فاطمه علی‌اصغر :چندی پیش بالاخره پس از مدت‌ها پیگیری، گره از یک پرونده پیچیده مفقودی باز شد. دختر شیرازی یک روز زمستانی برای یافتن زندگی بهتر از خانه‌ خارج شد و دیگر هرگز برنگشت و به هیچ مقصدی هم نرسید. سرانجام خانواده‌اش از این بی‌خبری به تنگ آمده و نگران از چندین طریق وضعیت او را پیگیری کردند. یکی از این مراکز، مراجعه به دفتر جست‌وجو و بازپیوندی خانواده هلال‌احمر بود. بررسی‌ کارشناسان این دفتر آغاز شد. بر اساس آخرین گفت‌وگوها، این دفتر از طریق شبکه ارتباطی کمیته بین‌المللی صلیب سرخ از پلیس یکی از کشورها در مسیر اروپا این پرونده را به جریان می‌اندازد. سرانجام پس از مدت‌ها جست‌وجو آنها خبر تکان‌دهنده‌ای دریافت می‌کنند: «این دختر هنگام مهاجرت غیرقانونی در آب‌های اقیانوس غرق شده است.»

روزنامه «دنیای اقتصاد» تلاش می‌کند با مادر این دختر صحبت کند. مادر دختر در حالی که بسیار منقلب است، می‌گوید: «دخترم غرق شد و برای همیشه از پیشم رفت. دیگر هیچ‌چیز برایم مهم نیست.» صحبت کردن درباره‌ ابعاد و دلایل مهاجرت دخترش او را به‌شدت آشفته می‌کند. براساس آخرین رصدها از مرکز جست‌وجو و بازپیوندی خانواده هلال‌احمر، آمار اعلام گم‌شدگی زنانی که اقدام به مهاجرت کرده‌اند، افزایش یافته است. هر چند هنوز بسیاری از خانواده‌ها به دلیل مسائل فرهنگی و سنتی حاضر نیستند آماری از مهاجرت غیرقانونی دخترانشان بدهند.

 آناهید سیفی، استادیار حقوق بین‌الملل و گروه مطالعات زنان و خانواده دانشگاه علامه طباطبایی که در زمینه مهاجرت تحقیقات بسیاری کرده به «دنیای اقتصاد» می‌گوید: «تا امروز آمار جامعی از جنسیت و کیفیت مهاجرت زنان نداریم. چراکه بسیاری از مهاجرت‌های اخیر به صورت غیرقانونی انجام می‌شود. با این‌حال به صورت کلی می‌توانیم بگوییم که آمار مهاجرت زنان در ایران افزایش یافته است.» بهرام صلواتی، مدیر رصدخانه مهاجرت ایران  به «دنیای‌اقتصاد» می‌گوید: «در سال2021 برای نخستین‌بار تفکیک جنسیتی در آمارهای ارائه‌شده از کشورهای مهاجرپذیر اعلام شده است.» این آمار نشان می‌دهد ۵۲درصد از اقامت‌های دائم صادرشده برای ایرانیان در کانادا، 45درصد از اقامت‌های دائم به فنلاند و 49درصد به استرالیا مربوط به زنان بوده است.

براساس یک تحقیق با عنوان «تحلیل تجربه زیسته زنان ‌از‌ مهاجرت» بیشتر زنان مهاجرت کرده ایران به کانادا تحصیل‌کرده هستند و حداقل مدرک کارشناسی ارشد دارند.  براساس آخرین آمار پایگاه داده یونسکو در سپتامبر 2023، جمعیت دانشجویان ایرانی در خارج از کشور، برای هشتمین سال متوالی روند افزایشی داشته است. رتبه دانشجوفِرستی ایران در سال 2019، از رتبه 19 دنیا به رتبه 17 در سال 2020 افزایش یافته است و در سال 2021، رتبه هفدهم دانشجوفِرستی کشور ثابت مانده است. نرخ رشد دانشجویان ایرانی خارج از کشور در بازه 2012 تا 2019 پایین‌تر از نرخ رشد دانشجویان بین‌المللی در دنیا بوده است، اما در بازه زمانی 2020 تا 2021 این نرخ برای کشور ایران بالاتر از نرخ جهانی بوده است.

بر اساس همین گزارش، ایران رتبه اول مهاجرفرستی براساس نرخ رشد مهاجر جدید را ثبت کرده است. مقصود فراستخواه، عضو هیات علمی موسسه پژوهش و برنامه‌ریزی آموزش عالی هم چندی پیش اعلام کرده بود، 2 میلیون نخبه ایرانی مهاجر هستند و 60 درصد جوانان میل به مهاجرت دارند. اگر چه این آمار بر اساس تفکیک جنسیت اعلام نشده، اما مشاهدات و پیگیری‌های «دنیای اقتصاد» نشان می‌دهد که در این روند، مهاجرت زنان هم افزایش یافته است. چندی پیش بهرام صلواتی، مدیر رصدخانه مهاجرت ایران اعلام کرد: «هر زمان که شرایط اقتصادی و اجتماعی بهتر شود، ما شاهد کاهش خروج ایرانیان از کشور هستیم و برعکس وقتی فشارهای اقتصادی بیشتر می‌شود ما می‌بینیم که مهاجرت روند صعودی می‌گیرد.» او درباره اینکه زنان یا مردان بیشتر تمایل به مهاجرت از ایران دارند معتقد است، جمعیت بالقوه برای مهاجرت همان فارغ‌التحصیلانِ بیکارِ دانشگاهی هستند، ازآنجا‌‌که سهم زنان از این جمعیت بیشتر است می‌توان حدس زد آنها تمایل بیشتری برای مهاجرت‌کردن دارند.

 تغییر الگوی مهاجرت زنان

رابطه جنسیت و مهاجرت پیچیده است. رصد کارشناسان و محققان در چند دهه گذشته نشان می‌دهد که الگوی مهاجرت زنان در ایران تغییر زیادی داشته است. آناهید سیفی به «دنیای اقتصاد» می‌گوید: «در گذشته مهاجرت زنان وابستگی شدیدی به مهاجرت مردان داشت. چراکه محققان ثابت کرده‌اند، در جوامع مردسالار، تعداد مهاجران زن کمتر است و در مقابل در کشورهایی که زنان استقلال بیشتری دارند، آمار مهاجرتشان بیشتر است.» اگرچه تا کنون مطالعات کمی در این زمینه شده، اما مساله این است که مهاجرت فرآیندی جنسیتی است، زیرا دلایل مسیرها، الگوها و پیامدهای مهاجرت برای مردان و زنان متفاوت است.  بر اساس یافته‌های این استادیار  حقوق بین‌الملل دانشگاه علامه، از نظر تاریخی تصور بر این است که زنان برای ازدواج یا الحاق به خانواده مهاجرت می‌کنند.

بیشتر زنانی که به آمریکا مهاجرت می‌کنند، به منظور  پیوستن به همسرانشان است. در گذشته زن به عنوان فرد وابسته به مرد مهاجرت می‌کرد؛ در حالی که اکنون بسیاری از زنان مجرد یا زنان با کودکان خود مهاجرت می‌کنند. در دهه‌های اخیر تعداد مهاجران زن به‌طور قابل توجهی در پاسخ به تغییر بازار کار به خصوص تقاضای گسترده برای کار ارزان زنان به دنبال رشد تقاضا جهت به کارگیری زنان از کشـورهای فقیـر در بخش‌های مراقبـت در کشورهای توسعه یافته در سطح جهان افزایش یافته است. «دنیای‌اقتصاد» این روند را با چند مصاحبه پیگیری کرده است. بسیاری از زنانی که پس از مهاجرت بزرگ اوایل دهه 60، از ایران رفته‌اند، همراه همسرانشان یا ازدواج در خارج از کشور بوده است. یکی از این زنان که در دهه 70 از ایران به استرالیا مهاجرت کرده به «دنیای‌اقتصاد» می‌گوید: «من حدود سال 1372 طلاق گرفتم و سه تا بچه داشتم. با اینکه معلم بودم و در اینجا حقوق داشتم، اما احساس می‌کردم باید  به خارج بروم. برخی محدودیت‌های اقتصادی و روانی در واقع مرا وادار به این مهاجرت کرد.»

او پس از ازدواج صوری از ایران خارج شده و به استرالیا می‌رود، او می‌گوید: «مهاجرت در آن زمان هم روند بسیار دشواری بود. من بسیاری از راه‌ها را بررسی کردم، اما در آن زمان بهترین راه ازدواج صوری بود. هر چند این روند بسیار آسیب‌زننده است، اما من راه دیگری نداشتم. به خصوص پس از اینکه ازدواج صوری انجام دادم و طرف حاضر به طلاق‌دادنم نمی‌شد، اما من آن‌قدر به دادگاه رفتم و پیگیری کردم که توانستم در استرالیا ماندگار شوم و اکنون قریب 30سال است که اینجا زندگی می‌کنم. دیگر سه فرزندم بزرگ شده‌اند و از خدمات رایگان درمان و بازنشستگی بهره‌ می‌برم.» با این حال گفت‌وگو با بیش از 10 زن که به تازگی مهاجرت کرده‌اند، به یافته‌های تحقیقاتی که تا اکنون انجام شده، صحه می‌گذارد.  در حال حاضر مهاجرت زنان تحصیل‌کرده و مستقل از ایران افزایش یافته است.

رصد چندین مهاجرت اخیر گویای این است که این مهاجرت‌ها بیشتر برای رسیدن به زندگی بهتر و رهایی از برخی محرومیت‌ها بوده است. طاهره یکی از دانش‌آموختگان دانشگاه تهران که چندی پیش از ایران مهاجرت کرده، به «دنیای‌اقتصاد» می‌گوید: «آینده‌ای در ایران برای خودم متصور نبودم، چراکه بیشتر فرصت‌های بالای شغلی برای مردان است و من اگر تمام تلاشم را هم می‌کردم بدون پارتی‌بازی و داشتن رابطه به لایه‌های بالای مدیریتی نمی‌رسیدم. از سوی دیگر بحث‌های اجتماعی هم مطرح بود. همه اینها با هم باعث شد که درخواست ادامه‌ تحصیل به یکی از دانشگاه‌های آمریکا بدهم که خوشبختانه با استقبال این دانشگاه روبه‌رو شد و توانستم بورسیه هم دریافت کنم.»

چرا زنان مهاجرت می‌کنند؟

یکی از مباحثی که بسیار کمتر بررسی شده، عوامل مهاجرت زنان است. آناهید سیفی، استادیار دانشگاه علامه طباطبایی به «دنیای اقتصاد» می‌گوید: «دلایل مهاجرت زنان مختلف است. از مسائل اقتصادی بگیر تا دغدغه‌های فرهنگی و اجتماعی.» بررسی مهاجرت‌ زنان و مردان به صورت کلی نشان می‌دهد که مسائل اقتصادی همچنان دلیل اصلی مهاجرت به ‌شمار می‌آید و سپس مسائل دیگری شامل عوامل فردی، محرومیت فرهنگی و اجتماعی. با این‌حال یافته‌های این استادیار نشان می‌دهد: «مردان عمدتا با انگیزه‌های اقتصادی دست به مهاجرت می‌زنند، اما زنان بیشتر به دلایل اجتماعی و فرهنگی مهاجرت می‌کنند. مهاجرت زنان می‌توانـد یـک راه‌حل برای فرار از محدودیت‌ها و کمبودهای تحمیل شده خانوادگی و اجتماعی در جوامع مبدأ باشد و نیز امکان اشتغال در کارهایی که به‌طور اجتماعی در جامعه مبدأ محدودیت داشـته را فـراهم کند.» 

