"AI பயன்படுத்தினால் போதுமா?" ஊழியர்களின் திறனை மதிப்பிடுவதில் Meta எடுத்திருக்கும் புதிய பாதை!

ஒரு பணியை எப்படிச் செய்தோம் என்பதைவிட, அந்தப் பணியின் மூலம் என்ன முடிவை உருவாக்கினோம் என்பதே முக்கியம் என்ற அணுகுமுறை தற்போது தொழில்நுட்ப நிறுவனங்களில் அதிக கவனம் பெறத் தொடங்கியுள்ளது. குறிப்பாக செயற்கை நுண்ணறிவு (AI) கருவிகள் அலுவலகப் பணிகளில் வேகமாக நுழைந்துள்ள நிலையில், ஊழியர்களின் செயல்திறனை AI பயன்பாட்டின் அளவை வைத்து கணக்கிடலாமா என்ற விவாதமும் உருவாகியுள்ளது. இந்தச் சூழலில், தனது பொறியாளர்களின் Performance Review முறையில் AI பயன்பாட்டை நேரடியாக முக்கிய அளவுகோலாகக் கருதாமல், அவர்களின் ஒட்டுமொத்த பணியின் விளைவுகளைப் பார்க்கும் வகையில் அணுகுமுறையை மாற்றியுள்ளதாக Meta தொடர்பான தகவல்கள் தெரிவிக்கின்றன.

கடந்த சில காலமாக Meta நிறுவனத்தின் பணிச்சூழலில் AI பயன்பாட்டுக்கு அதிக முக்கியத்துவம் வழங்கப்பட்டு வந்தது. பொறியாளர்கள் தங்களுடைய coding, development மற்றும் பிற தொழில்நுட்பப் பணிகளில் AI கருவிகளை அதிகமாக பயன்படுத்த வேண்டும் என்ற எதிர்பார்ப்பு இருந்தது. AI மூலம் பணிகளை விரைவாக முடிப்பது மட்டுமல்லாமல், அதிக அளவிலான output உருவாக்க முடியும் என்ற நம்பிக்கையும் நிறுவனத்தின் அணுகுமுறையில் முக்கிய பங்கு வகித்தது. இதன் ஒரு பகுதியாக ஊழியர்களின் AI பயன்பாட்டை கண்காணிக்கும் dashboards மற்றும் பயன்பாட்டு அளவீடுகள் தொடர்பாகவும் தகவல்கள் வெளியாகியிருந்தன.

ஆனால் AI பயன்பாட்டை ஒரு குறிப்பிட்ட எண்ணிக்கையிலோ அல்லது அளவிலோ கணக்கிட்டு, அதையே ஊழியரின் செயல்திறனுக்கான பிரதான அளவுகோலாக பயன்படுத்துவது எதிர்பார்த்த பலனை தராது என்ற புரிதல் தற்போது உருவாகியுள்ளதாக தெரிகிறது. புதிய உள்நாட்டு வழிகாட்டுதலின்படி, பொறியாளர் எவ்வளவு AI பயன்படுத்துகிறார் என்பதை மட்டும் வைத்து Performance Review நடத்த வேண்டாம் என்றும், அதற்குப் பதிலாக அவர் உருவாக்கிய பணியின் மொத்த விளைவு, தரம் மற்றும் நிறுவனத்திற்கு ஏற்படுத்திய தாக்கம் ஆகியவற்றை மேலாளர்கள் கவனிக்க வேண்டும் என்றும் கூறப்பட்டுள்ளதாக தகவல்கள் தெரிவிக்கின்றன.

இதன் பின்னணியில் ஒரு முக்கியமான நடைமுறைச் சிக்கல் உள்ளது. AI பயன்பாட்டை கட்டாய அளவுகோலாக மாற்றிவிட்டால், உண்மையான தேவைக்காக AI பயன்படுத்துவதற்குப் பதிலாக, பயன்பாட்டு எண்ணிக்கையை அதிகரிப்பதற்காகவே ஊழியர்கள் அந்தக் கருவிகளை பயன்படுத்தும் நிலை உருவாகலாம். ஒரு பொறியாளர் சிக்கலான பிரச்சினையைத் தீர்க்க AI உதவியைப் பெற்றாரா என்பது மட்டும் அவரது திறனை முழுமையாகக் காட்டாது. அவர் உருவாக்கிய தீர்வு சரியாக செயல்படுகிறதா, பாதுகாப்பானதா, பராமரிக்க எளிதானதா, தயாரிப்பின் தரத்தை உயர்த்துகிறதா என்பதுதான் நிறுவனத்திற்கு உண்மையான மதிப்பை உருவாக்கும்.

