اولین مطالعه‌ی اساسی انجام گرفته روی یک دستیار مانند ChatGPT در محیط کاری، نشان می‌دهد که استفاده از آن برای کارمندان کم‌تجربه می‌تواند مفید بوده و رضایت مشتریان را به دنبال داشته باشد.
از حدود یک سال گذشته به این سو که هوش مصنوعی مولد به یک جریان اصلی تبدیل شده است، الهام‌بخش ترس و هیاهویی مبالغه‌آمیز در روندهای کاری بوده است. در حالی که تردیدهای نگران‌کننده در مورد ظرفیت هوش مصنوعی در تولید تولید نتایج نادرست یا زیان‌آور و جایگزینی آن با نیروی کار انسانی رو به افزایش است؛ ابزارهای مولدی چون ChatGPT و DALL-E پیش‌بینی می‌کنند که می‌توانند در آینده اقتصاد ما را متحول کنند. با این حال تا همین اواخر، هیچ پژوهشی در مورد نتایج به کارگیری گسترده‌ی هوش مصنوعی مولد توسط شرکت‌ها در محیط‌های کاری واقعی صورت نگرفته بود.
اولین مطالعه‌ی صورت گرفته از این دست که در اوایل سال جاری میلادی توسط دفتر ملی تحقیقات اقتصادی در دانشگاه استنفورد منتشر شد؛ بهترین سناریو را پیدا کرده است: استفاده از یک ابزار هوش مصنوعی مولد مانند ChatGPT توسط نیروی کار، می‌تواند به افزایش بهره‌وری کارکنان، رضایت بیشتر مشتریان و نرخ بالاتر حفظ نیروی کار شود.
پژوهش‌گران نزدیک به ۵۲۰۰ عامل پشتیبانی مشتری را در یکی از شرکت نرم‌افزاری فهرست فورچون ۵۰۰ مورد مطالعه قرار دادند که به صورت مرحله‌ای بین نوامبر ۲۰۲۰ و فوریه ۲۰۲۱ به دستیار مبتنی بر هوش مصنوعی دسترسی پیدا کردند که در طول گفت‌وگوهای پشتیبانی، توصیه‌هایی بلادرنگ را با اپراتورها به اشتراک می‌گذاشت و نحوه‌ی پاسخ‌گویی آن‌ها به مشتریان و ارایه‌ی پیوندهایی به اسناد داخلی در مورد مسایل فنی را پیشنهاد می‌کرد.
در مقایسه با گروهی دیگر از کارکنان که بدون این ابزار فعالیت می‌کردند، افرادی که از چت بات کمک می‌گرفتند، بر اساس تعداد مشکلاتی که در هر ساعت حل می‌کردند، به طور میانگین ۱۴ درصد بازده بیشتری داشتند. آن دسته از کارکنان که هوش مصنوعی پشتیبان بهره می‌گرفتند؛ مکالمات را سریع‌تر به پایان می‌رساندند، گفت‌وگوهای بیشتری را در ساعات کاری مدیریت می‌کردند و در حل مشکلات کاربران کمی موفق‌تر بودند. قابل ذکر است، این اثر در بین نیروی کار کم‌تجربه و با مهارت کم‌تر که افزایش بهره وری تا ۳۵٪ داشتند، بیشتر مشاهده شده است.
دستاوردهای بزرگ‌تر با عوارض کم‌تر
«این‌ها اعداد بزرگی هستند»؛ این توصیف پروفسور اریک برین‌یولفسن استاد دانشکده‌ی بازرگانی استنفورد و عضو ارشد موسسه‌ی هوش مصنوعی انسان‌محور این دانشگاه است:
من در طول سال‌ها، کار زیادی روی معرفی فناوری اطلاعات جدید انجام داده‌ام، و اغلب شرکت‌ها از دستیابی به بهره‌وری ۱ یا ۲ درصدی خوشحال هستند.
برین‌یولفسن هم‌چنین از این که بهره‌وری با این سرعت افزایش یافته، شگفت‌زده شده است.
اغلب با فناوری‌های جدید، قبل از شروع به کار، اندکی کاهش بهره‌وری وجود دارد چرا که اجرای تغییرات، آموزش مجدد نیروی کار و تغییر فرآیندهای کسب‌وکار دشوار و پرهزینه خواهد بود چیزی که در این مورد ما شاهد آن نبودیم و عملکرد تنها طی چند ماه افزایش یافت.
پروفسور اریک برین‌یولفسن
به گفته‌ی برین‌یولفسن و نویسندگان همکارش؛ دانیل لی دانشیار دانشکده مدیریت اسلون MIT و لیندزی ریموندوپن دانشجوی مقطع دکتری در دانشکده مدیریت اسلون MIT؛ دلیل این افزایش این بود که ربات با خلاصه‌سازی میلیون‌ها رونوشت تعاملات خدماتی متوجه شد که موفق‌ترین پرسنل چه کاری را درست انجام می‌دهند و پس از آن، آموخته‌های خود را به طیف گسترده‌تری از نیروی کار انتقال داد؛ دانش ضمنی که اغلب تقطیر آن در آموزش کارکنان دشوار است. با کمک هوش مصنوعی، عواملی که به مدت دو ماه مشغول به کار بودند و هم‌چنین عوامل پشتیبانی نشده با شش ماه تجربه، عملکرد مناسبی داشتند.