بنا به نتایج تحقیقات این استادیار؛ «برخی تابوهای اجتماعی ممکن است زنـان و دختران را به مهاجرت سوق دهد. زنان به احتمال زیاد به کشورهایی مهاجرت می‌کنند کـه نسبت به کشورشان نهادهای اجتماعی مناسب‌تری داشته باشد و دارای فرصت‌های اقتصادی بیشتری برای آنان باشد. هنجارهای جنسیتی و تقسیم کار در بازار کار یـک عامـل کلیدی در اشتغال است.»  مشاهدات نشان می‌دهد که زنـان مهـاجر، مهـاجرت را یـک پروسه به سوی رهایی و توانمندسازی می‌دانند. زنانه‌شدن مهاجرت به تغییرات اجتماعی و اقتصادی در کشورهای مبدأ و بازار کار کشور مقصد مرتبط است. مهاجرت به عنوان یک استراتژی برای بهره‌وری از فرصت‌هـای اقتصـادی در خارج از کشور به منظور به حداکثر رساندن درآمد خانوار و برای محافظـت ازآن در برابـر شوک‌های اقتصادی دیده می‌شود. با زنانه شدن مهاجرت، زنان به‌طور فزاینده با یـا بـدون شوهران خود مهاجرت مـی‌کننـد.

این تحقیق همچنین نشان می‌دهد: «برای بسیاری، مهاجرت فرصتی برای تحقق کامل حقوق انسانی خود است؛ این کار می‌تواند فرصت‌های تحصیلی و شغلی را ارائه دهد که منجر به زندگی قدرتمندتر برای آنها شود. مهاجرت همچنین می‌تواند به زنان و دختران اجازه دهد تا خود را از برخی موانع که گاه پتانسیل‌های انسانی آنها را مختل می‌کند، رها کنند. زنان تمایل دارند به کشورهایی مهاجرت کنند که بتوانند از حقوق بیشتری برخوردار شوند. زنان مهاجر جهان به عنوان نیمی از جمعیت مهاجران بین‌المللی، سعی دارند در ورای اهداف کوچشان با احقاق حقوق خود تحقق رویاهایشان را ببینند.» هر چند هنوز هم نیاز به تحقیقات بیشتری برای رسیدن به درک نقش زنان در مهاجرت است که در ایران تا کنون بسیار محدود به آن پرداخته شده است.

 زنان به کدام کشورها می‌روند؟

بر اساس یکی از تحقیقات انجام شده، در سال 2015 تعداد کل مهاجران بین‌المللی به 224 میلیون رسیده که 173 میلیون در سال 2000 بوده است. تقریبا نیمی از مهاجران بین‌المللی در سال 2015 را زنان تشکیل داده‌اند. از سال 2000 تا سال 2015 مهاجرت زنان و دختران به کشورهای در حال توسعه افزایش یافته است. نسبت مهاجران زنان به اروپا، آمریکای لاتین و کارائیب، شمال آمریکا و اقیانوسیه افزایش یافته و همین تناسب به آفریقا و آسیا کاهش یافته است. بنا بر این گزارش، پناهندگان در حدود 8 درصد از تعداد کل مهاجران بین‌المللی بوده‌اند که 47درصد از پناهندگان دختران و زنان بوده‌اند.

بر اساس آمار سازمان ملل، چهار کشور آلمان، سوئد، هلند و فرانسه در اتحادیه اروپا در حال حاضر میزبان بیشترین تعداد مهاجر متولد ایران هستند. براساس این آمار در سال ۲۰۲۰، آلمان با ۱۵۲ هزار و ۵۹۰ مهاجر متولد ایران در جایگاه نخست قرار دارد. همچنین در سال ۲۰۲۰ بیشترین درخواست ویزای ثبت شده و همچنین تعداد ویزای شینگن صادر شده برای ایرانیان در اروپا، متعلق به کشورهای آلمان، فرانسه و ایتالیا بوده است. بنابراین آلمان نخستین مقصد ایرانی‌ها برای مهاجرت به اروپاست. انگلستان دومین مقصد مهاجرت ایرانی‌ها در خارج از اتحادیه اروپا است و در حال حاضر حدود ۸۳ هزار و ۵۳۱نفر ایرانی در این کشور زندگی می‌کنند. همچنین استرالیا همواره یکی از مقصدهای اصلی مهاجرت ایرانی‌ها در همه انواع مهاجرت از جمله مهاجرت کاری بوده و تعداد کل جمعیت ایرانی‌ها در استرالیا در این سال‌ها روندی صعودی داشته است. 

با وجود افزایش مهاجرت زنان در ایران ما با فقدان اطلاعات و داده‌ها به تفکیک جنسیت روبه‌رو هستیم. با این حال، دبیر مرکز مطالعات جمعیت با اشاره به کشورهایی که بیشترین مهاجر از ایران را به خود اختصاص داده‌اند، می‌گوید: «بیشترین مهاجران ایرانی که مقیم خارج از ایران هستند به ترتیب در کشورهای ایالات‌متحده، قطر، کانادا، کویت و آلمان ساکن هستند.»  رویا که چندی پیش به آلمان مهاجرت کرد، می‌گوید: «من از طریق تحصیل در دانشگاه اقدام به مهاجرت کردم، اما وقتی به یکی از شهرهای دورافتاده آلمان آمدم و شغل مناسبی پیدا کردم تحصیل را رها کردم آنچه برای من مهم بود، رسیدن به آرامش بود. از سوی دیگر اینجا به حقوق زنان بسیار اهمیت می‌دهند.»

خطر حذف ابزارهای خارجی موجود

اوایل تابستان شرکت مستقل فعال در زمینه امنیت سایبری Surfshark مطالعه‌ای درباره کشورهایی با بالاترین میزان نشت داده در سراسر جهان انجام داد که بر اساس آن، ایران نیز با بالاترین میزان نشت داده  نسبت به کشورهای دیگر مواجه بوده است. افزایش حملات سایبری و نشت گسترده داده کاربران در سال‌های اخیر باعث شد تا سیاستگذار به فکر راه‌حلی برای این مشکل جدی باشد. در همین راستا، براساس لایحه بودجه۱۴۰۳، تمام دستگاه‌های اجرایی در قانون برنامه هفتم توسعه و شرکت‌های دولتی و نهادها و سازمان‌هایی که از بودجه عمومی استفاده می‌کنند، مکلف شده‌اند تا حداقل نیم‌درصد از اعتبارات هزینه‌ای خود را به این حوزه اختصاص دهند. بخش اول لایحه بودجه سال۱۴۰۳ کل کشور مشتمل بر هفت فصل شامل احکام سقف منابع، سقف درآمد و تراز عملیاتی سقف واگذاری دارایی‌های سرمایه‌ای، سقف واگذاری دارایی‌های مالی، منابع هدفمندسازی یارانه‌ها و مفروضات پیش‌بینی منابع و مصارف بودجه، هفته گذشته تقدیم مجلس شد. در لایحه بودجه و در بخش الف تبصره۱۳ بخش ارتباطات و فناوری اطلاعات، تمام دستگاه‌های اجرایی موضوع ماده(۱) قانون برنامه هفتم توسعه و شرکت‌های دولتی و نهادها و سازمان‌هایی که از بودجه عمومی استفاده می‌کنند، مکلف شده‌اند حداقل ۰.۵درصد از اعتبارات هزینه‌ای (به استثنای فصول ۱، ۴ و ۶) یا اعتبارات تملک دارایی‌های سرمایه‌ای خود را برای تضمین و ارتقای سطح امنیت شبکه، امنیت زیرساخت‌ها و امنیت سامانه‌های خود و پیشگیری از وقوع حوادث امنیتی رایانکی (سایبری) در دستگاه خود اختصاص دهند. در این لایحه آمده است که آیین‌نامه اجرایی این تبصره مشتمل بر موارد استثنا به تصویب هیات وزیران می‌رسد.

با این همه کارشناسان امنیت شبکه معتقدند که تخصیص بودجه  به تنهایی نمی‌تواند باعث ارتقای امنیت سایبری کشور شود، حتی ممکن است اثر سوء هم داشته باشد. در همین راستا، سعید سوزنگر، کارشناس امنیت شبکه به «دنیای اقتصاد» می‌گوید: «این تخصیص بودجه در افزایش امنیت سایبری تاثیری نمی‌گذارد. تا زمانی که از استفاده دستگاه‌های روز دنیا، تکنولوژی بین‌المللی و جهانی -چه به خاطر تحریم‌ها و چه به خاطر بحث مجوز دستگاه‌ها- محروم هستیم، این بودجه تنها صرف ابزارهای داخلی خواهد شد که آنها هم توان رقابت با نمونه‌های خارجی را ندارند. ابزارهای داخلی در بحث تکنولوژی با نمونه‌های خارجی قابل مقایسه نیستند. تخصیص نیم‌درصدی بودجه قرار است برای ابزارهایی مانند آنتی ویروس‌های داخلی (مانند پادویش) و فایروال‌های داخلی هزینه شود که تاثیر چندانی در امنیت سایبری ندارند.»

او در ادامه اضافه می‌کند: «به‌طور کلی دولت می‌تواند بدون هزینه، سطح امنیت سایبری را تا چندبرابر افزایش بدهد. برای این امر تنها کافی است اجازه بدهد تا پروتکل‌های امن و سرویس‌هایی که می‌توانند باعث ایمن‌سازی داده‌ها شوند، به درستی کارشان را انجام دهند و روی آنها اختلالی ایجاد نشود. زمانی که صحبت از بودجه به میان می‌آید، یعنی صرف هزینه. هزینه کردن هم در اختیار بدنه دولت است و دولت هم معتقد است که باید از محصولات داخلی حمایت شود.»

سوزنگر با تاکید بر اینکه این تخصیص بودجه حتی می‌تواند اثرات سوئی داشته باشد، می‌گوید: «این تخصیص بودجه به‌تنهایی تاثیر چندانی در افزایش امنیت سایبری ندارد، بلکه فکر می‌کنم می‌تواند برای کاربران ایرانی اثر سوء هم داشته باشد؛ چراکه ممکن است با این بودجه محصول داخلی بیشتری تولید شود و همان چند اپلیکیشن بین‌المللی موجود هم کنار گذاشته شوند.»

