ผลกระทบของปัญญาประดิษฐ์ต่อสภาพแวดล้อมการทำงาน

การนำปัญญาประดิษฐ์ (Artificial Intelligence หรือ AI) มาใช้ในสถานที่ทำงานส่งผลกระทบในหลายมิติ โดยครอบคลุมตั้งแต่การนำมาประยุกต์ใช้เพื่อยกระดับความปลอดภัยและสุขภาพของพนักงาน ไปจนถึงการสร้างความเสี่ยงรูปแบบใหม่ที่จำเป็นต้องมีการควบคุมดูแล รวมถึงการใช้ AI ในการติดตามประสิทธิภาพการทำงาน ซึ่งส่งผลต่อโครงสร้างการจ้างงานและจิตวิทยาในที่ทำงาน

การประยุกต์ใช้เพื่อความปลอดภัยและอาชีวอนามัย

ในมุมมองของความปลอดภัยและอาชีวอนามัย ปัจจุบันมีการใช้ ปัญญาประดิษฐ์แบบแคบ (Narrow AI) ซึ่งเป็น AI ที่ถูกออกแบบมาเพื่อทำงานเฉพาะด้าน ซึ่งมีบทบาทสำคัญในการลดความเสี่ยงดังนี้:

• การกำจัดงานอันตราย: AI ช่วยให้สามารถนำมนุษย์ออกจากสถานการณ์ที่มีความเสี่ยงสูง เช่น งานที่ก่อให้เกิดความเครียดสะสม การทำงานหนักเกินกำลัง หรือความเสี่ยงต่อการบาดเจ็บทางระบบโครงร่างและกล้ามเนื้อ โดย AI จะเข้ามาทำหน้าที่แทนในส่วนของการตัดสินใจและประมวลผลข้อมูล
• การวิเคราะห์เชิงคาดการณ์ (Predictive Analytics): การใช้ Machine Learning เพื่อวิเคราะห์ข้อมูลพฤติกรรมและสภาพแวดล้อม เพื่อระบุเงื่อนไขที่อาจนำไปสู่การเกิดอุบัติเหตุ เช่น อาการเหนื่อยล้า การบาดเจ็บจากการทำงานซ้ำๆ หรือการสัมผัสสารพิษ ทำให้สามารถเข้าแทรกแซงเพื่อป้องกันได้ทันท่วงที
• การเพิ่มประสิทธิภาพกระบวนการ: การใช้ระบบอัตโนมัติในงานที่ทำซ้ำๆ การนำเทคโนโลยีความจริงเสมือน (Virtual Reality) มาใช้ในโปรแกรมฝึกอบรมด้านความปลอดภัย และการตรวจจับเหตุการณ์ที่เกือบจะเกิดอุบัติเหตุ (Near Misses) เพื่อนำมาปรับปรุงระบบป้องกัน

ปัจจัยที่มีผลต่อการยอมรับเทคโนโลยี

การนำ AI มาใช้ในด้านสุขภาพและความปลอดภัยจะประสบความสำเร็จได้ต้องอาศัยการยอมรับจากทั้งผู้บริหารและพนักงาน โดยพนักงานอาจมีความกังวลเรื่องความเป็นส่วนตัวของข้อมูล หรือขาดความเชื่อมั่นเนื่องจากขาดความโปร่งใสในการใช้งาน ในขณะที่ผู้บริหารบางส่วนอาจให้ความสำคัญกับการเพิ่มผลผลิตทางเศรษฐกิจมากกว่าการยกระดับความปลอดภัยของพนักงาน

ความเสี่ยงและอันตรายรูปแบบใหม่จาก AI

แม้ AI จะช่วยลดความเสี่ยงเดิม แต่ก็นำมาซึ่งอันตรายรูปแบบใหม่ที่ต้องได้รับการควบคุม:

• ความเสี่ยงทางจิตสังคม (Psychosocial Hazards): การติดตามการทำงานอย่างใกล้ชิดผ่าน AI อาจนำไปสู่การบริหารจัดการแบบจู้จี้จุกจิก (Micromanagement) และการสร้างความกดดันทางจิตใจ
• ความลำเอียงของอัลกอริทึม (Algorithmic Bias): AI อาจเลียนแบบความลำเอียงของมนุษย์ทั้งโดยตั้งใจหรือไม่ตั้งใจ ซึ่งส่งผลต่อความยุติธรรมในการประเมินผลงาน
• ความรับผิดชอบต่อข้อผิดพลาด: ปัญหาการปัดความรับผิดชอบเมื่อเครื่องจักรทำงานผิดพลาด โดยการโยนความผิดให้ผู้ควบคุมที่เป็นมนุษย์แทน
• อันตรายทางกายภาพ: ความเสี่ยงจากการชนกันระหว่างมนุษย์และหุ่นยนต์ (Human-Robot Collisions) รวมถึงปัญหาด้านการยศาสตร์ (Ergonomics) ของส่วนต่อประสานระหว่างมนุษย์และเครื่องจักร

แนวทางการควบคุมความเสี่ยงเหล่านี้ ได้แก่ การกำหนดมาตรการรักษาความปลอดภัยทางไซเบอร์ การคุ้มครองข้อมูลส่วนบุคคล และการสร้างความโปร่งใสในการสื่อสารกับพนักงานเกี่ยวกับวิธีการนำข้อมูลไปใช้

ผลกระทบต่อการจ้างงานและผลิตภาพ

การนำเทคโนโลยีดิจิทัลและระบบอัตโนมัติมาใช้ส่งผลต่อตลาดแรงงานในลักษณะที่แตกต่างกัน:

• การเปลี่ยนแปลงของตำแหน่งงาน: ในช่วงทศวรรษ 2020 การใช้หุ่นยนต์สมัยใหม่ส่งผลให้เกิดการเติบโตของการจ้างงานสุทธิในบางภาคส่วน อย่างไรก็ตาม ธุรกิจจำนวนมากโดยเฉพาะในยุโรปกลางและตะวันออก คาดการณ์ว่าระบบอัตโนมัติจะทำให้เกิดการสูญเสียงานในอนาคต
• การเลิกจ้างในอุตสาหกรรมเทคโนโลยี: ตั้งแต่ปี 2023 เป็นต้นมา มีการเลิกจ้างพนักงานสายเทคโนโลยีจำนวนมาก ซึ่งส่วนหนึ่งถูกระบุว่าเกิดจากการนำ AI มาใช้ทดแทนการทำงานของมนุษย์

แนวคิด Token Maxxing ในการวัดผลผลิต

Token Maxxing คือความพยายามในการใช้จำนวน "Token" (หน่วยประมวลผลของ AI) เป็นตัวชี้วัดผลิตภาพของพนักงาน โดยเชื่อว่าการใช้ Token จำนวนมากสะท้อนถึงการใช้เครื่องมือ AI ที่ทรงพลังและทำงานได้มากขึ้น

อย่างไรก็ตาม แนวคิดนี้ถูกวิพากษ์วิจารณ์อย่างหนักว่าอาจนำไปสู่พฤติกรรมที่ไม่พึงประสงค์ เช่น พนักงานพยายามเพิ่มจำนวน Token โดยการเขียนคำสั่ง (Prompt) ให้ยาวเกินความจำเป็น หรือการรัน AI หลายตัวพร้อมกัน ซึ่งส่งผลให้เกิดค่าใช้จ่ายที่สูงขึ้น เกิดภาวะหมดไฟ (Burnout) และอาจได้ผลงานที่มีคุณภาพต่ำลงหรือมีโค้ดที่เทอะทะ