AI ช่วยงานเร็วขึ้น แต่ทำไมคนทำงานกลับรู้สึกถูกจับตามากกว่าเดิม

AI ทำให้หลายงานเร็วขึ้น ตั้งแต่สรุปอีเมล จัดเอกสาร ไปจนถึงวิเคราะห์ข้อมูล แต่ด้านที่คนทำงานเริ่มกังวลคือร่องรอยดิจิทัลที่ถูกเก็บ ตีความ และอาจกลายเป็นตัวชี้วัดผลงาน

พนักงานออฟฟิศจำนวนมากเริ่มคุ้นกับเครื่องมือ AI ที่ช่วยสรุปอีเมล ร่างข้อความ จัดประชุม หรือเปลี่ยนไอเดียกระจัดกระจายให้กลายเป็นเอกสารที่ดูเรียบร้อยขึ้น งานบางอย่างที่เคยใช้เวลานานจึงสั้นลงอย่างเห็นได้ชัด

แต่ความสะดวกแบบเดียวกันก็พาอีกคำถามเข้ามาในที่ทำงาน ถ้าเครื่องมือดิจิทัลช่วยให้เราทำงานเร็วขึ้น ระบบเหล่านี้กำลังมองเห็นพฤติกรรมการทำงานของเราละเอียดขึ้นแค่ไหน

ในหลายองค์กร งานไม่ได้ทิ้งร่องรอยไว้แค่ผลงานสุดท้ายอีกต่อไป แต่รวมถึงเวลาออนไลน์ การเปิดไฟล์ การแก้เอกสาร การตอบข้อความ การเข้าประชุม หรือจังหวะที่ระบบมองว่า activity ลดลง ข้อมูลเหล่านี้อาจถูกใช้เพื่อดูภาพรวมทีม แต่ก็อาจทำให้พนักงานรู้สึกว่าการทำงานทุกช่วงถูกแปลเป็นคะแนนบางอย่าง

เมื่อการทำงานกลายเป็นข้อมูลที่อ่านได้

งานออฟฟิศจำนวนมากเคยมีพื้นที่ที่ระบบมองไม่เห็น คนหนึ่งอาจใช้เวลานั่งคิดก่อนเขียนอีเมลสำคัญ อีกคนอาจเงียบในที่ประชุมเพราะกำลังฟังและประเมินสถานการณ์ บางช่วงที่ดูเหมือนไม่ได้พิมพ์อะไร อาจเป็นช่วงที่กำลังแก้ปัญหาในหัว

เมื่อเครื่องมือทำงานย้ายมาอยู่บนแพลตฟอร์มดิจิทัลมากขึ้น ร่องรอยเหล่านี้ถูกเก็บได้ง่ายขึ้น และ AI ทำให้การอ่านข้อมูลจำนวนมากง่ายกว่าเดิม จากข้อมูลกระจัดกระจายสามารถถูกสรุปเป็นแนวโน้ม ภาพรวมพฤติกรรม หรือสัญญาณความเสี่ยงบางอย่าง

Joint Research Centre ของคณะกรรมาธิการยุโรปอธิบายว่า algorithmic management อาจเกี่ยวข้องกับการจัดสรรงาน การประเมินผลงาน ไปจนถึงการให้รางวัลหรือบทลงโทษ และการใช้ระบบเหล่านี้อาจสร้างความไม่สมดุลด้านข้อมูลระหว่างนายจ้างกับลูกจ้างได้

สิ่งที่วัดง่าย อาจไม่ใช่สิ่งที่มีค่าที่สุด

ระบบติดตามงานมักเห็นสิ่งที่นับได้ เช่น จำนวนงานที่ปิด เวลาตอบแชต จำนวนประชุม หรือความถี่ในการอัปเดตสถานะ แต่การทำงานจริงยังมีหลายส่วนที่วัดยากกว่า เช่น การตัดสินใจไม่ทำสิ่งที่เสี่ยง การช่วยทีมแก้ปัญหาเงียบ ๆ การรักษาความสัมพันธ์กับลูกค้า หรือการคิดให้รอบก่อนส่งงาน

ถ้าองค์กรให้ค่าน้ำหนักกับตัวเลขที่ระบบเห็นง่ายเกินไป พนักงานบางคนอาจเริ่มทำงานเพื่อให้ตัวชี้วัดดูดี มากกว่าทำงานให้เกิดผลลัพธ์ที่ดีจริง

ปัญหาจึงไม่ได้อยู่ที่การวัดผลเพียงอย่างเดียว แต่อยู่ที่การตีความข้อมูล ถ้าข้อมูลบอกว่าพนักงานตอบข้อความช้าลง ผู้จัดการอาจต้องดูต่อว่าเขากำลังรับงานเกินกำลัง มีคอขวดในระบบ หรือกำลังทำงานที่ต้องใช้สมาธิสูง ไม่ใช่สรุปทันทีว่าเขาไม่มีประสิทธิภาพ

