نویسنده: admin

وقتی هوش مصنوعی ظرفیت تیم را آزاد می‌کند 🧭

OpenAI در مطالعه موردی تازه‌ای گزارش کرده است که شرکت Stampli، در شرایطی که ضرب‌الاجل ثابت بود و منابع طراحی درگیر پروژه‌های دیگر بودند، با استفاده از Codex و ChatGPT Work زمان تولید برای عرضه محصول را از چند هفته به چند روز کاهش داد؛ عنوان گزارش از کاهش ۶۸ درصدی ساعات آماده‌سازی عرضه خبر می‌دهد. این یک ادعای موردی از سوی ارائه‌دهنده ابزار است، نه تضمینی برای هر سازمان، اما پیام مدیریتی آن مهم است: ارزش هوش مصنوعی فقط «سریع‌تر نوشتن» نیست؛ می‌تواند گلوگاه میان تخصص، ظرفیت و موعد تحویل را آشکار و بخشی از کار تکراری را سبک کند.

برای مدیر منابع انسانی ایرانی، نقطه شروع خرید گسترده ابزار نیست. ابتدا یک فرایند کم‌ریسک و قابل‌اندازه‌گیری—مثل آماده‌سازی محتوای آموزش داخلی، شرح شغل یا بسته ارتباطی یک تغییر—را انتخاب کنید.

اقدام عملی: این هفته یک پایلوت کوچک اجرا کنید و زمان صرف‌شده، تعداد بازبینی‌های انسانی و خطاهای نهایی را با نمونه قبلی مقایسه کنید؛ مسئولیت تأیید نهایی نیز روشن بماند.

آیا در تیم شما گلوگاه اصلی کمبود نیروی متخصص است یا شیوه توزیع و بازبینی کار؟

منبع: https://openai.com/index/stampli

#هوش_مصنوعی #منابع_انسانی #آینده_کار

آزمایش ۴ مرحله‌ای «ردیابی نقطه شروع افت انگیزه» 🔎

وقتی انرژی و خروجی تیم هم‌زمان پایین می‌آید، اولین واکنش معمولاً برگزاری دورهمی یا تعیین پاداش است؛ اما اگر ریشه مسئله بی‌عدالتی ادراک‌شده، فشار کاری یا تغییر مبهم در اهداف باشد، این اقدام‌ها ممکن است مسئله را پنهان کنند. این تمرین ۳۰ دقیقه‌ای کمک می‌کند پیش از نسخه‌پیچی، نقطه شروع افت را پیدا کنید:

۱. روی یک خط زمان، هشت هفته گذشته را علامت بزنید و تغییرهای مهم مانند هدف فروش، پورسانت، مدیر، فرایند یا ترکیب تیم را ثبت کنید.
۲. هر عضو، بدون نوشتن نام، مشخص کند افت انرژی را از کدام هفته حس کرده و یک دلیل احتمالی بنویسد.
۳. پاسخ‌ها را کنار خط زمان بچسبانید و فقط الگوهای تکرارشونده را دسته‌بندی کنید؛ هنوز درباره مقصر یا راه‌حل بحث نکنید.
۴. یک فرضیه قابل‌آزمون انتخاب کنید و برای هفت روز، یک اقدام کوچک و قابل‌سنجش تعریف کنید؛ مثلاً شفاف‌کردن اولویت‌ها یا ارائه بازخورد مشخص درباره تلاش‌ها.

برداشت عملی: پیش از هر برنامه انگیزشی، یک رویداد آغازگر و یک فرضیه قابل‌آزمون پیدا کنید.

در تیم شما، افت انرژی دقیقاً پس از کدام تغییر آغاز شد؟

#انگیزه_کارکنان #مدیریت_منابع_انسانی #توسعه_سازمانی

وقتی احساس بی‌عدالتی، تلاش را خاموش می‌کند ⚖️

گاهی افت انگیزه از کمبود حقوق شروع نمی‌شود؛ از مقایسه‌ای آغاز می‌شود که برای کارکنان قابل توضیح نیست. وقتی فرد احساس کند نسبت تلاش و پاداش او با دیگران منصفانه نیست، ممکن است داوطلب‌شدن، همکاری و توجه به کیفیت را کاهش دهد.

مثلاً در یک شرکت ایرانی، سرپرستی پروژه‌ای دشوار را در موعد مقرر تحویل داده، اما فرصت ارتقا به همکاری رسیده که معیار انتخابش برای تیم روشن نیست. نشانه‌های قابل مشاهده می‌تواند جمله‌هایی مثل «تلاش ما دیده نمی‌شود»، حساسیت به موفقیت همکاران، کنارکشیدن از مسئولیت‌های اضافی و افزایش پرسش درباره مزایا باشد. این رفتارها لزوماً حسادت یا کم‌کاری نیستند؛ شاید علامت ابهام در عدالت ادراک‌شده باشند.

