استخدام الذكاء الاصطناعي والتعلم الآلي لمراقبة الموظفين

في عام 2022، ذكرت شركة IBM أن حوالي 35% من الشركات had adopted AI, and another 42% were "exploring" it. The word "exploring" has an important connotation here.

في كثير من الأحيان، هناك الكثير من الأمور التي يجب على الشركات أخذها في الاعتبار عندما يتعلق الأمر بإصلاح أنظمتها وعملياتها. وعلى هذا النحو، غالباً ما يتم ترك وظائف واسعة النطاق مثل مراقبة الموظفين والاستمرار في الاعتماد على البنية التحتية القديمة.

ولكن الأمور تغيرت كثيراً في العام الماضي أو نحو ذلك. يمكن أن يُعزى الكثير إلى النمو في حلول الذكاء الاصطناعي التوليدي (Gen AI). ماكينزي calls 2023 as "Generative AI's breakout year." The consulting giant says that companies using gen AI for performance management and organisation design are already ahead of their competitors.

عند الحديث عن تأثير الذكاء الاصطناعي على إدارة أداء القوى العاملة، فإن إحدى وظائف الأعمال التي تستفيد بشكل كبير هي مراقبة الموظفين.

لفترة طويلة، اقتصرت وظائف مراقبة الموظفين لفترة طويلة على تسجيل بيانات باردة إلى حد ما قد تناسب مقاييس معينة (مثل عدد ساعات العمل). وتفتقر هذه البيانات إلى السياق الخاص بكيفية (كيفية) وأسباب (أسباب) مشاركة الموظفين وأدائهم.

In other words, there's no qualitative aspect that could unearth the root causes for the drop in productivity or other anomalous work patterns. AI helps solve this problem by helping move from "cold data" to "insights." With AI, the employee monitoring function becomes more oriented towards deciphering work habits, productivity, strengths, weaknesses, etc.

على سبيل المثال، ضع في اعتبارك حالة فريق تطوير برمجيات يستخدم حلاً تقليديًا لمراقبة الموظفين لتحسين الأداء. توفر الأداة البيانات الخاصة بعدد التزامات التعليمات البرمجية أو الساعات المسجلة. ولكن، هذا لا يعكس مدى تعقيد المهمة المطروحة، ومستوى التعاون الذي كان ضروريًا، والمخالفات التي يمكن أن تظهر.

لنفترض الآن نفس السيناريو، ولكن الفريق يستخدم حلاً لمراقبة الموظفين مدعوماً بالذكاء الاصطناعي. تقوم المنصة بكل ما يقوم به الحل التقليدي، ولكنها توفر أيضاً نظرة ثاقبة لأنماط التواصل، ومستوى التعاون، وكفاءة حل المشكلات، وآلية التغذية الراجعة، وما إلى ذلك.

كيف؟ من خلال ملاحظة كل التفاصيل الصغيرة حول العمل والكشف عن الأنماط التي يمكن أن تساعد في صياغة أفضل الممارسات للتحسين. على سبيل المثال، يمكن لنظام الذكاء الاصطناعي أن ينقل ما إذا كانت التزامات مطور معين بالرموز البرمجية لا تستلزم إصلاحات لاحقة للأخطاء. يمكن إنشاء عملية المطور كأفضل ممارسة.

وبالمثل، يمكن للنظام المساعدة في فهم ما إذا كانت إنتاجية المطور منخفضة خلال وقت محدد من اليوم. وبهذه الطريقة، يمكن للفريق إعادة توزيع العمل وفهم أنماط العمل بشكل أفضل.

هناك الكثير من الحديث عن الآثار الأمنية المترتبة على حلول مراقبة الموظفين، وهذا أمر مفهوم. نحن نتحدث عن مراقبة الأشخاص وأنشطة عملهم اليومية. لذلك، لا بد أن تكون هناك مخاوف - وهذا هو بالضبط سبب وضع لوائح مثل اللائحة العامة لحماية البيانات في أوروبا (GDPR).