در بیشتر از ۳۰ سال گذشته، رایانه‌ها و فناوری‌های دیجیتال به نیروی کار با مهارت بالاتر، بیشتر کمک کرده‌اند تا نسبت به نیروی کار با مهارت کم‌تر که این مساله منجر به شکاف فزاینده در دستمزدها و نابرابری درآمد شده است. دیدن این که این فناوری برعکس عمل می‌کند بسیار جالب بود ـ این نشانه‌ی خوبی است.
پروفسور اریک برین‌یولفسن
این مداخله هم‌چنین به مشتریان راضی‌تر منجر شد، همان طور که با نظرسنجی مشتریان و تحلیل متنی زبان آن‌ها در پایان مکالمات اندازه‌گیری می‌شود. به عقیده‌ی برین‌یولفسن، مردم وقتی مشکلات‌شان حل می‌شود راضی هستند و به نظر می‌رسد که سیستم کارش را بهتر انجام می‌دهد. این تیم شواهد زیادی مبنی بر رضایت بیشتر مشتریان پیدا نکردند زیرا نمایندگانی که از دستیار هوش مصنوعی بهره می‌گرفتند از زبان مثبت‌تری استفاده می‌کردند ـ این پژوهش نشان داد که نمایندگان حتی قبل از معرفی سیستم تمایل به استفاده از لحن شاداب داشتند.
به دور از نارضایتی از وجود یک سرپرست هوش مصنوعی، عواملی که به این ابزار دسترسی داشتند کم‌تر احتمال داشت کار را ترک کنند که این یافته‌ی قابل توجهی در صنعتی با گردش مالی بالا است. بنا بر عقیده‌ی برین‌یولفسن، به طور قطع مشخص نیست که چرا این اتفاق افتاده است اما به نظر می‌رسد که بودن در شغلی که مشتریان شما را دوست دارند و می‌توانید سریع‌تر مشکلات آن‌ها را حل کنید، لذت‌بخش‌تر است.
هوش مصنوعی در مقابل نابرابری
به طور کلی، پژوهش‌گرا به این نتیجه رسیدند که هوش مصنوعی مولد برای کارمندان، مشتریان و سهامداران شرکت یک بُرد محسوب می‌شود. به عقیده‌ی آن‌ها استفاده از این فناوری تحت فشار گذاشتن یک گروه به نفع دیگران نبوده و به سود هر سه طرف خواهد بود. برین‌یولفسن در سال ۲۰۲۱، هم‌بنیان‌گذار یک استارت‌آپ به نام Workhelix برای کمک به سایر شرکت‌ها برای استفاده از هوش مصنوعی مولد برای افزایش بهره‌وری بوده است.
با نگاهی گسترده‌تر، برین‌یولفسن می‌گوید این مطالعه نشان می‌دهد که هوش مصنوعی مولد بهره‌وری را در اقتصاد ایالات متحده در دهه‌ی آینده افزایش خواهد داد. او در پیش‌بینی خود آن قدر اطمینان داشته است که ۴۰۰ دلار در سایت Longbets.org شرط‌بندی کرده است مبنی بر این که رشد بهره‌وری غیرکشاورزی تا سال ۲۰۲۹ به طور متوسط سالانه بیش از ۱.۸ درصد خواهد بود (در مقایسه با برآورد دفتر بودجه‌ی کنگره که کم‌تر از ۱.۵ درصد است).
این بدان معناست که ما می‌توانیم استانداردهای زندگی را بالا ببریم و به بسیاری از مشکلات مانند کسری بودجه، مراقبت‌های بهداشتی و محیط‌زیست رسیدگی کنیم و اگر به نیروی کار کم‌مهارت بیشتر کمک کند، می‌تواند به کاهش نابرابری کمک کند.
پروفسور اریک برین‌یولفسن
البته اریک برین‌یولفسن هشدار می‌دهد که این مطالعه نشان نمی‌دهد که چه گونه هوش مصنوعی مولد بازار کار گسترده‌تر را تغییر خواهد داد. با این حال، او استدلال می‌کند کارفرمایانی که این پژوهش را بهانه‌ای برای اخراج کارگران با مهارت بالاتر تفسیر می‌کنند، دچار برداشت نادرست هستند. به عقیده‌ی او، درس این است که، بیشتر اوقات، کارفرمایان با افزایش نیروی کار به جای تلاش برای جایگزینی آن‌ها سود خواهند برد و یک شرکت هوشمند به دنبال اطمینان از به کارگیری و حفظ نیروی ماهر است، بنابراین سیستم می‌تواند به یادگیری از آن‌ها ادامه دهد.
