Οι εταιρείες πληρώνουν με βάση την απόδοση με την Τεχνητή Νοημοσύνη, καλό ή κακό;

Μια νέα τάση εξαπλώνεται: οι επιχειρήσεις πληρώνουν με βάση την παραγωγικότητα που παράγεται από την Τεχνητή Νοημοσύνη. Αυτό το μοντέλο «πληρωμής βάσει της παραγωγής μέσω της Τεχνητής Νοημοσύνης» εγκαινιάζει μια εποχή μέτρησης της απόδοσης που βασίζεται στις μηχανές, αλλά εγείρει επίσης ανησυχίες σχετικά με τη δικαιοσύνη και την ιδιωτικότητα.

Οι νέοι χρησιμοποιούν την Τεχνητή Νοημοσύνη για να αυξήσουν την παραγωγικότητα στην εργασία τους

Η τεχνητή νοημοσύνη (ΤΝ) όχι μόνο αλλάζει τον τρόπο που εργάζονται οι άνθρωποι, αλλά αρχίζει επίσης να επηρεάζει άμεσα το εισόδημά τους.

Σε πολλές εταιρείες τεχνολογίας και επιχειρήσεις παροχής υπηρεσιών, οι μισθοί και τα μπόνους των εργαζομένων βασίζονται στην απόδοση της Τεχνητής Νοημοσύνης, την ικανότητα χρήσης εργαλείων τεχνητής νοημοσύνης για την ολοκλήρωση εργασιών ταχύτερα, με μεγαλύτερη ακρίβεια και με μεγαλύτερη δημιουργικότητα.

Όταν η Τεχνητή Νοημοσύνη «αποφασίζει» για τη μισθοδοσία  

Από τα μέσα του 2024, πολλές διεθνείς εταιρείες και νεοσύστατες τεχνολογικές επιχειρήσεις έχουν αρχίσει να δοκιμάζουν το μοντέλο «μισθός από την τεχνητή νοημοσύνη» - καταβάλλοντας μισθούς με βάση τα αποτελέσματα εργασίας που δημιουργούνται από την τεχνητή νοημοσύνη.

Αντί να μετρά τον χρόνο εργασίας, το σύστημα αναλύει την ποσότητα και την ποιότητα της παραγωγής: τον αριθμό των άρθρων που έχουν υποστεί επεξεργασία με υποστήριξη τεχνητής νοημοσύνης, τις πωλήσεις χάρη στη δημιουργία περιεχομένου τεχνητής νοημοσύνης ή τον αριθμό των κλήσεων πελατών που διεκπεραιώθηκαν ταχύτερα χάρη στα chatbots...

Η διαφορά είναι ότι η Τεχνητή Νοημοσύνη όχι μόνο βοηθά τους ανθρώπους να εργάζονται πιο γρήγορα, αλλά γίνεται και μέτρο παραγωγικότητας και, κατά συνέπεια, επηρεάζει άμεσα το εισόδημα.

Η απόδοση της τεχνητής νοημοσύνης γίνεται μέτρο της αμοιβής των εργαζομένων

Οι επιχειρήσεις λένε ότι αυτός ο νέος υπολογισμός είναι πιο δίκαιος, επειδή οι μισθοί αντικατοπτρίζουν με ακρίβεια την εργασιακή απόδοση.

Με την Τεχνητή Νοημοσύνη, η παραγωγικότητα ενός εργαζομένου μπορεί να διπλασιαστεί ή να τριπλασιαστεί χωρίς υπερωρίες. Όταν τα δεδομένα απόδοσης συλλέγονται αυτόματα, η αμοιβή που βασίζεται στην απόδοση καθίσταται πιο εφικτή από ποτέ.

Στο πλαίσιο του αυξανόμενου κόστους ανθρώπινου δυναμικού και του έντονου ανταγωνισμού, αυτό το μοντέλο θεωρείται ως εργαλείο για τη βελτιστοποίηση των κερδών: όσοι τα καταφέρνουν καλά κερδίζουν περισσότερα, όσοι κάνουν λιγότερα ή δεν μπορούν να εκμεταλλευτούν την Τεχνητή Νοημοσύνη κερδίζουν λιγότερα.

