தானியக்க பணியிட முடிவுகளுக்கு கலிஃபோர்னியா வரம்பு விதிக்கிறது
செயற்கை நுண்ணறிவு, ஆட்சேர்ப்பு, செயல்திறன் மதிப்பாய்வு, மறுசீரமைப்பு மற்றும் பணிநீக்கங்களுக்குப் பின்னால் இயங்கும் அமைப்பின் ஒரு பகுதியாகி வருகிறது. ஒருவரின் வேலை தொடருமா என்பதை மென்பொருள் திறம்படத் தீர்மானிக்க அனுமதிப்பது போன்ற மிக முக்கியமான பயன்பாடுகளில் ஒன்றை வரையறுக்க கலிஃபோர்னியா தற்போது நடவடிக்கை எடுத்துள்ளது.
ஆளுநர் Gavin Newsom சமீபத்தில் SB 947-ல் கையெழுத்திட்டார்; இது “No Robo Bosses Act” என்று குறிப்பிடப்படுகிறது. ஒழுங்கு நடவடிக்கை மற்றும் பணிநீக்க முடிவுகளை தானியக்க முடிவு அமைப்புகளிடம் முழுமையாக ஒப்படைப்பதை இந்தச் சட்டம் முதலாளிகளுக்குத் தடை செய்கிறது. இது ஜூலை 1, 2027 முதல் அமலுக்கு வரும்.
இந்தக் கொள்கை பணியிட செயல்முறைகளில் AI பயன்படுத்துவதைத் தடை செய்யவில்லை. அதற்குப் பதிலாக, நடைமுறையில் முக்கியமான ஒரு வரம்பை நிறுவுகிறது: ஒழுங்கு நடவடிக்கை அல்லது பணிநீக்கத்திற்கான இறுதி அதிகாரமாக தானியக்க வெளியீடு இருக்க முடியாது. முதலாளிகள் AI சார்ந்த பரிந்துரைகளை மறுஆய்வு செய்ய வேண்டும்; மேலும் ஒழுங்கு நடவடிக்கை அல்லது பணிநீக்க முடிவுக்குப் பின்னுள்ள காரணங்களின் விளக்கத்தை ஊழியர்களுக்கு வழங்க வேண்டும்.
இந்த விளக்கத்தில் அமைப்பு பயன்படுத்திய தரவுகள், பணியாளர் கோப்புகள், மதிப்பீடுகள், பணிப் பதிவுகள், சக ஊழியர் மதிப்பாய்வுகள் மற்றும் சாட்சியாளர் நேர்காணல்கள் போன்றவை அடங்கும். முதலாளியால் தானியக்க வெளியீட்டை உறுதிப்படுத்த முடியாவிட்டால், அல்லது மனித மறுஆய்வாளர் அதைத் தவறானது, முழுமையற்றது அல்லது தவறாக வழிநடத்தக்கூடியது என்று கண்டறிந்தால், ஒழுங்கு நடவடிக்கை அல்லது பணிநீக்க முடிவெடுக்க அதை பயன்படுத்த முடியாது.
இந்தச் சட்டம் ஏன் முக்கியமானது
வேலைவாய்ப்பு தொடர்பான முடிவுகள் ஏற்கனவே அல்காரிதம் கருவிகளால் வடிவமைக்கப்படுகின்றன. MyPerfectResume நடத்திய 1,000 HR நிபுணர்களின் கணக்கெடுப்பில், ஆட்சேர்ப்பு முடிவுகளை எடுக்க AI பயன்படுத்துவதாக 73% தெரிவித்தனர். மறுசீரமைப்பு மற்றும் பணிப் பங்கு திட்டமிடலில் AI உதவுகிறது என்று 52% கூறினர்; ஆபத்தானவர்கள் எனக் கருதப்படும் வேட்பாளர்களைக் குறிக்க 51% அதைப் பயன்படுத்துவதாக தெரிவித்தனர். பணிநீக்க முடிவுகளில் AI பயன்படுத்தவில்லை என்று 26% மட்டுமே கூறினர்.
