กำลังมีตลาดแรงงานรูปแบบใหม่เกิดขึ้น

เมื่อไม่กี่สัปดาห์ก่อน Payman AI ได้เปิดตัวบริการ AI ที่จ่ายเงินให้กับมนุษย์ (AI that Pays Humans) ซึ่งอยู่ระหว่างการทดสอบเบต้าแบบส่วนตัว บริการนี้ช่วยให้ลูกค้าสามารถชำระเงินไปยังบัญชีของ AI Agent ของ Payman และอนุญาตให้ AI เข้าถึงบัญชีเพื่อทำงานที่มนุษย์เท่านั้นที่สามารถทำได้ในโลกแห่งความเป็นจริง

ตัวอย่างเช่น โครงการ 'การรวบรวมรีวิว 10 รายการสำหรับงานการจัดการลูกค้า' AI จะทำการระบุองค์ประกอบขั้นต่ำของรีวิวที่ลูกค้า ร้องขอ แล้วจัดระเบียบและแชร์บนแพลตฟอร์ม ผู้ที่สนใจในงานนี้สามารถออกไปรวบรวมและส่งรีวิว AI จะตรวจสอบความเหมาะสม ของรีวิวและจ่ายเงินที่กำหนดให้กับแต่ละบุคคล

วิธีการนี้ดูเหมือนจะเป็นเพียงการประยุกต์ใช้ AI ในตอนนี้ แต่สิ่งที่น่าสนใจคือ มันช่วยให้เราเข้าใจถึงสิ่งที่เป็นข้อจำกัดที่พบได้บ่อย และแก้ไขได้ยากที่สุดในเรื่องของการนำ AI มาใช้ นั่นคือ 'ความน่าเชื่อถือ'

ความกังวลที่สำคัญที่สุดอย่างหนึ่งเกี่ยวกับการนำ AI มาใช้คือ AI อาจเรียนรู้รูปแบบข้อมูลที่ไม่ถูกต้องและทำงานแบบเอนเอียง ในเดือนกุมภาพันธ์ที่ผ่านมา Gemini ซึ่งเป็นแบบจำลอง AI แบบสร้างสรรค์ของ Google ได้สร้างภาพของผู้หญิงเอเชียและชายผิวดำ แทนที่ชายผิวขาวในภาพของทหารเยอรมันในปี 1943 และได้รับเสียงวิพากษ์วิจารณ์ ส่งผลให้บริการนี้ถูกระงับชั่วคราว เป็นผลมาจาก การเน้นย้ำเรื่องความหลากหลายในปัจจุบันมากกว่าการตรวจสอบข้อเท็จจริงทางประวัติศาสตร์

อย่างไรก็ตาม ในกรณีของ Payman ที่มีการรวมขั้นตอนการตรวจสอบและการมีส่วนร่วมของมนุษย์ในกระบวนการทำงาน จะช่วยให้ สามารถจับผิดพลาดได้ และเพิ่มความรับผิดชอบโดยรวมของโครงการ ส่งผลให้เกิดความน่าเชื่อถือในบริการนี้มากขึ้น สรุปได้ว่า ข้อตกลงทั่วไปที่เห็นได้จากกรณีนี้คือ AI กำลังจ้างมนุษย์เพื่อ‘ทำให้สำเร็จในสิ่งที่ AI ไม่สามารถทำได้’นั่นเอง

แต่เมื่อแนวทางนี้แพร่หลายมากขึ้น มนุษย์จะต้องคุ้นเคยกับมาตรฐานใหม่ในการแสดงความสามารถและประสบการณ์ของตนในฐานะ พนักงาน

ประการแรก ในสถานการณ์ที่ AI ทำหน้าที่เป็นนายจ้าง แหล่งที่มาของความน่าเชื่อถือจะเปลี่ยนไปเป็นความถูกต้องของอัลกอริธึม และความน่าเชื่อถือของข้อมูล เนื่องจากระดับความน่าเชื่อถือถูกกำหนดโดยวิธีที่ AI ประเมินและเลือกบุคคล ดังนั้นในฐานะพนักงาน มนุษย์ที่สมัครงานอาจต้องเรียกร้องให้มีการกำหนดมาตรฐานภายนอกเพื่อตรวจสอบว่าอัลกอริธึมมีความโปร่งใสและยุติธรรมหรือไม่ และข้อมูลมีความถูกต้องและปราศจากอคติ

