1999 წლის საკულტო ფილმი Office Space ასახავს ოფისში მცხოვრებ პროგრამული უზრუნველყოფის ინჟინრის საშინელ ცხოვრებას. ყოველ პარასკევს, პიტერი ცდილობს თავი აარიდოს თავის უფროსს და მის საშინელ სიტყვებს: "მე მჭირდება, რომ ხვალ ისევ მოხვიდე სამსახურში“.

თითქმის 25 წელი გავიდა და ეს სცენა კვლავ პოპულარულია ინტერნეტში, რადგან ის ასახავს სამუშაო ურთიერთობის შემაშფოთებელ ასპექტებს — უმწეობა, ყალბი სიმპათია უფროსის დირექტივის მიღებისას, დაუსრულებელი მოთხოვნა უფრო მეტი პროდუქტიულობის შესახებ.

საშინელ უფროსებზე უამრავი ფილმია გადაღებული და კონკრეტულად ასეთი სათაურის ფილმებიც კი გვხვდება, მაგრამ ეს ყველაფერი არ არის: რა მოხდება მაშინ თუ თქვენს სამსახურში უფროსად ალგორითმი მოგევლინებათ?!

ალგორითმები მენეჯერებად

მედიაში ხშირად შუქდება მუშების შემცვლელი რობოტები. თუმცა, ეს არ არის მხოლოდ ფიზიკური შრომა, რომელიც ავტომატიზირებულია. რობოტებს მენეჯერების შეცვლაც შეუძლიათ.

სულ უფრო და უფრო ხშირია, როდესაც ალგორითმები იბარებენ მენეჯერულ ფუნქციებს, როგორიცაა სამუშაო აპლიკაციების სკრინინგი, სამუშაოს დელეგირება, მშრომელთა შრომის შეფასება — და კიდევ ერთი: გადაწყვეტა იმის, თუ როდის უნდა გაათავისუფლონ თანამშრომლები.

მენეჯერული დავალებების ალგორითმებისთვის გადაბარება დროსთან ერთად სულ უფრო გახშირდება. ამის მიზეზი კი ისაა, რომ მონიტორინგის მოწყობილობები იხვეწება. მაგალითად, ტარებადი ტექნოლოგიები, რომლებსაც თანამშრომლების მოძრაობისა და აქტივობისთვის თვალყურის დევნება შეუძლია.

დამსაქმებლის თვალთახედვით, მენეჯერების მოვალეობების ალგორითმებზე გადაბარებით ბევრი რამის მოგება შეიძლება. ალგორითმები ამცირებენ ბიზნესის ხარჯებს დავალებების ავტომატიზირებით, რომელთა შესრულებისთვისაც ადამიანებს უფრო მეტი დრო სჭირდებათ. მაგალითად, Uber-ს, თავისი 22 800 თანამშრომლით, 3,5 მილიონი მძღოლის ზედამხედველობა შეუძლია.

ხელოვნური ინტელექტის სისტემებს ასევე შეუძლიათ ბიზნეს ორგანიზაციების ოპტიმიზაციის გზების აღმოჩენა. Uber-ის ფასების ზრდის მოდელი (დროებითი ფასების მომატება მძღოლების მოსაზიდად დატვირთულ დროს) შესაძლებელია მხოლოდ იმიტომ, რომ ალგორითმს რეალურ დროში ცვლილებების დამუშავება შეუძლია.

რისკები

ალგორითმის მენეჯმენტთან დაკავშირებული ზოგიერთი პრობლემა უფრო მეტ ყურადღებას იქცევს. რისკები, რომელსაც ყველაზე მეტად განიხილავენ ჟურნალისტები, მკვლევრები და ექსპერტები ეს ალგორითმული მიკერძოება. ამის მაგალითია ამაზონის CV-ების რეიტინგის სისტემა. ეს პროგრამა, რომელიც განმცხადებლების CV-ების შესაფასებლად გამოიყენებოდა შეაჩერეს. მიზეზი ალგორითმის "სექსიზმიში" იყო. პროგრამა თანაბარ მოცემულობაში კაცებს უფრო მაღალი ქულებით აფასებდა ვიდრე ქალებს.