ஒவ்வொரு முடிவும் முழுமையாக தானியக்கமானது என்பதை இந்த எண்ணிக்கைகள் காட்டவில்லை. ஆனால் வழக்கமான பின்தள உதவியைத் தாண்டி, யாருக்கு வாய்ப்பு, எச்சரிக்கை அல்லது பணிநீக்க அறிவிப்பு கிடைக்கும் என்பதைத் தீர்மானிக்கக்கூடிய அமைப்புகளுக்குள் AI நகர்கிறது என்பதை அவை காட்டுகின்றன.
இந்த மாற்றம் பொறுப்புக்கூறல் குறித்த கடினமான கேள்வியை உருவாக்குகிறது. AI அமைப்புகள் பெருமளவு தகவல்களைச் செயலாக்க முடியும்; ஆனால் அவற்றின் வெளியீடுகள் பெறும் தரவையும் வடிவமைப்பில் உள்ள முன்கணிப்புகளையும் சார்ந்தவை. மதிப்பெண், தரவரிசை அல்லது குறியீடாக வரும் பரிந்துரை புறநிலையானதாகத் தோன்றலாம். இருப்பினும், குறிப்பிட்ட ஊழியரின் பணியைச் சார்ந்த உண்மைகளுக்கு அது முழுமையற்றதாகவோ, தவறாக வழிநடத்தக்கூடியதாகவோ அல்லது ஆதாரமற்றதாகவோ இருக்கலாம்.
மனித மறுஆய்வை வெறும் சடங்கு ஒப்புதலைவிட மேலானதாக மாற்றுவதன் மூலம் SB 947 இந்த ஆபத்தை எதிர்கொள்கிறது. சட்டத்தின் தரநிலை உறுதிப்படுத்தலுடன் இணைக்கப்பட்டுள்ளது. தானியக்க பரிந்துரைக்கு ஆதரவு இல்லாதபோது, அல்லது அமைப்பின் வெளியீடு தவறானது அல்லது முக்கியமாக முழுமையற்றது என்று மறுஆய்வாளர் முடிவு செய்தபோது, அதை அவர் வெறுமனே ஏற்றுக்கொள்ள முடியாது.
முதலாளிகளுக்கான நடைமுறை மாற்றம்
ஊழியர் வாழ்க்கைச் சுழற்சி முழுவதும் தானியக்க கருவிகள் எவ்வாறு பயன்படுத்தப்படுகின்றன என்பதை ஆராய வேண்டிய தேவையை இந்த நடவடிக்கை முதலாளிகளுக்கு உருவாக்குகிறது. செயல்திறனை மதிப்பிடும், நடத்தை சார்ந்த ஆபத்துகளை அடையாளம் காணும், ஒழுங்கு நடவடிக்கையைப் பரிந்துரைக்கும், மறுசீரமைப்பின்போது ஊழியர்களை தரவரிசைப்படுத்தும் அல்லது பணிநீக்கத்திற்காக ஊழியர்களைக் குறிக்கும் கருவிகள் இதில் அடங்கும்.
இத்தகைய கருவிகளைப் பயன்படுத்தும் நிறுவனங்கள், முடிவின் தானியக்கமற்ற அடிப்படையைப் பதிவு செய்யும் செயல்முறையை உருவாக்க வேண்டும். தானியக்க அமைப்பை பாதித்த தகவலை அவர்கள் அடையாளம் காணவும், பாதிக்கப்பட்ட ஊழியருக்கு அதை விளக்கத் தயாராக இருக்கவும் வேண்டும்.
தரவு மூலங்களில் சட்டம் செலுத்தும் கவனம் முக்கியமானது. பணியாளர் கோப்புகள் மற்றும் மதிப்பீடுகள் முறையான பணியிட பதிவுகளை பிரதிபலிக்கலாம்; பணிப் பதிவுகள், சக ஊழியர் மதிப்பாய்வுகள் மற்றும் சாட்சியாளர் நேர்காணல்கள் அதிக சூழல்சார் மற்றும் தனிப்பட்டதாக இருக்கலாம். வெளிப்படுத்தல் இல்லாமல் ஊழியர் காணவோ சவால் செய்யவோ கடினமான வகையில் தானியக்க அமைப்பு அந்த உள்ளீடுகளை இணைக்கக்கூடும்.
