مدیریت الگوریتمی

مدیریت الگوریتمی (Algorithmic Management) به استفاده از سامانه‌های الگوریتمی برای خودکارسازی یا پشتیبانی از وظایف مدیریتی مانند هدایت، نظارت هوشمند و ارزیابی عملکرد گفته می‌شود. این رویکرد با افزایش سرعت پردازش اطلاعات و توسعه تصمیم‌گیری داده‌محور، شیوه اداره سازمان‌ها و روابط میان مدیران و کارکنان را دگرگون می‌سازد. نظر به اهمیت موضوع در این مقاله، مدیریت الگوریتمی مفهوم‌سازی و تعریف خواهد شد.

تعریف مدیریت الگوریتمی

مدیریت الگوریتمی رویکردی نوین در اداره سازمان است که در آن بخشی از وظایف سنتی مدیران به الگوریتم‌ها و سامانه‌های رایانه‌ای واگذار می‌شود. این وظایف می‌توانند شامل برنامه‌ریزی فعالیت‌ها، تخصیص منابع، نظارت بر کارکنان، سنجش بهره‌وری و ارزیابی نتایج کار باشند. سازمان همکاری و توسعه اقتصادی (OECD) این مفهوم را استفاده از نرم‌افزار برای خودکارسازی کامل یا جزئی وظایفی می‌داند که به‌طور سنتی توسط مدیران انسانی انجام می‌شوند.

در بستر سازمانی، این شیوه مدیریت با تحول دیجیتال و گسترش فناوری‌های هوشمند ارتباط نزدیکی دارد، اما با آنها یکسان نیست. الگوریتم‌های مدیریتی ممکن است بر قواعد ازپیش‌تعیین‌شده متکی باشند یا از قابلیت‌های هوش مصنوعی و یادگیری ماشین بهره ببرند. برای نمونه، یک سامانه می‌تواند بر اساس حجم سفارش‌ها، ظرفیت کارکنان و محدودیت‌های زمانی، برنامه کاری روزانه را تنظیم کند.

ویژگی متمایز این رویکرد، انتقال بخشی از وظایف مدیریتی از انسان به سامانه‌های محاسباتی است. در مدیریت سنتی، مدیران معمولاً با تکیه بر تجربه، قضاوت شخصی و اطلاعات موجود تصمیم می‌گیرند؛ اما در الگوی الگوریتمی، قواعد پردازش اطلاعات و مدل‌های تصمیم‌گیری نقش برجسته‌تری پیدا می‌کنند. در چنین ساختاری، مدیران بیشتر بر تفسیر نتایج، مدیریت شرایط استثنایی، هماهنگی فعالیت‌ها و تصمیم‌های راهبردی تمرکز می‌کنند.

ویژگی‌های مدیریت الگوریتمی

در ادبیات دانشگاهی، چارچوب‌های متفاوتی برای بررسی مدیریت الگوریتمی ارائه شده است و هنوز مجموعه واحدی از ابعاد موردتوافق جهانی برای آن وجود ندارد. برخی مطالعات بر کارکردهای مدیریتی الگوریتم‌ها تأکید دارند و برخی دیگر، نحوه تعامل انسان و فناوری یا پیامدهای سازمانی آن را بررسی می‌کنند. بااین‌حال، ویژگی‌های مشترک این رویکرد را می‌توان در موارد زیر خلاصه کرد:

• خودکارسازی فرایندها (Process Automation)

• تصمیم‌گیری داده‌محور (Data-Driven Decision-Making)

• نظارت الگوریتمی (Algorithmic Monitoring)

• کنترل الگوریتمی (Algorithmic Control)

• ارزیابی عملکرد کارکنان (Employee Performance Evaluation)

• تخصیص هوشمند وظایف (Intelligent Task Allocation)

• هماهنگی انسان و ماشین (Human–Machine Coordination)

این ویژگی‌ها نشان می‌دهند که مدیریت الگوریتمی صرفاً به استفاده از نرم‌افزارهای اداری محدود نیست، بلکه با شیوه هدایت و کنترل فعالیت‌های سازمان ارتباط دارد. برای مثال، یک سامانه ثبت اطلاعات کارکنان زمانی در قلمرو این مفهوم قرار می‌گیرد که داده‌های آن برای انجام یا پشتیبانی از وظایف مدیریتی به کار گرفته شوند. همچنین میزان خودکارسازی در سازمان‌های مختلف متفاوت است؛ برخی سامانه‌ها تنها اطلاعات و پیشنهاد ارائه می‌کنند، درحالی‌که برخی دیگر تصمیم‌های اجرایی را بر اساس قواعد تعیین‌شده اتخاذ می‌کنند.

