«همه گفتند آره»
مدیر منابع انسانی یک شرکت تولیدی قبل از خرید ابزار هوش مصنوعی یک نظرسنجی سریع می‌فرستد: «آیا به ابزار هوش مصنوعی علاقه دارید؟» هشتاد درصد پاسخ‌ها مثبت است. او با این عدد پیش مدیرعامل می‌رود، اشتراک میگیرد و سه ماه بعد گزارش مصرف را باز می‌کند. کمتر از یک‌چهارم کارکنان حتی وارد شده‌اند.
تناقض عجیبی نیست. «علاقه دارم» ارزان‌ترین جملهٔ ممکن است. نظرسنجی بد عدد خوشایند میدهد، اما نظرسنجی خوب چیزی را نشان میدهد که تصمیم را عوض می‌کند: چه کاری، چه کسی، با چه مانعی. در جعبه‌ابزار هوش مصنوعی آرتین امکان نظرسنجی داخلی گروه هست: نظرسنجی می‌سازید، با لینک می‌فرستید و نتیجه را با نمودار می‌بینید. اما ابزار فقط سؤال را می‌فرستد؛ خوب بودن سؤال با شماست. در این مقاله می‌بینیم چطور.
نظرسنجی قبل از خرید دقیقاً چه کاری می‌کند؟
نظرسنجی داخلی سه کار مفید می‌تواند بکند. اولین کار پیدا کردن کارهای واقعی است: کارکنان هر روز چه کارهایی می‌کنند که تکراری، نوشتنی یا قابل‌خلاصه‌شدن است؟ دومین کار پیدا کردن موانع است: چه کسی نمی‌داند از کجا شروع کند، چه کسی نگران محرمانگی است، چه کسی قبلاً تجربهٔ بدی داشته است. سومین کار تمایز بین دسته‌هاست: نیاز تیم مالی با نیاز تیم بازاریابی و واحد حقوقی فرق می‌کند و بعداً در دسته‌بندی اعضا و تعیین دسترسی به کار می‌آید.
اما یک کار را نظرسنجی نمی‌تواند بکند: پیش‌بینی مصرف واقعی. آنچه آدم‌ها می‌گویند می‌خواهند با آنچه بعد از دسترسی انجام میدهند فاصله دارد. نظرسنجی تصویر ذهنی کارکنان را نشان میدهد، نه رفتارشان را.
چه چیزی را نپرسید؟
سه نوع سؤال را از اول کنار بگذارید. سؤال اول «آیا به هوش مصنوعی علاقه دارید؟» است: هیچ‌کس جواب منفی نمی‌دهد و جواب مثبت هم هیچ تصمیمی را عوض نمیکند. سؤال دوم «فکر می‌کنید هوش مصنوعی کار شما را راحت‌تر می‌کند؟» است: سؤال سرراست و تلقینی است و پاسخش از لحن سؤال می‌آید. سؤال سوم «چقدر حاضرید برایش وقت بگذارید؟» است: آدم‌ها وقت‌شان را بیش‌ازحد خوش‌بینانه برآورد می‌کنند.
یک مشکل بزرگ‌تر هم هست. در مقالهٔ چطور دسترسی کارکنان به جعبه‌ابزار هوش مصنوعی را کنترل کنیم به گزارش‌هایی اشاره کردیم که نشان میدهند بخش بزرگی از کارکنان استفاده‌شان از ابزارهای هوش مصنوعی را از مدیر پنهان می‌کنند. اگر کارکنان نگران قضاوت یا ممنوعیت باشند، دربارهٔ استفادهٔ فعلی‌شان صادقانه جواب نمی‌دهند. پس سؤال «از چه ابزاری استفاده می‌کنید؟» ممکن است عددی کمتر از واقعیت بدهد.
