אדם-מכונה-למידה (בלוג)

האם מכונה תחליף את איש\אשת הלמידה הארגונית? ד"ר ערן גל וינאי זגורי

הנבואה כי "מכונות" (רובוטים) עומדים להחליף בני אדם בביצוע מגוון משימות ותפקידים אינה חדשה. ספרי המדע הבדיוני מכילים נבואה זו כבר עשרות אולי מאות שנים. נקודת ציון במימוש הנבואה הזו בעידן הנוכחי הנה מאמר שפורסם ב 2013 ע"י Carl Benedikt Frey & Michael Osborne מאונ' אוקספורד. החוקרים טענו כי 47% מסך העבודות בשוק האמריקאי נמצאות בסכנת הכחדה לטובת אוטומציה זאת עד אמצא שנות ה 30 של המאה הנוכחית. למרות שהחוקרים עצמם חזרו והבהירו כי אין הכוונה לכך ש 47% משוק העבודה יהפכו מובטלים אלא שהם רק מציינים מגמה והערכת סיכונים, המאמר הפך שופר של הנבואה האפוקליפטית אודות השפעת המכונות על שוק העבודה העתידי.

 

כדי להבין עד כמה האיום ממשי אם בכלל, כדאי ראשית ליישר קו לגבי המונח בינה מלאכותית ומספר מושגים משלימים:

 

AI, בינה מלאכותית. הינו מושג וותיק שתואר כבר בשנות ה 50 של המאה הקודמת ע"י Minsky and McCarthy מ MIT ככל משימה אותה מבצעת תוכנה או מכונה אשר אם תבוצע ע"י אדם יהיה עליו להפעיל תבונה כדי להשלימה.

 

מערכות או מכונות להן מיוחסות בינה יכולות לרוב לבצע אחד או חלק מהמשימות הבאות, משימות שהיו שמורות לבני אדם באופן בלעדי עד לא מזמן: תכנון, למידה, פתרון בעיות, הסקה (מסקנות), ייצוג ידע, תנועה ואף יצירתיות.

 

המערכות בהן אנו נתקלים היום על בסיס יום יומי נכללות חת הכותרת "בינה מלאכותית צרה" (Narrow AI). הכוונה למכונות שמסוגלות לבצע סט משימות מסוים בלבד. להבדיל מבני אדם, מערכות אלו יכולות לבצע רק את המשימות אותן למדו ומכאן הכינוי "צרה" (Narrow). בעתיד הרחוק (עשרות שנים מהיום) נכיר גם את "הבינה מלאכותית כללית" Artificial General Intelligence שעתידה להגשים פוטנציאלית את כל מה שמפחיד אותנו במכונה חושבת אבל לפחות לצורך הדיון הנוכחי נניח את הנושא בצד.

 

דוגמאות שכיחות ליישומי AI הן:

  1. טכנולוגיות זיהוי שפה למשל כל אותם "בוטים" שמנהלים התכתבות ואף שיחה אתנו במקום נציגי שירות.
  2. טכנולוגיות זיהוי ויזואלי עליהם מבוססות בין היתר המכוניות האוטונומיות ואף אבטחה של שדות תעופה
  3. מנועי המלצה בהם אנו נתקלים כמעט בכל חווית רכישה ברשת- כמו מנועה ההמלצות של Spotify ושל Netflix
  4. מודלים של חיזוי- חיזוי של מזג האוויר או חיזוי של תנועת רכבים או חיזוי של תהליכים עסקיים כו זיהוי מצבי מרמה או תהליכי פריצות סיבר.

כיצד תשפיע AI על שוק העבודה בשנים הקרובות?

 

כאמור הנבואה בדבר ההשפעה הקטסטרופלית של AI ואוטומציה בעיקר של תהליכי עבודה הנה נושא הנידון בספרות ובכלל בשנים האחרונות. אין ספק כי AI תשפיע על הרוב המוחלט המקצועות בשוק העבודה וכנראה גם תכחיד חלק מהם. כל מקצוע המבוסס על תהליכים\משימות חוזרות שאינן מערבים קבלת החלטות או בינה (אנושית) עומדים בסכנה גבוהה להכחדה.