ამის გარდა, არის სხვა საკითხებიც. ერთი ეს გამჭვირვალობის პრობლემაა. კლასიკური ალგორითმები დაპროგრამებულია გადაწყვეტილების მისაღებად ნაბიჯ-ნაბიჯ ინსტრუქციების საფუძველზე და ეს იძლევა მხოლოდ დაპროგრამებულ შედეგებს. მეორეს მხრივ, მანქანური სწავლების ალგორითმები გადაწყვეტილების დამოუკიდებლად მიღებას ეჩვევიან და ეს უამრავი მონაცემების გადამუშავებით. ეს ნიშნავს, რომ განვითარებასთან ერთად ალგორითმები უფრო რთულები ხდებიან, რაც მათ ოპერაციებს პროგრამისტებისთვისაც კი გაუმჭვირვალეს ხდის. შესაბამისად, როდესაც თანამშრომლის გათავისუფლება გაუმჭვირვალე მიზეზით ხდება ეს როგორც მინიმუმ კითხვებს აჩენს. წარმოიდგინეთ სიტუაცია, როდესაც ალგორითმი, რომლისაც თავად პროგრამისტებსაც აღარ ესმით გეუბნებათ, რომ კონკრეტული თანამშრომელი სამსახურიდან გაუშვათ, თქვენ ალგორითმს ენდობით, იცით, რომ ის არ ცდება, მაგრამ კონკრეტულ მიზეზს ვერ ხვდებით. დიახ, ეს ნამდვილად ახალი, უცნაური სამყაროა.

ალგორითმის მენეჯმენტმა შეიძლება გაამძაფროს ძალაუფლების დისბალანსი დამსაქმებლებსა და თანამშრომლებს შორის. საბოლოოდ, ეს შეიძლება უფლებამოსილების ბოროტად გამოყენებაშიც გადაიზარდოს. მიუხედავად იმისა, რომ ადამიანს შეიძლება მცირე ემპათია ჰქონდეს, ალგორითმს ეს საერთოდაც არ გააჩნია. შესაბამისად, საფრთხეებს ესეც ზრდის.

მაგალითად, Amazon Flex-ის კურიერების შემთხვევის შესწავლისას ადვილი შესამჩნევი იყო აღშფოთება, რომელსაც პლატფორმის მუშაკები განიცდიდნენ ალგორითმის მიმართ. ეს ალგორითმი შეიძლება უფრო სწრფია და გარკვეულ წილად უფრო ზუსტიცაა ვიდრე ადამიანი მენეჯერი, მაგრამ მას ვერც საჩივრით მიმართავ და ვერც დაელაპარაკები.

მაქსიმალური ეფექტურობის გაზრდის მიზნით შექმნილი ალგორითმი გულგრილია ბავშვის მოვლის გადაუდებელი შემთხვევების მიმართ. მათ არ აქვთ ტოლერანტობა მშრომელების მიმართ, რადგან ისინი ჯერ კიდევ თავად სწავლობენ, მაგრამ ამას ემოციების გარეშე აკეთებენ. ისინი არც თანამშრომლებთან აწარმოებენ მოლაპარაკებას, რათა იპოვონ გამოსავალი, რომელიც დაეხმარება დასაქმებულს.

რა უნდა ვქნათ

დღეს მსგავსი რისკები უკვე არის მკვლევრების, პროფკავშირებისა და პროგრამული უზრუნველყოფის შემქმნელების ყურადღების ქვეშ. ისინი ცდილობენ ხელი შეუწყონ კარგი სამუშაო პირობების შექმნას. ამასთან, პოლიტიკოსები მსჯელობენ მუშაკებისთვის ციფრული უფლებების გაფართოებასა და დახვეწაზე.

ასევე ხდება დაკვირვება იმაზე თუ თუ როგორ მოქმედებს ალგორითმები მშრომელებზე და რამდენად აძლევს ეს მიდგომა მათ სახარბიელო სამუშაო გარემოს.

მიუხედავად იმისა, რომ მსგავსი ალგორითმები შეიძლება ბიზნესისთვის განსაკუთრებულად მომგებიანი იყოს, ეს მშრომელების უფლებების ხარჯზე არ უნდა მოხდეს.

დასასრულს, თავში ხსენებულ ფილმს რომ დავუბრუნდეთ, პიტერმა საბოლოოდ შეძლო თავის უფროსთან ურთიერთობის დალაგება და სამუშაო სასიამოვნო გახადა. მან ეს მენეჯერებისთვის თავისი მონდომებისა და მოტივაციის ჩვენებით შეძლო. საინტერესოა, როგორ განვითარდებოდა ფილმის სიუჟეტი და რას იზამდა პიტერი მისი უფროსი ალგორითმი რომ ყოფილიყო?!