Από πολλές απόψεις, αυτή η εξέλιξη προσφέρει σαφή πλεονεκτήματα.

Η τεχνητή νοημοσύνη μπορεί να οργανώσει γρήγορα πληροφορίες, να μετατρέψει τις αρχικές ιδέες σε δομημένα έγγραφα και να επεξεργαστεί μεγάλους όγκους κειμένου ή δεδομένων μέσα σε λίγα δευτερόλεπτα. Για τα στελέχη που διαχειρίζονται το ανθρώπινο δυναμικό μιας επιχείρησης, που συχνά λειτουργούν υπό σημαντικές χρονικές και διοικητικές πιέσεις, αυτές οι δυνατότητες μπορούν να βελτιώσουν την αποτελεσματικότητα και να απελευθερώσουν χρόνο για εργασίες προστιθέμενης αξίας.

Ωστόσο, το βασικό ζήτημα δεν είναι εάν για τη διαχείριση του ανθρώπινου δυναμικού θα πρέπει να αξιοποιούνται εργαλεία τεχνητής νοημοσύνης. Το πιο σημαντικό ερώτημα είναι πώς χρησιμοποιούνται αυτά τα εργαλεία και πού πρέπει να αρχίζει και να τελειώνει ο ρόλος τους.

Τα στελέχη Διαχείρισης Ανθρώπινου Δυναμικού σπάνια λειτουργούν με καθαρά τεχνικές παραμέτρους ή παραμέτρους που βασίζονται σε δεδομένα. Μεγάλο μέρος της εργασίας τους βρίσκεται στον περίπλοκο χώρο όπου οι πολιτικές οργάνωσης συναντούν πραγματικές ανθρώπινες καταστάσεις. Τα θέματα των σχέσεων των εργαζομένων, τα παράπονα, τα πειθαρχικά ζητήματα και οι ανησυχίες σχετικά με την απόδοση, συχνά περιλαμβάνουν πολλαπλούς παράγοντες που απαιτούν προσεκτική ερμηνεία στο γενικότερο πλαίσιο λειτουργίας της επιχείρησης.

Ζητήματα απόδοσης ή συμπεριφοράς, για παράδειγμα, μπορεί να συνδέονται με ασθένεια, προσωπικά ζητήματα, ασαφείς προσδοκίες υπαλλήλου, εξασθένιση της δυναμικής της ομάδας στην οποία συμμετέχουν. Ο εντοπισμός και η αξιολόγηση τέτοιων παραγόντων απαιτούν λεπτομερή αξιολόγηση από τους επαγγελματίες διαχείρισης του ανθρώπινου δυναμικού μιας επιχείρησης.

Τα συστήματα τεχνητής νοημοσύνης, αντίθετα, λειτουργούν διαφορετικά. Εντοπίζουν τάσεις από την ανάλυση δεδομένων λειτουργίας του ανθρώπινου δυναμικού και παράγουν δομημένα αποτελέσματα με βάση τις υπάρχουσες πληροφορίες. Αν και αυτή η δυνατότητα μπορεί να υποστηρίξει την ανάλυση, αυτά τα συστήματα δεν διαθέτουν κατανόηση του οργανωτικού πλαισίου, της δυναμικής του χώρου εργασίας ή της ανθρώπινης συμπεριφοράς.

Αυτή η διάκριση γίνεται ιδιαίτερα σημαντική όταν οι αποφάσεις για την απασχόληση αμφισβητούνται επίσημα. Σε δικαστικά όργανα, οι αποφάσεις δεν αξιολογούνται με βάση αλγοριθμικά αποτελέσματα. Οι δικαστές εξετάζουν εάν ένας λογικός λήπτης αποφάσεων εξέτασε τις σχετικές περιστάσεις, εφάρμοσε την κατάλληλη κρίση και κατέληξε σε δίκαιο και αναλογικό αποτέλεσμα.

