Το Workday αποκαλύπτει νέες δυνατότητες παραγωγής τεχνητής νοημοσύνης με εστίαση στο HR

Ακριβώς επειδή η γενετική τεχνητή νοημοσύνη είναι μοντέρνα αυτή τη στιγμή, δεν σημαίνει ότι πρέπει να εφαρμόζεται σε κάθε εφαρμογή. Αλλά προσπαθήστε να το πείτε στην εργάσιμη ημέρα.

Ο προμηθευτής της πλατφόρμας διαχείρισης επιχειρήσεων ανακοίνωσε σήμερα μια σειρά από νέες δυνατότητες παραγωγής τεχνητής νοημοσύνης με στόχο την «αύξηση της παραγωγικότητας» και τον «εξορθολογισμό των επιχειρηματικών διαδικασιών». Σύντομα, οι πελάτες Workday θα μπορούν να συγκρίνουν αυτόματα τις υπογεγραμμένες συμβάσεις με τις συμβάσεις στο Workday για την εμφάνιση αποκλίσεων, να δημιουργούν εξατομικευμένα άρθρα διαχείρισης γνώσης και να δημιουργούν δηλώσεις

εργασία

ς για προμήθεια υπηρεσιών.

Οι ανακοινώσεις έγιναν στο Workday Rising, το ετήσιο

συνέδριο

πελατών της Workday, που πραγματοποιείται φέτος στο Σαν Φρανσίσκο.

Μερικές από τις προσθήκες φαίνονται πραγματικά χρήσιμες – ή ακίνδυνες στη χειρότερη. Αλλά ένα είναι λίγο ανησυχητικό για αυτόν τον δημοσιογράφο: τα σχέδια εργασίας των εργαζομένων που δημιουργούνται από την τεχνητή νοημοσύνη.

«Διευθυντές [will be able] για να δημιουργήσετε γρήγορα μια σύνοψη των δυνατών σημείων και των τομέων ανάπτυξης των εργαζομένων, αντλώντας από τα αποθηκευμένα δεδομένα, συμπεριλαμβανομένων των αξιολογήσεων απόδοσης, των σχολίων των εργαζομένων, των στόχων συνεισφοράς, των δεξιοτήτων, του αισθήματος των εργαζομένων και πολλά άλλα», γράφει η Workday σε δελτίο τύπου.

Βλέπω μερικά προβλήματα με αυτό.

Μελέτες έχουν δείξει ότι η ανάλυση κειμένου τεχνητής νοημοσύνης μπορεί να παρουσιάσει προκαταλήψεις εναντίον ατόμων που χρησιμοποιούν εκφράσεις και δημοτική γλώσσα που δεν εμπίπτουν στον «κανονικό» (δηλαδή την πλειοψηφία).

Για παράδειγμα, ορισμένα μοντέλα τεχνητής νοημοσύνης που έχουν εκπαιδευτεί για την ανίχνευση τοξικότητας βλέπουν φράσεις στα αφροαμερικανικά παραδοσιακά αγγλικά (AAVE), την άτυπη γραμματική που χρησιμοποιούν ορισμένοι μαύροι Αμερικανοί, ως δυσανάλογα «τοξική». Και οι Μαύροι Αμερικανοί δεν είναι η μόνη μειονοτική ομάδα που υποφέρει. Σε μια πρόσφατη μελέτη, μια ομάδα στο Penn State

βρέθηκαν

ότι οι αναρτήσεις στα

μέσα κοινωνικής δικτύωσης

σχετικά με άτομα με αναπηρίες θα μπορούσαν να επισημανθούν ως πιο αρνητικές ή τοξικές από τα κοινά χρησιμοποιούμενα μοντέλα ανίχνευσης του συναισθήματος του κοινού και της τοξικότητας.

Τι γίνεται, λοιπόν, αν τα μοντέλα της Workday δεν καταλάβουν την απόχρωση μιας κριτικής απόδοσης ή των σχολίων των εργαζομένων λόγω του τρόπου με τον οποίο είναι γραμμένα, οδηγώντας τα μοντέλα να βγάλουν λάθος συμπεράσματα για κάποιον; Καλή ερώτηση.

