روش کار انسانها برای برنامهریزی و ساختن فردا به طور کامل تغییر کرده است. ما از دوران محاسبات دستی روی کاغذ عبور کردهایم و وارد عصری شدهایم که در آن نرمافزارها شرکای ما در تصمیمگیری هستند. این تحول بزرگ اکنون به قلب دانش آینده نگاری (Foresight) نفوذ کرده است. امروزه پایگاههای داده به راحتی در دسترس هستند و ابزارهای جدید امکان ارتباط و تصمیمگیری تیمی را به صورت آنلاین فراهم کردهاند. در این نوشتار نشان میدهیم که چگونه فرآیند رصد تغییرات از یک کار محدود و خستهکننده به یک فعالیت زنده و تعاملی تبدیل شده است و چگونه پلتفرمهای مختلف این مسیر را برای مدیران و پژوهشگران هموار میکنند.
تفاوت دیجیتالی شدن و اطلاعاتیسازی در آینده نگاری
برای درک بهتر ابزارهای جدید ابتدا باید تفاوت دو مفهوم مهم را به زبان ساده روشن کنیم. دیجیتالی شدن (Digitization) به معنای تبدیل دادههای فیزیکی مانند متن و تصویر به فرمتهای کامپیوتری است. این کار فقط اطلاعات را به کدهای قابل خواندن برای ماشین تبدیل میکند.
اما اطلاعاتیسازی (Informatization) داستان کاملا متفاوتی دارد. این مفهوم نشان میدهد که چگونه فناوریهای جدید روش کار سازمانها و ارتباط بین افراد را بصورت بنیادین تغییر میدهند. وقتی یک سیستم، اطلاعاتی میشود موانع زمانی و مکانی از بین میروند و افراد میتوانند در یک شبکه تعاملی با هم کار کنند. تفاوتهای کلیدی این دو مفهوم در جدول زیر به سادهترین شکل خلاصه شده است:
| ویژگی اصلی | دیجیتالی شدن | اطلاعاتیسازی |
| تعریف پایه | تبدیل اسناد فیزیکی به فایل کامپیوتری | تحول روابط کاری و اجتماعی با کمک فناوری |
| کارکرد اصلی | ذخیرهسازی آسان اطلاعات | تغییر بنیادین در نحوه عملکرد سیستمها |
| نتیجه نهایی | ایجاد پایگاههای داده | خلق یک جامعه تعاملی و شبکهای |
بدون دیجیتالی شدن امکان اطلاعاتیسازی وجود ندارد اما این اطلاعاتیسازی است که باعث میشود فرآیندهای مربوط به آینده نگاری به شکل شبکههای آنلاین درآیند تا همه بتوانند همزمان در آن مشارکت کنند.
بررسی پلتفرمهای پیشرو و تعاملی برای کشف فردا
پژوهشگران برای بررسی احتمالات پیش رو از پلتفرمهای متنوعی استفاده میکنند. پروژه هزاره (Millennium Project) یکی از پیشگامان این عرصه است. این سازمان از روشی به نام دلفی بلادرنگ استفاده میکند. این ابزار به متخصصان سراسر جهان اجازه میدهد در یک فضای مجازی مشترک به سوالات پاسخ دهند و با مطالعه نظرات دیگران، دیدگاههای خود را اصلاح کنند. در این سیستم صدها سناریو تولید شده است که در زمان وقوع رویدادهای جدید به راحتی بهروزرسانی میشوند. در این روش افرادِ درگیر در پروژه به صورت همزمان از یکدیگر یاد میگیرند.
مدلهای محاسباتی و کمی نیز پیشرفتهای بسیار جذابی داشتهاند. جدول زیر سه پلتفرم برجسته و تعاملی در این زمینه را معرفی میکند:
| نام پلتفرم | حوزه تمرکز | ویژگیهای کلیدی سیستم |
| مدل اقلیمی جاوا (JCM) | تغییرات آبوهوایی | دارای 200 متغیر مختلف با امکان بررسی نتایج تا سال ۲۱۰۰ |
| مدل تعاملی مقیاسپذیر (SWIM) | توسعه سیاستگذاری | نسخه ارتقایافته با قابلیت بررسی دقیق دادهها برای کشورهای کوچک |
| پلتفرم آیندههای بینالمللی (IFP) | رفاه انسانی و مشکلات جهانی | پوشش ۱۸۶ کشور با امکان تولید سناریوهای مستقل تا پایان قرن حاضر |
در کنار این موارد پلتفرم آیندهها (Futures Platform) به عنوان یک ابزار بررسی کیفی و متنی عمل میکند. این پایگاه اطلاعاتی با پشتیبانی از 15 زبان مختلف، روندهای بازار را در 11 حوزه تخصصی رصد میکند و به کاربران اجازه میدهد با کمک کارشناسان، مسیرهای اختصاصی خود را بسازند. این پایگاه به طور مداوم دادههای جدید را جمعآوری کرده و مسیرهای توسعه را به مدیران نشان میدهد.