بالطبع، هناك بالطبع الزاوية التوافقية لهذه القصة. لكننا نركز فقط على الجانب التكنولوجي في الوقت الحالي. ولتحقيق هذه الغاية، يوفر تكامل الذكاء الاصطناعي العديد من المزايا للمؤسسات من حيث:

• تعلم السلوك النموذجي للمستخدم واكتشاف أي شيء شاذ عن ذلك
• فهم أنماط الوصول إلى البيانات الحساسة والإبلاغ عن أي أنشطة تبدو غير عادية
• إعداد تنبيهات تلقائية للحوادث الأمنية المشتبه بها والسماح لفرق الأمن باتخاذ إجراءات استباقية بدلاً من اللجوء إلى التحليل بعد الوفاة
• الكشف عن أي أنشطة تهديد من الداخل من خلال التأكد من أن أي شيء يخرج عن نمط العمل المعتاد يتم ملاحظته على الفور
• حظر نقل أي معلومات حساسة داخل شبكة الشركة وخارجها

دعونا نحدد هذه القدرات لفهم قيمتها الملموسة. خلال الأيام الأولى من الإغلاق الذي فرضته جائحة كوفيد-19 في عام 2020، كان العاملون عن بُعد يتعرضون باستمرار لهجمات من قبل المستخدمين الخبيثين. ديلويت عن زيادة قدرها خمسة أضعاف، من 12% إلى 60% في الهجمات على العاملين عن بُعد خلال هذه الفترة.

وفي أماكن أخرى، وصلت تكلفة التهديدات الداخلية إلى 15.38 مليون دولار في عام 2022. أشار تقرير خاص بالولايات المتحدة الأمريكية إلى أن الشركات تتعرض لحوالي 2,200 هجوم أمني داخلي يوميًا.

So, what would be the ideal AI-employee monitoring solution in the wake of looming cyber threats? By keeping "security" at the forefront. CleverControl's Face Recognition feature is one such AI-powered surveillance solution that makes for better data and employee security.

لقد استطلعنا آراء العديد من المديرين التنفيذيين وفهمنا أنهم كانوا يكافحون من أجل:

• منع الأشخاص من السماح لشخص خارجي بالتستر على عملهم
• التأكد من أن الموظفين لم يكونوا يغشون من خلال فتح تطبيقات الإنتاجية وأنهم كانوا يحضرون بالفعل إلى مكتب عملهم عند العمل عن بُعد

ومن ثم، أحضرنا التعرف على الوجه ميزة لحل المراقبة الخاص بنا، والذي يمكنه تسجيل الموظفين (من خلال التقاط صورة كل خمس ثوانٍ) وضمان عدم قيام أي جهة غير مصرح لها بالترفيه عن عمل الموظف. وقد أثبت ذلك أنه حل قابل للتطبيق بالنسبة للعديد من المؤسسات، خاصةً تلك التي تعمل في صناعات شديدة التنظيم نسبيًا مثل القطاع المالي.

تشدد الشركات على أن الموظفين هم أثمن أصولها، لكن ذلك لا ينعكس في بعض الأحيان على أرض الواقع. قد تكون الأسباب متعددة، منها أسباب لا علاقة لها بالأنظمة والتكنولوجيا. ومن أجل هذا الحوار، سنتجنب تلك الأسباب. دعونا نركز على الموانع التشغيلية والتكنولوجية.

في كثير من الأحيان، قد تؤدي الاختناقات التشغيلية إلى إرهاق الموظفين، وتقييمات الأداء غير العادلة، وغير ذلك. لكن الذكاء الاصطناعي يأتي للإنقاذ بمجموعة من الفوائد. على سبيل المثال، يمكن أن تساعد المراقبة المدعومة بالذكاء الاصطناعي:

