُهُج الخاصة بها، ثم توسعها.
ويتلخص الأمر الثالث في حاجة المؤسسات إلى النظر في كيفية تمكين الموظفين المهدَّدين الذين قد يكونون مفصولين بالفعل عن الآخرين بفجوة رقمية. فالمؤسسات بحاجة إلى بذل مزيد من الجهد للتأكد من أن الجميع يمتلكون قاعدة المهارات اللازمة للمشاركة في الوظائف الجديدة.
ويلسون: العنصر المتمم لرفع مستوى المهارات يتمثل في تخفيض الحاجز أمام بناء نظام يعمل بالذكاء الاصطناعي أو تحسينه – أي ما نسميه دمقرطة الذكاء الاصطناعي. وقد بدأنا بالفعل برؤية أدوات تدريب بالذكاء الاصطناعي تعمل بمجرد نقرة. ويسهل استخدام العديد من مزودي خدمات الذكاء الاصطناعي السحابي. وإذا كانت لديكم مجموعة بيانات، يمكنكم فقط تحميلها على واحدة من هذه الخدمات، ثم البدء بتشغيل البيانات. وفي الأغلب لا يزال جعل استخدام الذكاء الاصطناعي سهلا فرصة غير مستغلة، لكننا بدأنا نرى كثيراً من الشركات تتحرك في هذا الاتجاه.
أعتقدُ أن عدداً كبيراً من القادة يرغبون في الحصول على بعض المساعدة لاستغلال الفرصة التي تشير إليها أبحاثكم. فهل الوظائف الجديدة التي نناقشها هنا هي نسبياً نقطة في بحر مخصصة للقلة المتخصصة أو المدربة جيداً؟
دوغرتي: من المؤكد أن الوظائف المحددة التي نناقشها هي نقطة في بحر، لكن عليكم أن تضعوها في سياق كيفية تأثير الذكاء الاصطناعي في العمالة عموما. وجاءت إحدى نقاط البيانات الجيدة من اجتماع مجموعة السبع الذي عُقد أخيراً: فقد أعلنت كندا أنها تتوقع، من خلال الاستثمار الذي تقوم به في الذكاء الاصطناعي، زيادة قدرها 16 بليون دولار في الإنتاج و16 ألف فرصة عمل على مدار عشر سنوات ستُنشَأ من خلال التركيز على الذكاء الاصطناعي. ونرى توقعات مماثلة حول الوظائف في كل أنحاء العالم وحتى آثاراً أكبر لجهة زيادة الناتج المحلي الإجمالي.
ويلسون: أعتقد أنكم تستطيعون أيضاً أن تتعرفوا جيداً على حجم الفرصة من خلال الاطلاع على التوقعات الاستثمارية لقادة الأعمال، ولاسيما حول النمو. وفي أبحاثنا، وجدنا أن الشركات التي تستثمر في التعاون بين الإنسان والآلة بالمعدل نفسه، كما الشركات الأفضل أداءً في قطاعها، قد تزداد إيراداتها بمعدل %38. وستعزز توظيفها بنسبة %10 من الآن وحتى عام 2022، وفق تحليل اقتصادي قياسي أجرته شركة أكسنتشر Accenture.
|
«يكمن المتمم لرفع مستوى المهارات في تخفيض الحاجز أمام بناء نظام يعمل بالذكاء الاصطناعي أو تحسينه – أي ما نسميه دمقرطة الذكاء الاصطناعي. وقد بدأنا بالفعل برؤية أدوات تدريب بالذكاء الاصطناعي تعمل بمجرد نقرة». – إتش. جيمس ويلسون |
دوغرتي: حتى قبل 20 سنة فقط، لم يكن من المتوقع أن تكون لدينا فئات كبيرة من العاملين الذين يعملون كمحسّنين لمحركات البحث ومصممين للإنترنت وتجار للتجزئة في إي باي eBay وما إلى ذلك. وبطريقة مماثلة، فقد بدأنا للتو برؤية هذا التوليد لفرص عمل جديدة متدفقا من أحدث موجة تكنولوجية رئيسية – بقيادة الذكاء الاصطناعي.
ما التالي على جدول أعمالكما؟
ويلسون: في أبحاثنا، وجدنا أن %69 من الرؤساء التنفيذيين يعتقدون أن صناعاتهم ستتحول بالكامل من الآن وحتى عام 2022 نتيجة للذكاء الاصطناعي. لذلك، بينما نواصل محاولة فهم المزيد عن الوظائف التي تُولّد، فإننا نهتم أيضاً بالمهارات التي ستمكّن هذا التحول.
وكان كثير من النتائج التي توصلنا إليها مفاجئاً لنا. مثلاً، قد تظنون أن مهارات العلوم والتكنولوجيا والهندسة والرياضيات هي المهارات الشاملة في عصر الذكاء الاصطناعي، ولكن أبحاثنا تظهر أن أربع مهارات أكثر شخصية Soft skill أصبحت أكثر قيمة مع بدء الأفراد بالتعاون مع الأجهزة الذكية: وهذه المهارات هي التفكير المعقد Complex reasoning، والإبداع Creativity، والذكاء الاجتماعي العاطفي Social/emotional intelligence، وأشكال معينة من الإدراك الحسي Sensory perception. ومن بين أحد الأشياء التي نتابعها هو تحول المهارات إلى مهارات أكثر شخصية. ونسأل، «كيف يبدو ذلك في فريق يعمل بالذكاء الاصطناعي؟»
دوغرتي: أطلقنا أيضاً مشروعاً بحثيّاً عن الذكاء الاصطناعي المسؤول Responsible AI. كيف تتأكد المؤسسات من حصولها على نتائج جيدة وأخلاقية؟ ننظر في مسائل مثل الشفافية وقابلية الشرح اللتين تتناولهما إحدى الفئات الجديدة للوظائف. وننظر في التحيز Bias. وننظر في المسؤولية Accountability والجدارة بالثقة في أنظمة الذكاء الاصطناعي. وستكون هذه مسائل مهمة حقّاً يجب أن تفهمها المؤسسات وتديرها إدارة حكيمة نظراً لأن لديها عدداً أكبر من الأشخاص الذين يعملون في الذكاء الاصطناعي وحلولاً أقوى تُنجَز من خلاله.