Στη συνέχεια, υπάρχει το κομμάτι «συναίσθημα εργαζομένων».

Οι προκαταλήψεις μπορούν και πάλι να σηκώσουν το άσχημο κεφάλι τους σε μοντέλα τεχνητής νοημοσύνης που έχουν εκπαιδευτεί να ανιχνεύουν συναισθήματα από μια πρόταση.

Ερευνα

έδειξε ότι, για παράδειγμα, τα συστήματα ανάλυσης συναισθημάτων που βασίζονται σε κείμενο μπορούν να εμφανίσουν προκαταλήψεις σε φυλετικές, εθνοτικές και φυλετικές γραμμές — π.χ. συσχετίζοντας τους μαύρους με πιο αρνητικά συναισθήματα όπως θυμό, φόβο και λύπη.

Ως απάντηση σε αυτές τις ανησυχίες, η Workday λέει ότι είναι «διαφανές σχετικά με τον τρόπο σχεδιασμού των μοντέλων τεχνητής νοημοσύνης της» (αν και δεν θέλει να αποκαλύψει τα ακριβή δεδομένα που χρησιμοποιούνται για την εκπαίδευση των μοντέλων της) και δημιούργησε τη λειτουργία του σχεδίου εργασίας για να δείξει στους διαχειριστές «πώς οι εισροές δεδομένων συμβάλλουν στο μια δύναμη ή μια περιοχή ανάπτυξης».

«Όπως και με άλλα

Ημέρα εργασίας

Οι γενετικές περιπτώσεις χρήσης τεχνητής νοημοσύνης και η προσέγγισή μας για τον άνθρωπο σε βρόχο, οι χρήστες ενθαρρύνονται να αναθεωρήσουν τα

αποτελέσματα

ως ένα ισχυρό πρώτο προσχέδιο που θα πρέπει να επεξεργαστούν, να επαναλάβουν και να οριστικοποιήσουν», δήλωσε ο Shane Luke, επικεφαλής AI και μηχανικής μάθησης στο Workday. είπε στο TechCrunch μέσω email. Ας ελπίσουμε ότι οι διευθυντές που χρησιμοποιούν την εργάσιμη ημέρα θα λάβουν υπόψη αυτές τις συμβουλές.

Όσο για τις άλλες νέες δυνατότητες παραγωγής τεχνητής νοημοσύνης του Workday, είναι λιγότερο προβληματικές στα πρόσωπά τους.

Οι περιγραφές θέσεων εργασίας που δημιουργούνται από την τεχνητή νοημοσύνη στο Workday αξιοποιούν τις πληροφορίες που είναι ήδη αποθηκευμένες στην πλατφόρμα, συμπεριλαμβανομένων των δεξιοτήτων που απαιτούνται για έναν ρόλο και λεπτομέρειες θέσης εργασίας, για να απλοποιηθεί η διαδικασία σύνταξης καταχωρίσεων θέσεων εργασίας. Αυτός ο ρεπόρτερ αρχικά ανησυχούσε ότι το Workday μπορεί να εκπαιδεύει τα μοντέλα του που δημιουργούν περιγραφές σε αντίγραφο των υπαλλήλων HR χωρίς τη γνώση ή την άδειά τους, αλλά ο Luke με διαβεβαιώνει ότι αυτό δεν ισχύει.

«Δεν εκπαιδευόμαστε σε ειδικά δεδομένα περιγραφής θέσης εργασίας», είπε. “

Ημέρα εργασίας

Οι πελάτες ελέγχουν και διαμορφώνουν τον τρόπο με τον οποίο χρησιμοποιούνται τα δεδομένα τους για σκοπούς τεχνητής νοημοσύνης και μηχανικής εκμάθησης, συμπεριλαμβανομένου του εάν τα δεδομένα χρησιμοποιούνται για εκπαιδευτικούς σκοπούς… Καθιστούμε σαφές από τα πεδία προϊόντων ποια δεδομένα χρησιμοποιούνται στη δημιουργία και οι χρήστες ενθαρρύνονται να αξιολογούν τις απαντήσεις ως πρώτοι συντάσσουν και εφαρμόζουν τη δική τους κρίση».