حال باید دید که آیا در عمل تخصیص بودجه‌‌ای هر چند کم، می‌تواند به کاهش آسیب‌پذیری‌های سایبری به‌ویژه در نهادها و سازمان‌های دولتی منجر شود که اطلاعات بسیار گسترده‌ای را در اختیار دارند یا در ادامه راه‌حل‌های کم‌هزینه اما کارآمدتر در دستور کار قرار خواهند گرفت.

با وجود این‌‌‌، هنوز هم پیش‌‌‌نیاز اصلی و گریزناپذیر عملیاتی شدن تمام ماشین‌‌‌های هوش مصنوعی یک‌‌‌ چیز است: نیاز به آموزش دیدن و تغذیه شدن این ماشین‌‌‌ها با داده. علاوه بر این، داده‌‌‌هایی که در اختیار هوش مصنوعی قرار می‌گیرد آن‌‌‌قدر عظیم و سنگین است که استفاده از آن نیازمند کامپیوترهایی با قدرت محاسباتی بسیار بالا و زیرساخت‌‌‌های پیشرفته‌‌‌ای است که در همه‌‌‌جا یافت نمی‌شود و همین عوامل بیرونی هستند که توسعه بیشتر هوش مصنوعی را با محدودیت مواجه می‌‌‌سازند.

البته با وجود پیشرفت‌‌‌های خوبی که در زمینه یادگیری ماشینی اتفاق افتاده، هنوز هم ضعف‌‌‌ها و چالش‌‌‌هایی در مورد به‌‌‌کارگیری ماشین‌‌‌ها به‌‌‌جای انسان وجود دارد که باعث می‌شود ما در برنامه‌‌‌ریزی‌‌‌ها در حوزه‌‌‌هایی مانند ماشین‌‌‌های خودران محتاط باشیم و از شتاب‌‌‌زدگی در این زمینه‌‌‌ها خودداری کنیم. آنچه تاکنون در مورد استفاده از ماشین‌‌‌های خودران در بعضی کشورها اتفاق افتاده، محدود است به مجوز دادن برای تردد این ماشین‌‌‌ها در برخی بزرگراه‌‌‌ها و خیابان‌‌‌های فرعی و خارج از شهرها، یعنی جاهایی که ترددها نظم مشخصی دارند و در آنها خبری از عابران پیاده نیست و رانندگی کردن در آنجا برای ما انسان‌‌‌ها تا حد زیادی یکنواخت و خسته‌‌‌کننده است. پرواضح است که استفاده از هوش مصنوعی به‌‌‌جای انسان در چنین موقعیت‌‌‌هایی کاملا ایده‌‌‌آل و اطمینان‌‌‌بخش است و نشستن در چنین ماشین‌‌‌هایی که با هوش مصنوعی هدایت و کنترل می‌‌‌شوند خیلی بهتر از نشستن در ماشین‌‌‌هایی است که راننده‌‌‌های خسته و خواب‌‌‌آلوده آن را می‌‌‌رانند. با این ‌‌‌همه، هنوز هم تردیدهای جدی و احتیاط‌‌‌آمیزی در مورد مجوز دادن به ماشین‌‌‌های خودران برای تردد در معابر پرازدحام شهری وجود دارد و هنوز هم کمتر شرکت یا شخصی حاضر می‌شود تمام مسوولیت‌‌‌های حقوقی و اخلاقی نشستن در ماشین‌‌‌های خودران را بپذیرد.

پیش‌بینی سرعت پیشرفت‌‌‌های هوش مصنوعی امری دشوار و پیچیده است. در سال ۱۹۶۵، مهندس «پاسگان مور» پیش‌بینی کرده بود که سرعت محاسبات کامپیوترها هر دو سال یک‌‌‌بار دو برابر خواهد شد؛ پیش‌بینی درستی که تا مدت‌‌‌ها به قوت خود باقی بود. اما ارائه چنین پیش‌بینی جسورانه‌‌‌ای در مورد سرعت پیشرفت‌‌‌های هوش مصنوعی دشوارتر و تا حدی غیرممکن است، چراکه با توجه به افزایش شگفت‌‌‌انگیز قدرت محاسباتی و پردازشگری کامپیوترها امکان هر جهش بزرگ و بی‌‌‌سابقه‌‌‌ای در هر بخش از هوش مصنوعی وجود دارد.

به همین ترتیب، پیش‌بینی سرعت و دامنه به‌‌‌کارگیری هوش مصنوعی در حوزه‌‌‌های جدید نیز بسیار سخت خواهد بود، هرچند که یک‌‌‌چیز در این میان قطعی است و آن اینکه ظرفیت‌‌‌ها و قابلیت‌‌‌های هوش مصنوعی برای استفاده شدن در زمینه‌‌‌های مختلف به‌‌‌سرعت در حال افزایش است. درنتیجه می‌توان انتظار داشت طی ۵، ۱۰ یا ۲۵ سال آینده شرایط به‌‌‌گونه‌‌‌ای رقم بخورد که هوش مصنوعی را بتوان در هر زمینه‌‌‌ای که فکرش را در سر داشته باشید جایگزین انسان کرد و انجام همه کارها را به آن سپرد. تا آن زمان، کاربردهای امروزی هوش مصنوعی نیز عمق و رواج بیشتری پیدا خواهند کرد و در دسترس عموم مردم قرار خواهند گرفت، به‌‌‌طوری که ماشین‌‌‌هایی که امروزه در سطح آزمایشگاهی و در محیط‌‌‌های کنترل‌‌‌شده در حال خدمت‌‌‌رسانی به دانشمندان و محققان هستند در آینده‌‌‌ای بسیار نزدیک به بخشی جدانشدنی از زندگی روزمره مردم عادی در سراسر جهان تبدیل خواهند شد. بر این اساس معقول خواهد بود اگر انتظار داشته باشیم که هوش مصنوعی نیز با سرعتی شبیه به قدرت محاسباتی کامپیوترها رشد کند و دست به رکوردشکنی‌‌‌های پی‌‌‌درپی و سریع بزند و مثلا طی ۱۵‌‌‌تا ۲۰ سال آینده چند میلیون برابر شود! وقوع چنین پیشرفت عظیمی در زمینه هوش مصنوعی موجب خواهد شد تا شبکه‌‌‌های عصبی قدرتمندی به وجود آیند که دقیقا مثل مغز انسان عمل می‌کنند. در حال حاضر قدرت شبکه‌‌‌های عصبی به‌‌‌کار رفته در GPT-۳ حدود ۱۰ به توان ۱۱ واحد کمتر از سیناپس‌‌‌های مغز انسان است و هنوز هم قدرت مجموعه‌‌‌هایی مانند GPT-۳ بسیار کمتر از مغز انسان است. با این ‌‌‌همه، در صورتی‌‌‌ که پیشرفت‌‌‌های هوش مصنوعی به شکلی ادامه پیدا کند که قدرت ماشین‌‌‌ها به‌‌‌مانند کامپیوترها هر دو سال یک‌‌‌بار دو برابر شود، این فاصله بین محصولات هوش مصنوعی و مغز انسان در کمتر از یک دهه آینده به حداقل خواهد رسید و همان‌طور که هوش مصنوعی توانست برنامه‌‌‌ای را برای بازی شطرنج ارائه دهد که هیچ انسانی قادر به شکست دادن آن نیست، شاید خیلی زود زمانی فرابرسد که مغز متفکر هوش مصنوعی به جایی برسد که از قدرت مغز انسان نیز فراتر رود و عملکردی بهتر از آن را از خود نشان دهد. یکی از ایده‌‌‌ها و اهدافی که برخی از توسعه‌‌‌دهندگان هوش مصنوعی به دنبال تحقق آن در آینده‌‌‌ای نزدیک هستند «ابر‌هوش مصنوعی» یا «هوش مصنوعی جامع» (Artifical General Intelligence) نام دارد. به‌‌‌طورکلی، هوش مصنوعی جامع به دنبال ایجاد مجموعه‌‌‌ای از ظرفیت‌‌‌های هوش مصنوعی است که بتواند تمام‌‌‌کارهایی را که مغز انسان قادر به انجام آنهاست با همان کیفیت انجام دهد و از این ‌‌‌جهت، در نقطه مقابل هوش مصنوعی امروزی قرار دارد که با هدف انجام ‌‌‌وظیفه‌‌‌ای خاص توسعه پیدا کرده است. به ‌‌‌هر حال، مهم‌ترین و حیاتی‌‌‌ترین عنصر توسعه‌‌‌دهنده هوش مصنوعی جامع چیزی نیست مگر یادگیری ماشینی. در واقع با برداشته شدن محدودیت‌های موجود در زمینه یادگیری ماشینی، امروز می‌توان امیدوار بود که به‌‌‌زودی هوش مصنوعی به‌‌‌گونه‌‌‌ای آموزش ببیند که بتواند در چندین و چند حوزه مختلف قادر به انجام ‌‌‌وظیفه باشد و تخصص‌‌‌های مختلف خود را به‌‌‌صورت ترکیبی و در قالب یک مجموعه واحد بروز دهد و به یک «شبه‌مغز» تبدیل شود.

با این ‌‌‌همه، دانشمندان و فلاسفه درباره این موضوع که آیا ایده هوش مصنوعی جامع امری امکان‌‌‌پذیر و شدنی است و اینکه چه ویژگی‌‌‌هایی باید داشته باشد باهم اختلاف‌‌‌نظر دارند. پرسشی که در اینجا مطرح می‌شود این است که آیا این ابرهوش مصنوعی قرار است دارای مغزی شبیه به مغز یک انسان معمولی باشد یا اینکه باید توانایی‌‌‌هایی در حد مغز بهترین و برجسته‌‌‌ترین متخصص حوزه‌‌‌ای خاص داشته باشد؟ و آیا رسیدن هوش مصنوعی به سطحی همسان یا بالاتر از مغز دانشمندان و محققان نخبه نمی‌تواند چالش‌‌‌برانگیز و خطرناک باشد؟

تشدید استفاده از شبکه‌های اجتماعی در میان افراد جامعه موضوعی است که مزایا و معایب مخصوص به خود را دارد. در‌حالی‌که ارتباط آسان‌تر و دسترسی ساده به حجم بالایی از اطلاعات می‌تواند مزایای این موضوع محسوب شود، اما خطرات آن نیز به قوت خود باقی هستند. انتشار اطلاعات اشتباه و وقوع انواع کلاهبرداری‌ها از جمله این مشکلات است. برای مثال افرادی وجود دارند که بدون تخصص مشاوره‌های مالی می‌دهند و مخاطبان را گمراه می‌کنند. یکی خرید طلا را توصیه می‌کند و دیگری بهترین حوزه سرمایه‌گذاری را رمزارز می‌داند.

همین باعث به وجود آمدن نوعی گمراهی می‌شود و ممکن است سرمایه افراد را به باد دهد. از سوی دیگر با وجود تلاش‌های بسیاری که در راستای فیلترینگ شبکه‌های اجتماعی در کشور انجام شده و حتی هزینه ۲۰۰میلیاردی برای اجرای فیلترینگ هوشمند، به نظر می‌رسد چندان اثری نداشته است. آسیب‌ها و مخاطرات گسترش استفاده از شبکه‌های اجتماعی و مسیری که مخاطبان این شبکه‌ها جامعه را به سوی آن خواهند برد، موضوعی است که هفته‌نامه «تجارت فردا» در پرونده ویژه این هفته خود با عنوان «خطر لایک» به بررسی آن پرداخته است.