چه چیزی را بپرسید؟
سؤال خوب دربارهٔ رفتار و موقعیت است، نه نظر. به‌جای «به هوش مصنوعی علاقه دارید؟» بپرسید: «کدام کار هفتهٔ گذشته‌تان تکراری و وقت‌گیر بود؟» به‌جای «هوش مصنوعی کمک می‌کند؟» بپرسید: «اگر بتوانید یک کار را به دستیار بسپارید، آن کار چیست؟» به‌جای «نگران هستید؟» بپرسید: «چه نوع اطلاعاتی را هرگز در یک ابزار بیرونی وارد نمی‌کنید؟»
یک فهرست کوتاه و کاربردی می‌تواند این‌ها باشد: واحد یا نقش کاری، سه کار تکراری هفتهٔ گذشته، کاری که دوست داشتید به دستیار بسپارید، اطلاعاتی که هرگز نباید وارد ابزار شود، و اینکه تا حالا از چه ابزاری استفاده کرده‌اید و چه مشکلی داشته‌اید. سؤال آخر را اختیاری بگذارید تا کسی مجبور به اعتراف نشود.
سناریو اول: شرکت تولیدی با دو جهان
شرکتی با کارکنان اداری و کارگاهی را تصور کنید. نظرسنجی را برای همه می‌فرستند و جواب‌ها دو دسته می‌شود: کارکنان اداری از نامه‌نویسی و گزارش و صورت‌جلسه می‌گویند، کارگاه تقریباً هیچ‌چیز نمی‌نویسد یا می‌نویسد «نمی‌دانم».
اگر مدیر نتیجه را میانگین بگیرد، به این نتیجه می‌رسد که «علاقه متوسط است». اما اگر به‌جای میانگین، جواب‌ها را بر اساس واحد جدا کند، دو تصمیم متفاوت میگیرد: برای اداری سریع شروع کند و برای کارگاه یا اصلاً هوش مصنوعی نخرد یا کاربرد دیگری پیدا کند. میانگین‌گرفتن بین گروه‌های ناهمگون خطرناک‌ترین خطای تحلیل نظرسنجی است.
سناریو دوم: نظرسنجی برای تصمیم دسترسی
واحد منابع انسانی سازمانی بزرگ‌تر را در نظر بگیرید که قبلاً تصمیم گرفته ابزار را بخرد و حالا می‌خواهد دسته‌بندی اعضا و دسترسی‌ها را تعیین کند. نظرسنجی این‌جا نه برای «بخریم یا نه»، بلکه برای «به چه کسی چه بدهیم» است.
سؤال کلیدی این‌جاست: «چه نوع کارهایی را بیشتر انجام می‌دهید: نوشتن، تحلیل فایل، ساخت تصویر یا ترجمه؟» جواب‌ها مستقیماً به دسته‌ها و سقف‌ها می‌خورند. تیمی که بیشتر تصویر می‌خواهد، سهمیهٔ تصویر دارد و تیمی که نوشتن می‌خواهد، سهمیهٔ دیگری. این استفادهٔ عملی نظرسنجی است: نتیجه‌اش را بلافاصله روی تصمیم می‌گذارید. دربارهٔ هزینه و مقایسهٔ دسترسی متمرکز با اشتراک‌های جدا هم بازگشت سرمایهٔ جعبه‌ابزار هوش مصنوعی را چطور محاسبه کنیم را ببینید.
سناریو سوم: نظرسنجی بعد از چند هفته
نظرسنجی فقط قبل از خرید نیست. سازمانی را تصور کنید که یک ماه است ابزار را به گروه کوچکی داده و حالا نظرسنجی دوم می‌فرستد. این بار سؤال‌ها دربارهٔ تجربه‌اند: چه کاری با ابزار انجام دادید، چه چیزی نشد، و چه چیزی را بیشتر می‌خواهید.
ارزش این نظرسنجی در مقایسه با داده‌های مصرف است. اگر کسی بگوید «ابزار به دردم نمی‌خورد» و گزارش مصرف نشان دهد هر روز استفاده می‌کند، یک جای کار می‌لنگد. اگر کسی بگوید «عالی است» و مصرفی ندارد هم همین‌طور. نظرسنجی و گزارش مصرف باید کنار هم خوانده شوند. دربارهٔ خواندن گزارش، گزارش مصرف را ببینید.