Σε άλλα σημεία, το Workday θα μπορεί σύντομα να δημιουργεί αυτόματα ειδοποιήσεις “καθυστερημένης προθεσμίας” με συστάσεις σχετικά με τον τόνο της αλληλογραφίας, λόγω του πόσο αργά ένας πελάτης ή πόσο συχνά καθυστερεί. (Οι οικονομικές ομάδες θα μπορούν να χρησιμοποιούν τη δυνατότητα να αυτοματοποιούν μαζικά τις επιστολές, λέει ο Luke.) Και οι υπεύθυνοι προμηθειών θα μπορούν να λαμβάνουν προτάσεις για σχετικές ρήτρες που θα συμπεριληφθούν στις συμβάσεις προμηθειών, ανάλογα με τον τύπο του έργου, την τοποθεσία του έργου και τον τύπο του παραδοτέα.

Με την προαναφερθείσα λειτουργία ανάλυσης συμβολαίων, που υποστηρίζεται από τη δημιουργία τεχνητής νοημοσύνης, οι πελάτες Workday θα ειδοποιούνται για πιθανά σφάλματα στα συμβόλαια και θα λαμβάνουν προτεινόμενες διορθώσεις. Και με τη δυνατότητα δημιουργίας άρθρων γνώσης, οι χρήστες θα μπορούν να συντάσσουν άρθρα όπως σημεία συζήτησης για διαχειριστές και προτάσεις από εταιρικά βίντεο με προτάσεις σχετικά με τον τόνο και τη διάρκεια. (Η εργάσιμη ημέρα τονίζει ότι οι χρήστες είναι περισσότερο από ευπρόσδεκτοι να αγνοήσουν αυτές τις προτάσεις.)

Το Developer Copilot σηματοδοτεί την πρώτη εισβολή της Workday στη γενετική κωδικοποίηση, εισάγοντας τις δυνατότητες μετατροπής κειμένου σε κώδικα στο Workday Extent, την πλατφόρμα του για τη δημιουργία προσαρμοσμένων εφαρμογών που εκτελούνται την εργάσιμη ημέρα. Το Developer Copilot — ενσωματωμένο στο εργαλείο δημιουργίας εφαρμογών του Workday — παρέχει προτάσεις κώδικα «με επίγνωση των συμφραζομένων» για εφαρμογές Workday, πλήρεις με επιμελημένο περιεχόμενο και αποτελέσματα αναζήτησης, παρόμοια με υπηρεσίες δημιουργίας κώδικα όπως το GitHub Copilot και το

Amazon

CodeWhisperer.

Και — έχοντας υπόψη τη δημοτικότητα του ChatGPT — το Workday χρησιμοποιεί πιλοτικά μια σειρά από συνομιλητικές εμπειρίες τεχνητής νοημοσύνης. Ο Luke λέει ότι «θα ενισχύσουν την ικανότητα των χρηστών να αλληλεπιδρούν με πληροφορίες και εργασίες» με φυσικό τρόπο, εκμεταλλευόμενοι τις δυνατότητες παραγωγής τεχνητής νοημοσύνης, όπως η σύνοψη, η αναζήτηση και η διατήρηση του πλαισίου.

«Πιστεύουμε ότι όταν χρησιμοποιείται με υπευθυνότητα, η γενετική τεχνητή νοημοσύνη μπορεί να οδηγήσει σε εντυπωσιακά επιχειρηματικά αποτελέσματα», είπε ο Luke. «Βασικά, η προσέγγισή μας AI επικεντρώνεται στη ομαδοποίηση ανθρώπου-μηχανής. Ο χρήστης είναι πάντα ο τελικός λήπτης απόφασης και ο συντονιστής.”

Το Workday αναμένει ότι οι νέες δυνατότητες παραγωγής τεχνητής νοημοσύνης θα κυκλοφορήσουν μέσα στους επόμενους έξι έως 12 μήνες. Δυστυχώς, δεν παρείχε πιο συγκεκριμένο χρονοδιάγραμμα από αυτό.