 

מקצועות כמו מזכירות, שירות לקוחות (ובנקאות), ספרנים, רוקחים ורבים אחרים נמצאים ברשימת המקצועות בסיכון גבוהה מהשפעת אוטומציה.

 

מנגד יש לא מעט מקורות ומחקרים המראים כי השפעת AI על שוק העבודה הנה משמעותית אך היא אינה שלילת בהכרח: ה-World Economic Forum פרסם כי להערכתו אוטומציה תדחק 75 מיליון עובדים אל מחוץ למעגל העבודה אך בו זמנית תייצר 133 מיליון מקומות עבודה חדשים עד 2020. 

 

בסוף 2018 פרסמו Dun & Bradstreet סקר לפיו 40% מארגונים המשלבים AI מגדילים את כוח העבודה כתוצאה מהשילוב ורק 8% מפחיתים אותו.

 

ניקח לדוגמה את אחד המקצועות המסלול המהיר להכחדה: קופאי\ית סופר. כמו כל מקצוע גם פה שתי נבואות שונות

  • הכחדה: ההוכחה החדה ביותר היא טכנולוגית Amazon Go, רשת סופרמרקטים ללא קופות וללא קופאיות. בדרך אנחנו רואים יותר ויותר קופות אוטומטיות ברשתיות קמעוניות ובהתאם פחות ופחות עמדות קופאית.
  • התפתחות: לצד הקופות האוטומטיות התפתח סוג חדש של שירות ברשתות הוא מסייע\ת לרכש בקופה אוטומטית. אם תרצו גלגול עכשווי ל"קופאי". נכון, זה מיומנות שנראת זמנית בתקופת המעבר לקופות אוטומטיות ונכון, האיום הגדול יותר על המקצוע הוא הקניות ברשת אבל נכון להיום ניתן להבחין בכשירות חדשה שנולדה בגלל הפיתוח הטכנולוגי ובהחלט יתכן שבעתיד פיתוחים נוספים יביאו לשינויים נוספים בסל הכשירויות של האדם בשרשת הרכש הקמעונאית.

בראיה רחבה יותר ניתן להבחין בתופעה לפיה מצבי עבודה חדשים נוצרים בהם אדם עובד לצד המכונה. במצבים אלו ניתן לראות איך היתרון של האדם, בעל היכולת להחליט במצבי אי וודאות משתלב עם מכונה אשר מזהה דפוסים על הצד הטוב ביותר. כך לדוגמה נראה אדם ומכונה עובדים יחד כדי למנוע התקופת סייבר על תשתית לאומית כמו מתקן ליצור כוח של חברת החשמל. המכונה תזהה כי נוצר דפוס חריג של עומסים ונסיונות חדירה למערכת. האדם יבודד את התופעה וידע לזההות את החומרה שלה ולקבל החלטה מהירה חרוג מהפרוטקלים המוגדרים ולהשבית את המתקן. דוגמה נוספת היא ניתנת מהמפעל של טסלה בה  מכונה ואדם בונים יחד מכוניות.

 

ומה לגבי למידה ארגונית?

גם פה נמצא שני נימוקים האחד פסימי והאחר אופטימי (אפילו מאוד) לגבי מקומנו בעולם העבודה העכשווי והעתידי:

 

ההזדמנות

אוטומציה תכחיד סוג מסוים של משימות ותפקידים אבל מייצרת במקביל צורך בהתמחויות ומקצועות חדשים או מעצימה את הדרישה למקצועות קיימים בעיקר בתחום הטכנולוגי.

ארגונים רבים מזהים את המגמה ומשקיעים כמויות אדירות של משאבים בהכנת הארגון לעתיד הקרוב. במילים אחרות ארגונים מבצעים מהלכי הסבה והכשרה מקצועית בהיקפים שלא הכרנו בעבר. מהלך המכונה Reskilling.