மேலும், ஒவ்வொரு பணிக்கும் AI பயன்படுத்துவது அவசியம் என்பதும் இல்லை. சில நேரங்களில் அனுபவம் வாய்ந்த பொறியாளர் ஒரு பிரச்சினையை தனது அறிவின் அடிப்படையில் வேகமாகத் தீர்த்துவிடலாம். மற்றொரு சூழலில், AI coding assistant மூலம் ஆரம்ப கட்ட code உருவாக்கப்பட்டு, பின்னர் மனித பொறியாளர் அதை ஆய்வு செய்து திருத்தி சிறந்த தீர்வாக மாற்றலாம். எனவே, கருவியை பயன்படுத்திய அளவை வைத்து திறனை மதிப்பிடுவது, தொழில்நுட்பப் பணியின் உண்மையான தன்மையை பிரதிபலிக்காது.

Meta-வின் அணுகுமுறை மாற்றம், நிறுவனங்கள் AI-ஐ எவ்வாறு பார்க்கத் தொடங்கியுள்ளன என்பதிலும் ஒரு மாற்றத்தை காட்டுகிறது. ஆரம்பகட்டத்தில் “AI-ஐ பயன்படுத்த வேண்டும்” என்பது முக்கிய இலக்காக இருந்த நிலையில், தற்போது “AI-ஐ பயன்படுத்தி என்ன பயன் கிடைத்தது?” என்பதற்கே அதிக முக்கியத்துவம் கிடைக்கிறது. இது வெறும் AI பயன்பாட்டு எண்ணிக்கையிலிருந்து Business Impact மற்றும் Productivity Outcome நோக்கி நகரும் அணுகுமுறையாக பார்க்கப்படுகிறது.

உண்மையில், AI கருவிகள் பணியிடங்களில் ஒரு உதவியாளராக செயல்படத் தொடங்கியுள்ளன. Coding முதல் documentation வரை பல பணிகளை அவை வேகப்படுத்துகின்றன. Meta நிறுவனத்திலும் அதன் சொந்த AI கருவிகளுடன் போட்டி நிறுவனங்களின் AI மாடல்களுக்கும் ஊழியர்களுக்கு அணுகல் வழங்கப்பட்டுள்ளதாக முன்பே தகவல்கள் வெளியாகியிருந்தன. இதன் நோக்கம் ஒரு குறிப்பிட்ட கருவியை கட்டாயப்படுத்துவதைவிட, ஊழியர்கள் தங்களது பணியை திறமையாகச் செய்யக்கூடிய சூழலை உருவாக்குவதாக இருந்தது.

இந்த மாற்றம் தொழில்நுட்பத் துறையில் பணிபுரியும் ஊழியர்களுக்கு ஒரு முக்கியமான செய்தியையும் வழங்குகிறது. எதிர்காலத்தில் AI தெரிந்திருக்க வேண்டும் என்பது முக்கியமான திறனாக இருக்கலாம். ஆனால் AI பயன்படுத்துகிறோம் என்பதற்காக மட்டும் சிறந்த பணியாளர் என்ற மதிப்பீடு கிடைக்காது. AI மூலம் கிடைக்கும் output-ஐ சரிபார்க்கும் திறன், பிரச்சினையை சரியாக அடையாளம் காணும் திறன், தரமான தீர்வை உருவாக்கும் திறன், முடிவெடுக்கும் திறன் போன்ற மனிதத் திறன்களும் தொடர்ந்து முக்கியத்துவம் பெறும்.

இதனால் Performance Review என்ற முறையும் படிப்படியாக மாறக்கூடும். ஊழியர் எத்தனை மணி நேரம் வேலை செய்தார், எத்தனை AI prompts பயன்படுத்தினார் அல்லது எந்த அளவுக்கு AI கருவிகளை இயக்கினார் என்பதைக் காட்டிலும், அவர் உருவாக்கிய முடிவு நிறுவனத்தின் இலக்குகளுக்கு எவ்வளவு உதவியது என்பதே முக்கியமாக மாறும் வாய்ப்பு உள்ளது. AI பணியிடங்களில் வேகத்தை அதிகரிக்கலாம்; ஆனால் அந்த வேகத்தை சரியான திசையில் பயன்படுத்துவது மனித திறனின் பொறுப்பாகவே தொடரும்.

Meta-வில் ஏற்பட்டுள்ள இந்த மாற்றம், AI காலத்தின் ஒரு முக்கியமான பணியிடக் கொள்கையை வெளிப்படுத்துகிறது. AI பயன்பாடு ஒரு கருவியின் அளவீடாக இருக்கலாம்; ஆனால் ஒரு ஊழியரின் முழுமையான திறனுக்கான அளவுகோலாக அது மட்டும் இருக்க முடியாது. தொழில்நுட்பம் தொடர்ந்து வளரும்போது, நிறுவனங்களும் “யார் அதிகமாக AI பயன்படுத்துகிறார்?” என்ற கேள்வியிலிருந்து “யார் AI அல்லது வேறு எந்த கருவியையும் பயன்படுத்தி சிறந்த மதிப்பை உருவாக்குகிறார்?” என்ற கேள்வியை நோக்கி நகரும் சூழல் உருவாகி வருகிறது.

உள்ளூர் முதல் உலகம் வரை பரபரப்பான ஹாட் செய்திகளை உடனுக்குடன் அறிய மாலைமுரசு யூடியூப் சேனலை காண இங்கே கிளிக் செய்யவும்.