بازگشت روابط انسانی به بازار کار در عصر هوش مصنوعی

هوش مصنوعی مولد، امکان تولید درخواست‌های شغلی متناسب با هر موقعیت در عرض چند دقیقه را فراهم کرده است. در نتیجه، استخدام‌کنندگان با یک رقابت تسلیحاتی در فرآیند درخواست شغلی مواجه شده‌اند؛ رقابتی که در آن هر دو طرف از هوش مصنوعی استفاده می‌کنند. نتیجه می‌تواند تغییری غیرمنتظره در روند استخدام باشد، به‌طوری‌ که معرفی از طرف افراد دیگر، دوباره مثل سابق در فرآیند جذب نیرو اهمیت پیدا کند. هرچه تشخیص تفاوت میان درخواست‌های شغلی دشوارتر شود، ممکن است اینکه چه کسانی را می‌شناسید بیش از اینکه چقدر خوب پرامپت می‌نویسید مهم‌تر باشد. 

 درخواست‌های شغلی شبیه هم

درخواست‌های شغلی تولیدشده با هوش مصنوعی به ‌خودی ‌خود مشکل‌ساز نیستند. در سال ۲۰۲۴، «فایننشال تایمز» گزارش داد که استخدام‌کنندگان فعالانه کارجویان را تشویق می‌کردند از هوش مصنوعی برای افزایش شانس خود در عبور از مرحله غربالگری استفاده کنند. در آن زمان، تقریبا ۹۰ درصد شرکت‌ها اعلام کرده بودند که در فرآیند استخدام از نوعی هوش مصنوعی استفاده می‌کنند. اما دسترسی گسترده به ابزارهای مشابه، مشکل جدیدی از جنس انباشت و حجم بیش ‌از حد درخواست‌ها ایجاد می‌کند. داده‌های اخیر نشان می‌دهد متقاضیان شغل در بریتانیا، ایرلند و آلمان برای هر موقعیت شغلی تقریبا سه برابر بیشتر از سال ۲۰۲۱ درخواست ارسال می‌کنند. از این تعداد ۷۸ درصد می‌گویند برای متناسب‌سازی درخواست‌های خود از هوش مصنوعی استفاده می‌کنند.

برای استخدام‌کنندگان، ماهیت این کار در حال تغییر است. دیگر فقط پیدا کردن نامزدهایی با صلاحیت‌های مناسب مطرح نیست، بلکه باید بتوانند نشانه‌هایی را شناسایی کنند که همچنان اهمیت دارند، حتی وقتی همه به ابزارهای یکسانی دسترسی دارند. وقتی اینباکس‌ها پر می‌شود از رزومه‌ها و نامه‌های معرفی‌ که تشخیص تفاوت میانشان روز به ‌روز دشوارتر می‌شود، معرفی و توصیه شخصی می‌تواند چیزی ارائه دهد که هوش مصنوعی قادر به ارائه آن نیست: تایید و اطمینان کسی که از قبل کارجوی مورد نظر را می‌شناسد.

 بازگشت معرفی دیگران؟

هوش مصنوعی موانع ورود به کار را کاهش داده و در نتیجه ممکن است خود درخواست شغلی اهمیت و وزن کمتری پیدا کند.

یک فرد می‌تواند در رزومه‌اش ادعا کند که چه کارهایی از دستش برمی‌آید، اما اگر کس دیگری او را معرفی کند، اعتبار متفاوتی خواهد داشت. «جاد کسلر»، استاد مدرسه وارتون در دانشگاه پنسیلوانیا، در گفت‌وگو با فایننشال تایمز گفته: «ارزش یک توصیه‌نامه در ایجاد اعتبار، از این واقعیت ناشی می‌شود که فردی حاضر شده آن را ارسال کند.» همچنین معرفی و ارجاع می‌تواند هزینه و زمان استخدام را کاهش دهد. پژوهش‌ها نشان می‌دهند افرادی که از طریق معرفی و ارجاع استخدام می‌شوند، اغلب نتایج شغلی بهتری دارند؛ از جمله نرخ ترک شغل پایین‌تر، بهره‌وری بالاتر یا ماندگاری بیشتر در سازمان. این فشار به‌ویژه در میان افرادی که در ابتدای مسیر شغلی خود هستند، به چشم می‌خورد.

