سالهاست به هوش مصنوعی همچون یک ابزار نگریستهایم؛ قابلیت جدیدی که به محصول اضافه میشود یا دکمهای که برای تولید متن روی آن کلیک میکنیم. اما اگر کمی عقبتر بایستیم و به تصویر بزرگتر نگاه کنیم، درمییابیم آنچه در حال شکلگیری است، نه ابزاری ساده، بلکه نوعی نیروی کار است.
بر این باوریم که به سامانههای عاملمحور (agentic) نباید مانند یک نرمافزار نگاه کرد؛ بلکه باید آنها را همکار یا کارمندی جدید دانست. این رویکرد، استعارهای تبلیغاتی نیست؛ بلکه تصمیمی مهندسی است که نحوهٔ توسعه، ارزیابی و میزان اتکای ما به این سامانهها را در طول زمان تعیین میکند. نرمافزار نصب میشود و قاعدتاً باید از همان لحظهٔ نخست بینقص کار کند. اما کارمند استخدام میشود، آموزش میبیند و شما بهمرور زمان درمییابید در چه زمینههایی میتوان به او تکیه کرد و کجا هنوز زمانش فرا نرسیده است.
استخدام، نه نصب
وقتی نرمافزاری را نصب میکنید، در واقع ویژگیهای فنی مشخصی را به خدمت میگیرید: ورودی معین، خروجی معین و رفتاری کاملاً پیشبینیپذیر. اما با استخدام نیروی کار، دارایی متفاوتی به دست میآورید: یک «ظرفیت». ظرفیتی که باید در بستر کسبوکار شما قوام یابد، با وظایف واقعی سازگار شود و در چارچوب مسئولیتهای تعیینشده قرار گیرد.
داستان عاملهای هوش مصنوعی نیز از همین قرار است. یک عامل کارآمد، ابزاری همهفنحریف برای انجام تمام امور نیست، بلکه نقشی مشخص در حوزهای تعریفشده دارد؛ درست مانند یک ساختار سازمانی که هیچگاه در آن فردی را برای «انجام همهٔ کارها» استخدام نمیکنید، بلکه او را برای جایگاهی معین — نظیر حسابداری، پشتیبانی یا تحلیلگری — به خدمت میگیرید. تعریف مرزهای این نقش است که به عامل اعتبار و قابلیت اطمینان میبخشد: شما دقیقاً میدانید چه انتظاری از او دارید و مهمتر از آن، میدانید چه کارهایی از عهدهٔ او خارج است.
این رویکرد شیوهٔ طراحی را دگرگون میکند. بهجای توسعهٔ مدلی غولآسا و همهچیزدان، تیمی متشکل از نقشهای متمرکز میسازید که هرکدام وظیفهٔ خود را بهخوبی میشناسند و از مرزهای مسئولیت خویش آگاهند.
مربیگری، نه پیکربندی
کارمند تازهوارد در نخستین روزهای کاری خود در اوج بازدهی نیست، بلکه با دریافت بازخورد رشد میکند. سرپرستی بر کار او نظارت میکند، نقاط قوت و ضعفش را نشان میدهد و او در تلاش بعدی، عملکرد خود را بهبود میبخشد. این چرخهٔ ساده یعنی «انجام کار، ارزیابی و اصلاح»، دقیقاً همان مسیری است که یک نیروی تازهکار را به متخصص تبدیل میکند.
ما با عاملهای خود نیز دقیقاً همین مسیر را میپیماییم، اما با ادبیاتی فنی و مهندسی. در این فضا بهجای واژهٔ «بازخورد»، از مفهوم ارزیابی (evaluation) استفاده میکنیم: مجموعهای از نمونههای واقعی که عملکرد درست یا خطای عامل را نمایان میسازند. ارزیابی در اصل همان نقش مربی را ایفا میکند و نقاط ضعف را نه بر اساس گمانهزنی، بلکه بر پایهٔ شواهد عینی نشان میدهد.