காரணங்களை வழங்குவதும் தொடர்புடைய உள்ளீடுகளை அடையாளம் காண்பதும் நியாயம் குறித்த ஒவ்வொரு கேள்விக்கும் தீர்வு அளிக்காது. ஆனால் ஒரு பரிந்துரை அந்த நபரின் உண்மையான சூழ்நிலைகளை அடிப்படையாகக் கொண்டதா என்பதை ஆய்வு செய்ய ஊழியருக்கும் மனித மறுஆய்வாளருக்கும் தெளிவான தொடக்கத்தை இது வழங்குகிறது.
பிற பிராந்தியங்கள் கவனிக்கக்கூடிய ஒரு மாதிரி
அமெரிக்காவில் வேலைவாய்ப்பில் AI பயன்பாட்டை ஒழுங்குபடுத்துவது பெரும்பாலும் மாநில அளவிலான முயற்சியாகவே உள்ளது. இருப்பினும், கலிஃபோர்னியாவின் நடவடிக்கை பிற இடங்களின் விவாதத்தையும் பாதிக்கக்கூடும், ஏனெனில் அது ஒரு நேரடியான கொள்கையில் கவனம் செலுத்துகிறது: அமைப்புகள் மக்களுக்கு உதவலாம்; ஆனால் ஒருவரை ஒழுங்குபடுத்துவது அல்லது பணிநீக்கம் செய்வது குறித்த இறுதி முடிவை அவை சுயமாக எடுக்கக்கூடாது.
பணியிட AI-க்கு முழுமையான தடை விதிப்பதைவிட இந்த அணுகுமுறை குறுகியதாகும். முதலாளிகள் தானியக்க அமைப்புகளைப் பயன்படுத்தலாம் என்பதை இது ஏற்றுக்கொள்கிறது; அதேவேளை சூழலை மதிப்பிடவும், ஆதாரங்களை சரிபார்க்கவும், நம்பகமற்ற முடிவை நிராகரிக்கவும் கூடிய ஒருவரிடம் இறுதி தீர்ப்பை வைத்திருக்கிறது.
மனிதவள தளங்களில் AI கருவிகள் மேலும் ஆழமாக இணைக்கப்படும்போது இந்த வேறுபாடு முக்கியமாகலாம். பணியிட முடிவுகளை வேகமாகவும் ஒரே மாதிரியாகவும் எடுக்க உதவும் வழியாக இந்தத் தொழில்நுட்பம் பெரும்பாலும் சந்தைப்படுத்தப்படுகிறது. ஒருவரின் வாழ்வாதாரம் ஆபத்தில் இருக்கும்போது, வேகமும் அளவும் பொறுப்புள்ள தீர்ப்பின் தேவையை நீக்காது என்பதை கலிஃபோர்னியாவின் புதிய சட்டம் வலியுறுத்துகிறது.
2027-ல் என்ன மாறும்
SB 947 அமலுக்கு வரும் போது, முதலாளிகளுக்கான மையக் கேள்வி AI ஈடுபட்டதா என்பது மட்டும் அல்ல. உண்மையான மனித மறுஆய்வு நடந்ததா, தானியக்க பரிந்துரையை உறுதிப்படுத்த முடியுமா, முடிவின் அடிப்படையைப் பற்றிய அர்த்தமுள்ள விளக்கம் ஊழியருக்கு வழங்கப்பட்டதா என்பதே கேள்வியாக இருக்கும்.
ஊழியர்களுக்கு, முழுமையாக தானியக்கமான ஒழுங்கு நடவடிக்கை அல்லது பணிநீக்க முடிவிலிருந்து இந்தச் சட்டம் பாதுகாப்பு வழங்குகிறது. முதலாளிகளுக்கும் தொழில்நுட்ப வழங்குநர்களுக்கும், பணியிட AI எவ்வாறு நிர்வகிக்கப்பட வேண்டும் என்பதற்கான அளவுகோலை இது உயர்த்துகிறது. கொள்கை வகுப்பாளர்களுக்கு, பணியிடங்களில் தானியக்க முடிவு அமைப்புகளின் விரிவடைந்து வரும் பங்குடன் நடைமுறையில் அமல்படுத்தக்கூடிய மனித மேற்பார்வை ஒத்திசைவாக இயங்குமா என்பதற்கான ஆரம்பச் சோதனையாக இது அமைகிறது.
இந்தக் கட்டுரை ZDNET-ன் செய்தியறிக்கையை அடிப்படையாகக் கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.
Originally published on zdnet.com