Kalkış yaptık… Üretken yapay zekanın fırsatları ve riskleri


Yıllardır yapay zeka ve makine öğreniminin potansiyelinden bahsediyormuşuz gibi geliyor. Öyle ki, bazı insanlar tüm bunların gerçekte ne ölçüde gerçekleşeceği konusunda şüpheye düşebilir. Ancak şimdi, üretici yapay zekanın olağanüstü yükselişi, onun burada olduğunu ve gerçek olduğunu gösteriyor.

ChatGPT ve diğer üretken yapay zeka uygulamaları roket gibi havalanıyor. Giderek daha fazla ürün ve bağlama gömülü hale geliyorlar. Çalışma ortamının içinde ve dışında milyonlarca insan bunları deniyor. Hafızası uzun olanlar için, internetin ve e-postanın nihayet kullanıma sunulduğu ve her şeyi değiştirdiği zamanı anımsatıyor. Büyük bir sıçrama oldu ve bunu, nasıl çalıştığımız ve işlerimizi oluşturan görevleri nasıl yerine getirdiğimiz açısından gerçekte ne anlama geldiğini anlamak için birkaç yıl izledik.

Üretken yapay zekanın gelişiyle, değişimin hızı her zamankinden daha hızlı olacak şekilde ayarlandı. Bireyler, işletmeler, düzenleyiciler ve hükümetlerin hepsi bu duruma nasıl ayak uydurulacağını bulmak zorunda. OpenAI CEO’su Sam Altman geçtiğimiz günlerde bir ABD Senatosu komitesine yapay zekayı düzenlemek için bir teşkilatın oluşturulması gerektiğini söyledi ve haydut yapay zekanın “dünyaya önemli zararlar” verebileceği konusunda uyarıda bulundu. Bu arada AB, ChatGPT gibi ‘temel modellerin’ düzenlenmesini içerecek bir AI Yasası geliştiriyor. Bu tür herhangi bir düzenleme, tüm temelleri kapsamaya devam etmek için işini kesecektir.

Verimlilik süper şarjı

Çalışma kültürünün ve katılım kurallarının koruyucuları olarak İK profesyonellerinin tüm bunların öncüsü olması gerekir. Üretken yapay zekanın neredeyse her işi etkileyebileceğine ve etkileyeceğine şüphe yok. Sonuçta, bir düzeyde yapay zeka ve/veya otomasyondan fayda sağlamayan hiçbir rol yoktur.

Her şeyden önce, bireylerin rollerini daha verimli hale getirmek için büyük bir fırsatı temsil ediyor. Üretken yapay zeka, zamanımızın çoğunu alan yönetici tabanlı “ağır kaldırmanın” muazzam alanlarını ortadan kaldırabilir. İletişim taslağı hazırlamak, şablonlar oluşturmak, konuları araştırmak, notları yazıya dökmek – bunların tümü ChatGPT ve benzeri ile devrim yaratabilir. Microsoft Copilot gibi uygulamalar, kimin ne söylediği, insanların nerede aynı çizgide olduğu, nerede aynı fikirde olmadıkları dahil olmak üzere sözlü bir tartışmadan toplantı notları oluşturabilir ve eylem noktaları önerebilir. Bir özet yazmak için birkaç saat harcamak zorunda olan bir not tutucunun atandığı günler yakında geride kalabilir. Her yerdeki genç ekip üyeleri için iyi haber!

Verdiğiniz geri bildirimlerden öğrendikleri için, bu uygulamalar gittikçe daha iyi hale gelebilir ve ayrıca istediğiniz ses tonunu daha doğru bir şekilde yakalamak için çıktılarını geliştirebilir. Bu ikimizin de deneyimlediği bir şey. Örneğin, bu makalenin yazarlarından biri yakın zamanda çevrimiçi olarak yüklenen 100’den fazla kısa eğitim videosuna eşlik edecek metinler oluşturmak için ChatGPT’yi kullandı – görev devam ettikçe araç önemli ölçüde iyileştirildi (ve hızlandı). Nispeten az sayıda düzenleme gerekliydi, bundan sonra çoğu okuyucu metinlerin aslında bir kişi tarafından yazılmadığını söylemekte zorlanırdı. Uygulama, birçok çalışma saatini kurtardı.

Üretken yapay zeka hızla geliştikçe (ki gelişecektir), işleri yeniden tasarlama fırsatı yaratacaktır. Yöneticilerin yüklediği sorumlulukları ortadan kaldıracak ve insanları daha katma değerli yönler için özgür bırakacaktır. İK ve işe alımda, üretken yapay zeka diğer otomasyon araçlarıyla birleştiğinde yönetici, planlama ve rutin iletişimlere daha az, aday deneyimine, çalışan katılımına, kariyer koçluğuna ve yüksek temas desteğine daha fazla zaman ayırarak Nirvana’ya gerçekten ulaşabileceğimiz anlamına gelir.

Kritik başarı faktörleri

Ancak, başarı için bir takım kritik unsurlar ve yönetilmesi gereken bir takım riskler vardır.

Üretken yapay zekanın etkili kullanımı, belirli beceriler gerektirir. Üretken yapay zeka, makine hakkında doğru soruları sormak üzerine kuruludur. Sonuçları incelemek ve ardından çıktıyı iyileştirmek için daha fazla girdi vermek için kritik analiz gerektirir. Uygun ve uygun olduklarından emin olmak için aracın kullandığı kaynakları analiz etme becerisi gerektirir; ve geri çekilip bir çıktının yapılandırılma şeklini ve iyileştirilip geliştirilemeyeceğini analiz etmek.

