Плюсы и минусы роботов-менеджеров

Как бы вы себя чувствовали, работая на робота? Хотя эта идея может показаться надуманной, не в последнюю очередь потому, что автоматизация рабочих мест обычно обсуждается в отношении неквалифицированного труда, а не управленческих должностей, на самом деле она более осуществима, чем думает большинство людей. Рассмотрим некоторые из основных задач менеджеров: например, использование данных для оценки проблем, принятие решений лучше, чем команда, контроль за работой членов команды, постановка соответствующих целей и предоставление точной обратной связи. Технологии не только способны соперничать с людьми в решении этих основных задач управления, но уже играют ключевую роль, помогая людям более эффективно выполнять эти задачи.

На самом деле, хотя эти основные задачи управления все еще могут быть сложными для ИИ, они не совсем просты и для людей-менеджеров. Работники во всем мире не удовлетворены своей работой, и плохое управление является одним из основных источников этой проблемы. Даже там, где возможностей для трудоустройства много, а уровень безработицы низкий, люди увольняются с работы, чтобы заняться индивидуальной трудовой деятельностью или открыть собственный бизнес, поскольку это лучший способ избежать присутствия начальника. По оценкам ученых, каждый второй руководитель терпит неудачу в своей роли, часто из-за неспособности подавить свои токсичные или темные стороны. Для быстрой демонстрации этой проблемы просто введите в Google "my boss is" или "my manager is", чтобы узнать, что большинство людей думают о своих руководителях - функция автозаполнения выдаст целый ряд травмирующих альтернатив, сопровождаемых небольшим количеством или полным отсутствием положительных отзывов.

Таким образом, очевидно, что в сфере управленческой деятельности планка довольно низкая. ИИ не потребуется слишком многого, чтобы превзойти средних менеджеров, не говоря уже о плохих. Это как если бы автоматизация водителей должна была превзойти большинство неумелых водителей, которые регулярно попадают в аварии и наносят травмы себе и другим. В этом гипотетическом сценарии (хотя существует множество плохих водителей и миллионы ДТП каждый год, большинство водителей не попадают в аварии) самоуправляемые автомобили не должны быть очень безопасными, чтобы превзойти водителей-людей.

Учитывая это, давайте рассмотрим потенциальные плюсы и минусы автоматизации вашего менеджера:

Плюсы

Избежание ссор. Хотя технология может вывести нас из себя (особенно когда она не работает), ссориться с ней гораздо сложнее, чем с людьми. Для танго нужны двое. Даже если бы у бота-менеджера был характер, он никогда не стал бы настолько заботиться о нас, чтобы вступить с нами в настоящий спор, поскольку ему не хватает настоящих эмоций. Подумайте о тех случаях, когда ваш начальник раздражал вас: вероятно, это было связано с тем, что он/она чувствовал по поводу чего-то, что раздражало вас и вызвало спор. И наоборот, вы, вероятно, не спорили со своим компьютером или телевизором, когда они не работали - и вы можете быть уверены, что они ничего не чувствовали по отношению к вам. Хотя мы способны испытывать чувства к технике (хорошие и плохие), эти чувства не отвечают взаимностью. Несмотря на все разговоры об эмоциональных вычислениях, машинам никогда не будет наплевать - в этом истинная причина их более высокого интеллекта по сравнению с людьми; мы просто слишком много заботимся, а чрезмерная забота может исказить наши суждения.

Объективная обратная связь. Несмотря на то, что наука управления талантами достаточно надежна, менеджеры склонны играть на слух. Интуитивные решения вызывают бессознательные (и сознательные) предубеждения, создавая непотическую и политическую культуру, в которой сотрудники чувствуют несправедливое отношение. Даже если руководители руководствуются благими намерениями, они часто не могут предоставить точную обратную связь, поскольку избегают конфликтов, завидуют или просто не способны объективно оценивать сотрудников. В той степени, в какой производительность и потенциал можно оценить количественно (а это возможно), сотрудники будут получать более объективную обратную связь от роботов, чем от менеджеров-людей.