اقدام عملی این هفته: یکی از تصمیم‌های اخیر درباره پاداش، ترفیع یا واگذاری پروژه را انتخاب کنید و معیارهایش را در یک گفت‌وگوی کوتاه و شفاف توضیح دهید؛ بدون دفاع فوری یا وعده تغییر. سپس از افراد بپرسید کدام بخش فرایند برایشان مبهم مانده است.

در تیم شما، کدام تصمیم اخیر ممکن است منصفانه بوده باشد اما منصفانه دیده نشده باشد؟

#منابع_انسانی #عدالت_سازمانی #مدیریت_عملکرد

وقتی هوش مصنوعی وارد طراحی آزمایش می‌شود 🧬

آنتروپیک در گزارشی تازه اعلام کرده است که مدل‌های Claude برای ۱۵ هدف پروتئینی، مولکول‌های متصل‌شونده طراحی کردند و ارزیابی آزمایشگاهی مستقل برای ۱۴ هدف نتیجه موفق نشان داد. طبق همین گزارش، نرخ موفقیت طرح‌ها بسته به شیوه اجرا بین ۲۲ تا ۳۵ درصد بود؛ در حالی که آنتروپیک نرخ معمول کارزارهای طراحی پروتئین را ۱۰ تا ۱۵ درصد ذکر می‌کند. این نتیجه هنوز به معنی آماده‌بودن دارو یا حذف متخصص نیست؛ اعتبارسنجی آزمایشگاهی همچنان زمان‌بر و ضروری است.

برای مدیر منابع انسانی ایرانی، پیام خبر فراتر از زیست‌فناوری است: هوش مصنوعی به‌تدریج از تولید متن به همکاری در کارهای تخصصی و قابل‌آزمون نزدیک می‌شود. بنابراین مسئله اصلی سازمان فقط خرید ابزار نیست؛ باید نقش متخصص، معیار کنترل کیفیت و نقطه تأیید انسانی از ابتدا روشن شود.

اقدام عملی: این هفته یک فرایند تخصصی کم‌ریسک را انتخاب کنید و کنار آن سه مورد بنویسید: خروجی قابل‌اندازه‌گیری، مسئول راستی‌آزمایی و شرط توقف آزمایش.

منبع: https://www.anthropic.com/research/Claude-accelerates-protein-design

کدام کار تخصصی در سازمان شما ظرفیت یک آزمایش کوچک، کنترل‌شده و قابل‌سنجش با هوش مصنوعی را دارد؟

#هوش_مصنوعی #منابع_انسانی #آینده_کار

دروازه تعهد؛ پیش از قول‌دادن به مشتری 🤝

وقتی فروش چیزی را وعده می‌دهد که محصول توان تحویلش را ندارد، مسئله لزوماً ضعف همکاری نیست؛ ممکن است حق تصمیم‌گیری و جریان اطلاعات روشن نباشد. این تمرین ۳۰ دقیقه‌ای کمک می‌کند پیش از جلسه آشتی، مسیر یک تعهد واقعی را شفاف کنید:

۱) یک وعده اخیر به مشتری را انتخاب کنید؛ نه سخت‌ترین مورد و نه فردمحورترین آن.
۲) فروش بنویسد مشتری دقیقاً چه خواسته، چرا زمان مهم بوده و چه قولی داده شده است.
۳) محصول بنویسد برای تحویل آن وعده چه ظرفیت، وابستگی و ریسکی وجود داشته است.
۴) با هم یک «دروازه تعهد» بسازید: چه نوع قولی نیازمند تأیید محصول است، پاسخ‌گو کیست و حداکثر زمان پاسخ چقدر است؟
۵) این قاعده را فقط برای دو هفته روی سه درخواست مشتری آزمایش و سپس تعداد بازکاری‌ها و وعده‌های اصلاح‌شده را مرور کنید.

اقدام عملی: همین هفته یک فرم یک‌صفحه‌ای تأیید تعهد بسازید؛ هدف افزودن بوروکراسی نیست، بلکه روشن‌کردن تصمیم پیش از انتقال فشار به مشتری و تیم است.

