آینده نوآوری و کارآفرینی در دستان شهود و ادراک انسانی

بسیاری از سرمایه‌داران و تکنولوژیست‌ها درمورد هوش مصنوعی، کلان داده و اینکه چگونه اشیاء هوشمندتر می‌شوند، صحبت می‌کنند. دستگاه‌ها با یکدیگر صحبت می‌کنند و مردم هم یاد می‌گیرند که با ماشین‌ها حرف بزنند. گوگل هوم، الکسا و سیری فقط نمونه‌هایی از این واقعیت هستند که چگونه زبان گفتاری می‌تواند به بخش خودکار زندگی ما کمک کند تا کارها سریع‌تر انجام شوند. کسب‌وکار نیز در حال تکامل است. اشیاء اطلاعات جمع‌آوری می‌کنند، نرم‌افزارها طوری طراحی‌ شده‌اند که می‌توانند تصمیم‌گیری کنند و دستیاران مجازی به ما اطمینان می‌دهند که همه‌چیز خوب پیش می‌رود.

قابل‌انکار نیست که تکنولوژی تأثیر زیادی در توسعه‌ی کسب‌وکار و شتاب گرفتن رشد آن دارد. به‌عنوان‌ مثال شرکت ۹ میلیارد دلاری استرایپ، تمام پروسه‌های بسیار پیچیده‌ی شروع کسب‌وکارها را خودکار کرده است. اطلس، محصول شرکتی در ایالت دلاور آمریکا است که یک حساب بانکی را با یک شماره شناسه‌ی مالیاتی تنظیم می‌کند، یک پروفایل استرایپ راه‌اندازی می‌کند تا کسب‌وکار جدید بتواند از طریق آن پرداختی‌های مشتریان را دریافت کند.

در آینده، کارآفرینان هنوز مسئولیت تصمیم‌گیری‌های نهایی یا حیاتی را به عهده خواهند داشت. ولی لحظه‌ای به همه‌ی تصمیم‌های کوچکی که زندگی شغلی و شخصی‌تان را تحت‌الشعاع قرار می‌دهند فکر کنید؛ مثلاً انتخاب یک رستوران ایتالیایی خوب که در نزدیکی محل کار یا خانه‌ی شما باشد. اگر در موبایل خود به جستجوی یک رستوران ایتالیایی بپردازید، فهرست کاملی از همه‌ی گزینه‌های موجود پیش روی شما قرار می‌دهد. چرا گوشی شما گزینه‌هایی که به‌طور بدیهی بد هستند کنار نمی‌گذارد؟ چرا نرم‌افزار متوجه نیست که کافی است نزدیک‌ترین شعبه به محل کار شما را نشان بدهد؟ یا زمانی که دو رستوران منوهای تقریباً یکسانی دارند، آن‌ها را بر اساس نظریات و دیدگاه‌های مشتریان، قیمت غذاها یا فاصله از مبدأ رتبه‌بندی نمی‌کند؟

محتوا و ارزش

انسان‌ها به انتخاب‌های خوب نیاز دارند، نه به ۱۰۰ گزینه‌ی انتخابی. استفاده از کلان‌داده در سطح شرکتی، فقط فرایند تصمیم‌گیری را فرساینده می‌کند. شرکت‌ها همه‌ی جزئیات کوچک را هم آرشیو می‌کنند، ولی بسیاری از داده‌های ذخیره‌شده روی هارد درایو شرکت‌ها در پایان سال حذف می‌شوند؛ چراکه رهبران شرکت به این اطلاعات نیازی ندارند یا نمی‌دانند که این دانش، ممکن است چه استفاده‌ای داشته باشد.

پردازش زبان طبیعی

پردازش زبان طبیعی (NLP) یک راهبرد امیدوارکننده است. نرم‌افزاری که با NLP ساخته‌ شده به کامپیوتر این اجازه را می‌دهد که خوانش و پردازش زبان را به شیوه‌ای انجام دهد که به نرم‌افزار قدرت بررسی و تحقیقات می‌دهد که پیش‌ازاین برای اجرای آن‌ها، انسان‌ها باید با  نظرسنجی تلفنی، کل یک پایگاه داده را تکمیل می‌کردند.

پوشیده نیست که شرکت‌های آمریکایی کارمندان جوانی را که تجربه‌ی بیشتری در پردازش‌ها و محاسبات دارند، به کارمندان قدیمی‌تری که سخت‌تر با فنّاوری‌های جدید سازگار می‌شوند، ترجیح می‌دهند. اتصالات مبتنی بر صدا، مانند آنچه در الکسا و سیری استفاده می‌شود، کارمندان را از پس‌زمینه‌های عمیق تکنولوژیکی بی‌نیاز می‌کند.

 تکنولوژی NLP مردم را قادر می‌کند روی وظایفی متمرکز شوند که کامپیوترها نمی‌توانند آن‌ها را تقلید کنند. در عوض، NLP کامپیوترها را به متخصصان آی‌تی تبدیل می‌کند. نرم‌افزارهایی که بر اساس NLP ساخته می‌شوند، برای شرکت‌هایی ایده‌آل هستند که به دامنه‌ی تخصصی خود بها می‌دهند و فرهنگ خود را با این اصول سازگار می‌کنند.