ביוני השנה הודיעה Amazon כי היא עתידה להשקיע 700 מיליון $ בהכשרת 100,000 עובדים עד 2025 במעבר למקצועות\כשירויות מתקדמות יותר.

אחד המהלכים היותר מוכרים בתחום הוא זה של AT&T אשר הכריזה כי היא תשקיעה מיליארד $ בהכשרה מחדש (Reskilling) של כמחצית מכוח האדם שלה.

סקרי התעשייה שלנו, כמו שעורכת LinkedIn מידי שנה, מראים כי מנהלים בארגון מצפים מגוף הלמידה להוביל את המהלך המורכב ועתיר המשאבים הזה.

הזדמנות רחבה אף יותר נמצאת בחוסר היכולת וירידה חדה באמון הציבור במערכת ההשכלה הפורמאלית בסגירת הפערים המהותיים בעולם התעסוקה.

 

האיום

בצד ההזדמנות הזו קיימת סכנה ממשית לחוסר רלוונטיות עד מיגור מוחלט של גוף הלמידה המרכזי בארגון. תופעה אשר סמנים ראשונים לקיומה נראים כבר היום בברור בארגונים רבים.

אחת הדוגמאות הבולטות לחוסר המוכנות של הלמידה הארגונית כמקצוע לעמוד במשימה שעל הפרק הינו מודל הכשירויות של ה ATD אשר ראה אור ב 2014 ומאז לא השתנה.
אם תכנסו לאתר תראו הודעה המתנוססת לצד המודל בדבר הרלוונטיות שלו כיום ובעתיד למקצוע גם בהתחשב בשינויים דיגיטליים, מובייל וכו'.

 

המודל אכן מציג תמונה רלוונטית, לפחות ברובה, למגוון ההתמחויות תחת הכותרת למידה ארגונית. אבל כל ההתמחויות האלו מייצגות מודל התערבות Top-Down בו אנו כמומחים מייצרים פתרון והארגון מיישם אותו (אם מזכיר לכם את מודל ADDIE אתם לא טועים).

 

כדי להוביל את המוכנות הארגונית בעידן AI אנחנו צריכים לאמץ אסטרטגיה שונה לגמרי. זה לא רק להיות מהירים או מדויקים יותר במה שאנחנו עושים. זה קודם כל לשנות את סט המיומנויות שלנו ותפיסת העולם שלנו לגבי למידה ארגונית ותרומתה לארגון.

 

מתוך מספר מקורות הרכבתי את הטבלה הבאה הכוללת הצעה ל Reskilling בעולם הלמידה הארגונית. לצד התפקידים המסורתיים בתחום כללתי כשירויות חדשות לפי מקורות אלו. אין הכוונה לבטל את הקודמים אלא להוסיף ולעדכן.

 

תפקיד מסורתי

סט כשירויות עדכני

מנהל הדרכה\למידה

 

Performance Engineer (מוביל כשירות)

- יצירת ותחזוקת Ecosystem ארגונית בה נכללים: יעדים ארגוניים, קשרים חברתיים, מערכות מידע, טכנולוגיה ותרבות ארגונית

- ייצרת תשתיות למידה תומכות את הכישורים הנדרשים

Data Scientist

- הבנה מעמיקה בכלי ומערכות איסוף וניתוח נתונים

- יישום עבור מערכות הדרכה ותהליכי למידה

מנהל \ מוביל קהילות מקצועיות

- הקמה תהליכית, ארגונית וטכנולוגית של קהילות מקצועיות

- יישום מתודות ניהול קהילה

- שמירה על ממשקים בין הקהילה לתהליכי למידה וניהול ידע מקבילים

מומחה שיווק

- הכרות מעמיקה עם מתודות, טכניקות וכלי שיווק (פנים וחוץ ארגוני)

- יישום מהלכי שיווק רחבים ונקודתיים בשוטף

הבנה עמוקה של הצרכים העסקים ובעיקר הבנה של מה נדרש מהארגון על מנת להשתנות בקצב הדרוש ולהישאר רלוונטי