นอกจากนี้ ในตลาดแรงงานแบบเดิม ความน่าเชื่อถือจะเกิดขึ้นจากความสัมพันธ์โดยตรงระหว่างบุคคลกับบุคคล ดังนั้นรีวิว และจดหมายแนะนำจึงมีอิทธิพลต่อการตัดสินใจในการจ้างงาน ในแพลตฟอร์มการจ้างงานบนพื้นฐานของ AI ระบบชื่อเสียงภายในจะเป็น แหล่งที่มาของความน่าเชื่อถือเท่านั้น ซึ่งหมายความว่าข้อเสนอแนะหรือรีวิวที่ผู้ใช้ทิ้งไว้สำหรับผู้ใช้รายอื่นที่เกี่ยวข้องกับการทำงาน ร่วมกัน ฯลฯ จะมีบทบาทที่สำคัญยิ่งกว่าเดิม ซึ่งบ่งบอกว่าความเป็นไปได้ที่จะเกิดปรากฏการณ์แบบ "การให้คะแนนต่ำ" บน Foodpanda ส่งผลกระทบต่อธุรกิจของผู้ประกอบการรายย่อยในโลกแห่งความเป็นจริง ในแวดวงการจ้างงานก็มีความเป็นไปได้สูงเช่นกัน

เพื่อให้เข้าใจได้ชัดเจนขึ้น เราอาจพิจารณาปัญหาเกี่ยวกับ 'ชื่อตำแหน่งงาน'

ในสภาพแวดล้อมการจ้างงาน ชื่อตำแหน่งงานไม่ใช่เพียงแค่แสดงถึงหน้าที่ แต่ยังเป็นสัญลักษณ์ที่สำคัญที่ช่วยให้ผู้สมัครงานสามารถ แสดงถึงคุณค่าและความสามารถของตนได้ โดยเฉพาะอย่างยิ่งในแบบจำลองการจ้างงานบนพื้นฐานของ AI ชื่อตำแหน่งงานอาจถูกนำมาใช้ เป็นตัวชี้วัดหลักในการตัดสินบทบาทของผู้สมัครงาน เช่นเดียวกับที่เรามีประสบการณ์ในกระบวนการรับสมัครงานของบริษัทใหญ่ที่ใช้ เทคโนโลยีในการคัดเลือกผู้ผ่านการคัดเลือกโดยใช้คีย์เวิร์ด

มีรายงานว่าในช่วงกลางทศวรรษ 1990 นักวิจัยที่มุ่งเน้นมนุษย์บางคนงงงวยกับคำว่าUnderstanderที่อยู่บนนามบัตรของพวกเขา หากพิจารณาถึงการแบ่งแยกตามบทบาทที่ชัดเจนในปัจจุบัน เช่น นักวิจัยด้าน AI, นักออกแบบ UX ฯลฯ เราจะเห็นได้ว่าการกำหนดชื่อตำแหน่งงานควรจะขึ้นอยู่กับความเข้าใจร่วมกันเกี่ยวกับการรับรู้ตนเองและความต้องการของตลาด เพื่อให้สามารถตัดสินได้ว่าผู้สมัครงานแต่ละคนทำงานในสาขาใดและมีบทบาทอย่างไร

นั่นหมายความว่า เมื่อสภาพแวดล้อมการจ้างงานบนพื้นฐานของ AI มาถึง ชื่อตำแหน่งงานที่ผู้สมัครงานกำหนดไว้จะเชื่อมโยงกับ ความเข้าใจของตลาดและอุตสาหกรรมที่ AI ตัดสินและประเมินได้อย่างไร และจะทำอย่างไรเพื่อทำให้มาตรฐานการตัดสินที่เกี่ยวข้อง แพร่หลาย นี่อาจเป็นช่วงเวลาที่เราน่าจะต้องคิดหนักเกี่ยวกับ 'ความน่าเชื่อถือ' ในตลาดแรงงานที่กำลังเปลี่ยนแปลง

อ้างอิง

AI That Pays Humans

Payman - Enabling AI Agent To Human Payments!
‘AI บิดเบือนประวัติศาสตร์?’…ปิดฟีเจอร์ภาพของ AI Gemini ของ Google

The Trouble with Job Titles: Getting beyond Buzzwords in a Shifting Employment Landscape