صرفه‌جویی در زمان یا اتلاف زمان؟

مقدمه

شرکت‌های ارائه‌دهنده‌ی مدل‌های زبانی بزرگ (LLM) وعده‌ی صرفه‌جویی چشمگیر در زمان را می‌دهند، در حالی که بسیاری از کاربران تجربه می‌کنند این ابزارها گاهی وقتشان را تلف می‌کند. آیا ممکن است هر دو درست باشند؟ بله، وقتی استفاده از آن برای برخی باعث صرفه‌جویی می‌شود، اما برای دیگران هزینه‌بر است.

در این مقاله، منظور از «هوش مصنوعی» همان LLMهاست، یعنی مدل‌هایی که معمولاً تحت عنوان «هوش مصنوعی» بازاریابی می‌شوند.

وعده‌های بیش از اندازه

مایکروسافت در تبلیغ Copilot می‌گوید این ابزار می‌تواند «بهره‌وری شما را برای رسیدن به موفقیت در کار و زندگی افزایش دهد». گوگل درباره‌ی Gemini وعده می‌دهد که «خلاقیت و بهره‌وری شما را چندبرابر می‌کند» و صفحه‌ی اصلی ChatGPT نیز می‌نویسد که می‌توانید «ساعت‌ها کار را در چند دقیقه خلاصه کنید».

اگر به گفته‌ی این شرکت‌ها گوش کنیم، گویی این ابزارها همیشه و در هر شرایطی بهره‌وری ما را «سوپرشارژ» می‌کنند. طبیعی است که چنین وعده‌هایی جذاب به نظر برسند و صاحبان کسب‌وکار نیز به دنبال ابزاری باشند که بتواند چنین معجزه‌ای رقم بزند. اما واقعیت این است که هر زمان فردی از LLM برای تولید متن، تصویر یا کد در چند ثانیه استفاده می‌کند، ممکن است همین صرفه‌جویی ظاهری در زمان، برای فرد دیگری ساعت‌ها زمان‌بر شود.

این مسئله نه‌تنها برای آن «فرد دیگر» آزاردهنده است، بلکه مزایای فرضی هوش مصنوعی را خنثی می‌کند و حتی می‌تواند به کاهش بهره‌وری کلی در سازمان‌ها منجر شود.

نمونه‌ای از دنیای واقعی

فرض کنید «باب» و «آلیس» در یک شرکت بزرگ تجارت الکترونیک کار می‌کنند. وظیفه‌ی آن‌ها بهینه‌سازی توضیحات محصولات است. یک روز، باب تصمیم می‌گیرد برای صفحه‌ی جدید «سرخ‌کن بدون روغن» از هوش مصنوعی استفاده کند. او در کمتر از دو دقیقه تمام متن صفحه را تولید می‌کند و به‌ظاهر در وقتش صرفه‌جویی بزرگی انجام داده است.

اما حالا آلیس، مدیر او، باید محتوا را بازبینی کند. در طول بررسی متوجه می‌شود که بسیاری از جزئیات اشتباه‌اند: ولتاژ نادرست ذکر شده، استاندارد فنی اشتباه معرفی شده و دو ویژگی خیالی در متن وجود دارد. علاوه بر این، لحن متن بیش از حد عمومی است و کلمات زائد زیادی دارد. تصحیح این موارد تقریباً یک روز کامل از زمان آلیس را می‌گیرد.

در نتیجه، صرفه‌جویی باب باعث اتلاف وقت آلیس شده است. این نوع موقعیت‌ها آن‌قدر رایج شده‌اند که برایشان اصطلاحی ساخته‌اند: workslop (کار بی‌کیفیتی که به‌خاطر اتوماسیون یا استفاده‌ی نادرست از AI ایجاد می‌شود).

چطور استفاده‌ی یک نفر از AI می‌تواند برای دیگری مشکل‌ساز شود

نمونه‌های مشابه در محیط کار فراوان‌اند:

فردی از ابزار AI برای تولید خلاصه‌ی جلسات در Zoom یا Teams استفاده می‌کند و نتیجه، اشتباه نقل‌شدن صحبت‌های دیگران است.