نقش هوش مصنوعی به عنوان دستیار پژوهشی در آینده نگاری
دوران همهگیری کرونا باعث شد استفاده از سیستمهای کار از راه دور به شدت افزایش یابد. این سیستمها با اضافه کردن قابلیتهای هوشمند به عنوان یک همتیمی جدید در کارها مشارکت میکنند. در این میان ابزارهای جذابی مانند هوش مصنوعی عاملگرا ظهور کردهاند که با سرعت فوقالعادهای با کاربر ارتباط برقرار میکنند و سناریوهای مختلفی میسازند. با این وجود بررسیها نشان میدهد کیفیت خروجی آنها به شدت به خلاقیت و دانش فرد پرسشکننده بستگی دارد. اگر کاربر منطق سناریونویسی را نداند خروجی مفیدی دریافت نخواهد کرد و ماشین به تنهایی نمیتواند معجزه کند.
این ابزارها با سرعت فوقالعادهای با کاربر ارتباط برقرار میکنند و سناریوهای مختلفی میسازند. با این وجود بررسیها نشان میدهد کیفیت خروجی آنها به شدت به خلاقیت و دانش فرد پرسشکننده بستگی دارد. اگر کاربر منطق سناریونویسی را نداند، خروجی مفیدی دریافت نخواهد کرد و ماشین به تنهایی نمیتواند معجزه کند.
پلتفرم طراحی قورباغه (Frog Design) نیز یک ابزار تجاری است که برای توسعه نوآوری و رشد سازمانی استفاده میشود. این سیستم تاکید دارد که هوش ماشین بینقص نیست و تفسیر دادهها حتما باید با درک درست از شرایط فرهنگی توسط انسان انجام شود. در حال حاضر منطقی است که این ابزارها را صرفا به عنوان دستیاران پژوهشی سریع و کارآمد در نظر بگیریم که وظیفه دارند کارهای زمانبر را برای ما انجام دهند.
خطرات و هشدارهای استفاده از ماشینهای هوشمند
سازمان افقهای سیاستگذاری کانادا (Policy Horizons Canada) هشدارهای مهمی درباره استفاده از این فناوریها ارائه میدهد. با وجود مزایای فراوان در تولید سریع متن و تصویر خطرات پنهانی در این سیستمها وجود دارد. یکی از بزرگترین چالشها بحث توهم هوش مصنوعی است؛ بزرگترین خطر این است که ما دقیقا نمیدانیم این نرمافزارها دادههای خود را از کجا یاد گرفتهاند. این موضوع میتواند باعث شود که دیدگاههای موجود در اینترنت به شدت در نتایج پررنگ شوند و واقعیتهای خارج از دنیای دیجیتال کاملا نادیده گرفته شوند.
همچنین فقدان شفافیت در فرآیند یادگیری ماشین، خطر نقض حریم خصوصی و هنجارهای اخلاقی را افزایش میدهد. این الگوریتمها ممکن است مسیرهای اشتباه و فریبندهای را به مدیران پیشنهاد دهند. بنابراین کاملا ضروری است که تمام تصاویر و سناریوهای تولید شده توسط ماشین در یک فضای مشارکتی زنده تحت نظارت متخصصان انسانی ارزیابی و اصلاح شوند.
فعالیتهای استراتژیک اکنون به شکلی گسترده در فضای آنلاین انجام میشوند. ماشینها سرعت پردازش را افزایش میدهند اما در نهایت این خرد انسانی است که باید این ابزارها را هدایت کند تا نتایج کاربردی و قابل اعتمادی تولید شود. سازمانهایی که ترکیب درستی از سرعت ماشین و دقت انسان را به کار میگیرند، قطعا برندگان دنیای پرشتاب فردا خواهند بود.
مطالعه بیشتر:
ارکستر جاز آینده؛ هوش مصنوعی و دلفی
توهم هوش مصنوعی؛ وقتی چتباتها شما را غرق میکنند
مثلث آینده و نقش آن در آینده پژوهی
منبع: jfsdigital