کدام نوع وعده در سازمان شما بیش از همه میان فروش و محصول اصطکاک ایجاد می‌کند؟

#منابع_انسانی #همکاری_تیمی #مدیریت_تعارض

وقتی حال بد در تیم تکثیر می‌شود 🌱

افت روحیه همیشه مجموعه‌ای از مسئله‌های فردی نیست؛ گاهی نگرش و رفتار در شبکه غیررسمی تیم از فردی به فرد دیگر منتقل می‌شود. در یک شرکت ایرانی، پس از استعفای ناگهانی یک کارشناس باسابقه، چند همکار نزدیک او هم درباره بی‌فایده‌بودن تلاش‌ها صحبت می‌کنند، مشارکت در جلسات کم می‌شود و درخواست جابه‌جایی بالا می‌رود. این الگو می‌تواند نشانه «سرایت اجتماعی» باشد، نه صرفاً نارضایتی‌های جداگانه.

نشانه‌هایی که باید دید: افت روحیه از یک نقطه مشخص شروع شده، بدبینی با عبارت‌های مشابه تکرار می‌شود، یا استعفاها و کناره‌گیری‌ها میان افراد مرتبط خوشه می‌سازد. واکنش عجولانه و عمومی ممکن است مقاومت را بیشتر کند.

اقدام عملی این هفته: پیش از طراحی کمپین انگیزشی، با دو یا سه فرد مورداعتماد در شبکه غیررسمی تیم، جداگانه و بدون حالت بازجویی گفت‌وگو کنید. بپرسید: «از کجا حال تیم تغییر کرد؟» و «کدام مانع اگر برطرف شود، بیشترین اثر را دارد؟» سپس یک مسئله مشخص و قابل‌حل را انتخاب و نتیجه پیگیری را شفاف اعلام کنید.

در تیم شما، چه کسی زودتر از گزارش‌های رسمی تغییر حال جمع را احساس می‌کند؟

#منابع_انسانی #فرهنگ_سازمانی #رهبری

حفظ حریم داده، پیش‌شرط هوش مصنوعی در منابع انسانی 🔐

OpenAI اعلام کرده «عدم نگهداری داده» یا Zero Data Retention را برای مشتریان واجد شرایط API و مدل‌های پیشرفته خود ادامه می‌دهد و همچنین از قابلیتی با عنوان Private Safety Processing برای انجام برخی بررسی‌های ایمنی با حفظ حریم داده خبر داده است. جزئیات دسترسی و شرایط استفاده برای همه سازمان‌ها یکسان نیست، اما جهت‌گیری خبر روشن است: در کاربردهای سازمانی، توان مدل باید همراه با کنترل چرخه عمر داده سنجیده شود.

برای مدیر منابع انسانی ایرانی، این موضوع به‌ویژه درباره رزومه‌ها، ارزیابی عملکرد، اطلاعات حقوق و گفت‌وگوهای کارکنان مهم است. برچسب «هوش مصنوعی سازمانی» به‌تنهایی تضمین نمی‌کند داده کجا می‌رود، چه مدت می‌ماند یا چه کسی به آن دسترسی دارد.

اقدام عملی: همین هفته برای هر ابزار هوش مصنوعی مورد استفاده واحد HR، سه پاسخ مکتوب ثبت کنید: چه داده‌ای ارسال می‌شود؟ مدت نگهداری چقدر است؟ امکان حذف یا عدم نگهداری وجود دارد؟ تا روشن‌شدن پاسخ‌ها، داده‌های هویتی و حساس را وارد نکنید.

آیا سیاست فعلی سازمان شما میان «استفاده مفید از AI» و «حفاظت واقعی از داده کارکنان» مرز روشنی دارد؟

منبع: https://openai.com/index/offering-zero-data-retention-for-frontier-models

#هوش_مصنوعی #منابع_انسانی #حریم_داده

تمرین چهارمرحله‌ای «پیش‌مرگ تصمیم» برای شکستن توافق ظاهری 🧭

وقتی همه در جلسه سریع موافقت می‌کنند اما تصمیم بعداً نیمه‌کاره می‌ماند، الزام افراد به اظهارنظر معمولاً راه‌حل خوبی نیست. این تمرین ۲۵ دقیقه‌ای کمک می‌کند مخالفت‌ها و ریسک‌ها پیش از نهایی‌شدن تصمیم، بدون هدف‌گرفتن اشخاص دیده شوند.

۱. تصمیم پیشنهادی را در یک جمله روشن بنویسید و مشخص کنید کدام بخش هنوز قابل تغییر است.

۲. از هر نفر بخواهید سه دقیقه در سکوت پاسخ دهد: «فرض کنیم این تصمیم سه ماه بعد شکست خورده؛ چه چیزی احتمالاً باعث آن شده است؟» پاسخ‌ها ابتدا مکتوب بمانند.

