سازمان‌ها معمولاً پیش از آنکه با مقاومت روبه‌رو شوند، آن را دست‌کم می‌گیرند. ابزار خریداری می‌شود، جلسهٔ معارفه برگزار می‌شود و چند هفته بعد گزارش استفاده نشان می‌دهد تنها بخش کوچکی از تیم سراغ آن رفته است. مدیر نتیجه می‌گیرد که ابزار مناسب نبوده، در حالی که مسئله جای دیگری است.

مقاومت کارکنان در برابر هوش مصنوعی به‌ندرت ریشهٔ فنی دارد. کسی که هر روز با نرم‌افزار حسابداری و پیام‌رسان کار می‌کند، از یک دستیار متنی نمی‌ترسد؛ از پیامدی می‌ترسد که خودش برای شغلش تصور کرده است. تا وقتی این تصویر ذهنی تغییر نکند، هیچ دورهٔ آموزشی کارساز نخواهد بود.

مقاومت از کجا می‌آید

سه ریشهٔ اصلی پشت بیشتر مقاومت‌ها نشسته است. نخست، نگرانی برای جایگاه شغلی: اگر ماشین همان کاری را انجام دهد که ارزش من در سازمان بر پایهٔ آن سنجیده می‌شود، فردا جای من کجاست. دوم، بی‌اعتمادی به قضاوت ماشین؛ کارشناسی با سال‌ها تجربه به‌سادگی خروجی سامانه‌ای را نمی‌پذیرد که دلیل تصمیمش را توضیح نمی‌دهد. سوم، ابهام در مسئولیت: اگر خروجی مدل اشتباه باشد، پاسخگو کیست؟ هر سه پرسش معقول‌اند و با شعار پاسخ داده نمی‌شوند.

نشانه‌های یک فرهنگ ناآماده

• ابزار خریداری شده اما نرخ استفادهٔ داوطلبانه پایین است و تنها با یادآوری مدیر بالا می‌رود.
• کارکنان خروجی سامانه را یا بدون بازبینی می‌پذیرند یا به‌کل نادیده می‌گیرند؛ هیچ‌کدام نشانهٔ اعتماد سنجیده نیست.
• خطاها گزارش نمی‌شود، چون گزارش خطا در ذهن تیم به معنای اعتراف به ناتوانی است.
• هیچ‌کس نمی‌داند تصمیم نهایی دربارهٔ خروجی مدل با کدام نقش سازمانی است.

کاری که تنها مدیر ارشد می‌تواند انجام دهد

تغییر ذهنیت با بخشنامه رخ نمی‌دهد. آنچه اثر می‌گذارد، موضع‌گیری آشکار و مکرر مدیر ارشد دربارهٔ یک نکتهٔ مشخص است: هدف از این ابزار کاهش نیرو نیست، برداشتن کار تکراری از دوش نیروی موجود است. اگر این جمله گفته شود اما نخستین صرفه‌جویی در عمل به تعدیل نیرو بینجامد، اعتماد برای سال‌ها از میان می‌رود. تعهد مدیر باید قابل راستی‌آزمایی باشد، نه صرفاً کلامی.

چرا در سازمان‌های ایرانی حساس‌تر است

در بسیاری از شرکت‌های کوچک و متوسط ایران، دانش سازمانی در ذهن چند نفر باتجربه انباشته شده و مکتوب نیست. همین افراد بیشترین دلیل را برای احساس تهدید دارند، چون سرمایهٔ اصلی‌شان همان دانشی است که قرار است به سامانه منتقل شود. اگر این گروه همراه نشوند، پروژه نه با مخالفت آشکار، که با همکاری کند و اطلاعات ناقص متوقف می‌شود. راه‌حل، سپردن نقش صاحب‌اختیار به همین افراد در طراحی راهکار است، نه دور زدن آنها.

مسیر سه‌ماههٔ تغییر ذهنیت

• ماه اول: با ده تا پانزده نفر از تیم‌های مختلف گفت‌وگوی کوتاه انفرادی داشته باشید و بپرسید کدام بخش کارشان بیشترین اتلاف وقت را دارد. فهرست را منتشر کنید تا تیم ببیند نقطهٔ شروع از دل کار خودشان بیرون آمده است.
• ماه دوم: یکی از همان موارد را با مشارکت مستقیم صاحب کار خودکار کنید. دسترسی را برای گروهی محدود باز بگذارید و از آنان بخواهید خطاها را بدون نگرانی گزارش کنند.
• ماه سوم: نتیجه را با عدد و بدون بزرگ‌نمایی به کل سازمان گزارش دهید؛ از جمله آنچه کار نکرد. سپس همان گروه را به‌عنوان مرجع داخلی برای موج بعدی معرفی کنید.