Более эффективное принятие решений. В век информационной перегрузки человеческий мозг не способен обрабатывать огромное море данных, чтобы преобразовать информацию в знания. Именно поэтому компания Hitachi внедрила компьютерного босса, который анализирует лучшие решения проблем и инструктирует сотрудников о том, что делать. Именно поэтому мы чувствуем себя такими неосведомленными в наши дни, когда не можем выйти в Интернет. Конечно, некоторые решения слишком сложны для автоматизации, но большинство, вероятно, нет. Норберт Винер, отец кибернетики, уже десятилетия назад заметил: "Если мы можем сделать что-либо ясным и понятным способом, мы можем сделать это с помощью машины". Другими словами, если существует процесс или алгоритм, ИИ может воспроизвести его и усовершенствовать. Настоящий вызов для ИИ - воспроизведение неинтеллектуальных решений, то есть "природной глупости". Возможно, конечной границей машинного обучения является AS - искусственная глупость.

Против

ИИ может ошибиться. Алгоритмы уже принимают "исполнительные решения", когда рекомендуют, какого водителя Uber вам следует избегать, какому продавцу доверять на Amazon и какой новостной заметке верить на Facebook. Именно поэтому технологию часто определяют как "делать больше с меньшими затратами". Однако ИИ не является непогрешимым. Например, знания ИИ о том, что женщины недостаточно представлены на руководящих должностях и что чернокожие чаще подвергаются арестам за преступления, могут привести к тому, что он будет рекламировать высокооплачиваемую работу мужчинам, а не женщинам, и отбирать белых соискателей в пользу чернокожих. В таких случаях ИИ не будет предвзятым, но его решения можно будет назвать сексистскими и расистскими, что скорее усилит человеческие предрассудки, чем поможет с ними бороться.

Сколько всего может сделать робот. Проблема не в том, что роботы не могут выполнять рутинные задачи, а в том, что они не могут выполнить некоторые жизненно важные задачи. Например, хотя машины начинают проявлять признаки творчества, мы еще далеки от того, чтобы увидеть робота-предпринимателя или изобретателя нового продукта. Алгоритмы способны оптимизировать существующие "средства и цели", соединяя огромные объемы информации со скоростью, которая была бы невозможна для человека. Однако настоящая инновация заключается в использовании информации для поиска новых связей между средствами и целями и предполагает неожиданное поведение. Таким образом, ИИ может подсказать, какой отель вам следует забронировать, но он не сможет изобрести AirBnB. Конечно, большинство людей не способны и на это. Но устранение способности менеджеров к творчеству и инновациям сделает работу их сотрудников еще более скучной.

Человеку нужен человеческий контакт. В отличие от Дэвида, ребенка-андроида из фильма Стивена Спилберга AI, который был запрограммирован на любовь, роботы не испытывают эмоций. Однако проблема не в том, что "робо-боссы" ничего не чувствуют, а в том, что даже самые сложные машины недостаточно совершенны (пока), чтобы определить, что чувствуете вы. Робот не сможет понять, не справляетесь ли вы с работой из-за простуды или из-за того, что умерла ваша собака. Это справедливо и для менеджеров-людей, но мы с большей вероятностью простим их, чем машины, поскольку всегда можем надеяться на их сочувствие. Точно так же сотрудники хотят признания и благодарности от других людей, а не от искусственного интеллекта. Действительно, исследования показывают, что вознаграждение от человека ощущается гораздо позитивнее, чем вознаграждение от машины.

В конечном итоге, один размер, вероятно, не подходит всем, поэтому можно предположить, что некоторые сотрудники будут охотнее работать на робота, чем на человека-менеджера, особенно те, кто был травмирован своими начальниками и предыдущими начальниками - а это, судя по приведенному выше упражнению Google с автозаполнением, очень много людей.

Об авторе

Томаш Чаморро-Премузик - директор по инновациям в ManpowerGroup, профессор психологии бизнеса в Университетском колледже Лондона и Колумбийском университете, соучредитель сайта deepersignals.com и сотрудник лаборатории предпринимательских финансов Гарварда. Он является автором книги Почему так много некомпетентных мужчин становятся лидерами? (и как это исправить), на которой основана его речь на TEDx. Найти его можно на www.drtomas.com. drtcp