Οφέλη και κίνδυνοι από πίσω

Η «αμοιβή μέσω της τεχνητής νοημοσύνης» βοηθά τις επιχειρήσεις να ανταμείβουν τους κατάλληλους ανθρώπους, ενθαρρύνοντας την καινοτομία και τις τεχνολογικές δεξιότητες. Οι εργαζόμενοι που γνωρίζουν πώς να αξιοποιούν την τεχνητή νοημοσύνη μπορούν να κερδίσουν ένα «πριμ μισθού μέσω της τεχνητής νοημοσύνης» - έναν υψηλότερο μισθό χάρη στην ανώτερη απόδοση.

Ωστόσο, το μειονέκτημα αυτού του μοντέλου δεν είναι μικρό. Όταν τα συστήματα τεχνητής νοημοσύνης παρακολουθούν κάθε λειτουργία, το απόρρητο παραβιάζεται εύκολα. Εάν ο αλγόριθμος χρησιμοποιεί μεροληπτικά δεδομένα ή κάνει λανθασμένες αξιολογήσεις, οι εργαζόμενοι μπορεί να βρεθούν σε μειονεκτική θέση χωρίς μηχανισμό ανατροφοδότησης.

Η επιδίωξη μετρήσεων οδηγεί επίσης ορισμένους ανθρώπους να επιλέγουν να «βελτιστοποιούν τις βαθμολογίες» αντί να δημιουργούν πραγματική αξία, μειώνοντας την ποιότητα της εργασίας.

Η απόδοση της τεχνητής νοημοσύνης είναι ο νέος τρόπος για τις επιχειρήσεις να μετρούν την ανθρώπινη αξία

Πώς μπορεί αυτό το μοντέλο να γίνει πιο δίκαιο;

Οι ειδικοί σε θέματα ανθρώπινου δυναμικού λένε ότι οι επιχειρήσεις θα πρέπει να βλέπουν την Τεχνητή Νοημοσύνη μόνο ως εργαλείο υποστήριξης και όχι ως τον τελικό υπεύθυνο λήψης αποφάσεων.

Το σύστημα θα πρέπει να σχεδιαστεί με μια προσέγγιση «ανθρώπινης παρουσίας»: Η Τεχνητή Νοημοσύνη συνιστά, οι άνθρωποι εγκρίνουν. Ταυτόχρονα, οι μετρήσεις θα πρέπει να είναι διαφανείς και να εξισορροπούν την ποσότητα, την ποιότητα και την καινοτομία.

Η διαφάνεια των δεδομένων, οι τακτικοί έλεγχοι και η ανατροφοδότηση από τους εργαζόμενους μειώνουν τον κίνδυνο μεροληψίας. Μακροπρόθεσμα, αυτό ενισχύει επίσης την εμπιστοσύνη μεταξύ ανθρώπων και μηχανών στον σύγχρονο χώρο εργασίας.

Η «αμοιβή απόδοσης μέσω της τεχνητής νοημοσύνης» μπορεί να είναι το αναπόφευκτο μέλλον, καθώς η τεχνητή νοημοσύνη γίνεται ανθρώπινος συνάδελφος. Αλλά χωρίς εποπτεία, θα μπορούσε να μετατρέψει τους εργαζόμενους σε εργαλεία που θα τιμολογούνται από αλγόριθμους.

Το ερώτημα δεν είναι απλώς «Πόσο πιο γρήγορα μας βοηθά η Τεχνητή Νοημοσύνη να εργαστούμε;», αλλά «Μετράει η Τεχνητή Νοημοσύνη την ανθρώπινη αξία από τις μηχανές;»

Καθώς η τεχνητή νοημοσύνη γίνεται αρκετά ισχυρή ώστε να κρίνει τους ανθρώπους, η διατήρηση της ανθρώπινης διάστασης σε κάθε απόφαση αποζημίωσης θα είναι ίσως η μεγαλύτερη πρόκληση της ψηφιακής εποχής.

Επιστροφή στο θέμα

ΦΑΝ ΧΑΪ ΝΤΑΝΓΚ

Πηγή: https://tuoitre.vn/cong-ty-tra-luong-theo-hieu-qua-lam-viec-voi-ai-loi-hay-hai-20251029150850684.htm