کارهایی که انسان‌ها بهتر از کامپیوتر انجام می‌دهند

این یک پیروزی برای افرادی است که برای سازگار شدن با تغییرات با مشکل مواجه‌اند. مدیران می‌توانند زمان کمتری به آموزش کارمندان در زمینه‌ی نحوه‌ی استفاده از برنامه‌های کامپیوتری اختصاص دهند و به‌جای آن، وقت بیشتری برای آموزش بخش خدمات مشتریان، دانش کسب‌وکار و تکنیک‌های اثبات‌شده فروش صرف کنند.

هنگامی‌که نرم‌افزار، مسئولیت سنگین جمع‌آوری داده‌ها و گزارش‌نویسی را انجام می‌دهد، اعضای تیم انسانی شرکت از کارهای وقت‌گیر و فشرده‌ی محیط کار خلاص می‌شوند. کاربران تفاسیری را که نرم‌افزار احتمالاً نمی‌داند یا نمی‌تواند بیان کند، ارائه می‌کنند؛ امری که باعث می‌شود یک تجزیه‌وتحلیل واقعی و بینش انسانی قابل استناد نیز به بررسی محصول اضافه شود.

زمانی که دستگاه‌ها و سیستم‌های بیشتری وارد این ارتباطات می‌شوند و سنسورها به‌طور گسترده‌ای در دسترس قرار می‌گیرند، داده‌ها نیز روشن‌تر و مشخص‌تر می‌شوند. اینجا است که برنامه‌نویسی با if و when ساده شروع می‌شود:

«اگر باران شروع شد، پنجره‌ها را ببند. وقتی باران قطع شد و اگر دمای بیرون بین ۲۰ تا ۳۰ درجه بود، پنجره‌ها را باز کن»

تأثیرات بر آموزش و جامعه

این درجه از اتوماسیون NLP، ما را به جامعه‌ای هدایت می‌کند که در آن فارغ‌التحصیلان کالج از «زبان» برای تثبیت اظهارات منطقی استفاده می‌کنند. در آینده، عناوین شغلی هم تغییر می‌کنند، زیرا نیروی کار انسانی یاد خواهد گرفت که مسئولیت‌های خود را به‌صورت خودکار انجام دهد. کارگران و کارمندان تعریف دیگری از «کار» خواهند داشت و نقش‌هایی را به عهده می‌گیرند که کارایی بیشتری داشته باشد. با این تعریف، هر یک از کارگران نسل بعد، یک کارآفرین است.

شکی نیست که کودکان در مدارس، استدلال و کدنویسی را از نخستین مقاطع تحصیلی یاد می‌گیرن؛ آن‌هم نه به روش‌های سنتی، بلکه با دستورهای صوتی و زبان نوشتاری. تا پایان کلاس دوم درس‌های محفوظاتی اهمیت بسیار کمی خواهند داشت. اینترنت پاسخگوی اغلب سؤال‌ها است و برنامه‌ی درسی علوم جدید و مطالعات اجتماعی، بیشتر بر پایه‌ی بازیابی اطلاعات و برنامه‌نویسی کامپیوتری است.

کامپیوترهایی که مثل انسان‌ها فکر می‌کنند

در حال حاضر بخش مهمی از تمرکز متخصصان، روی آن بخش از برنامه‌های کامپیوتری است که صرفاً مبتنی بر ریاضیات کار نمی‌کنند، بلکه می‌توانند الگوها را تشخیص دهند. تشخیص الگو همان نقطه‌ی عطف شهود و ادراک انسانی است. نه انسان‌ها کامپیوتر هستند و نه کامپیوترها می‌توانند انسان کامل باشند. بااین‌حال کارشناسان سال‌ها تلاش کرده‌اند کامپیوترها را طوری برنامه‌ریزی کنند که قادر به شناسایی و درک زبان انسانی باشند و بتوانند دستورات شفاهی را به‌خوبی اجرا کنند.

سارا آستین، کارآفرین بخش آی‌تی، می‌گوید:

به‌عنوان کارآفرین ترجیح می‌دهم این رویکرد تغییر کند. من بیشتر علاقه‌مند به حرکت در جهتی هستم که در آن، کامپیوترها را به شیوه‌ای برنامه‌ریزی کنیم که اصول روانشناسی را تشخیص دهند و در مرحله‌ی اجرا، مورد استفاده قرار دهند. این تکنولوژی می‌تواند داده‌های مورد نیاز را به همان سبکی که می‌خواهید جمع‌آوری کند و شبکه‌ی شرکت شما را به‌طور مؤثر گسترش دهد.بهتر است که تکالیف کودکان را از سمت دروس حفظی به سمت مهارت‌های تفکر انتقادی سوق دهیم. آینده‌ی شغلی انسان‌ها به اموری وابسته است که فقط از عهده‌ی انسان‌ها برمی‌آید، نه در اموری که کامپیوترها هم می‌توانند به متخصصان برتر آن حوزه‌ها تبدیل شوند.