Μια ιστορία με κοινούς «πρωταγωνιστές»;

Μετά το Βιομηχανικό HR1.0 (Ανθρώπινο Δυναμικό) και το Διαδικτυακό HR2.0 στην επόμενη, εξελικτική φάση του Ψηφιακού HR3.0, τα δεδομένα έχουν αλλάξει κατά πολύ: Η λήψη των αποφάσεων γίνεται πλέον από συστήματα Τεχνητής Νοημοσύνης.
Η ταχύτητα με την οποία η ρητορική της επιχειρηματικής διοικητικής κοινότητας κινήθηκε από τα «Μαζικά Δεδομένα» (Big Data – BD), στη «Νοημοσύνη των Μηχανών» (Machine Learning – ML) και την «Τεχνητή Νοημοσύνη» (Artificial Intelligence – AI), είναι εκπληκτική και σε κάποιο βαθμό αναμενόμενη. Η απόσταση, όμως, ανάμεσα στη ρητορική και την πραγματικότητα, είναι σημαντική.
Η κλιμάκωση της ένταξης της Τεχνητής Νοημοσύνης στις διοικητικές πρακτικές περνάει από τέσ­σερα στάδια: Υποστήριξη Λειτουργιών, Παραγωγή και Ανάλυση Δεδομένων, Μη­χανική Μάθηση και Αυτοματοποιημένη Λήψη Αποφάσεων. Όλες οι λειτουργίες HRM (τη διαχείριση δηλαδή του ανθρώπινου δυναμικού) δημιουργούν μεγάλους όγκους δε­δομένων τόσο δομημένων (βάσεις δεδο­μένων) όσο και αδόμητων (κείμενα, ήχος και εικόνα). Η αξία αυτών των δεδομέ­νων αναδεικνύεται όταν εφαρμοστούν μέθοδοι επιχειρηματικής αναλυτικής, οι οποίες κλιμακώνονται σε εφαρμογές Μη­χανικής Μάθησης, προκειμένου να δημιουργηθούν ολοένα και αποτελεσματικό­τεροι αλγόριθμοι με σκοπό κυρίως την πρόβλεψη και την παραγωγή προτάσεων και υποδείξεων. Η πλήρης εφαρμογή ΑΙ σημαίνει ότι οι προβλέψεις μετατρέπονται κατευθείαν σε αποφάσεις.
Η έρευνα αναδεικνύει τέσσερα σημεία-προκλήσεις για τη χρήση τεχνικών της πληροφορικής επιστήμης στις πρακτικές HR. Η πολυπλοκότητα των φαινομένων του HRM, οι περιορισμοί που επιβάλλονται από μικρά σύνολα δεδομένων, τα ζητήματα ηθικής που σχετίζονται με νομικούς και εθιμικούς περιορισμούς και η αντίδραση των εργαζομένων σε διοικητικές πρακτικές που στηρίζονται σε αλγόριθμους δεδομένων, είναι οι κύριες προκλήσεις για την αντιμετώπιση των οποίων οι ερευνητές προτείνουν πρακτικές βασισμένες σε τρία θεμελιώδη αξιώματα∙ την αιτιώδη συλλογιστική, την τυχαιοποίηση και την τυποποίηση των διαδικασιών.
Αυτές οι προκλήσεις αποτυπώνονταν στην έρευνα της IBM (Global CEO Study) για το 2018, σύμφωνα με την οποία το 41% των CEO ανέφερε ότι δεν ήταν προετοιμασμένοι να κάνουν χρήση νέων εργαλείων ανάλυσης δεδομένων, ενώ μόνο το 4% δήλωνε ότι ήταν προετοιμασμένοι «σε μεγάλο βαθμό» για να υποδεχθούν ένα σύστημα AI.
Από τότε μέχρι σήμερα μεσολάβησαν οι επιταχυντικές συνέπειες της πανδημίας τουλάχιστον σε ό,τι αφορά στην εξ ανάγκης υιοθέτηση εργαλείων πληροφορικής και φτάσαμε στο 2021, στις αρχές του οποίου διεξήχθη έρευνα στο Οικονομικό Πανεπιστήμιο Αθηνών με θέμα τον Ψηφιακό Μετασχηματισμό και ιδιαίτερα τον ρόλο των Τεχνολογιών Τεχνητής Νοημοσύνης στις διαδικασίες Διαχείρισης Ανθρώπινου Δυναμικού (ΔΑΔ).
Στην έρευνα του ΟΠΑ εννέα στα δέκα στελέχη δεν φοβούνται ότι το AI θα είναι δύσκολο στη χρήση και οκτώ στους δέκα βρίσκουν ότι θα είναι χρήσιμο. Η ευκολία και η χρησιμότητα, αν και αναγκαία, δεν αποτελούν και τις ικανές συνθήκες για την υιοθέτηση μιας τεχνολογίας, οι οποί­ες περιλαμβάνουν προσωπικές στάσεις, επιρροές από το περιβάλλον και αντίλη­ψη προσωπικής επάρκειας. Εδώ η έρευνα έδειξε ότι οι μισοί προτίθενται να υιοθε­τήσουν ΑΙ, επειδή έχουν μια θετική προ­σωπική στάση για την τεχνολογία, αλλά και επειδή πιστεύουν ότι οι υπόλοιπες επιχειρήσεις θα την υιοθετήσουν και εί­ναι σημαντικό να μην υστερήσουν.
Οι Έλληνες HR Managers δήλωσαν στην έρευνα ότι σε ποσοστό 80% σκοπεύ­ουν να ενσωματώσουν λύσεις AI στις πρα­κτικές τους, επειδή τις θεωρούν δυνητικά χρήσιμες και χωρίς να φοβούνται ιδιαίτερα την καμπύλη μάθησης που σχετίζεται με αυτή την καινοτομία. Στην πράξη, βέβαια, αυτή η ενσωμάτωση απαιτεί, εκτός από την τεχνική αρτιότητα των λύσεων και τον σχεδιασμό της οργανωσιακής αλλαγής σε διαδικασίες, ρόλους και δομές προκειμέ­νου η τεχνολογία να συμβάλει παραγωγικά στην αναβάθμιση της ΔΑΔ.
Τέλος, δεν θα πρέπει να υποτιμούμε τις επιπτώσεις της υποκατάστασης ανθρώπων από μηχανές σε ό,τι αφορά ζητήματα κρίσης και λήψης αποφάσεων. Χρειάζονται υβριδικές γνώσεις και δεξιότητες που να επιτρέπουν τόσο την κατανόηση της συμπεριφοράς των αλγορίθμων όσο και την εφαρμογή τους με τις αρχές της τέχνης και της επιστήμης, αλλά πρωτίστως της ηθικής.