Αυτό εγείρει ένα σημαντικό ερώτημα για τις επιχειρήσεις ή οργανισμούς που υιοθετούν διαδικασίες ανθρώπινου δυναμικού, οι οποίες υποστηρίζονται από την τεχνητή νοημοσύνη: μπορούν να αποδείξουν επαρκώς ότι η κρίση πίσω από τις αποφάσεις για τους υπαλλήλους τους παραμένει πραγματικά ανθρώπινη;

Πολλές επιχειρήσεις ή οργανισμοί τονίζουν ότι η τεχνητή νοημοσύνη χρησιμοποιείται μόνο για την «υποστήριξη» της λήψης αποφάσεων περί του ανθρώπινου δυναμικού. Ωστόσο, στην πράξη τα όρια μεταξύ υποστήριξης και επιρροής μπορεί να γίνουν ασαφή. Εάν ένα σύστημα συντάσσει τη δομή μιας έκθεσης έρευνας, προτείνει αιτιολόγηση για ένα πειθαρχικό αποτέλεσμα ή επισημαίνει αυτό που θεωρεί «σχετικές εκτιμήσεις», αναπόφευκτα διαμορφώνει τον τρόπο με τον οποίο ένα ζήτημα τεκμηριώνεται.

Η τεκμηρίωση και το υλικό μιας υπόθεσης μπορεί να επηρεάσει την ερμηνεία των γεγονότων και, τελικά, την ίδια την απόφαση.

Ένα άλλο θέμα είναι η πιθανή ανάπτυξη επαγγελματικής εξάρτησης. Καθώς οι επαγγελματίες ανθρώπινου δυναμικού συνηθίζουν όλο και περισσότερο τις δομές, τη διατύπωση και τις αναλύσεις που δημιουργούνται από την τεχνητή νοημοσύνη, αυτά τα εργαλεία μπορεί σταδιακά να γίνουν το προεπιλεγμένο σημείο εκκίνησης για την αντιμετώπιση πολύπλοκων ζητημάτων στο χώρο εργασίας. Με την πάροδο του χρόνου, αυτό θα μπορούσε ακούσια να τυποποιήσει τον τρόπο με τον οποίο οι επαγγελματίες ανθρώπινου δυναμικού ερμηνεύουν καταστάσεις που απαιτούν προσεκτική κρίση, με βάση το γενικότερο εργασιακό περιβάλλον της επιχείρησης.

Ταυτόχρονα, η τεχνητή νοημοσύνη μπορεί να διαδραματίσει πολύτιμο ρόλο στην υποστήριξη της εργασίας HR σε στρατηγικό επίπεδο—υπό την προϋπόθεση ότι η χρήση της είναι σαφώς καθορισμένη.

Τα εργαλεία ανάλυσης εργατικού δυναμικού μπορούν να βοηθήσουν τους οργανισμούς να εντοπίσουν τάσεις που σχετίζονται με τον κύκλο εργασιών, τη δέσμευση των εργαζομένων, τα κενά δεξιοτήτων ή τις μελλοντικές ανάγκες προγραμματισμού εργατικού δυναμικού. Επισημαίνοντας τάσεις και συσχετίσεις σε μεγάλα σύνολα δεδομένων, η τεχνητή νοημοσύνη μπορεί να παρέχει πληροφορίες που διαφορετικά δεν θα ήταν εύκολα ορατές.

Με αυτή την έννοια, η τεχνητή νοημοσύνη μπορεί να χρησιμεύσει ως ένα ισχυρό υποστηρικτικό εργαλείο ανάλυσης δεδομένων στο πλαίσιο συζητήσεων για τον σχεδιασμό στρατηγικής του ανθρώπινου δυναμικού μιας επιχείρησης.