کارکردهای مدیریت الگوریتمی در سازمان

کارکردهای مدیریت الگوریتمی را می‌توان بر اساس نوع وظایفی که به سامانه‌های رایانه‌ای واگذار می‌شوند، طبقه‌بندی کرد. سازمان همکاری و توسعه اقتصادی در پژوهش سال ۲۰۲۵ خود، سه دسته اصلی شامل هدایت کارکنان، پایش فعالیت‌ها و ارزیابی کارکنان را بررسی کرده است. این طبقه‌بندی، چارچوبی کاربردی برای شناخت حوزه‌های استفاده از الگوریتم‌ها در سازمان فراهم می‌کند.

هدایت الگوریتمی به استفاده از سامانه‌های محاسباتی برای سازمان‌دهی و توزیع فعالیت‌های کاری اشاره دارد. در این کارکرد، الگوریتم می‌تواند با توجه به ظرفیت کارکنان، حجم فعالیت‌ها و اولویت‌های سازمانی، برنامه انجام وظایف را تنظیم کند. برای مثال، در یک شرکت توزیع کالا، سامانه می‌تواند سفارش‌ها را بر اساس موقعیت جغرافیایی، ظرفیت ناوگان و زمان تحویل میان کارکنان تقسیم کند.

کارکردهای مدیریت الگوریتمی در سازمان

پایش الگوریتمی بر گردآوری و تحلیل مستمر اطلاعات مربوط به فعالیت‌های کارکنان متمرکز است. این سامانه‌ها می‌توانند زمان انجام کار، میزان پیشرفت وظایف، سرعت پاسخ‌گویی و شاخص‌های عملیاتی را ثبت و تحلیل کنند. تفاوت اصلی این شیوه با نظارت سنتی در قابلیت پردازش پیوسته حجم گسترده‌ای از اطلاعات و شناسایی الگوهای عملکردی است.

ارزشیابی الگوریتمی نیز به استفاده از داده‌ها و قواعد محاسباتی برای سنجش نتایج فعالیت‌های کارکنان مربوط می‌شود. در این کارکرد، الگوریتم‌ها می‌توانند شاخص‌های عملکردی را محاسبه کنند و اطلاعات لازم برای تصمیم‌گیری درباره پاداش، اصلاح فرایندها یا توسعه کارکنان را فراهم سازند. میزان دخالت مدیر انسانی در تصمیم نهایی به ساختار سامانه و سیاست‌های سازمان بستگی دارد.

چالش‌های مدیریت الگوریتمی

با وجود ظرفیت‌های گسترده مدیریت الگوریتمی، اجرای آن با چالش‌های فناورانه و سازمانی همراه است. یکی از مسائل اصلی، شفافیت سازوکار تصمیم‌گیری است. در سامانه‌های پیچیده، ممکن است کارکنان و حتی مدیران نتوانند به‌سادگی منطق تصمیم‌های الگوریتمی را درک کنند. این وضعیت می‌تواند اعتماد سازمانی را کاهش دهد و پذیرش فناوری را دشوار سازد. از سوی دیگر، کیفیت نامناسب داده‌ها یا طراحی نادرست مدل‌های محاسباتی ممکن است به تصمیم‌های نامناسب و ارزیابی‌های نادرست منجر شود.