امروزه نگاهی به وضعیت افراد از پیر و جوان نشان از شبکه‌زده شدن جامعه دارد. مردم ساعت‌های زیادی را صرف گشت‌وگذار در شبکه‌های اجتماعی می‌کنند. علاوه بر مشاهدات روزانه همه ما، آمارهای رسمی نیز تشدید استفاده از شبکه‌های اجتماعی را تایید می‌کند. بر اساس آخرین آمار (یکتانت) تعداد کاربران اینستاگرام از مرز ۴۱میلیون نفر عبور کرده است. از سوی دیگر به گفته رئیس مرکز پژوهش‌های صداوسیما، طبق آمار به‌دست‌آمده در مرکز تحقیقات، مصرف رسانه‌های اجتماعی از ۴۲درصد در سال ۱۳۹۴ به ۶۷درصد در سال ۱۴۰۲ رسیده است.

این آمار در کنار میزان سرانه مطالعه افراد، ابعاد جدیدی از موضوع را روشن می‌کند. مطالعه رفتار فرهنگی خانوار ایرانی در سال ۱۳۹۹ نشان می‌دهد سرانه کل مطالعه غیردرسی ۸ ساعت و ۱۸ دقیقه در ماه و به‌عبارت دیگر ۱۶ دقیقه و ۳۶ ثانیه در روز بوده است.  سرانه مطالعه روزنامه چاپی و الکترونیکی هم ۲ دقیقه و ۴۶ ثانیه در روز و نشریات ۴۶ ثانیه در روز است. این آمار زمانی جالب‌تر می‌شود که سرانه حضور در شبکه‌های اجتماعی در ایران بیش از ۲ ساعت در روز است. البته این مشکل فقط محدود به ایران نبوده و مطالعات سایر کشورها نشان می‌دهد این پدیده در میان نوجوانان بیشتر مشهود است. بر اساس مطالعه‌ای که در سال ۲۰۱۶ در آمریکا منتشر شد، تقریبا ۸۲درصد از دانش‌آموزان کلاس دوازدهم هر روز از سایت‌هایی مانند فیس‌بوک، شبکه اجتماعی ایکس و اینستاگرام بازدید می‌کردند، در‌حالی‌که تنها ۱۶درصد گزارش کردند که هر روز یک کتاب، مجله یا روزنامه می‌خوانند. مواجهه با افرادی که با آرامش، روزانه کتاب به دست می‌گیرند و مطالعه می‌کنند، به‌سرعت در حال تبدیل شدن به یک اتفاق نادر است.

هزینه برای هیچ

نکته مهم در این رابطه، تلاش‌هایی است که برای فیلتر کردن شبکه‌های اجتماعی درون کشور صورت گرفته است که به نظر می‌رسد چندان مثمر‌ثمر نبوده است. برای مثال تنها حدود ۲۰۰میلیارد تومان برای فیلترینگ هوشمند هزینه شده که تعداد بالای مخاطبان این شبکه‌ها اثرگذاری آن را زیر سوال می‌برد. یکی دیگر از نکاتی که باید به آن توجه کرد این است که رسانه‌های اجتماعی، با وجود دسترسی بیشتر، به ما این اجازه را نمی‌دهند که خارج از چهارچوب فکر کنیم. اما هنگام خواندن یک کتاب، به یک بعد کاملا جدید می‌رویم.  برای مثال، دوستداران کتاب اغلب بوی کتاب را به تجربه و احساس خاصی در گذشته مرتبط می‌دانند. حتی بوی یک کتاب خاص می‌تواند یادآور خاطرات خوش زمان مطالعه آن باشد، تجربه‌هایی که شبکه‌های اجتماعی شما را از کسب آنها محروم خواهند کرد.

مقایسه اشتباه

یکی از مهم‌ترین تاثیرات روان‌شناختی استفاده از شبکه‌های اجتماعی، تصاویری است که افراد از زندگی سایرین می‌بینند. به طور کلی این تصاویر همگی غرق در خوشی و لذت آنلاین‌اند؛ در تعطیلات خوش می‌گذرانند، پول‌های بادآورده دارند، رویایی زندگی می‌کنند و آن وقت بدون دانستن واقعیت‌های خشن (یا دروغ‌های) پشت آن پست‌ها، با خودتان فکر می‌کنید حتما یک جای کار می‌لنگد که نمی‌توانید مانند دیگران زندگی کنید. تحلیلگران اعتقاد دارند بسیاری از مردم زندگی واقعی خود را متوقف کرده و در فضای آنلاین زندگی می‌کنند. این موضوع به سطحی شدن افراد دامن زده و باعث می‌شود مردم قضاوت‌های خود را به آنچه در فضای مجازی به عنوان معیار به آنها ارائه می‌شود محدود کنند.

این موضوع به این دلیل رخ داده که ما به رسانه‌های اجتماعی اجازه داده‌ایم به ما بگویند که چه چیزی را باید تماشا کنیم، گوش کنیم یا به آن توجه کنیم و هر چیز دیگری غیر از اینها چندان اهمیتی ندارد. این مساله زمانی حساس‌تر می‌شود که برای بزرگسالانی که از رسانه‌های اجتماعی استفاده می‌کنند، ممکن است تشخیص واقعیت‌ها از چرندیات آسان باشد. اما این تشخیص برای گروه‌های سنی پایین‌تر ازجمله نوجوانان آسان نیست، به‌ویژه اگر با جذابیت‌هایی همراه باشد.

کلاهبرداران در کمین هستند

مشکلات شبکه‌های اجتماعی و خطرات آنها، تنها به فکر و روح و روان افراد محدود نمی‌شود و می‌تواند منجر به ضررهای مالی نیز بشود. در بسیاری از صفحه‌ها و کانال‌های فضای مجازی، افرادی که خود را کارشناس می‌خوانند در حال ارائه مشاوره‌های سرمایه‌گذاری به مردم هستند. این کارشناس‌نماها که تخصصی هم ندارند اطلاعات متناقضی به مردم می‌رسانند. برای مثال یکی می‌گوید طلا بخرید، دیگری معتقد است بهترین سرمایه‌گذاری مسکن است و دیگری در تلاش است شما را به‌زور، به خریداری رمزارزها علاقه‌مند کند.

اطلاعات نادرست می‌تواند سرمایه‌گذاران خرد را با ارائه تحلیل‌های نادرست و پیش‌بینی‌های نامطمئن، گمراه کند. ادعاهای نادرست در مورد سلامت مالی یک شرکت، چشم‌انداز آینده یا روند بازار می‌تواند بر تصمیمات سرمایه‌گذاری آنان تاثیر بگذارد. علاوه بر این، روایت‌های نادرست می‌تواند ارزش واقعی و ریسک‌های بالقوه سرمایه‌گذاری‌ها را پنهان کند و سرمایه‌گذاران را به بیراهه بکشاند. سرمایه‌گذاران برای کسب اطلاعات در مورد سرمایه‌گذاری به‌طور فزاینده‌ای به شبکه‌های اجتماعی متکی شده‌اند. گرچه رسانه‌های اجتماعی می‌توانند مزایای زیادی برای سرمایه‌گذاران فراهم کنند، فرصت‌هایی را نیز برای کلاهبرداران ایجاد کرده‌اند. کلاهبرداران ممکن است اطلاعات نادرست را به صورت ناشناس یا در‌حالی‌که وانمود می‌کنند کارشناس و حرفه‌ای هستند، منتشر کنند.  ممکن است اعتبار یا نمایه‌های کاملا جعلی ایجاد کنند. شرایط زمانی دشوارتر می‎شود که امکان شناسایی این افراد چندان آسان نیست.

در نتیجه، تعجب‌آور نیست که این اثرات نامطلوب اکنون به حوزه مالی نفوذ کرده، جایی که اطلاعات نادرست و گمراه‌کننده می‌تواند بازارها را دستکاری کند. بنابراین باید توجه کرد در شرایطی که این روزها همه این امکان را دارند که تولید محتوا کرده و این محتواها را به‌سادگی در شبکه‌های اجتماعی به اشتراک بگذارند، این امکان وجود دارد که بدون وجود معیاری برای سنجش این اطلاعات، حجم زیادی از محتوای تولید‌شده در حال جان بخشیدن به «خرافات» و «شبه‌علم» باشد و موضوع نگران‌کننده‌ای محسوب شود.

داده‌‌‌هایی که قرار بود به او ارائه کنم، نشان می‌‌‌دادند که سرمایه‌گذاری ما نتیجه نداده و طرح، بدتر از برنامه‌‌‌ریزی پیش رفته. اگر دلسرد یا حتی عصبانی می‌‌‌شد، کاملا درک می‌‌‌کردم.  حتی انتظار داشتم که بگوید: «کجای کار ایراد داشت؟»یا «چطور می‌‌‌شد جلوی آن را بگیریم؟» (برای هر دو سوال، جوابی آماده داشتم). اما او به جایش، یک سوال ساده پرسید:

«چه چیزی یاد گرفتی؟» الان می‌‌‌فهمم که کاری که او انجام داد، ایجاد امنیت روانی بود. او می‌‌‌دانست که یادگیری، مهم‌ترین چیز است و عملکرد آینده من و تیم به آن بستگی دارد. امنیت روانی، یک مفهوم حیاتی برای تیم‌‌‌ها و رهبرانشان است. و موضوعی نیز هست که ما بارها درباره‌‌‌اش در مجله کسب و کار هاروارد صحبت کرده‌‌‌ایم. اما کمتر کسی آن را می‌‌‌شناسد یا کاملا درک می‌‌‌کند.  به همین دلیل، سراغ «امی ادموندسن»، استاد مدرسه کسب و کار هاروارد و نویسنده کتاب «سازمان بی‌‌‌پروا» رفتم. او کسی ا‌‌‌ست که عبارت «امنیت روانی تیم» را ابداع کرده. با او صحبت کردم تا در این‌باره اطلاعات جدید بگیرم. از او پرسیدم که این اصطلاح از کجا سرچشمه گرفته، چطور تکامل یافته و البته، آدم‌‌‌ها چطور می‌توانند در تیم‌‌‌ها امنیت روانی ایجاد کنند.

 امنیت روانی چیست؟

بیایید با یک تعریف شروع کنیم. امنیت روانی تیم یعنی باور مشترک میان اعضای تیم مبنی‌بر اینکه ریسک کردن، بیان ایده‌‌‌ها و دغدغه‌‌‌ها، مطرح کردن سوالات و اقرار به اشتباهات، هیچ اشکالی ندارد، بدون اینکه ترس از عواقب منفی سراغمان بیاید. امی می‌‌‌گوید: «احساسی که به آدم دست می‌‌‌دهد، مثل اجازه برای صراحت داشتن است.»

