#Sự kiệnngàyhôm nay: Chatbot và tương lai của công việc
Công nghệ AI đang ngày càng trở nên phổ biến trong đời sống hàng ngày và vài năm trở lại đây, chatbot đã trở thành một công cụ quan trọng để hỗ trợ công việc của con người. Tuy nhiên, việc sử dụng chatbot có thể dẫn đến nhiều đổi mới về cách thức lao động và cách thức trả công.
Có nhiều công ty đã đầu tư nhiều thời gian và tiền bạc để đào tạo chatbot và sử dụng chúng để giải quyết các vấn đề khách hàng. Tuy nhiên, việc chatbot có hiệu quả thực sự hay không lại là một câu hỏi khác.
Những nghiên cứu gần đây cho thấy, chatbot có thể giúp tăng năng suất cho các lao động có kỹ năng thấp, điều mà các nhân viên có kỹ năng cao chưa nhận được. Tuy nhiên, việc trợ giúp này chỉ là giải pháp tạm thời và nó không thể thay thế hoàn toàn những nỗ lực và kỹ năng của các nhân viên.
Có nhiều chiến lược khác nhau để trả công cho người lao động có kỹ năng thấp và cao trong một trường hợp như vậy. Tuy nhiên, tất cả đều cần có một sự thay đổi về cách thức lao động của con người và cách thức tài trợ công bằng cho các công việc yêu cầu kỹ năng cao.
Cuối cùng, để tiếp cận tiềm năng của chatbot, chúng ta cần hỗ trợ cho người lao động và đào tạo họ để sử dụng hiệu quả công cụ này. Các công ty và người lao động cần làm việc cùng nhau để tìm ra cách thức tối ưu hóa sử dụng chatbot trong công việc và đảm bảo rằng nó sẽ không ảnh hưởng đến sự phát triển của con người.
Nguồn: https://www.wired.com/story/should-you-get-paid-for-teaching-a-chatbot-to-do-your-job/
Do đó, công ty đã dành nhiều thời gian để đào tạo những công nhân mới được thuê để thay thế những người nghỉ việc. Nhiều kỹ năng cần thiết là cái mà các nhà nghiên cứu gọi là “kiến thức ngầm”, bí quyết kinh nghiệm không thể dễ dàng hệ thống hóa nhưng các mô hình ngôn ngữ lớn có thể tiếp thu từ nhật ký trò chuyện và sau đó bắt chước. Bot của công ty đã trợ giúp về cả kỹ năng kỹ thuật và xã hội, chỉ cho các đại lý các tài liệu kỹ thuật có liên quan và gợi ý các cụm từ vui nhộn để xoa dịu những khách hàng đang sôi sục, chẳng hạn như “rất vui được giúp bạn khắc phục sự cố này càng sớm càng tốt!”
Sau khi bot bắt đầu trợ giúp, số lượng vấn đề mà nhóm giải quyết mỗi giờ đã tăng 14%. Hơn nữa, tỷ lệ một công nhân nghỉ việc trong một tháng nhất định đã giảm 9% và thái độ của khách hàng đối với nhân viên cũng được cải thiện. Công ty cũng chứng kiến lượng khách hàng yêu cầu nói chuyện với người quản lý giảm 25%.
Nhưng khi các nhà nghiên cứu chia nhỏ kết quả theo cấp độ kỹ năng, họ nhận thấy rằng hầu hết các lợi ích của chatbot được tích lũy cho những người lao động có kỹ năng thấp nhất, những người đã thấy năng suất tăng 35%. Những người lao động có tay nghề cao nhất không nhận được lợi ích gì và thậm chí còn thấy điểm hài lòng của khách hàng của họ giảm nhẹ, cho thấy rằng bot có thể đã gây xao nhãng.
Trong khi đó, giá trị của công việc đòi hỏi kỹ năng cao đó tăng lên gấp bội khi trợ lý AI hướng dẫn những người lao động có kỹ năng thấp hơn sử dụng các kỹ thuật tương tự.
Có lý do để nghi ngờ rằng người sử dụng lao động sẽ thưởng cho giá trị đó theo cách riêng của họ. Aaron Benanav, một nhà sử học tại Đại học Syracuse và là tác giả của cuốn sách Tự động hóa và Tương lai của Công việcnhìn thấy sự tương đồng lịch sử trong Chủ nghĩa Taylor, một hệ thống năng suất được phát triển vào cuối thế kỷ 19 bởi một kỹ sư cơ khí tên là Frederick Taylor và sau đó được áp dụng trong các nhà máy ô tô của Henry Ford.
Sử dụng đồng hồ bấm giờ, Taylor đã chia nhỏ các quy trình vật lý thành các bộ phận cấu thành của chúng để xác định cách hiệu quả nhất để hoàn thành chúng. Benanav nói, ông đặc biệt chú ý đến những người lao động lành nghề nhất trong một ngành nghề, “để có thể thu hút những người lao động kém kỹ năng hơn làm việc theo cách tương tự.” Giờ đây, thay vì một kỹ sư khó tính đeo đồng hồ bấm giờ, các công cụ học máy có thể thu thập và phổ biến các phương pháp hay nhất của người lao động.
Điều đó không quá hấp dẫn đối với một số nhân viên trong thời đại của Taylor. Benanav cho biết các phương pháp của ông có liên quan đến việc giảm thu nhập đối với những người lao động có tay nghề cao hơn, bởi vì các công ty có thể trả lương cho những nhân viên có tay nghề thấp hơn để làm cùng một loại công việc. Ngay cả khi một số người có thành tích cao vẫn cần thiết, các công ty cần ít người trong số họ hơn và sự cạnh tranh giữa họ tăng lên.
Benanav nói: “Theo một số tài khoản, điều đó đóng một vai trò khá lớn trong việc châm ngòi cho sự hợp nhất giữa tất cả những người lao động có tay nghề thấp hoặc trung bình trong những năm 1930,” Benanav nói. Tuy nhiên, một số kế hoạch ít trừng phạt hơn đã xuất hiện. Một trong những học trò của Taylor, kỹ sư cơ khí Henry Gantt—vâng, anh chàng biểu đồ—đã tạo ra một hệ thống trả lương tối thiểu cho tất cả công nhân nhưng thưởng cho những người cũng đạt được các mục tiêu bổ sung.
Ngay cả khi các nhà tuyển dụng cảm thấy được khuyến khích trả cho những người thực hiện tốt một khoản phí bảo hiểm để dạy các hệ thống AI hoặc nhân viên giành được nó cho chính họ, thì việc phân chia chiến lợi phẩm một cách công bằng có thể rất khó khăn. Trước hết, dữ liệu có thể được tổng hợp từ một số nơi làm việc và gửi đến một công ty AI để xây dựng một mô hình và bán lại cho các công ty riêng lẻ.