Ωστόσο, ακόμη και σε στρατηγικό επίπεδο, η τεχνητή νοημοσύνη θα πρέπει να υποστηρίζει, με τις κατάλληλες πληροφορίες, τη λήψη αποφάσεων αντί να την καθορίζει. Οι στρατηγικές αποφάσεις για το εργατικό δυναμικό πρέπει, επίσης, να λαμβάνουν υπόψη τις οργανωτικές προτεραιότητες, την επιχειρησιακή λειτουργία, τις εκτιμήσεις της διοίκησης και το ευρύτερο πλαίσιο του εργατικού δυναμικού – παράγοντες που δεν μπορούν να αποτυπωθούν πλήρως μόνο μέσω δεδομένων.

Ένα άλλο κρίσιμο ζήτημα είναι η λογοδοσία.

Εάν μια διαδικασία που υποστηρίζεται από Τεχνητή Νοημοσύνη (AI) συμβάλλει σε ένα αποτέλεσμα που αργότερα θεωρείται άδικο, μεροληπτικό ή διαδικαστικά ελαττωματικό, η ευθύνη δεν βαρύνει την ίδια την τεχνολογία. Τόσο από νομική, όσο και από ηθική άποψη, η λογοδοσία παραμένει στον οργανισμό και στους επαγγελματίες που είναι υπεύθυνοι για την απόφαση.

Για τον λόγο αυτό, ο ρόλος των στελεχών διαχείρισης του ανθρώπινου δυναμικού δεν θα πρέπει να περιορίζεται στην παραγωγή εγγράφων ή διοικητικών αποτελεσμάτων. Η κεντρική ευθύνη των στελεχών ανθρώπινου δυναμικού παραμένει η άσκηση επαγγελματικής κρίσης.

Οι πειθαρχικές αποφάσεις, τα αποτελέσματα παραπόνων, οι έρευνες στο χώρο εργασίας και οι διαδικασίες απόλυσης απαιτούν ερμηνεία, αξιολόγηση με βάση το ευρύτερο εργασιακό περιβάλλον της επιχείρησης και λογοδοσία. Αυτοί είναι τομείς όπου η ανθρώπινη κρίση δεν είναι μόνο απαραίτητη αλλά και νομικά απαιτητή.

Ακριβώς σε αυτές τις στιγμές – όπου η πολιτική για την οργάνωση μιας επιχείρησης συναντά την πραγματικότητα της επαγγελματικής ζωής – ο ρόλος των στελεχών ανθρώπινου δυναμικού γίνεται πιο κρίσιμος.

Η τεχνητή νοημοσύνη μπορεί να προσφέρει πολύτιμη υποστήριξη για την ανάλυση πληροφοριών, την οργάνωση των αποδεικτικών στοιχείων και τη βελτίωση της αποτελεσματικότητας. Ωστόσο, δεν μπορεί να υποκαταστήσει την ανθρώπινη κρίση και τη λήψη αποφάσεων βάσει αξιολόγησης των περιστάσεων και διασφάλισης δίκαιων, λογικών αποτελεσμάτων που συμμορφώνονται πλήρως με την ισχύουσα νομοθεσία.

Επομένως, οι επιχειρήσεις θα πρέπει να διασφαλίσουν ότι αυτές οι τεχνολογίες παραμένουν εργαλεία που υποστηρίζουν την ορθή λήψη αποφάσεων, αντί για συστήματα που τη διαμορφώνουν ακούσια.

Στην εξελισσόμενη σχέση μεταξύ τεχνητής νοημοσύνης και ανθρώπινου δυναμικού, η διατήρηση αυτής της ισορροπίας θα είναι απαραίτητη για τη διασφάλιση τόσο της οργανωτικής αποτελεσματικότητας, όσο και των αρχών της δικαιοσύνης και της λογοδοσίας που στηρίζουν την εργασιακή πρακτική.

Αναδημοσίευση από το www.dealnews24.gr

Η χρήση της Τεχνητής Νοημοσύνης στη Διαχείριση του Ανθρώπινου Δυναμικού μιας επιχείρησης: Ένα Εργαλείο Υποστήριξης, Όχι Υποκατάστασης DEAL