امی اولین بار وقتی داشت برای پی‌‌‌اچ‌‌‌دی خود تحقیق می‌‌‌کرد به این مفهوم برخورد. او قصد داشت رابطه میان خطا کردن و کار گروهی در بیمارستان‌‌‌ها را مطالعه کند. انتظار داشت به این نتیجه برسد که تیم‌‌‌های موثرتر، خطاهای کمتری مرتکب می‌‌‌شوند. اما چیزی که کشف کرد این بود: به نظر می‌‌‌رسید تیم‌‌‌هایی که کار تیمی بهتری داشتند، خطاهای بیشتری را تجربه می‌‌‌کردند. وقتی داده‌‌‌ها را بیشتر بررسی کرد، شک کرد که شاید تیم‌‌‌های بهتر، تمایل بیشتری به گزارش خطاهای خود دارند چون از اقرار به خطا، نمی‌‌‌ترسند و احساس امنیت می‌‌‌کنند. سپس یک تحقیقات تکمیلی انجام داد تا فرضیه‌‌‌اش را بیشتر بررسی کند.

در مفهوم امنیت روانی تیمی، «تیم» بسیار مهم است. امی می‌‌‌گوید: «(امنیت روانی) یک پدیده در سطح گروهی است که رفتار یادگیری گروه را شکل می‌‌‌دهد و در نتیجه، روی عملکرد تیم و نهایتا عملکرد سازمان تاثیر می‌‌‌گذارد». همان‌طور که امی برایم توضیح داد، احساس امنیت و تمایل به صحبت کردن، یک ویژگی فردی نیست، حتی اگر آن را در سطح فردی تجربه کنید.

این حس، یک ویژگی گروهی است که نمایان می‌شود. در واقع، در بیشتر مطالعات، افرادی که همکاری نزدیک با یکدیگر دارند، دارای میزان مشابهی از امنیت روانی در مقایسه با اعضای تیم‌‌‌های دیگر هستند.

 چرا امنیت روانی مهم است؟

اولا، امنیت روانی باعث می‌شود اعضای تیم حس مشارکت و انگیزه بیشتری داشته باشند چون حس می‌‌‌کنند نقش و سهمشان، مهم است و می‌توانند بدون ترس از مجازات، حرفشان را بزنند.

دوم، امنیت روانی می‌تواند به تصمیم‌گیری بهتر منجر شود چون افراد، راحت‌‌‌تر نظرات و دغدغه‌‌‌های خود را مطرح می‌‌‌کنند.

این باعث می‌شود قبل از تصمیم‌گیری، طیف متنوعی از دیدگاه‌‌‌ها شنیده و لحاظ شوند.

سوم، امنیت روانی می‌تواند یک فرهنگ یادگیری و پیشرفت مداوم را تقویت کند چرا که اعضای تیم، از بیان اشتباهات خود و یادگیری از آنها هراسی ندارند (این دقیقا همان کاری‌‌‌ است که رئیس من انجام داد).

همه این مزایا، از تاثیر بر عملکرد تیم گرفته تا نوآوری و ابتکار عمل و برگشت‌‌‌پذیری و یادگیری، طی سال‌ها و به دنبال تحقیقات، اثبات شده‌‌‌اند، به‌ویژه در تحقیقات اصلی امی و تحقیقاتی که در شرکت گوگل انجام شد.

 هدف آن تحقیقات که به «پروژه ارسطو» معروف شد، درک و شناسایی فاکتورهای موثر بر اثربخشی تیم‌‌‌ها در گوگل بود.

آنها با استفاده از بیش از ۳۰ مدل آماری و صدها متغیر، به این نتیجه رسیدند که اینکه «چه کسی» در تیم است، کمتر اهمیت دارد و «چگونگی» همکاری اعضا با هم، مهم‌تر است. و مهم‌ترین فاکتور، امنیت روانی بود.

تحقیقات بیشتر در این رابطه نشان داده که عدم‌امنیت روانی، مضرات باورنکردنی‌‌‌ دارد، از جمله تاثیر منفی بر سلامت کارکنان، مثل استرس، فرسودگی و گردش نیروهای کار و البته، تاثیر منفی بر عملکرد کلی سازمان.

 ایده امنیت روانی چطور تکامل یافته؟

از امی پرسیدم که از۲۰ سال پیش که شروع به بررسی این موضوع کرد تا به امروز، این ایده چه تغییراتی کرده؟ محققان و دانشگاهیان، چند نکته ظریف را کشف کرده‌‌‌اند. مثلا، او اشاره کرد که به نظر می‌رسد امنیت روانی در محیط‌‌‌های کاری که کارکنان باید از اختیارات خود استفاده کنند، مهم‌تر است. او در ادامه توضیح می‌‌‌دهد: «در شرایطی که نتیجه از پیش تعیین یا دیکته نشده، و وقتی در حال انجام کاری خلاقانه یا جدید یا عمیقا مشارکتی هستید، رابطه میان امنیت روانی و عملکرد، قدرتمندتر است.»  

او دو سال پیش، مقاله‌‌‌ای در مجله کسب و کار هاروارد نوشته و در آن به تفصیل شرح داده که در کار ترکیبی (تلفیقی از کار حضوری و دورکاری)، مدیران باید تفکر خود درباره امنیت روانی را گسترش دهند. به‌‌‌علاوه، او و سایر محققان به بررسی رابطه میان تنوع اعضای تیم و امنیت روانی پرداخته‌‌‌اند. تحقیقات جدید او با همکاری «هنریک برسمن»، استاد رفتار سازمانی در شرکت INSEAD نشان می‌‌‌دهد که در تیم‌‌‌های دارای ‌امنیت روانی بالا، رابطه مثبت میان تنوع مهارت‌‌‌ها و عملکرد وجود دارد. گرچه فقط یک تحقیق در این رابطه انجام شده و در یک صنعت خاص (تولید دارو)، اما این اثبات می‌‌‌کند که «امنیت روانی می‌تواند کلید شکوفایی پتانسیلی باشد که در دل تنوع، نهفته است.»

 از کجا بدانیم تیم‌مان امنیت روانی دارد؟

این سوالی‌‌‌ست که در ذهن بسیاری از رهبران سازمانی وجود دارد. امی برای ارزیابی احساس امنیت روانی، یک پرسشنامه شامل هفت سوال طراحی کرده (اگر قصد دارید این نظرسنجی را در تیم خود برگزار کنید، می‌توانید از ابزاری که در وب‌سایت او هست، استفاده کنید).

پاسخ افراد به این سوالات، تا حدی به شما نشان می‌‌‌دهد که تا چه حد احساس امنیت روانی می‌‌‌کنند:

۱- اگر در این تیم مرتکب اشتباه شوید، از آن علیه‌‌‌تان استفاده نمی‌شود.

۲- اعضای تیم می‌توانند مشکلات و مسائل سخت را مطرح کنند.

۳- افراد این تیم، گاهی آدم‌‌‌ها را با وجود تفاوتشان می‌‌‌پذیرند.

۴- ریسک کردن در این تیم، خطری ندارد.

۵ - درخواست کمک کردن از اعضای تیم کار سختی نیست.

۶- هیچ‌‌‌کس در این تیم عمدا کاری نمی‌‌‌کند که تلاش‌‌‌های من بی‌‌‌اثر یا تضعیف شوند.

۷- در همکاری با اعضای این تیم، مهارت‌‌‌ها و استعدادهای منحصر به فرد من ارزشمند تلقی شده و مورد استفاده قرار می‌‌‌گیرند.

امی هشدار می‌‌‌دهد که نمرات این تست، قطعی نیستند. آنچه مهم است، واریانس است. او می‌‌‌گوید: «هر کسی این نظرسنجی را پر می‌‌‌کند، در واقع نسبت به انتظاراتش این کار را انجام می‌‌‌دهد. مثلا اگر من بگویم بله! می‌توانم درخواست کمک کنم! در واقع دارم آن را نسبت به روالی که فکر می‌‌‌کنم «باید» وجود داشته باشد، می‌‌‌سنجم». او به مدیران پیشنهاد می‌‌‌کند که از داده‌‌‌های نظرسنجی برای بررسی تجربیات تیم استفاده کنند و کنجکاوانه به دنبال راه‌‌‌هایی برای ایجاد تغییر و بهبود تجربیات آنها باشندکه همین، منجر به سوال مهم بعدی می‌شود: برای ایجاد و تقویت امنیت روانی چه کارهایی می‌توان کرد؟

 چطور امنیت روانی ایجاد کنیم؟

امی بلافاصله تاکید می‌‌‌کند که «این بیشتر جادو است تا علم» و مدیران باید به یاد داشته باشند که امنیت روانی، «یک جو است که آن را با هم می‌‌‌سازیم. گاهی به روش‌‌‌های اسرارآمیز.» هر کسی در تیمی کار کرده باشد که مشخصه اصلی‌‌‌اش، سکوت و ناتوانی در حرف زدن بوده، می‌‌‌داند که تغییر آن روال چقدر سخت است.

بسیاری از کارهایی که برای ایجاد یک محیط روانی امن انجام می‌‌‌شوند، همان روش‌‌‌های مدیریتی خوب هستند. کارهایی مثل ایجاد هنجارها و انتظارات شفاف، تا احساس پیش‌بینی‌‌‌پذیری و عدالت برقرار شود یا تشویق به ارتباطات آزاد و گوش دادن فعال به صحبت‌‌‌های کارکنان یا حصول اطمینان از اینکه کارکنان مورد حمایتند یا قدردانی و فروتنی، وقتی کارکنان تصمیم به صحبت می‌‌‌گیرند.

چند تاکتیک دیگر نیز وجود دارند که امی روی آنها تاکید می‌‌‌کند:

  مشخص کنید که چرا نظر کارمندها اهمیت دارد

اغلب آدم‌‌‌ها ترجیح می‌‌‌دهند عقب بنشینند و ساکت بمانند چون این‌ طوری احساس امنیت بیشتری می‌‌‌کنند. آنها به طور پیش‌‌‌فرض، ایده‌‌‌ها و نظرات خود را برای خود نگه می‌‌‌دارند. امی می‌‌‌گوید: «باید با ایجاد بستر لازم برای صحبت کردنشان، این میل باطنی را از بین ببرید». برایشان به طور شفاف و دقیق توضیح دهید که چرا باید صحبت‌‌‌هایشان را بشنوید، چرا دیدگاه‌‌‌ها و اطلاعاتشان مهم است و چه تاثیری بر خروجی کارها دارد.

  اشتباهات خود را بپذیرید

اگر شما به عنوان رهبر تیم یا سازمان، مسوولیت اشتباهات خود را بپذیرید و توضیح دهید که چطور از آنها درس گرفته‌‌‌اید، مسیر برای دیگران نیز هموار می‌شود. اگر می‌‌‌خواهید رفتاری را در تیم ترویج کنید، باید خودتان الگو باشید و آسیب‌‌‌پذیری را عادی‌‌‌سازی کنید. این شامل مواردی مثل احترام گذاشتن، پذیرش بازخورد و تمایل به ریسک کردن است.