Eğitim sistemimiz, mevcut haliyle üretici yapay zekayı dikkate almıyor. Üretken yapay zekayı kullanmaya uyumlu becerilere sahip yeni bir neslin ortaya çıkmasını sağlamak için işverenler ve eğitim sağlayıcılar arasında bir diyalog olması gerekiyor. Bununla birlikte, öğrencilerin ödevlerini “hile yapmak” için küçük yaşlardan itibaren ChatGPT kullandığı okullardan alınan geri bildirimlere bakılırsa, gelecek nesil doğal olarak temel model yapay zekayı kullanma becerisi kazanacak. Anahtar, bunu işyerine uygun şekilde tercüme edecek donanıma sahip olduklarından emin olmak olacaktır.

Üretken yapay zeka, diğer insan yeteneklerine olan ihtiyacı da ortadan kaldırmaz. Bilgi önemli bir varlık olmaya devam edecek. Makinenin ne ürettiğini yargılamak için insanların yine de konunun içini dışını bilmesi gerekecek. Üretken AI çıktılarını hayata geçirmek ve onlara gerçek bir etki vermek için yaratıcılık da anahtar olmaya devam edecek. Aslında, ne kadar çok makine içerik üretirse, kişisel yaratıcılık o kadar yüksek olacaktır. Yazıdan sanata ve kod parçalarına kadar her şeyin bir makinenin işi olduğu bir noktaya ulaşırsak, insan yaratıcılığına can atacağız.

Beş temel risk

Sonra riskler var. Riskin hafifletilmesi ve yönetilmesi gereken beş temel husus görüyoruz.

İlk olarak, yapay zeka algoritmalarında olduğu gibi önyargının yerleşik hale gelmesi ve büyük ölçekte ve hızla çoğaltılması tehlikesi vardır. Aslında, asla öngörülemeyen bir ölçekte zarar verme potansiyeli vardır. Öğrenmemizi neye dayandırdığımız konusunda net olmalıyız ve makinelerin dengesizliklerimizi algılamadığından emin olmak için iyi tanımlarımızı iki kez kontrol etmeliyiz.

İkinci olarak, üretken yapay zeka ne kadar çok kullanılırsa, insanların kendi temel becerilerini o kadar az kullanmaları ve verileri o kadar az anlamaları riski vardır. Örneğin, bugün bir Boole aramasıyla, teknolojinin nasıl çalıştığını anlamanız gerekmez, ancak elde ettiğiniz sonuçların doğru görünüp görünmediğini bilmeniz gerekir. Bir şeyleri nasıl yorumlayacağımız ve yapacağımızla ilgili kurumsal bilgimizi – içgüdüsel, içgüdüsel, fiilen kendimiz için yapma ve öğrenmeyle gelen bilgiyi – kaybetme riski vardır. Bu, genel olarak teknoloji kullanımındaki daha geniş bir tehlikeyi yansıtıyor – bilgi yerine ‘kontrol paneline göre yönetiyoruz’. İnsanların kendi becerilerini güncel tutmasını ve makineleri onların yerine koymak için değil, bunları tamamlamak için kullanmasını sağlamalıyız.

Üçüncüsü, üretici yapay zekanın üretkenliği artırmak yerine maliyetleri düşürmek için kullanılması ihtimali var. Bu şekilde kullanılırsa tam gücünü ve faydasını göremeyiz. 100 kişilik bir işe alım ekibiniz olduğunu ve üretken yapay zeka ve diğer otomasyon yoluyla işlerinin %80’ini otomatikleştirmenin mümkün olduğunu varsayalım. Ekibi 20’ye indirip 80 kişinin maliyetinden tasarruf eder miydiniz? Yoksa 100 kişilik ekibi elinizde tutup, zamanlarını ve becerilerini daha iyi kullanarak çok daha fazla değer katmalarını mı sağlarsınız? Bu, üretken yapay zekanın yaratması muhtemel olan kısa vadeli ve uzun vadeli tartışma türüdür.

Sırada, üretici yapay zekanın sahte içerik üretme, intihal ve kopyalama yeteneği var. Yeni uyum alanlarının yanı sıra yeni doğrulama ve doğrulama yöntemlerine ihtiyaç duyulabilir. Ayrıca, neyin gerçek ve meşru olup olmadığı ve bunun önemli olup olmadığı hakkındaki tartışmayı da artıracaktır. Birisi, örneğin bir çevrimiçi değerlendirme sürecinden geçmesine yardımcı olmak için ChatGPT kullanıyorsa, bu iyi mi, kötü mü yoksa önemsiz mi? Ya da birisi özgeçmişini ChatGPT ile ‘yazarsa’?

Son olarak, hassas veya gizli verileri bu açık platformlara koyan kişilerin, bu verilerin makine tarafından alındıktan sonra tekrarlanabileceğini ve herhangi bir içerikte kullanılabileceğini fark etmemesi riski vardır. Bu nedenle, İK işlevi tarafından yönetilen kuruluşlar, üretici yapay zeka etrafında net ve eksiksiz politikalara ihtiyaç duyar. Yalnızca testi geçen kişilerin kullanabildiği ‘ehliyet’ tipi bir sisteme sahip olmak için bir tartışma var.

İK’nın önden liderlik etmesi gerekiyor

Dikkate alınması gereken birçok yön var. Ve bunların gelecekte çok uzak bir noktada değil, hemen şimdi düşünülmesi gerekiyor. İK liderleri ve ekipleri bunun ön saflarında yer almalı ve üretken yapay zekanın sorunlara neden olmak ve bölücü hale gelmek yerine organizasyonu destekleyen bir araç olmasını sağlamalıdır.

Öyleyse, üretken yapay zekayı İK ekibinin nasıl çalıştığına uyarlıyor ve işi yeniden tasarlamak ve geliştirmek için kuruluş genelinde nasıl haritalandırabileceğini düşünüyor musunuz?



Source link