۳. پاسخ‌ها را بدون نام جمع کنید، موارد مشابه را کنار هم بگذارید و از گروه بخواهید دو ریسک مهم را انتخاب کند. مدیر بهتر است نظر خود را آخر بگوید تا جهت بحث را از ابتدا تعیین نکند.

۴. برای هر ریسک، یک اقدام پیشگیرانه، یک مسئول و یک زمان بازبینی ثبت کنید. در پایان نیز روشن بگویید کدام پیشنهاد پذیرفته نشد و چرا.

برداشت عملی: این هفته تمرین را فقط روی یک تصمیم واقعی و برگشت‌پذیر اجرا کنید و تعداد ریسک‌های متمایزِ قبل و بعد از تمرین را بسنجید.

اگر افراد مطمئن باشند مخالفتشان واقعاً بر تصمیم اثر می‌گذارد، کیفیت اجرای تصمیم‌های تیم شما چه تغییری می‌کند؟

#امنیت_روانی #جلسه_اثربخش #تصمیم_گیری

وقتی دفاع، تعارض را شدیدتر می‌کند 🔄

گاهی تعارض بین دو واحد نه از اختلاف اصلی، بلکه از یک حلقه تشدید تغذیه می‌شود: هر طرف رفتار دفاعی خودش را پاسخ منطقی به رفتار طرف مقابل می‌بیند.

فرض کنید در یک شرکت ایرانی، واحد فروش برای جلوگیری از تأخیر، مدیرعامل را در همه ایمیل‌های مربوط به تولید کپی می‌کند. تولید این کار را بی‌اعتمادی تلقی می‌کند و پاسخ‌ها را رسمی‌تر و کندتر می‌فرستد. فروش هم این تأخیر را نشانه همکاری‌نکردن می‌داند و فشار را بیشتر می‌کند.

نشانه‌هایی که باید دید: زیادشدن ایمیل‌های دفاعی، ورود زودهنگام مدیران ارشد به اختلاف‌های کوچک، کاهش گفت‌وگوی مستقیم و تکرار جمله «ما فقط واکنش نشان دادیم». این الگو ممکن است نشان دهد مسئله، صرفاً رفتار یک فرد نیست؛ خود چرخه رابطه نیاز به توقف دارد.

اقدام عملی این هفته: از طرفی که اختیار بیشتری دارد بخواهید یک حرکت کم‌هزینه انجام دهد؛ مثلاً یک موضوع محدود را بدون کپی مدیران، در گفت‌وگویی ۲۰ دقیقه‌ای حل کند. سپس توافق و مسئولیت هر طرف را کوتاه و مکتوب کنید.

در سازمان شما، کدام رفتار دفاعی ناخواسته طرف مقابل را دفاعی‌تر می‌کند؟

#منابع_انسانی #تعارض_سازمانی #رهبری

مقیاس‌دادن تخصص، نه فقط خرید ابزار هوش مصنوعی 🚀

OpenAI در گزارشی تازه می‌گوید تیم‌های NVIDIA از ChatGPT Work برای کاهش کارهای دستی، پیوند‌دادن سیگنال‌های سریع و گسترش گردش‌کارهای موفق در سطح سازمان استفاده می‌کنند. نکته مهم برای مدیر منابع انسانی این است که ارزش هوش مصنوعی صرفاً از دسترسی کارکنان به ابزار حاصل نمی‌شود؛ سازمان باید روش‌های مؤثر را شناسایی، مستند و قابل‌تکرار کند.

برای یک شرکت ایرانی، این می‌تواند از فرایندی کوچک مانند تدوین شرح شغل، خلاصه‌سازی بازخوردهای کارکنان یا آماده‌سازی پرسش‌های مصاحبه آغاز شود. البته خروجی باید با نظارت انسانی، حفاظت از داده‌های کارکنان و معیار کیفیت روشن همراه باشد؛ این خبر به‌تنهایی درباره نتیجه همه سازمان‌ها حکم قطعی نمی‌دهد.

اقدام عملی: این هفته یک کار تکراری و کم‌ریسک را انتخاب کنید، روش فعلی را ثبت کنید، یک پایلوت محدود هوش مصنوعی اجرا کنید و زمان، کیفیت و خطا را با خط پایه بسنجید.

آیا در سازمان شما دانشی که با هوش مصنوعی بهتر شده، به یک روش مشترک تیمی تبدیل می‌شود یا نزد چند فرد باقی می‌ماند؟

https://openai.com/index/nvidia/chatgpt-work

#هوش_مصنوعی #منابع_انسانی #یادگیری_سازمانی