ตัวอย่างจริงทำให้คำถามเรื่องความเป็นส่วนตัวชัดขึ้น

Reuters รายงานกรณี Toronto-Dominion Bank ที่แจ้งพนักงานบางส่วนว่าจะใช้ซอฟต์แวร์ WorkiQ เพื่อติดตามเวลาที่ใช้กับเบราว์เซอร์ แชตภายใน และแอปประชุม โดยบริษัทระบุว่าใช้เพื่อดู workflow และจัดสรรทรัพยากรให้ดีขึ้น ขณะเดียวกัน พนักงานตั้งคำถามเรื่องความยินยอม ความเป็นส่วนตัว และการนำข้อมูลไปใช้ประเมินผลงาน

กรณีนี้ไม่ได้หมายความว่าทุกองค์กรใช้ AI หรือเครื่องมือติดตามในลักษณะเดียวกัน แต่ช่วยให้เห็นประเด็นที่กำลังเกิดขึ้นในหลายที่ทำงาน คือพนักงานไม่ได้ถามแค่ว่าเครื่องมือช่วยงานได้ไหม แต่ถามด้วยว่าเครื่องมือเห็นอะไรเกี่ยวกับตัวเขาบ้าง ใครเข้าถึงข้อมูลได้ และข้อมูลนั้นจะถูกใช้ตัดสินอนาคตการทำงานหรือไม่

ความไว้ใจอาจสำคัญพอ ๆ กับประสิทธิภาพ

เครื่องมือ AI ในที่ทำงานอาจช่วยลดงานซ้ำ ช่วยค้นข้อมูล ช่วยร่างเอกสาร และช่วยให้ทีมเห็นปัญหาเร็วขึ้น แต่ถ้าองค์กรไม่อธิบายให้ชัดว่าเก็บข้อมูลอะไร เก็บไปทำไม เก็บนานแค่ไหน และใช้ตัดสินอะไรได้บ้าง ความสะดวกอาจเปลี่ยนเป็นความระแวง

บางคนอาจเลี่ยงใช้เครื่องมือบริษัทแล้วหันไปใช้เครื่องมือส่วนตัว บางคนอาจไม่กล้าพิมพ์ข้อมูลสำคัญลงระบบ บางคนอาจใช้ AI แต่ไม่เปิดเผย เพราะกลัวถูกมองว่าทำงานเองไม่เก่งพอ

ในยุโรป ประเด็นนี้ถูกจัดอยู่ในกรอบการกำกับดูแลที่จริงจังมากขึ้น โดย AI Act ของสหภาพยุโรปใช้แนวทางแบ่งระดับความเสี่ยงของระบบ AI และมีระยะเวลาบังคับใช้แตกต่างกันตามประเภทของระบบ รวมถึงระบบที่เกี่ยวกับการจ้างงานในบางกรณี

สำหรับองค์กรทั่วไป บทสนทนาที่สำคัญอาจเริ่มจากเรื่องพื้นฐานกว่านั้น คือพนักงานควรรู้ว่าตัวเองถูกวัดจากอะไร และควรมีพื้นที่อธิบายบริบทของตัวเลขที่ระบบเห็น

งานยุค AI อาจไม่ได้จบที่คำว่าเร็วขึ้น

AI อาจช่วยให้เอกสารเสร็จเร็วขึ้น ประชุมสั้นลง หรือจัดลำดับงานได้ดีขึ้น แต่เวลาที่ประหยัดได้จะถูกใช้เป็นเวลาคิด เวลาพัก หรือเวลาพัฒนางาน หรือจะถูกเติมด้วยงานใหม่จนแน่นกว่าเดิม ยังขึ้นอยู่กับวัฒนธรรมขององค์กร

ถ้าใช้ด้วยความชัดเจน เครื่องมือเหล่านี้อาจช่วยให้ทีมเห็นคอขวด ลดงานซ้ำ และกระจายภาระได้ดีขึ้น แต่ถ้าใช้โดยไม่มีขอบเขต มันอาจทำให้คนทำงานรู้สึกว่าต้องแสดงความขยันให้ระบบเห็นตลอดเวลา

คำถามของที่ทำงานยุค AI จึงไม่ใช่แค่ว่าเทคโนโลยีช่วยให้ทำงานได้เร็วขึ้นหรือไม่ แต่รวมถึงว่าองค์กรใช้ข้อมูลเหล่านั้นอย่างเป็นธรรม โปร่งใส และเข้าใจมนุษย์มากพอหรือยัง

KEY TAKEAWAYS:

• AI ช่วยให้งานออฟฟิศหลายอย่างเร็วขึ้น แต่ก็ทำให้ร่องรอยการทำงานถูกเก็บและตีความได้ละเอียดขึ้น
• ตัวชี้วัดที่นับง่าย เช่น เวลาออนไลน์หรือจำนวน activity อาจไม่สะท้อนคุณค่าของงานทั้งหมด
• ความเสี่ยงสำคัญอยู่ที่การใช้ข้อมูลโดยไม่อธิบายขอบเขต วิธีตีความ และผลต่อการประเมินงาน
• พนักงานอาจไม่ได้กลัว AI โดยตรง แต่กังวลว่าคนในองค์กรจะใช้ AI เพื่อจับตาหรือกดดันมากขึ้น
• องค์กรที่ใช้ AI อย่างเหมาะสมควรให้ความสำคัญกับความโปร่งใส ความยินยอม และการคุยกับคนจริง ๆ ควบคู่กับ dashboard