خب، بیا با هم یه نگاهی بندازیم به این موضوع داغ که همه دارن راجع بهش حرف میزنن: هوش مصنوعی! هر روز که می‌گذره، هوش مصنوعی (یعنی اون کامپیوترهایی که با الگوریتم خودشون فکر می‌کنن و حتی بعضی وقتا می‌تونن مثل آدم‌ها یاد بگیرن و تولید محتوا کنن) داره سریع‌تر و هوشمندتر میشه و ما هم هی باید دنبال این بمونیم که چطور بتونیم کنارش مفید بمونیم.
حالا سؤال اینجاست: توی این موج عجیب پیشرفت هوش مصنوعی، ما آدم‌ها چه مهارت‌هایی داریم که هنوز برای کامپیوترها قابل دستیابی نیست؟ اینا همون مهارت‌هایی هستن که بهشون میگن «AI-resistant professional skills» یعنی مهارت‌هایی که هوش مصنوعی نمی‌تونه به راحتی جاشون رو بگیره، مثلاً مهارت زبان خارجی یا اون اشتیاق و امیدواری که تو کار نشون می‌دیم.
اغلب تحقیقات تا الان فقط روی یه بخش از این ماجرا زوم کردن و اصل ماجرا رو ندیدن: ما آدم‌ها هر کدوممون یه هویت دیجیتال داریم که ترکیبی از انگیزه شخصی، جایگاهی که تو ساختار شبکه داریم (مثلاً چقدر تو گروه کاری مطرحیم) و نوع دانشی که ارائه می‌دیمه. به این پروسه میگن “digital identity recognition” یعنی شناسایی و ساخت هویت دیجیتال که باعث میشه بفهمیم هر کسی دقیقاً چه نقشی تو همکاری با هوش مصنوعی بازی می‌کنه.
برای اینکه دقیق‌تر بفهمن این ماجرا چیه، دانشمندها از روش‌هایی مثل entropy weight method (یه راه برای سنجیدن اهمیت عوامل مختلف)، gradient descent algorithm (همون الگوریتم معروف آموزش هوش مصنوعی برای پیدا کردن جایی که نتیجه بهترینه)، و residual-matching decision matrix (نوعی جدول تصمیم‌گیری با در نظر گرفتن خطاها) استفاده کردن تا همه چیز رو درست بسنجن. اونا ۴۱۸ نفر رو توی حوزه مالی (اونایی که هم زمان با هوش مصنوعی دارن کار می‌کنن) بین سال‌های ۲۰۲۲ تا ۲۰۲۴ بررسی کردن.
نتیجه جالب این بود که دو تا عامل مهم خیلی تاثیرگذار بودن: اول network centrality یا همون مرکزی بودن توی شبکه ارتباطی (یعنی مثلاً تو تیم، چقدر راحت آدم‌ها بهت وصل میشن و نظرت براشون مهمه) و دوم proactive personality یعنی شخصیت فعال و پیش‌قدم بودن. این دو تا باعث میشن دوتا مهارت اساسی یعنی مهارت خوب زبان دانستن و شوق و اشتیاق کاری، تاثیرشون تو نتایج همکاری با هوش مصنوعی چند برابر بشه. خلاصه‌ش اینکه، هر چی آدم بیشتر تو مرکز ارتباطات باشه و روحیه پیشرو داشته باشه، راحت‌تر با AI کار می‌کنه و نتایج بهتری می‌گیره.
علاوه بر این، یه چارچوب جدید هم برای شناسایی و دسته‌بندی هویت دیجیتال ساختن که توش آدم‌ها سه دسته میشن: ۱) Core innovators (یعنی اونایی که نوآور و محور تغییرن)، ۲) Marginal experts (یه جورایی متخصصای کنار گود)، و ۳) Low performers (کسانی که عملکرد پایینی دارن). این چارچوب کمک می‌کنه بفهمیم به هر گروه باید چه منابع و آموزش‌هایی بدیم تا تو همکاری آدم و هوش مصنوعی، بهترین خروجی به دست بیاد.
آخرش هم این تحقیق یه دیدگاه تازه میده: ما باید توسعه مهارت‌های آدمی رو بر اساس هویت دیجیتال و میزان انطباق هر فرد با روندهای نوآوری بسنجیم و منابع آموزشی و فرصت‌ها رو بر همین اساس تقسیم کنیم. این یعنی اگر بخوایم تو ترکیب فوق‌العاده هوش انسانی و هوش مصنوعی نوآوری کنیم و بازی رو ببریم، باید هم خودمون رو بهتر بشناسیم و هویتمون رو تو فضای دیجیتال جدی بگیریم، هم چیزایی رو یاد بگیریم که AI هنوز بلد نیست—مثل زبان‌های متفاوت و حفظ اشتیاق و امیدواری حقیقی تو کار.
منبع: +