  فعالانه نظر بخواهید

فرض را بر این نگذارید که آدم‌‌‌ها هر چه به ذهنشان می‌رسد را می‌‌‌گویند یا می‌‌‌دانند که نظرشان را می‌‌‌خواهید. امی می‌‌‌گوید: «مستقیما درخواست کنید». او پیشنهاد می‌‌‌کند سوالات پایان ‌‌‌باز بپرسید. مثلا «شما چه می‌‌‌بینید؟ نظر شما درباره‌‌‌اش چیست؟ موضعت در این‌باره چیست؟» می‌توانید از آدم‌‌‌ها نظر بخواهید یا به آنها بگویید که «انسان جایز الخطاست» اما اگر حس کنند سرزنش یا سرکوب می‌‌‌شوند، نه نظر خواهند داد و نه به اشتباهاتشان اقرار خواهند کرد. امی پیشنهاد می‌‌‌کند از خودتان بپرسید: «وقتی فردی، یک ایده عجیب می‌‌‌دهد یا اظهارنظر تند می‌‌‌کند، چطور به آن جواب می‌‌‌دهم؟» قدردان و آینده‌‌‌نگر باشید. به‌‌‌علاوه، سرزنش را با کنجکاوی جایگزین کنید. «لورا دلیزونا»، نویسنده و مربی، می‌‌‌گوید: «اگر اعضای تیم حس کنند که قصد دارید سرزنششان کنید، مانند شکار از شما پنهان خواهند شد. جایگزین سرزنش، کنجکاوی است. اگر معتقدید که می‌‌‌دانید طرف مقابل چه فکر می‌‌‌کند، پس آماده گفت‌‌‌وگو نیستید. بهتر است ذهنیت خود را تغییر دهید و به دنبال یادگیری باشید. بدانید که شما همه حقایق را نمی‌‌‌دانید.»

 تصورات غلط درباره امنیت روانی چیستند؟

از امی پرسیدم که آیا افسانه یا باور غلطی درباره امنیت روانی وجود دارد. او به دو مورد اشاره کرد:

۱- امنیت روانی به‌معنای مهربان بودن است. امی می‌‌‌گوید ایجاد یک فضای امن روانی به معنای مهربان بودن نیست. در واقع، در بسیاری از محیط‌‌‌های کار، ادب و احترام برقرار است اما بیشتر آنها از امنیت روانی برخوردار نیستند چون میان افراد، صراحت وجود ندارد و افراد حس می‌‌‌کنند ادب اجباری حاکم بر فضا، ساکتشان کرده. متاسفانه در محیط کار، مهربان معمولا مترادف با صادق نبودن و عدم‌صراحت است.

۲- شما در یک محیط امن روانی، باید احساس راحتی کنید. امی می‌‌‌گوید: «بسیاری از مردم فکر می‌‌‌کنند امنیت روانی یعنی همیشه احساس راحتی کنیم و هیچ‌وقت نباید چیزی بگوییم که باعث ناراحتی دیگران شود، وگرنه امنیت روانی نقض می‌شود». اما این درست نیست. یادگیری، خرابکاری کردن و اشاره به اشتباهات، هیچ‌کدام از این‌‌‌ها راحت نیستند. ابراز آسیب‌‌‌پذیری، به آدم احساس ریسک می‌‌‌دهد. راهش این است که در یک محیط امن، ریسک کنیم؛ محیطی بدون عواقب میان‌‌‌فردی منفی. او می‌‌‌گوید: «هر چیزی که به دست آوردنش سخت باشد، قطعا در مسیر آن، سختی هم وجود خواهد داشت». از نگاه او، چنین شرایطی، مثل ژیمناستی است که برای المپیک آماده می‌شود. او در تمرینات، خودش و بدنش را تحت فشار قرار می‌دهد، و ریسک می‌‌‌کند اما در حدی که صدمه نبیند.

امی یادآور می‌شود: «صراحت سخت است اما عدم‌صراحت، بدتر است».

وقتی با احساس شکست پیش رئیسم رفتم، پاسخ ساده او تاثیر بسیار عظیمی روی من گذاشت. همان سوال ساده، «چه چیزی یاد گرفتی؟»، نگاه من نسبت به خطاهایم و برخوردم با افرادی که مرتکب خطا می‌‌‌شوند را تغییر داد. باعث شد با دلسوزی و درک بیشتری به آنها نگاه کنم. همان‌طور که تجربه‌‌‌ام نشان داد، با تبدیل امنیت روانی به یک اولویت، رهبران می‌توانند بستر موفقیت تیم خود در حال حاضر و بلندمدت را فراهم کنند. مدیران و تیم‌‌‌ها به‌ویژه در دوران‌‌‌های سخت و بحرانی، برای پیشرفت نیازمند صراحت، سرعت و نوآوری هستند. امنیت روانی یعنی حس اعتماد به اینکه صراحت و آسیب‌‌‌پذیری، مورد پذیرش است. لازمه ایجاد یک فضای امن روانی، تعهد و مهارت است اما شدنی‌‌‌ است. با تمرکز بر عملکرد، آموزش افراد و تیم‌‌‌ها و عادی‌‌‌سازی خطا و آسیب‌‌‌پذیری، می‌توانید محیطی امن برای کارکنان ایجاد کنید تا بدون‌واهمه، ریسک کنند، نوآوری را تمرین کنند، اشتباهات و خطاها را قبل از آنکه دیر شود شناسایی و مطرح کنند و در برابر تهدیدها، برگشت‌‌‌پذیرتر شوند.

البته راه‌‌‌هایی برای فائق آمدن بر این ابهام و سردرگمی وجود دارد که توسعه برنامه‌‌‌ها، وضع قوانین و مقررات و الزامی کردن دریافت یک‌سری تاییدیه‌‌‌ها قبل از عملی کردن تصمیم‌‌‌ها از جمله آنها هستند. به نظر می‌رسد شبیه همین اقدامات باید در مورد هوش مصنوعی نیز به کار گرفته شود. به‌‌‌ عنوان‌‌‌ مثال، دانشمندان می‌توانند برای استفاده عملی و به‌‌‌کارگیری هوش مصنوعی شرط و شروط بگذارند و فقط درصورتی ‌‌‌که یک هوش مصنوعی توانست تست‌‌‌های ویژه‌‌‌ای را با موفقیت پشت سر بگذارد استفاده از آن مجاز خواهد بود. بنابراین طراحی و توسعه ابزارهای اعتبارسنجی و تایید هوش مصنوعی، مانیتورینگ و سنجش عملکرد ماشین‌‌‌های هوش مصنوعی در آینده از اهمیت بسزایی برخوردار خواهد بود.

چنین ابزارهایی در عرصه ساخت اپلیکیشن‌‌‌ها و وسایل خانگی و بسیاری دیگر از چیزهایی که ما انسان‌‌‌ها در زندگی روزمره خود از آنها استفاده می‌‌‌کنیم وجود دارند و به‌‌‌کارگیری آنها باعث می‌شود تا جلوی وقوع حوادث ناگوار ناشی از عملکرد ضعیف یا خطرناک اختراعات و محصولات جدید گرفته شود. به همین دلیل هم هست که چنین تست‌‌‌هایی قبل از عملیاتی شدن ماشین‌‌‌های جدید هوش مصنوعی کاملا ضروری هستند. علاوه بر این باید به این نکته نیز توجه داشت که فاکتورهایی مانند میزان ریسکی بودن کارکردهای هوش مصنوعی و جامعه هدفی که هوش مصنوعی به دنبال خدمت‌‌‌رسانی به آن است در تعیین میزان سختی و حساس بودن این تست‌‌‌ها تاثیرگذار باشند. به‌‌‌ عنوان ‌‌‌مثال، اگر قرار است از هوش مصنوعی برای راندن خودروها یا کامیون‌‌‌های خودران استفاده شود شدیدترین و سخت‌‌‌گیرانه‌‌‌ترین تست‌‌‌ها و تاییدیه‌‌‌ها باید برای مجاز اعلام کردن این نوع از هوش مصنوعی در نظر گرفته شود، چراکه خروجی این فرآیند چیزی است که با جان انسان‌‌‌ها سروکار دارد؛ حال ‌‌‌آنکه چنین سخت‌‌‌گیری‌‌‌هایی در مورد هوش مصنوعی دیگری که قرار است در پلتفرم‌‌‌های بازی‌‌‌های کامپیوتری یا سرگرمی و رسانه‌‌‌ها مورد استفاده قرار گیرد چندان ضرورت و حساسیتی ندارد. یکی از ترس‌‌‌ها و نگرانی‌هایی که پیرامون آینده هوش مصنوعی مطرح می‌شود ناشی از این احتمال است که ماشین‌‌‌های هوش مصنوعی آینده ممکن است به درجه‌‌‌ای از پیشرفت و یادگیرندگی برسند که از کنترل انسان‌‌‌ها خارج شوند و دست به نافرمانی‌‌‌های خطرناکی بزنند.

نمونه مشهور چنین نافرمانی‌‌‌هایی چت‌بات Tay متعلق به شرکت مایکروسافت بود که در سال ۲۰۱۶ در معرض سخنان رکیک و حاوی نفرت‌پراکنی قرار گرفت و به‌‌‌واسطه یادگیری این نوع گفتار از آن تقلید کرد و آن‌‌‌قدر در این زمینه جلو رفت که سازندگانش را مجبور کرد تا این برنامه هوش مصنوعی را برای همیشه تعطیل کنند. به همین دلیل اغلب ماشین‌‌‌های هوش مصنوعی به‌‌‌گونه‌‌‌ای طراحی می‌‌‌شوند که فاز یادگیری‌‌‌شان از فاز عملیاتی آنها جداست، به‌‌‌طوری که مدل‌‌‌های یادگیری آنها و پارامترهای شبکه‌‌‌های عصبی‌‌‌شان پس از پایان فرآیند یادگیری در وضعیت ثابتی باقی می‌‌‌مانند و همین توقف در یادگیری این امکان را به انسان می‌دهد تا عملکرد و توانایی‌‌‌های هوش مصنوعی را مورد سنجش و ارزیابی دقیق قرار دهد. به همین خاطر طراحان ماشین‌‌‌های خودران مدعی هستند که هوش مصنوعی به‌‌‌کاررفته در این ماشین‌‌‌ها هیچ رفتار غیرعادی و غیرمنتظره‌‌‌ای غیر‌ازآنچه برای آنها تعریف ‌‌‌شده از خود نشان نخواهند داد. مثلا ماشین خودرانی که یاد گرفته در صورت مشاهده چراغ ‌‌‌قرمز توقف کند، هیچ‌گاه تصمیم نخواهد گرفت که شروع به حرکت کرده و چراغ‌‌‌ قرمز را رد کند.