چالش دیگر به تغییر روابط قدرت و اختیار در سازمان مربوط می‌شود. هنگامی که الگوریتم‌ها وظایف کارکنان را تعیین می‌کنند و عملکرد آنان را به‌صورت مستمر می‌سنجند، میزان استقلال شغلی و اختیار عمل کارکنان ممکن است تغییر کند. همچنین نظارت گسترده می‌تواند بر رضایت شغلی، فشار کاری و کیفیت تجربه کارکنان تأثیر بگذارد. پژوهش‌های سازمان همکاری و توسعه اقتصادی نیز نشان می‌دهند که ابهام در مسئولیت تصمیم‌های نادرست و دشواری توضیح منطق الگوریتم‌ها از نگرانی‌های مهم مدیران هستند.

در سطح مدیریتی، استقرار موفق این سامانه‌ها مستلزم بازنگری در نقش مدیران، توسعه شایستگی‌های دیجیتال و طراحی سازوکارهای مناسب برای نظارت بر تصمیم‌های خودکار است. سازمان‌ها باید مشخص کنند کدام وظایف قابلیت واگذاری به الگوریتم‌ها را دارند و در چه شرایطی مداخله انسانی ضروری است. همچنین توجه به کیفیت داده‌ها، قابلیت توضیح تصمیم‌ها و تناسب فناوری با ساختار سازمانی از عوامل مؤثر بر عملکرد این رویکرد محسوب می‌شود.

پرسشنامه مدیریت الگوریتمی

پرسشنامه مدیریت الگوریتمی والد-روشلئو و همکاران (۲۰۲۴) یکی از ابزارهای علمی سنجش میزان به‌کارگیری الگوریتم‌ها در فرایندهای مدیریتی سازمان است. این پرسشنامه استاندارد شامل ۲۰ گویه و پنج بعد نظارت الگوریتمی، هدف‌گذاری الگوریتمی، زمان‌بندی الگوریتمی، ارزیابی عملکرد الگوریتمی و جبران خدمات الگوریتمی است. ابزار مذکور با استفاده از طیف لیکرت هفت‌درجه‌ای، میزان مواجهه کارکنان با سامانه‌های مدیریت الگوریتمی را اندازه‌گیری می‌کند.

روایی و پایایی نسخه اصلی پرسشنامه در پژوهشی دانشگاهی با مشارکت ۱۳۳۲ نفر بررسی و تأیید شده است. پژوهشگران حوزه مدیریت منابع انسانی، رفتار سازمانی، هوش مصنوعی و تحول دیجیتال می‌توانند با بررسی روایی و پایایی نسخه فارسی، از این مقیاس برای سنجش مدیریت الگوریتمی در پایان‌نامه‌ها، رساله‌های دکتری و پژوهش‌های سازمانی استفاده کنند.

سخن پایانی

مدیریت الگوریتمی نشان‌دهنده تحولی مهم در شیوه اداره سازمان‌ها و تقسیم وظایف میان مدیران انسانی و سامانه‌های محاسباتی است. این رویکرد با استفاده از داده‌ها و قواعد الگوریتمی، امکان خودکارسازی فعالیت‌هایی مانند برنامه‌ریزی، هدایت کارکنان، نظارت و ارزیابی عملکرد را فراهم می‌کند. گسترش کاربرد آن می‌تواند به افزایش سرعت تصمیم‌گیری، بهبود هماهنگی فعالیت‌ها و استفاده کارآمدتر از منابع منجر شود. بااین‌حال، موفقیت این شیوه به کیفیت داده‌ها، قابلیت اعتماد سامانه‌ها و تناسب آنها با نیازهای سازمان وابسته است. مدیریت الگوریتمی را نباید معادل حذف مدیران انسانی دانست؛ بلکه می‌توان آن را بازتعریف نقش مدیریت در تعامل با فناوری تلقی کرد. در آینده، توانایی سازمان‌ها در ترکیب قابلیت‌های تحلیلی الگوریتم‌ها با قضاوت و تجربه انسانی می‌تواند یکی از عوامل تعیین‌کننده اثربخشی مدیریت و توسعه مزیت رقابتی باشد.

منبع: حبیبی، آرش؛ قوامی، محبوبه؛ تقی‌پور، خدیجه. هوش مصنوعی در سازمان و مدیریت. پارس‌مدیر.