انسان و هوش مصنوعی
وقتی هوش مصنوعی هم کوچینگ می‌کند، کوچ حرفه‌ای چه چیزی را باید تغییر دهد؟
با پیشرفت کوچینگ مبتنی بر AI، کوچ‌ها چه کاری را متوقف کنند، چه چیزی را شروع کنند و چه چیزی را ادامه دهند؟ تأملی بر تجربه حرفه‌ای و یک نشست Coaching.com.
پرسش محوری
اگر هوش مصنوعی هم بتواند کوچینگ کند، کدام بخش از کار حرفه‌ای کوچ باید تغییر کند؟
خلاصه کوتاه
وقتی AI می‌تواند سؤال و تمرین پیشنهاد دهد، مزیت کوچ صرفاً پرسش‌های بهتر نیست. کوچ باید تفسیر شتاب‌زده را کنار بگذارد، مسئولیت فرایند و محرمانگی را روشن‌تر بپذیرد و مالکیت تصمیم را با مراجع نگه دارد.
۰1
سؤالی که در نشست مطرح کردم
در نشست «AI Can Coach. Now What?» از دیوید دریک پرسیدم: اگر هوش مصنوعی بتواند بخشی از کار کوچینگ را هم‌سطح یا حتی بهتر از انسان انجام دهد، کوچ‌ها چه کارهایی را باید متوقف کنند، چه کارهایی را شروع کنند و چه چیزهایی را ادامه دهند؟
در پاسخ، دریک بر شناخت زمینه اجتماعی و سازمانی مراجع و اهمیت حضور و گوش‌دادن تأکید کرد. در نشست، قابلیت‌هایی برای ابزارهایی مانند Ovida نیز مطرح شد؛ اینها گفته‌های ارائه‌دهندگان بودند، نه نتیجه ارزیابی مستقل من.
اما سؤال برای من به تجربه‌ای برمی‌گردد که هم در رهبری منابع انسانی و هم در بازبینی جلسات کوچینگ خودم با آن روبه‌رو شده‌ام: ارزش کوچ را نباید فقط با کیفیت سؤال‌هایی که می‌پرسد سنجید.
۰2
چه چیزی را متوقف کنیم؟
به نظرم باید مسابقه برای تولید سؤال‌های جذاب‌تر را متوقف کنیم. ابزارهای هوش مصنوعی می‌توانند پرسش، تمرین و حتی سناریوهای گفت‌وگو پیشنهاد دهند. اگر تنها مزیت ما سؤال پرسیدن باشد، تمایز حرفه‌ای‌مان مبهم می‌شود.
باید از تفسیر شتاب‌زده مراجع هم دست بکشیم. مدیری که گفت‌وگوی دشوار را عقب می‌اندازد لزوماً اعتمادبه‌نفس کمی ندارد؛ شاید اختیار او روشن نیست یا مخالفت در محیط کارش هزینه دارد.
این توجه به زمینه، از تجربه من در منابع انسانی می‌آید: قبل از اینکه رفتاری را مسئله فرد بدانم، ساختار و روابط پیرامون آن را بررسی می‌کنم.
۰3
چه چیزی را شروع کنیم؟
باید نسبت به فرایندی که با مراجع توافق می‌کنیم، دقیق‌تر پاسخ‌گو باشیم. در مرور جلسات خودم متوجه شده‌ام که مراجع‌محوری به‌معنای منفعل‌بودن کوچ نیست.
مراجع موضوع، معنا و تصمیم را در اختیار دارد؛ اما کوچ مسئول است کمک کند هدف جلسه، تغییر مسیر و میزان پیشرفت قابل‌دیدن بماند.
در کوچینگ سازمانی این مسئولیت پیچیده‌تر است. حامی سازمانی ممکن است انتظار تغییر رفتاری داشته باشد، درحالی‌که محتوای گفت‌وگو محرمانه است. برای همین از ابتدا باید هدف، مرز اطلاعات قابل‌اشتراک و شیوه بازبینی پیشرفت روشن باشد. حتی اگر ابزاری به ثبت این توافق کمک کند، مسئولیت اخلاقی آن از دوش کوچ و طرف‌های قرارداد برداشته نمی‌شود.
همچنین باید استفاده از AI را آگاهانه طراحی کنیم: برای آماده‌سازی، تمرین یا نظم‌دادن به اطلاعاتی که مجاز به استفاده از آن‌ها هستیم؛ نه برای سپردن تفسیر قطعی رفتار مراجع به یک مدل.
تجربه من در کار با AI نشان داده است که پاسخ روان، بدون زمینه کافی، می‌تواند همچنان گمراه‌کننده باشد.
۰4
چه چیزی را ادامه دهیم؟
گوش‌دادن، حضور و کنجکاوی را ادامه دهیم؛ اما نه با این تصور که این ویژگی‌ها انحصار انسان‌اند یا خودبه‌خود نتیجه بهتری می‌سازند.
در کار من، مهم این است که مراجع بتواند برداشت کوچ را رد کند، مسئله را دوباره تعریف کند و مالک انتخاب خود بماند.
وقتی کوچینگ به توصیه‌دادن پنهان تبدیل می‌شود، این مالکیت آسیب می‌بیند. وقتی هم کوچ فقط دنباله‌رو گفت‌وگوست و هیچ توجهی به توافق و نتیجه ندارد، مسئولیت فرایند کم‌رنگ می‌شود. نگه‌داشتن این تعادل، بخشی از کار حرفه‌ای من است.
هوش مصنوعی ما را وادار می‌کند ارزش خودمان را دقیق‌تر تعریف کنیم.
برای من پاسخ دفاع از «انسان در برابر ماشین» نیست؛ دفاع از گفت‌وگویی است که زمینه فرد را جدی می‌گیرد، حدود مسئولیتش روشن است و تصمیم را در اختیار صاحب آن نگه می‌دارد.
منابع پژوهشی
پرسش‌هایی برای ادامه تأمل
- ۰1اگر سؤال خوب دیگر مزیت انحصاری کوچ نباشد، ارزش حرفه‌ای من کجاست؟
- ۰2آیا در گفت‌وگوهای خودم مالکیت تصمیم را به مراجع برمی‌گردانم و هم‌زمان فرایند را نگه می‌دارم؟
- ۰3کدام کاربرد AI بدون نقض محرمانگی و بدون واگذاری قضاوت حرفه‌ای واقعاً مفید است؟