การใช้ AI ในที่ทำงานกำลังสร้างผลกระทบที่ซับซ้อนมากกว่าที่เราคิด โดยเฉพาะการสร้าง “โทษทางความสามารถ” ที่ส่งผลให้พนักงานถูกมองว่าขาดความเชี่ยวชาญเมื่อใช้เครื่องมือ AI แม้ว่าผลงานจะมีคุณภาพเดียวกันก็ตาม นี่คือสาเหตุที่แท้จริงว่าทำไมแม้บริษัทจะลงทุนมหาศาลในเทคโนโลยี AI แต่อัตราการนำไปใช้งานจริงกลับต่ำอย่างน่าตกใจ โดยพบว่ามีเพียง 16% ของคนทำงานในอเมริกาที่ใช้ AI แม้จะได้รับอนุญาตถึง 91% ผลกระทบนี้ส่งผลต่อพนักงานหญิงและคนวัยกลางคนมากที่สุด ซึ่งเป็นกลุ่มที่ควรได้รับประโยชน์จากเครื่องมือเหล่านี้มากที่สุดครับ
ปัจจัยหลักที่ทำให้เกิดผลกระทบซ่อนเร้นจากการใช้ AI ในองค์กร
การวิจัยจากบริษัทเทคโนโลยีชั้นนำแห่งหนึ่งเผยให้เห็นภาพที่น่าตกใจของการนำ AI มาใช้ในองค์กร แม้จะมีการลงทุนอย่างมากในเครื่องมือช่วยเขียนโค้ดที่ล้ำสมัย แต่กลับพบว่ามีวิศวกรเพียง 41% เท่านั้นที่ลองใช้เครื่องมือนี้ ที่น่าตกใจยิ่งกว่านั้นคือวิศวกรหญิงมีอัตราการใช้งานเพียง 31% และวิศวกรที่มีอายุตั้งแต่ 40 ปีขึ้นไปมีอัตราการใช้งานที่ 39% เท่านั้นครับ
1. ปรากฏการณ์ “โทษทางความสามารถ” ที่ส่งผลต่อการประเมินพนักงาน
จากการทดลองกับวิศวกร 1,026 คน พบว่าเมื่อผู้ประเมินเชื่อว่าวิศวกรคนหนึ่งใช้ AI ในการเขียนโค้ด พวกเขาจะให้คะแนนความสามารถของวิศวกรคนนั้นต่ำลง 9% แม้ว่าจะประเมินโค้ดชุดเดียวกันก็ตาม นี่ไม่ใช่เรื่องของคุณภาพงาน เพราะการให้คะแนนโค้ดไม่แตกต่างกัน แต่เป็นการตั้งคำถามถึงความสามารถของคนที่เขียนโค้ดนั้นๆ ผลกระทบนี้รุนแรงขึ้นเป็นสองเท่าสำหรับวิศวกรหญิง ที่ถูกลดคะแนน 13% เทียบกับวิศวกรชาย 6% เมื่อผู้ประเมินคิดว่าพวกเธอใช้ AI ในการทำงาน ที่น่าสนใจคือผู้ที่ให้โทษรุนแรงที่สุดคือวิศวกรที่ไม่เคยใช้ AI เอง โดยเฉพาะวิศวกรชายที่ไม่ใช้ AI จะลงโทษวิศวกรหญิงที่ใช้ AI อย่างรุนแרงมากถึง 26% เมื่อเปรียบเทียบกับการลงโทษวิศวกรชายในสถานการณ์เดียวกันครับ
2. การหลีกเลี่ยงการใช้ AI เพื่อปกป้องชื่อเสียงทางวิชาชีพ
จากการสำรวจวิศวกร 919 คน พบว่าหลายคนคาดการณ์ถึงโทษทางความสามารถนี้ได้และเลือกหลีกเลี่ยงการใช้ AI เพื่อปกป้องชื่อเสียงทางวิชาชีพของตนเอง กลุ่มที่กลัวการถูกลงโทษมากที่สุดในอุตสาหกรรมเทคโนโลยี ซึ่งส่วนใหญ่เป็นผู้หญิงและคนวัยกลางคน กลับเป็นกลุ่มที่ใช้ AI น้อยที่สุด แต่พวกเขาคือกลุ่มที่น่าจะได้รับประโยชน์จากเครื่องมือเพิ่มประสิทธิภาพมากที่สุด หลายองค์กรพบว่าพนักงานหันไปใช้ “Shadow AI” หรือเครื่องมือ AI ที่ไม่ได้รับอนุญาตอย่างลับๆ แทนที่จะใช้เครื่องมือที่บริษัทจัดหาให้ ซึ่งสร้างความเสี่ยงด้านความปลอดภัยข้อมูลและการปฏิบัติตามกฎระเบียบ การกระทำนี้เกิดจากความกลัวที่จะถูกตีตราว่าขาดความสามารถหากใช้เครื่องมือ AI อย่างเปิดเผยครับ
3. การขยายความเหลื่อมล้ำในที่ทำงานและผลกระทบต่อกลุ่มเสียเปรียบ