מפתח הדרכה \ מדריך

אוצר תוכן (Curator)

- הכרות עם מאגרי תכנים וקורסים רלוונטיים לארגון

- יישום כלים ומערכות לשילוב תכנים מחוץ לארגון

- שמירה על התאמה בין צורך, מאפייני משתמשים ותכנים

מנחה מפגשי רשת facilitator

- שכלול יכולות הדרכה פרונטאליות למפגש מקוון

צלם, עורך ומפיק ווידאו

- שליטה ויישום של תהליך הפקת תוכן למידה בווידאו

Integrator  (משלב)*

  • חיבור בין האדם והמכונה. על ידי הכשרת האדם לעבוד לצד המכונה ובעיקר מלמד את העובדים כיצד ללמוד
  • ובו זמן יאמן את המכונה לשפר את זיהוי הדפוסים והעבודה החזרתית.

מנהל פרויקטים מורכבים אשר דורשים להפעיל בעלי מקצועות שונים לצורך יצירת הזדמניות למידה רבות ממדים

מחולל הזדמניות למידה

מיצר אפשרויות למידה רבות אשר משתלבות במספר רב של תהליכי עבוד, מרחבים, סביבות ומכשירים.

 

*דגש מיוחד ניתן לכשירות כ Integrator – צפוי כי יכולות הלמידה של המכונה יתעצמו ובו בזמן יתפתחו מחוללי אימון ולימוד עבור מכונות (אשר יאפשרו למשתמש לאמן מכונה). על כן הגבולות בין לימוד המכונה ולמידת האדם יתשתשו ויאפשרו לאותו בעל תפקיד, מפתח למידה, לחולל את הלמידה הן למכונה והן לאדם ובעיקר ללמד אותם לעבוד יחד.

 

לסיכום

אנחנו תמיד התקיימנו בסביבות משתנות. נראה שאנחנו בפתחו של שינוי משמעותי זהה בהיקפו למהלך הלמידה הדיגיטלית שהתחיל לפני כ 30 שנה. הפעם זה קורה הרבה יותר מהר וההשפעה הרבה יותר קיצונית. ההזדמנות אדירה אך גם האתגר. למזלנו אנחנו אנשי למידה ולמידה היא הבסיס לכל השינוי הזה בעולם שלנו ובארגון בכלל.

 

מקורות אקדמיים

  1. Frey, C. B., & Osborne, M. (2013). The future of employment.‏
  2. Madgavkar, A., Manyika, J., & Krishnan, M. (2019). The future of women at work: transitions in the age of automation.‏
  3. McCarthy, J. J., Minsky, M. L., & Rochester, N. (1959). Artificial intelligence. Research Laboratory of Electronics (RLE) at the Massachusetts Institute of Technology (MIT).

 

מקורות מהרשת

  1. Artificial Intelligence is Creating Jobs, Dun & Bradstreet Survey Finds. https://www.prnewswire.com/news-releases/artificial-intelligence-is-creating-jobs-dun--bradstreet-survey-finds-30077414html
  2. Is AI Going To Be A Jobs Killer? New Reports about the Future of Work. By Gil Press. https://www.forbes.com/sites/gilpress/2019/07/15/is-ai-going-to-be-a-jobs-killer-new-reports-about-the-future-of-work/#1e39ccb6afb2
  3. The Future of L&D by Vivek Mehrotra. https://www.linkedin.com/pulse/future-ld-vivek-mehrotra/
  4. The Future of Work. Forrester Report. https://go.forrester.com/future-of-work/?utm_source=forrester_news&utm_medium=web&utm_campaign=futureofwork
  5. The L&D roles of the future by Susie Finch. https://www.peoplemanagement.co.uk/long-reads/articles/learning-development-roles-future
  6. What is AI? Everything you need to know about Artificial Intelligence. By Nick Heath https://www.zdnet.com/article/what-is-ai-everything-you-need-to-know-about-artificial-intelligence/