 البته باید به این واقعیت نیز توجه داشت که این ثابت بودن سطح یادگیری هوش مصنوعی به آن معنا نیست که هیچ‌گونه رفتار غیرمنتظره‌‌‌ای از جانب ماشین‌‌‌های هوش مصنوعی سر نخواهد زد؛ به‌‌‌ویژه زمانی که با موقعیت‌‌‌هایی روبه‌‌‌رو می‌‌‌شوند که برایشان تعریف ‌‌‌نشده و آنها نمی‌‌‌دانند که در برخورد با چنین وضعیت‌‌‌هایی چه واکنشی باید از خود نشان دهند.

به‌‌‌طور کلی، هوش مصنوعی به سه شکل توسط کدهایش محدود می‌شود: اول اینکه کدهای داده ‌‌‌شده به هوش مصنوعی باعث می‌‌‌شوند پارامترهایی شکل بگیرند که دامنه مجاز فعالیت‌‌‌های هوش مصنوعی را مشخص می‌کنند و ماشین‌‌‌ها نمی‌توانند و حق ندارند خارج از آن دامنه اقدامی صورت دهند. به ‌‌‌عنوان ‌‌‌مثال، یک ماشین خودران اجازه دارد به‌‌‌منظور اجتناب از تصادف کردن با عابران پیاده یا سایر ماشین‌‌‌ها و موانع اطرافش یا ترمز کند، یا تغییر مسیر دهد یا اینکه سرعتش را کم‌‌‌ و زیاد کند. یا آلفازیرو به‌‌‌گونه‌‌‌ای طراحی ‌‌‌شده که اگرچه استراتژی‌‌‌های جدیدی را در بازی شطرنج به کار می‌گیرد، اما تمام قوانین و مقررات بازی را موبه‌‌‌مو رعایت می‌کند و حرکتی غیرقانونی در بازی شطرنج انجام نمی‌‌‌دهد، چراکه انجام چنین حرکت‌‌‌هایی اصلا برای آن تعریف ‌‌‌نشده است. در حالت دوم، هوش مصنوعی توسط کارکردها و وظایفی که برایش تعریف شده محدود می‌شود و هدفش فقط بهینه‌‌‌سازی و ارائه بهترین عملکرد در همان چارچوب وظیفه‌‌‌ای خاصی است که برایش مشخص ‌‌‌شده است. سومین و مهم‌ترین محدودیتی که برای هوش مصنوعی در نظر گرفته می‌شود این است که فقط می‌تواند آن ورودی‌‌‌هایی را پردازش کند که قرار است اقدام به تحلیل و تشخیص آنها کند. درنتیجه حتی اگر این احتمال وجود داشته باشد که هوش مصنوعی با داده‌‌‌ها و اطلاعات متفاوتی روبه‌‌‌رو شود، توان پردازش و فهم آنها را نخواهد داشت. مثلا ماشینی که برای ترجمه متون طراحی‌‌‌ شده و آموزش ‌‌‌دیده، نمی‌تواند از داده‌‌‌ای استفاده کند که ارتباطی با فرآیند ترجمه ندارد.

به هر حال، باید دانست که روزی فرا خواهد رسید که خود ماشین‌‌‌های هوش مصنوعی می‌توانند اقدام به نوشتن کدهایی برای خودشان کنند. تلاش‌‌‌های اولیه برای ساخت چنین ماشین‌‌‌هایی مدتی است که شروع‌‌‌ شده و مراحل نخستین خود را می‌‌‌گذراند؛ هرچند که حتی چنین ماشین‌‌‌هایی نیز همچنان هدف‌محور هستند و این کارکردها و اهداف تعریف‌ شده برای آنها هستند که عملکردشان را مشخص و محدود خواهند ساخت و باز هم آنها در چارچوب همان قوانین و قواعدی حرکت خواهند کرد که توسط ما انسان‌‌‌ها برایشان تعریف خواهد شد.

شرکت‌ها بدون افراد مناسب چیزی نیستند. آن دسته از شرکت‌هایی که قادر به جذب افراد با مهارت‌‌‌ها و استعدادهای مناسب هستند، به احتمال زیاد از مزیت رقابتی موردنیاز برای موفقیت در حال حاضر و آینده برخوردار خواهند بود. بنابراین ضروری است که شرکت‌ها، سیستم‌ها و فرآیندهای هوشمندی را برای یافتن، استخدام و حفظ افراد مناسب برای خود به کار گیرند.

واضح است که منابع انسانی (HR)  در مرکز این نیاز قرار دارد. با این حال، تعداد زیادی از تیم‌‌‌های منابع انسانی بیشتر وقت خود را صرف کارهای اداری یا مسائل حقوقی می‌کنند. فرآیندهای نامطلوب ارزیابی کارکنان، جزئیات روزمره یافتن و مدیریت افراد، و فعالیت‌‌‌های پرهزینه مانند نظرسنجی‌‌‌های سالانه زمان می‌‌‌برد که بهتر است در جای دیگری صرف شود. علاوه بر این، منابع انسانی به طور سنتی انسان‌‌‌محور است و چندان با اعداد و داده‌‌‌ها سروکار ندارد. حتی زمانی که داده‌‌‌ها نقشی را ایفا می‌کنند، لزوما به روشی هوشمندانه که بیشترین ارتباط را با کسب‌و‌کار مورد نظر دارد، استفاده نمی‌‌‌شوند. بسیاری از تجزیه و تحلیل داده‌‌‌های منابع انسانی به شکل شاخص‌‌‌های کلیدی عملکرد (KPI)  هستند که عواملی مانند غیبت یا تعداد ساعات آموزشی برای هر کارمند تمام‌وقت را اندازه‌‌‌گیری می‌کنند، گاهی اوقات به این دلیل که اندازه‌‌‌گیری این معیارها آسان است یا به این دلیل که شرکت‌های دیگر هم این کار را انجام می‌دهند. این روزها معیارهای بسیار منحصربه‌‌‌فرد و ارزشمندتری وجود دارد که می‌توان آنها را اندازه‌‌‌گیری کرد؛ معیارهایی که می‌توانند بینش‌‌‌های مهم کسب‌وکار را ارائه دهند و تاثیر زیادی بر عملکرد و نتایج سازمان داشته باشند.

برنارد مر، نویسنده کتاب می‌‌‌گوید: «من مطمئنا نمی‌‌‌گویم که منابع انسانی دیگر نباید در مورد افرادی باشد که برای سازمان کار می‌کنند. حتی در عصر افزایش اتوماسیون، روباتیک و هوش مصنوعی مردم همچنان محرک اصلی موفقیت خواهند بود. آنچه من می‌‌‌گویم این است که نقش تیم منابع انسانی در حال تغییر است و با افزایش توانایی ما در جمع‌‌‌آوری و تجزیه و تحلیل مقادیر روزافزون داده‌‌‌ها، فرصت‌‌‌هایی برای تیم‌‌‌های منابع انسانی برای افزودن ارزش بیشتر به سازمان و کمک به دستیابی به آن افزایش می‌‌‌یابد. اهداف استراتژیک منابع انسانی مبتنی بر داده را به جلو پیش ببرید.»

 ظهور منابع انسانی مبتنی بر داده یا هوشمند

همه چیز به سرعت در حال تغییر است و دنیای ما هر روز هوشمندتر می‌شود. امروزه تقریبا هر کاری که ما در محل کار انجام می‌‌‌دهیم قابل اندازه‌‌‌گیری است؛ از اقدامات روزمره کارکنان، تمرکز، شادی و رفاه گرفته تا عملیات تجاری گسترده‌‌‌تر. این انفجار در داده‌‌‌ها به این معنی است که تیم‌‌‌های منابع انسانی داده‌‌‌های بیشتر - و پتانسیل برای بینش بیشتر - نسبت به قبل در اختیار دارند.

منابع انسانی مبتنی بر داده یا منابع انسانی هوشمند، در مورد استفاده از این انفجار داده‌‌‌ها به روشی هوشمندانه و استخراج بینشی است که نه‌تنها عملکرد افراد درون شرکت (از جمله تیم منابع انسانی آن) را بهبود می‌‌‌بخشد، بلکه به موفقیت کلی سازمان نیز کمک می‌کند. تیم‌‌‌های منابع انسانی می‌توانند از داده‌‌‌ها برای اتخاذ تصمیمات منابع انسانی بهتر، درک و ارزیابی بهتر تاثیر تجاری افراد، بهبود تصمیم‌گیری رهبری در امور مربوط به افراد، کارآمدتر و موثرتر کردن فرآیندها و عملیات منابع انسانی، و بهبود رفاه و اثربخشی کلی افراد استفاده کنند. همه اینها می‌توانند تاثیر قابل‌توجهی بر توانایی شرکت در دستیابی به اهداف استراتژیک خود داشته باشند. در حال حاضر، ایده تیم منابع انسانی مبتنی بر داده در بسیاری از سازمان‌ها، خارج از شاید بزرگ‌ترین یا نوآورترین شرکت‌ها وجود ندارد، اما مطمئنا در حال افزایش است. مدیریت منابع انسانی و افراد دستخوش یک انقلاب شده و این موج داده‌‌‌ها و تجزیه و تحلیل‌ها در حال تسخیر شدن هستند. این بخش از عملکرد کسب‌و‌کار که به طور سنتی بر عناصر نرم‌‌‌تر مانند افراد، فرهنگ، یادگیری و توسعه، و مشارکت کارکنان متمرکز شده است، به طور فزاینده‌‌‌ای توسط تجزیه و تحلیل داده‌‌‌ها و با دلایل موجه هدایت می‌شود. کارفرمایان مدت‌‌‌هاست که از داده‌‌‌ها و تجزیه و تحلیل‌‌‌ها برای درک معیارهایی مانند رضایت کارکنان استفاده می‌کنند. ظهور کلان‌داده‌‌‌ها این عمل را تسریع کرده است و همچنین آن را در جهت‌‌‌های جدید و هیجان‌‌‌انگیز سوق داده است.

 افزودن ارزش هرجا که ممکن است

با مدیریت هوشمند افراد مبتنی بر داده، اولویت اصلی افزودن ارزش به سازمان و انجام این کار به هوشمندترین روش ممکن، با استفاده از تمام ابزارهایی است که در اختیار تیم منابع انسانی قرار دارد؛ از جمله داده‌‌‌ها، حسگرها، تجزیه و تحلیل، یادگیری ماشینی و هوش مصنوعی. تیم‌‌‌های منابع انسانی زمانی که از داده‌‌‌ها به شیوه‌‌‌ای هوشمندانه استفاده می‌کنند و ابزارهای تحلیلی را برای تبدیل آن داده‌‌‌ها به بینش‌‌‌های حیاتی برای کسب و کار به کار می‌‌‌برند، می‌توانند مزایای چشمگیری کسب کنند. به عنوان مثال، رویکرد گوگل را برای مدیریت افراد در نظر بگیرید. گوگل به کارکنان خود، کمک هزینه بسیار ناچیزی برای تعطیلات، امکان چرت زدن در طول روز و فضایی برای پرورش میوه و سبزیجات در محل کار می‌دهد. این روزها به همه ثابت شده که تیم رهبری گوگل مملو از افراد دوست‌داشتنی و سخاوتمند است. اما به این دلیل نیست که شرکت این سیاست‌‌‌ها را اجرا کرده است؛ یا حداقل این تنها دلیل نیست. این تصمیمات به این دلیل اتخاذ شدند که داده‌‌‌ها به آنها گفته بودند رضایت کارکنان را افزایش می‌دهند. رویکرد گوگل برای افزایش رضایت کارکنان، دنیای فناوری را کاملا متحول کرد، و طرز فکر کارفرمایان سیلیکون ولی در مورد مزایای کارکنان را به طرز چشمگیری تغییر داد. اکنون شرکت‌های فناوری در هر اندازه، از بازیگران بزرگ گرفته تا استارت‌آپ‌‌‌های کوچک، به دنبال تقلید از رویکرد گوگل هستند. و در حالی که جابه‌‌‌جایی کارکنان به طور مداوم در دنیای فناوری بالاست، در ایالات متحده گوگل به طور منظم توسط مجله فورچون به عنوان شرکت شماره یک برای کار انتخاب می‌شود.