โทษทางความสามารถยังขยายความเหลื่อมล้ำที่มีอยู่แล้วในที่ทำงานให้รุนแรงขึ้น แม้ว่าเราอาจคาดหวังว่าเครื่องมือ AI จะช่วยปรับสมดุลในการทำงานด้วยการเสริมความสามารถให้ทุกคน แต่ผลการวิจัยกลับแสดงให้เห็นว่าอาจเกิดผลตรงกันข้าม ในสภาพแวดล้อมที่มีคนหนุ่มสาวเป็นส่วนใหญ่ การทำให้ AI พร้อมใช้งานสำหรับทุกคนกลับเพิ่มอคติต่อวิศวกรหญิง ปรากฏการณ์นี้เกิดขึ้นผ่านกระบวนการที่เรียกว่า “Social Identity Threat” เมื่อสมาชิกของกลุ่มที่ถูกมองด้วยอคติ เช่น ผู้หญิงในสายเทคโนโลยีหรือคนวัยกลางคนในสายงานที่มีคนหนุ่มสาวเป็นส่วนใหญ่ ใช้ AI การกระทำนี้กลับกลายเป็นการเสริมข้อสงสัยที่มีอยู่แล้วเกี่ยวกับความสามารถของพวกเขา ในสายตาของผู้ประเมิน การใช้ AI ถูกมองเป็น “หลักฐาน” ที่แสดงถึงความไม่เพียงพอของพวกเขา แทนที่จะเป็นการใช้เครื่องมือที่ฉลาด อุตสาหกรรมใดๆ ที่มีกลุ่มหนึ่งเป็นเสียงส่วนใหญ่เหนือกลุ่มอื่น น่าจะพบโทษทางความสามารถต่อคนงานกลุ่มน้อยมากกว่าครับ
4. ผลกระทบทางเศรษฐกิจและการสูญเสียศักยภาพขององค์กร
ผลกระทบเหล่านี้สร้างภาระที่ซ่อนเร้นต่อการนำ AI มาใช้ในองค์กร สิ่งที่ดูเหมือนเป็นเพียงความลังเลในการใช้เครื่องมือใหม่ กลับเป็นการปกป้องตนเองที่มีเหตุมีผล ต้นทุนที่แท้จริงไม่ได้จำกัดอยู่แค่การสูญเสียประสิทธิภาพ แต่ยังรวมถึงผลกระทบทางเศรษฐกิจที่มาก บริษัทเทคโนโลยีในการวิจัยนี้ลงทุนอย่างหนักในการพัฒนาและนำเครื่องมือ AI มาใช้ แต่ด้วยอัตราการใช้งานเพียง 41% และยิ่งต่ำกว่านั้นในกลุ่มประชากรสำคัญ พวกเขาจึงได้รับประโยชน์น้อยกว่าครึ่งหนึ่งของที่คาดหวัง ผลลัพธ์คือการสูญเสียผลกำไรประจำปีอย่างน้อย 2.5% และอาจสูงถึง 14% ขึ้นอยู่กับวิธีการคำนวณ สำหรับบริษัทขนาดใหญ่ แม้แต่การประมาณการที่อนุรักษ์นิยมก็หมายถึงมูลค่าที่สูญหายหลายร้อยล้าน นอกจากนี้ ยังมีผลกระทบต่อความก้าวหน้าในอาชีพของพนักงาน โดยเฉพาะสตรีหนุ่มสาวในสายเทคโนโลยีซึ่งควรได้รับเวลาทำงานที่มีประสิทธิภาพมากที่สุด แต่กลับมีอัตราการใช้งานต่ำที่สุดครับ
การแก้ปัญหาเหล่านี้ต้องอาศัยแนวทางที่ละเอียดอ่อนมากกว่าการให้การฝึกอบรมหรือสร้างแรงจูงใจทั่วไป องค์กรต้องเริ่มจากการระบุทีมที่มีโทษทางความสามารถสูง ซึ่งมักเป็นทีมที่มีความเปราะบางทางประชากรและความไม่สมดุลของอำนาจ ทีมที่มีผู้หญิงหรือวิศวกรวัยกลางคนในตำแหน่งระดับเริ่มต้นแต่มีผู้ประเมินชายที่ไม่ใช้ AI ในตำแหน่งอาวุโสมาก จะสร้างสภาพแวดล้อมที่เหมาะสมสำหรับการเกิดโทษทางความสามารถ การตรวจสอบเมตริกเวลาในการเลื่อนตำแหน่งตามกลุ่มประชากรและการใช้ AI จะช่วยเผยให้เห็นว่าผลกระทบเหล่านี้ส่งผลต่ออาชีพการงานแล้วหรือยัง และวัดความเร่งด่วนของปัญหา รวมทั้งตรวจสอบว่ากลุ่มเสียเปรียบต้องเผชิญกับนโยบายการเปิดเผยการใช้ AI แบบบังคับหรือสมัครใจ และประเมินผลกระทบของการเปิดเผยต่อผลลัพธ์ในอาชีพของพวกเขาครับ