  خطر نابرابری

ممکن است تکنولوژی فرآیند ارسال درخواست شغلی را آسان‌تر کند، اما لزوما پذیرفته‌ شدن و مورد توجه قرار گرفتن را آسان‌تر نمی‌کند. از این منظر، هوش مصنوعی ممکن است به‌جای از بین بردن نابرابری، صرفا شکل و محل بروز آن را تغییر دهد.

پژوهشی که نشریات دانشگاه شیکاگو منتشر کرده‌اند، نشان می‌دهد که معرفی و ارجاع می‌تواند به تطبیق بهتر کارفرمایان و نامزدهای شغلی کمک کند، اما زمانی که فرصت‌های بازار کار عمدتا از طریق ارتباطات اجتماعی موجود در اختیار افراد قرار می‌گیرند، می‌تواند به کاهش تحرک اجتماعی، افزایش نابرابری و ناکارآمدی نیز منجر شود. این وضعیت یک چالش تازه در بازار کار عصر هوش مصنوعی ایجاد کرده است. شبکه‌های حرفه‌ای معمولا تحت‌تاثیر عواملی مانند طبقه اجتماعی، جنسیت، محل زندگی، سطح تحصیلات و پیشینه خانوادگی شکل می‌گیرند. بنابراین، اگر معرفی و ارتباطات حرفه‌ای به مسیر اصلی دسترسی به فرصت‌های شغلی تبدیل شوند، این خطر وجود دارد که تبعیض و نابرابری به ‌جای حذف شدن از فرآیند استخدام، از مرحله بررسی رزومه‌ها به شبکه‌های ارتباطی افراد منتقل شود.

هوش مصنوعی لزوما سوگیری در استخدام را از بین نمی‌برد و حتی ممکن است تبعیض‌های موجود در داده‌های تاریخی را بازتولید کند. پژوهشی درباره ۴‌میلیون درخواست شغلی نشان داد برخی گروه‌های نژادی در معرض تبعیض ابزارهای هوش مصنوعی قرار گرفته‌اند. از سوی دیگر، اگر شبکه‌های ارتباطی به مسیر اصلی دسترسی به فرصت‌های شغلی تبدیل شوند، نابرابری ممکن است از فرآیند درخواست به روابط حرفه‌ای منتقل شود. بنابراین، راه‌حل حذف تکنولوژی یا قضاوت انسانی نیست، بلکه ترکیب این دو است. پژوهش‌ها نشان می‌دهند رویکرد ترکیبی هوش مصنوعی و نظارت انسانی، نسبت به استفاده صرف از هوش مصنوعی، نتایج منصفانه‌تری در استخدام ایجاد می‌کند.

در نهایت، مسیر ورود به بازار کار، به‌ویژه برای نیروهای تازه‌کار، دشوارتر شده است. مشاغل سطح ابتدایی به مهارت و تجربه بیشتری نیاز دارند و کارفرمایان انتظار دارند افراد جوان از همان ابتدا توانمندی‌هایی داشته باشند که پیش‌تر در جریان کار کسب می‌کردند. مشاغل تحت‌تاثیر هوش مصنوعی در آمریکا هفت برابر بیشتر از گذشته به مهارت‌های مرتبط با موقعیت‌های ارشد نیاز دارند. همزمان، شرکت‌ها تمایل کمتری به استخدام نیروهای جوان نشان می‌دهند و دورکاری نیز آموزش و راهنمایی افراد کم‌تجربه را دشوارتر کرده است. در نتیجه، «ارشدشدن» مشاغل ابتدایی می‌تواند فرصت ورود به مسیر حرفه‌ای را محدودتر کند و مزیت را به کسانی بدهد که پیشاپیش در بازار کار حضور دارند.

منبع: World Economic Forum