خب بچهها، داستان این مقاله درباره یه موضوعیه که شاید براتون جالب باشه: هوش مصنوعی تولیدی یا همون Generative AI (یعنی هوش مصنوعی که خودش میتونه متن، تصویر و غیره تولید کنه) و این که چطور وقتی توی یه تیم، همه افراد به یه شکل به این تکنولوژی دسترسی ندارن، در واقع میتونه بهرهوری تیم رو بالا ببره! عجیب به نظر میاد، نه؟ بیاید یکم بیشتر روش زوم کنیم.
معمولاً اینطور تصور میشه که اگه همه اعضای تیم به طور برابر به یه ابزار مثل هوش مصنوعی دسترسی داشته باشن، کارها راحتتر و بهتر پیش میره. اما این مقاله به یه نتیجه عجیب رسیده: اگه فقط بعضی از افراد تیم به GenAI دسترسی داشته باشن (به جاش تیمهایی رو هم بررسی کردن که اصلاً کسی دسترسی نداشت یا همشون دسترسی داشتن)، در واقع تیم، هم سریعتر کار رو تموم میکنه و هم کیفیت نتیجه بهتر میشه!
تو این تحقیق، ۶۰ تا تیم دونفره رو آوردن آزمایشگاه. به بعضیهاشون اصلاً هوش مصنوعی ندادن، به بعضیهاشون به طور کامل دادن، و بعضیهاشون فقط یکی از اعضا میتونست از هوش مصنوعی استفاده کنه. حالا نتیجه چی شد؟
جالب اینجاست که تیمهایی که دسترسی نابرابر داشتن، از نظر کیفیت کاری که ارائه دادند و زمانی که صرف کردن، بهترین بودن! یعنی نه تنها کار رو سریعتر تموم کردن، بلکه خروجی بهتری دادن. این نتیجه یه سری روندها و اتفاقات جدید رو نشون میده که تو بقیه شرایط نمیافتاد.
اولین نکته اینکه وقتی فقط بعضی افراد تیم به هوش مصنوعی دسترسی دارن، تو تعاملات تیمی یه جور تنوع فکری یا cognitive diversity (یعنی تیم از نظر شیوه نگاه به مسائل متنوعتر و با دیدگاههای مختلفتری میشه) به وجود میاد. این باعث میشه اعضا بیشتر سوال بپرسن، دیدگاههای متفاوت رو عرضه کنن و در نهایت کیفیت کارشون بیشتر بشه.
از طرف دیگه، این شرایط باعث میشه رفتار پرسشگری یا همون questioning (یعنی یکی بیشتر سوال میپرسه، یکی بیشتر جواب میده و تعادل بهم میخوره) توی تیمها متمرکزتر بشه. این خودش باعث میشه که کار سریعتر جلو بره چون افراد همفکری و چالش بیشتری دارن و خلاصه کار گیر نمیکنه.
حالا یه چیز دیگه هم هست: وقتی همه به هوش مصنوعی دسترسی دارن، تعاملات اجتماعی و احساسی یا همون socio-emotional interactions (مثلاً مخالفتها یا بحثهای معمول تیمی) کم میشه و حتی ممکنه افراد حوصلهشون سر بره یا احساس کنن حضورشون کمتر مهمه. اما وقتی فقط بعضیا دسترسی دارن، این تعاملات یا حتی اختلاف نظرها بیشتر رخ میده و همین باعث افزایش کیفیت کار میشه.
در آخر، این مقاله یه مدل جدیدی معرفی کرده به اسم IPSO، که از مدل Input-Mediator-Output الهام گرفته. تو این مدل جدید، فرآیندهایی که وسط راه رخ میدن (مثل نوع تعامل تیم یا تقسیم مسئولیتها) و وضعیت ذهنی اعضا هم لحاظ شده، که باعث میشه بهتر بفهمیم تیم چطور با هوش مصنوعی کار میکنه و چه ساختاری برای دسترسی به GenAI موثرتره.
پس اگه یه روزی تو تیمتون دیدین همه دسترسی یکسان به هوش مصنوعی ندارن، فکر نکنین اوضاع خرابه! شاید این دقیقاً باعث بشه تیم شما زندهتر، خلاقتر و پربازدهتر باشه. خلاصه، نابرابری همیشه هم بده نیست.
منبع: +
