پیمان شمس‌اردکانی
مدرس و پژوهشگر حوزه منابع انسانی

در سال‌های اخیر، «کناره‌گیری خاموش» به یکی از مهم‌ترین دغدغه‌های مدیران و پژوهشگران مدیریت منابع انسانی تبدیل شده است. در این پدیده، کارکنان حداقل وظایف خود را انجام می‌دهند و فراتر از چهارچوب تعریف ‌شده حاضر به مشارکت نیستند که آثار این پدیده در بهره‌وری و روحیه جمعی سازمان بازتاب داده می‌شود اما فناوری به مدیران این امکان را می‌دهد که با استفاده از الگوریتم‌های تحلیل داده و مدل‌های پیش‌بینی رفتاری، نشانه‌های اولیه این وضعیت شناسایی و مشکل زودتر برطرف شود. در این میان، هوش مصنوعی نقش پررنگی دارد. سیستم‌های مبتنی بر هوش مصنوعی با تحلیل حجم عظیمی‌از داده‌های سازمانی، می‌توانند الگوهای پنهان و تغییرات رفتاری ظریف کارکنان را شناسایی کنند؛ تغییراتی که ممکن است از دید مدیر یا حتی سامانه‌های سنتی پنهان بماند. یادگیری ماشین (ML) و پردازش زبان طبیعی، نه‌تنها نشانه‌های خاموش نارضایتی را زودتر آشکار می‌کند، بلکه حتی مسیر احتمالی افت انگیزه را پیش‌بینی کرده و برای آن راهکار مناسب پیشنهاد می‌دهد. به این ترتیب، مداخله مدیریتی از حالت واکنشی، به اقدامی‌پیش‌دستانه و هوشمند تبدیل می‌شود.
هوش مصنوعی تنها به شناسایی نشانه‌های کناره‌گیری خاموش بسنده نمی‌کند، بلکه در ارائه راه‌حل نیز نقشی کلیدی ایفا می‌کند. الگوریتم‌های یادگیری ماشین با تحلیل داده‌های رفتاری و مقایسه آن با الگوهای موفق، می‌توانند پیشنهادهای شخصی‌سازی‌ شده برای هر یک از کارکنان ارائه دهند؛ از این موارد می‌توان به توصیه دوره‌های آموزشی متناسب با نیازهای حرفه‌ای فرد، طراحی مسیرهای شغلی جایگزین یا حتی پیشنهاد تغییر در حجم و نوع وظایف اشاره کرد. برخی سامانه‌ها هم قادرند بر اساس تحلیل احساسات در پیام‌ها و بازخوردها، میزان رضایت شغلی را پیش‌بینی کرده و به مدیران راهکارهای عملی مانند تقویت ارتباطات بین‌فردی یا ایجاد فرصت‌های توسعه مهارت پیشنهاد دهند. این قابلیت سبب می‌شود مداخله‌ها دقیق‌تر، هدفمندتر و کارآمدتر از رویکردهای سنتی باشد.
فناوری‌های هوشمند و ابزارهای مبتنی بر هوش مصنوعی می‌توانند ابزاری قدرتمند در اختیار مدیران قرار دهند؛ ابزاری که اگر با رویکردی انسانی و علمی‌به کار گرفته شود، می‌تواند چراغی برای بازتعریف انگیزه و مشارکت در سازمان‌ها روشن کند.