کسی خلاصه‌ای تولیدشده با AI را به اشتراک می‌گذارد و دیگران با اطلاعات ناقص یا اشتباه مواجه می‌شوند.

مدیری تصمیم می‌گیرد با کمک AI عملکرد کارکنان را پایش کند، در حالی‌که الگوریتم‌ها نسبت به گروه‌های خاص (مثلاً زنان) سوگیری دارند.

فردی سند استراتژیک شرکت را با هوش مصنوعی می‌نویسد و بازبین باید ساعت‌ها وقت صرف کند تا از میان متن مصنوعی و بی‌فکر، محتوای مفید را جدا کند.

کاربری وب‌سایتی درباره‌ی تفریحات نیویورک با کمک AI می‌سازد که پر از محتوای بی‌کیفیت است و جست‌وجوگران واقعی را سردرگم می‌کند.

در تمام این موارد، ابزار برای «فرد اول» عالی عمل کرده، اما باری اضافی بر دوش «فرد دوم» گذاشته است. نتیجه می‌تواند اتلاف وقت، اشتباهات قانونی، یا حتی احساس بی‌ارزشی و حذف انسان از همکاری‌های واقعی باشد.

هیچ‌کس دوست ندارد طرفِ دریافت‌کننده‌ی خروجی‌های مصنوعی باشد، به‌ویژه وقتی جایگزین تعامل انسانی و فکرشده می‌شوند.

چگونه می‌توان بهتر عمل کرد

برای کاهش این مشکل، می‌توان چند سیاست ساده اما مؤثر را در محیط‌های کاری پیاده کرد:

۱. الزام به اعلام منبع

اگر متنی، تصویری یا کدی اساساً توسط LLM تولید شده، باید مشخص شود. مثلاً بنویسیم: «این بخش با کمک AI تولید شده است». این شفافیت به دیگران کمک می‌کند بدانند چقدر باید روی صحت محتوا وقت بگذارند.

۲. بررسی دقیق پیش از اشتراک‌گذاری

پیش از ارسال ایمیل، انتشار پست یا درخواست بازبینی، محتوای تولیدشده با AI را خودتان خط‌به‌خط بررسی کنید. مسئولیت نهایی بر عهده‌ی شماست، نه ابزار. به همین دلیل، بهتر است ویژگی‌هایی مانند خلاصه‌های خودکار جلسات را غیرفعال کنید؛ چون هیچ انسانی آن‌ها را تأیید نکرده است.

۳. پرهیز از تحلیل‌های مبتنی بر پروفایل‌سازی

با توجه به شواهد گسترده از سوگیری الگوریتمی، هیچ روش مطمئنی برای انجام عادلانه‌ی پروفایل‌سازی با کمک AI وجود ندارد. بهترین سیاست این است که اصلاً از این نوع تحلیل‌ها استفاده نکنیم.

۴. استفاده‌ی داوطلبانه

استفاده از هوش مصنوعی در محیط کار باید کاملاً داوطلبانه باشد. نباید عملکرد کارکنان بر اساس میزان استفاده از AI سنجیده شود. باید امکان انصراف از استفاده و احترام به انتخاب افراد فراهم باشد.

جمع‌بندی

در این مقاله پدیده‌ای بررسی شد که در محیط‌های کاری بسیار شایع است: وقتی استفاده‌ی یک نفر از هوش مصنوعی باعث صرفه‌جویی برای او اما ایجاد بار اضافی برای دیگری می‌شود. این مسئله نشان می‌دهد که باید در به‌کارگیری LLMها در سازمان‌ها احتیاط بیشتری داشت.

هوش مصنوعی می‌تواند ابزار مفیدی باشد، اما تنها زمانی که آگاهانه، مسئولانه و با در نظر گرفتن اثرات انسانی آن به کار گرفته شود.

منبع