AI تصمیم‌ها را سریع‌تر می‌کند؛ اما اعتماد کامل می‌تواند خطرناک باشد

هوش مصنوعی کم‌کم از نقش یک ابزار جانبی خارج شده و پشت همان میزی نشسته که مدیران درباره فروش، منابع، بازار و آینده کسب‌وکار تصمیم می‌گیرند. جذابیتش هم روشن است: می‌تواند حجم زیادی از داده را سریع‌تر از انسان بررسی کند، الگوهای پنهان را بیرون بکشد و پیشنهادهایی ارائه دهد که ساعت‌ها کار تحلیلی را کوتاه‌تر می‌کنند. گزارش پیوست با استناد به مطالعه‌ای در Management Decision در سال ۲۰۲۴ می‌گوید هرچه استفاده از ابزارهای AI در سازمان عمیق‌تر شود، زمان لازم برای تصمیم‌گیری مدیریتی می‌تواند کاهش پیدا کند بدون اینکه الزاماً کیفیت و دقت قربانی شود. این همان وعده‌ای است که مدیران دوست دارند بشنوند: تصمیم سریع‌تر، بدون پرداخت بهای اشتباه بیشتر.

اما AI شبیه یک موتور قوی است؛ نصب موتور بزرگ‌تر روی ماشینی که ترمز، فرمان و جاده مناسبی ندارد لزوماً سفر را بهتر نمی‌کند. اثر مثبت هوش مصنوعی به کیفیت داده، زیرساخت اطلاعاتی، بلوغ دیجیتال و میزان پذیرش کاربران بستگی دارد. سازمانی که داده‌های پراکنده، ناقص یا بی‌اعتماد دارد، با اضافه‌کردن الگوریتم فقط همان آشفتگی را سریع‌تر پردازش می‌کند. به همین دلیل پژوهش‌های مورد اشاره تأکید می‌کنند سازمان‌های آماده‌تر، هم از نظر فناوری و هم مدیریت تغییر، نتایج بهتری می‌گیرند.

کاربردهای عملی هم فراتر از توصیه‌های کلی هستند. سیستم‌های تصمیم‌یار می‌توانند در پیش‌بینی فروش، تخصیص منابع و تحلیل بازار به مدیران کمک کنند و الگوهایی را در داده‌های تاریخی پیدا کنند که با نگاه انسانی به‌سادگی قابل مشاهده نیستند. طبق بررسی‌های نقل‌شده، حدود ۹۳ درصد سازمان‌های مورد مطالعه از AI در بخشی از فرایند تصمیم‌گیری استفاده می‌کنند. پژوهشی در سال ۲۰۲۵ نیز گزارش کرده مدل‌های یادگیری ماشین مانند Random Forest و سایر روش‌های ensemble در برخی تحلیل‌های کسب‌وکار به دقت پیش‌بینی تا حدود ۹۱ درصد رسیده‌اند. این اعداد جذاب‌اند، اما باید در همان زمینه پژوهش خوانده شوند، نه به‌عنوان تضمینی عمومی برای هر شرکت و هر تصمیم.

مسئله واقعی از جایی شروع می‌شود که کمک گرفتن به تکیه‌کردن تبدیل شود. وقتی مدیر زیر فشار زمان است، ده‌ها تصمیم روی میز دارد و ذهنش خسته شده، خروجی آماده AI بسیار وسوسه‌کننده است. پژوهش مورد اشاره در Academy of Management Proceedings در سال ۲۰۲۴ می‌گوید افزایش بار شناختی می‌تواند مدیران را به اتکای بیشتر به پیشنهادهای هوش مصنوعی سوق دهد. مشکل این نیست که الگوریتم پیشنهاد داده؛ مشکل این است که مغز انسان به‌جای بررسی پیشنهاد، از آن به‌عنوان میان‌بری برای تمام‌کردن تصمیم استفاده کند.

اینجاست که «سوگیری اتوماسیون» یا Automation Bias وارد صحنه می‌شود. تصمیم‌گیر ممکن است حتی در شرایط عدم قطعیت، خروجی سیستم را به این دلیل معتبرتر بداند که از یک مدل محاسباتی آمده است. در مقابل، وقتی مدیر چند بار با AI مخالفت کند و بعد ببیند حق با خودش بوده، اعتمادش می‌تواند به‌سرعت افت کند. یعنی رابطه انسان و الگوریتم ممکن است بین دو افراط حرکت کند: اعتماد بیش‌ازحد یا بی‌اعتمادی واکنشی. هیچ‌کدام وضعیت مطلوبی نیستند.

جمع‌بندی گزارش این نیست که مدیران AI را کنار بگذارند؛ برعکس، استفاده از آن در بسیاری از موقعیت‌های کاری عملاً به بخشی از واقعیت جدید سازمان تبدیل شده است. اما مدل سالم این است که AI نقش تحلیلگر سریع و تصمیم‌یار را بازی کند، نه صاحب آخرین کلمه را. داده باکیفیت، زیرساخت درست، پذیرش سازمانی و امکان بررسی مستقل خروجی باید کنار سرعت قرار بگیرند. مزیت واقعی زمانی ساخته می‌شود که مدیر با کمک ماشین سریع‌تر ببیند، اما همچنان برای شک‌کردن، پرسیدن و تصمیم نهایی مسئول بماند.