نویسنده در مقدمه کتاب می‌‌‌گوید که چند سال پیش، مقاله‌‌‌ای نوشتم و در آن سوال کردم که آیا ما هنوز به بخش‌‌‌های منابع انسانی به شکل کنونی‌‌‌شان نیاز داریم یا خیر؟ هدف آن برانگیختن بحث‌‌‌ها و شاید کمی جنجال بود و دقیقا همین اتفاق هم افتاد. منظور من این بود که تیم‌‌‌های منابع انسانی همان‌طور که الان هستند، باید سازماندهی مجدد شوند تا ارزش بیشتری ارائه دهند، و من پیشنهاد کردم که منابع انسانی را به دو تیم جداگانه تغییر دهیم:

تیم پشتیبانی و یک تیم تجزیه و تحلیل افراد. تیم پشتیبانی مردمی، همان‌طور که از نام آن پیداست، وظیفه پشتیبانی از کارکنان سازمان - از کارکنان خط مقدم تا تیم رهبری ارشد - را بر عهده دارد. این شامل کمک به افراد در توسعه، نظارت و تقویت تعامل کارکنان، شناسایی مسائل مربوط به فرهنگ شرکت و به طور کلی مراقبت از رفاه کارکنان است. از سوی دیگر، تیم تجزیه و تحلیل افراد، از جنبه‌‌‌های نرم‌‌‌تر مدیریت افراد عقب‌‌‌نشینی می‌کند و به افراد به شیوه‌‌‌ای علمی‌‌‌تر و تحلیلی‌‌‌تر نگاه می‌کند و با بینش‌‌‌های انتقادی که عملکرد را بهبود می‌‌‌بخشد، از شرکت حمایت می‌کند. نقش تیم تجزیه و تحلیل افراد یافتن پاسخ به سوالات کلیدی مانند اینهاست:

 شکاف استعداد ما چیست؟

 یک کارمند خوب در شرکت ما کیست؟

 چگونه آن افراد را به بهترین نحو جذب کنیم؟

 چگونه می‌توانیم گردش کارکنان را پیش‌بینی کنیم؟

مهم‌تر از همه، پاسخ به سوالات بالا بر اساس داده‌‌‌ها خواهد بود، نه غریزه درونی یا آنچه در شرکت‌های دیگر کار می‌کند. «مر» هنوز فکر می‌کند موردی برای تقسیم تیم‌‌‌های منابع انسانی به این روش وجود دارد، زیرا مسیر روشنی برای استفاده مداوم‌‌‌تر از داده‌‌‌ها فراهم می‌کند و اساسا پایه‌‌‌ای برای منابع انسانی هوشمند و مبتنی بر داده‌‌‌ها فراهم می‌کند. ممکن است با رویکرد دو‌تیمی موافق باشید یا نه. در هر صورت، از آنجا که روش انجام کسب و کار به سرعت در حال تغییر است، یک مورد واضح برای تیم‌‌‌های منابع انسانی وجود دارد که ارزش بیشتری ارائه دهند و داده‌‌‌ها راهی برای انجام آن ارائه می‌کنند.

 ارتباط با اهداف شرکت

با انبوهی از داده‌‌‌ها که در اختیار تیم منابع انسانی است، این تیم به خوبی می‌تواند نقش مهمی در کمک به شرکت در اجرای استراتژی و تحقق اهداف کلیدی خود ایفا کند. «من اغلب با شرکت‌ها کار می‌‌‌کنم تا یک طرح در صفحه ایجاد کنم؛ یک استراتژی ساده یک صفحه‌‌‌ای که مختصر و قابل درک است. در بالای این طرح در یک صفحه، بخشی است که هدف شرکت، یعنی ماموریت و بیانیه چشم‌‌‌انداز آن را مشخص می‌کند. هنگامی که تیم‌‌‌های منابع انسانی در حال ایجاد استراتژی داده‌‌‌های خود هستند، آن هدف شرکت باید دوباره در بالای صفحه باشد. هدف شرکت اطلاع‌‌‌رسانی استراتژی، تصمیمات و فعالیت‌‌‌های تیم منابع انسانی است. به این ترتیب، تیم منابع انسانی در حال ایجاد طرح خود برای چگونگی کمک به سازمان در تحقق هدف خود است. این همان چیزی است که ارزش افزوده به آن مربوط می‌شود.»

چگونه تیم‌‌‌های منابع انسانی می‌توانند از داده‌‌‌ها به طور هوشمند استفاده کنند؟ راه‌‌‌های بی‌‌‌نهایتی وجود دارد که در آن کسب‌و‌کارها می‌توانند به خوبی از داده‌‌‌ها استفاده کنند، اما در ابتدایی‌‌‌ترین مفهوم آنها به چهار دسته اصلی خلاصه می‌‌‌شوند (شکل). اجازه دهید به نوبه خود به هر منطقه نگاه کنیم.

1- تصمیم‌گیری بهتر. ایده پشت منابع انسانی مبتنی بر داده، همه چیز در مورد هوشمندتر کردن منابع انسانی از هر راه ممکن است و تصمیم‌گیری هوشمندانه بخش بزرگی از این امر است. داده‌‌‌ها می‌توانند به متخصصان منابع انسانی کمک کنند تا در مورد فعالیت‌‌‌های خود تصمیم‌‌‌های بهتری بگیرند (مانند استخدام هوشمندتر و بررسی عملکرد). همچنین داده‌‌‌های منابع انسانی می‌توانند برای گزارش‌‌‌دهی به جاهای دیگر شرکت و حمایت از تصمیم‌‌‌های گسترده‌‌‌تر شرکت استفاده شوند. از این گذشته، تیم‌‌‌های رهبری برای تصمیم‌گیری خود به داده‌‌‌های مربوط به منابع انسانی و افراد نیاز دارند و تیم منابع انسانی هوشمند برای پشتیبانی از این فرآیند به خوبی مجهز است. در حال حاضر، بسیاری از این کار داده‌‌‌ها به صورت موقت یا به روش‌های نه‌چندان کارآمد، مانند استفاده از نظرسنجی‌‌‌های کارکنان که هزینه‌‌‌های هنگفتی دارد، انجام می‌شود.

2- بهبود عملیات. دسته دوم، بهبود عملیات، شاید حتی برای عملکردهای منابع انسانی حیاتی‌‌‌تر باشد. داده‌‌‌ها راهی را برای متخصصان منابع انسانی فراهم می‌کنند تا به عملکردهای کلیدی منابع انسانی خود - مانند ایمنی کارکنان، رفاه و استخدام - نگاه کنند و به سوالات مهمی مانند «بیشتر زمان و تلاش خود را در کجا صرف کنیم؟» و «چگونه می‌توانیم این موارد را ساده کنیم و بهبود بخشیم؟» پاسخ دهند.

3- درک  مشتریان خود. امروزه این یکی از بزرگ‌ترین و عمومی‌‌‌ترین حوزه‌‌‌های استفاده از کلان‌‌‌داده است. در اینجا، کسب و کارها از داده‌‌‌های بزرگ برای درک بهتر مشتریان، از جمله رفتار، ترجیحات و سطح رضایت‌‌‌شان استفاده می‌کنند. با استفاده از داده‌‌‌ها، کسب‌و‌کارها می‌توانند درک کاملی از مشتریان به دست آورند، مانند اینکه چه چیزی آنها را وادار می‌کند، در آینده چه کاری انجام خواهند داد و چه عواملی باعث می‌شود آنها شرکتی را به دیگران توصیه کنند. سازمان‌ها همچنین می‌توانند با تجزیه و تحلیل بازخورد مشتریان به منظور بهبود محصول یا خدمات، تعامل بهتری با مشتریان خود داشته باشند. اگر فکر می‌‌‌کنید این دسته فقط مورد توجه همکاران فروش و بازاریابی شماست، دوباره فکر کنید. به عنوان یک متخصص منابع انسانی، کارکنان شرکت شما مشتریان شما هستند. این به آن معناست که می‌توانید از داده‌‌‌ها به همان روشی که یک تیم بازاریابی برای درک بهتر و تعامل با مشتریان خود استفاده می‌کند، استفاده کنید.

4-کسب درآمد از داده‌‌‌ها. استفاده چهارمی از داده‌‌‌ها وجود دارد که در تجارت رایج است و آن کسب درآمد از داده‌‌‌ها برای ایجاد یک جریان درآمد جدید برای شرکت است. یکی از نمونه‌‌‌های خوب این مورد، شرکت «جاوبون» (Jawbone) است؛ شرکتی که بند ردیاب تناسب اندام UP را تولید می‌کند. جاوبون با میلیون‌‌‌ها کاربر، حجم باورنکردنی داده را جمع‌‌‌آوری می‌کند و طولی نکشید که این شرکت متوجه شد تمام داده‌‌‌های جمع‌‌‌آوری‌‌‌‌شده ارزشمندتر از خود دستگاه هستند. این داده‌‌‌ها به اشخاص ثالث علاقه‌‌‌مند فروخته می‌‌‌شوند و یک جریان درآمدی جدید بیش از محصول اصلی ایجاد می‌کنند.

در حالی که بعید به نظر می‌رسد کسب درآمد از داده‌‌‌های مربوط به منابع انسانی اتفاق بیفتد (مسائل اخلاقی زیادی برای مقابله با فروش داده‌‌‌های کارکنان وجود دارد)، ارزش آن را دارد که متخصصان منابع انسانی از این استفاده از داده‌‌‌ها آگاه باشند. به عنوان مثال، شرکت شما ممکن است تصمیم بگیرد از سایر حوزه‌‌‌های کسب و کار (مانند داده‌‌‌های مشتری یا محصول) درآمدزایی را آغاز کند و این روی استراتژی کلی کسب‌و‌کار در آینده تاثیر خواهد گذاشت. این به نوبه خود ممکن است بر منابع انسانی از نظر مهارت‌‌‌های در حال تغییری که شرکت باید بر اساس آنها استخدام کند و اینکه چگونه منابع انسانی می‌تواند به بهترین شکل به استراتژی تغییر سازمان ارزش بیفزاید، تاثیر بگذارد.