پس از شناسایی نقاط ضعف، آموزش نیز متمرکز پیش میرود. در این مرحله نیازی به بازطراحی کل عامل نیست؛ بلکه تنها همان بخش یا قابلیتی را که دچار نقص شده، با کمترین مداخله اصلاح میکنیم. تفاوت اصلی مربیگری با بازنویسیِ کامل در همینجاست؛ مربی هویت فرد را دگرگون نمیکند، بلکه دقیقاً مهارتهای مورد نیاز او را تقویت میکند.
اعتماد، به دست آوردنی است
هیچ مدیر باتجربهای در نخستین روز کاری، کلید گاوصندوق را به کارمند تازهوارد نمیدهد. اعتماد دستاوردی ناگهانی نیست، بلکه بهمرور زمان شکل میگیرد. در آغاز، کارهای کوچک تحت نظارت مستقیم واگذار میشوند؛ سپس وظایف بزرگتر با نظارت کمتر سپرده شده و در نهایت، مسئولیت کامل به فرد اعطا میشود — اما تنها در حوزهای که کارمند شایستگی خود را در آن اثبات کرده باشد.
این شاید ارزشمندترین درسی باشد که از نگرش «کارمند، نه نرمافزار» میگیریم. ما به عاملها اعتماد پیشفرض نداریم، بلکه این اعتماد را میسنجیم. هر عاملی که مسئولیت کاری واقعی را به عهده میگیرد، باید پیشتر ثابت کرده باشد که عملکردش در آن حوزه پایدار و قابلبررسی است. ما به ساختارهای شفاف (جعبهٔ شیشهای) باور داریم، نه جعبهٔ سیاه؛ چراکه باید بتوان روند تصمیمگیری عامل، دلایل آن و نقاط نیازمند مداخله را بهوضوح رصد کرد.
اعتمادی که بر پایهٔ شواهد شکل میگیرد با اعتماد کورکورانه تفاوت دارد. اولی بهدلیل اتکا به واقعیتهای عینی پایدار میماند، در حالی که دومی بهعلت اتکای صرف به امید، شکننده و آسیبپذیر است. هدف ما توسعهٔ سامانههایی است که اعتماد را بهشکل ملموس جلب کنند، نه آنهایی که صرفاً از کاربر توقع اعتماد داشته باشند.
سازمانی دیجیتال در مسیر رشد
وقتی به هوش مصنوعی به چشم نیروی کار — و نه یک ابزار — نگاه کنیم، آنچه میسازیم دیگر یک محصول ساده نیست، بلکه یک سازمان است؛ سازمانی که میتواند استخدام کند، بیاموزد و بهمرور زمان قابلاعتمادتر شود. یک سازمان نیز برخلاف قابلیتی ایستا، همواره رشد میکند: تثبیت هر نقش جدید، شفافیت حاصل از هر ارزیابی و هر اصلاح کوچکی که اعمال میشود، تجربهای ارزشمند را پدید میآورد که روی هم انباشته میشود.
این همان دیدگاهی است که مبنای توسعهٔ محصولات در «فلش» قرار دارد. ما چتبات نمیسازیم، بلکه همکار دیجیتال توسعه میدهیم؛ نقشهایی متمرکز، آموزشپذیر و پایشپذیر که اعتماد را در عمل جلب میکنند. اگر قرار است هوش مصنوعی واقعاً به بخشی از سازمان شما تبدیل شود، شایسته است با همان دقتی با آن رفتار کنید که در استخدام و پرورش نیروی انسانی خود به کار میگیرید.
یک کارمند شایسته در روز نخست معجزه نمیکند، بلکه بهمرور زمان به تکیهگاهی امن تبدیل میشود. سامانهای نیز که بر پایهٔ این نگرش توسعه یابد، دقیقاً همین مسیر را خواهد پیمود.