• توزيع أعباء العمل وفقاً لكفاءة عمل الفريق أو الفرد. يمكن للفرق فهم أنماط العمل وطلب اقتراحات من الذكاء الاصطناعي حول إعادة توزيع العمل بشكل استراتيجي.
• تقديم ملاحظات مخصصة بناءً على إنتاجية الموظف وأنماط مشاركته. يمكن أن يكون ذلك بسيطًا مثل تقديم تنبيه لتحسين المشاركة على قنوات معينة أو التوصية بسلسلة كاملة من الدورات التدريبية للنمو المهني.
• قياس مشاعر الموظفين من خلال أنماط تواصلهم عبر القنوات الداخلية أو الاجتماعية التي تتم مراقبتها. من المؤكد أن النماذج اللغوية الكبيرة (LLMs) التي تشغل حلول الذكاء الاصطناعي التوليدي يمكن أن تكون نعمة للشركات التي ترغب في الوصول إلى فهم ما يحبه الموظفون وما لا يحبونه. يمكن أن يساعد ذلك في تنبيه المديرين إلى العوائق المحتملة في الإنتاجية واتخاذ إجراءات استباقية للتفاعل الشخصي مع الموظفين أو ربما حتى تعديل ظروف العمل من أجل الصالح العام.

في حين أن هذا لا يتناسب مع حالة استخدام SaaS المعتادة، إلا أن مراقبة الموظفين التي تعتمد على الذكاء الاصطناعي تحدث أيضًا في البيئات الصناعية. خذ على سبيل المثال التحليلات المرئية المدعومة بالرؤية الحاسوبية داخل المصانع حيث يمكن تنبيه الموظفين على الفور بشأن الكوارث المحتملة أو منعهم من دخول مرافق معينة.

سيكون من الظلم عدم تحديد المشاعر العامة المرتبطة بالاستخدام المتزايد للذكاء الاصطناعي لمراقبة الموظفين. وهناك أسباب لذلك.

وفقاً لـ استطلاع مركز بيو للأبحاث ، قال 81% من المشاركين في الاستطلاع إن الموظفين لن يشعروا بالرضا عن المراقبة أو التقييم غير اللائق باستخدام الذكاء الاصطناعي.

رويترز also raises questions about excessive AI-based employee monitoring, citing that "Many employees and privacy rights advocates see this as an unreasonable incursion into an employee's home, long considered to be their private sphere."

بصرف النظر عن هذا، هناك قلق بشأن التحيز والخصوصية مع حلول الذكاء الاصطناعي التوليدي. هذه الحلول التي تحدثنا عنها أعلاه يتم تدريبها على البيانات، والتي يمكن أن تكون متحيزة عن قصد. لن يتمكن الذكاء الاصطناعي من تصفية ذلك وقد يلمح إلى استجابات وتقييمات متحيزة. لذلك، هذا أيضًا شيء تحتاج المؤسسات إلى مراعاته عند الانتقال إلى تكامل الذكاء الاصطناعي الأكثر تقدمًا.

في خضم ذلك، من المنطقي أن نتوقع أن تكون هناك مقاومة من الموظفين لاستخدام حلول مراقبة الموظفين المدعومة بالذكاء الاصطناعي المتقدم. وسوف يتساءلون عن التحيز المحتمل في بيانات التقييم، وأمن معلوماتهم الحساسة، واحتمال إساءة استخدامها من جانب المؤسسة. وهذه كلها مخاوف مشروعة على أقل تقدير.

إن الآثار المترتبة على المراقبة التي تعتمد على الذكاء الاصطناعي في سياق العمل عن بُعد والمشهد المتغير لترتيبات العمل عميقة. ما تحتاج المؤسسات إلى القيام به هو تحقيق التوازن بين المراقبة من أجل الإنتاجية والحفاظ على سلامة بيانات الموظفين.

To establish this, they need to understand that the adoption of AI should not be driven by "desire" but the "need" to have technology in place to power performance improvements. It's easy to get caught in the hype cycle of AI and difficult to evaluate how it actually benefits the business use case.

توصيتنا هي إجراء تقييم دقيق لاحتياجات سير العمل لديك، وتوثيق التناقضات، ومعرفة ما إذا كان النهج التدريجي لمراقبة الموظفين المدعوم بالذكاء الاصطناعي مفيداً. على سبيل المثال، إذا كنت قلقاً بشأن انخفاض الإنتاجية في الإعدادات عن بُعد، فقد يكون اختيار CleverControl مع ميزة التعرف على الوجوه مجدياً للغاية.

بالطبع، سيكون هناك بعض التجارب في المراحل الأولية. لكن القفزة الكبيرة ليست مطلوبة إذا لم يكن العمل يتطلب ذلك.