خطاهایی که اعتماد را از میان می‌برد

• معرفی ابزار به‌عنوان طرح افزایش بهره‌وری، بدون توضیح اینکه وقت آزادشده صرف چه چیزی می‌شود.
• سنجش کارکنان بر پایهٔ میزان استفاده از ابزار؛ این کار استفادهٔ نمایشی می‌سازد، نه پذیرش واقعی.
• پنهان کردن خطاهای سامانه برای حفظ وجههٔ پروژه، که در نخستین اشتباه آشکار به بی‌اعتمادی گسترده می‌انجامد.
• سپردن کل ماجرا به واحد فناوری اطلاعات، در حالی که مسئله در جنس خود سازمانی است نه فنی.

چگونه بفهمیم ذهنیت تغییر کرده است

معیار درست، شمار جلسات آموزشی یا نرخ حضور در آنها نیست. سه نشانه گویاتر است: سهم استفادهٔ داوطلبانه بدون یادآوری مدیر؛ شمار پیشنهادهایی که خود کارکنان برای کاربردهای تازه مطرح می‌کنند؛ و آمار خطاهای گزارش‌شده. نکتهٔ متناقض‌نما این است که افزایش گزارش خطا در ماه‌های نخست نشانهٔ سلامت است نه بحران؛ یعنی تیم به اندازهٔ کافی احساس امنیت می‌کند که اشکال را بگوید.

پرسش‌های پرتکرار

• از کدام تیم شروع کنیم؟
  از تیمی که بیشترین کار تکراری و کمترین مقاومت را دارد؛ نخستین موفقیت باید آسان به دست بیاید تا الگو بسازد.
• اگر یک نفر کلیدی مخالف باشد چه کنیم؟
  او را در طراحی شریک کنید و اختیار تعیین مرزهای پذیرش خروجی را به او بسپارید؛ مخالفت آگاهانه سرمایه است، اگر به بازبینی تبدیل شود.
• آموزش رسمی چقدر لازم است؟
  کمتر از آنچه تصور می‌شود؛ چند ساعت تمرین روی کار واقعی خود فرد، اثری بیش از دوره‌های عمومی چندروزه دارد.

جمع‌بندی

فرهنگ را نه می‌توان خرید و نه با یک بخشنامه ساخت. آنچه ذهنیت را تغییر می‌دهد، تجربهٔ مستقیم یک بهبود کوچک است که خود کارکنان در ساختن آن سهم داشته‌اند. با یک تیم، یک کار تکراری و یک تعهد صریح دربارهٔ سرنوشت وقت آزادشده شروع کنید؛ بقیه به‌مرور شکل می‌گیرد.

واژه‌نامه

• پذیرش فناوری: میزان استفادهٔ واقعی و داوطلبانهٔ کاربران از یک ابزار تازه، فارغ از اینکه چند نفر آموزش دیده‌اند.
• انسان در حلقه: شیوه‌ای که در آن خروجی سامانه پیش از اجرا به تأیید یک فرد مسئول می‌رسد.
• امنیت روانی: فضایی که در آن گفتن خطا یا مخالفت، هزینه‌ای برای فرد ندارد.
• مدیریت تغییر: مجموعه اقدام‌هایی که یک تغییر سازمانی را از تصمیم مدیریتی به رفتار روزمره تبدیل می‌کند.
• حامی اجرایی: مدیر ارشدی که مسئولیت آشکار موفقیت یا شکست یک ابتکار را می‌پذیرد.
• خودکارسازی وظیفه: واگذاری یک کار مشخص و تکراری به نرم‌افزار، در برابر واگذاری کل یک شغل.
• قابلیت توضیح: توانایی یک سامانه در نشان دادن دلیل رسیدن به یک خروجی مشخص.

اقدام این هفته

این هفته، یک گفت‌وگوی انفرادی پانزده‌دقیقه‌ای با پنج نفر از اعضای تیم‌های عملیاتی (نه مدیران) ترتیب دهید و از آن‌ها بپرسید: «کدام بخش از کار روزانه‌ات بیشترین وقت را می‌گیرد و اگر یک دستیار هوشمند می‌توانست آن را حذف کند، دوست داشتی وقت آزادشده صرف چه کاری شود؟» پاسخ‌ها را بدون قضاوت یادداشت کنید و در پایان هفته، فهرستی ناشناس از سه اتلاف‌وقت پرتکرار را به همراه پیشنهاد صاحب‌کار برای استفاده از زمان آزادشده، در کانال عمومی سازمان منتشر کنید. هدف این هفته، جمع‌آوری داده نیست؛ نشان دادن این است که نقطه شروع پروژه از دل دغدغه‌های واقعی کارکنان بیرون آمده، نه از سند راهبردی مدیران.

منابع

• «چرا کارکنان در برابر هوش مصنوعی مقاومت می‌کنند و رهبران چه می‌توانند بکنند» - هاروارد بیزینس ریویو (HBR) - لینک
• «مدیریت تغییر در پروژه‌های تحول دیجیتال» - نشریه مدیریت فناوری اطلاعات (دانشگاه تهران) - لینک
• «اعتماد سازمانی و پذیرش فناوری‌های نوین» - فصلنامه مطالعات مدیریت کسب‌وکار - لینک
• «راهنمای عملی استقرار هوش مصنوعی در سازمان‌های کوچک و متوسط» - مرکز نوآوری و تحول دیجیتال اتاق ایران - لینک