بقلم :  دكتور مها ياسر

هل يستطيع الذكاء الاصطناعي التنبؤ بموعد استقالة الموظفين؟

 

من التنبؤ بالرحيل إلى التخطيط للتعاقب الوظيفي

 

هل يمكن أن تعرف إدارة الموارد البشرية أن أحد موظفيها يفكر في الرحيل قبل أن يقدم استقالته؟ وهل يمكنها الاستعداد لشغور منصبه قبل أن يتحول الأمر إلى أزمة تشغيلية، خاصة إذا كان يشغل أحد المناصب الحيوية في المؤسسة؟

 

لم يعد هذا السؤال مجرد تصور مستقبلي؛ فقد أتاحت تقنيات الذكاء الاصطناعي وتحليلات القوى العاملة إمكانية دراسة أنماط الاستقالات السابقة، وتحليل مؤشرات الارتباط الوظيفي، وتقدير احتمالات دوران العمالة، بما يساعد المؤسسات على اتخاذ قرارات أكثر استباقية.

 

لكن السؤال الأهم ليس فقط: هل نستطيع توقع رحيل الموظف؟ بل: كيف يمكن تحويل هذه التوقعات إلى قرارات استراتيجية تحمي استمرارية الأعمال وتحافظ على المواهب، دون انتهاك خصوصية الموظفين أو الإضرار بحقوقهم المهنية؟

 

أولًا: كيف يستخدم الذكاء الاصطناعي للتنبؤ باستقالات الموظفين؟

 

تعتمد تحليلات الموارد البشرية التنبؤية (Predictive People Analytics) على استخدام البيانات التاريخية وتقنيات التعلم الآلي لاكتشاف الأنماط التي قد ترتبط بارتفاع احتمالية ترك العمل.

 

وقد تشمل البيانات المستخدمة، وفقًا للغرض المشروع من التحليل:

 

* نتائج استطلاعات الرضا والارتباط الوظيفي.

* معدلات دوران العمالة وأسباب الاستقالات السابقة.

* مدة الخدمة والمسار المهني وفرص الترقية.

* التغيرات في الأجور والمكافآت مقارنة بالمسؤوليات.

* عبء العمل وفرص التطور المهني وتجربة الموظف داخل المؤسسة.

* نتائج مقابلات البقاء ومقابلات الخروج.

 

ومن خلال تحليل هذه المؤشرات، يمكن لبعض الأنظمة تقدير احتمالية استقالة الموظفين خلال فترة زمنية محددة، أو اكتشاف الإدارات والوظائف التي تواجه مخاطر مرتفعة لفقدان الكفاءات.

 

ومع ذلك، هناك فرق جوهري بين التنبؤ باحتمالية الاستقالة ومعرفة قرار الموظف أو تحديد موعد رحيله بدقة. فالنتائج تظل تقديرات احتمالية تتأثر بجودة البيانات والظروف المتغيرة.

 

ثانيًا: من توقع الاستقالة إلى تخطيط التعاقب الوظيفي

 

تظهر القيمة الاستراتيجية الحقيقية للذكاء الاصطناعي عندما تنتقل المؤسسة من سؤال «من الذي قد يرحل؟» إلى سؤال «كيف نضمن استمرار الأعمال إذا رحل؟».

 

وهنا يأتي دور تخطيط التعاقب الوظيفي (Succession Planning)، الذي يهدف إلى تحديد الوظائف الحيوية وإعداد الكفاءات القادرة على شغلها، وتقليل مخاطر فقدان الخبرات والمعرفة المؤسسية.

 

يمكن للذكاء الاصطناعي دعم هذه العملية من خلال:

 

1. تحديد الوظائف الحيوية: تحليل أثر شغور الوظائف المختلفة في استمرارية العمليات والإيرادات وخدمة العملاء، وتحديد المواقع التي يتطلب شغورها استعدادًا مسبقًا.

 

2. تقييم مخاطر فقدان الكفاءات: ربط مؤشرات دوران العمالة بأهمية الوظيفة وصعوبة إيجاد بديل مناسب، لتحديد أولويات التدخل والتخطيط.

 

3. اكتشاف البدائل المحتملة: تحليل المهارات والخبرات والكفاءات المسجلة لتحديد الموظفين الذين يمكن إعدادهم لتولي مسؤوليات أكبر، مع مراجعة بشرية تضمن العدالة.

 

4. تحديد فجوات الجاهزية: اكتشاف المهارات القيادية أو الفنية التي يحتاج المرشح إلى تطويرها قبل تولي المنصب المستهدف.

 

5. إعداد سيناريوهات استباقية: دراسة احتمالات الشغور المفاجئ، أو فقدان أكثر من خبير في تخصص نادر، ووضع خطط بديلة تضمن استمرار الأعمال.

 

وبذلك يتحول تخطيط التعاقب الوظيفي من إجراء يبدأ بعد الاستقالة إلى عملية مستمرة ترتبط بالتخطيط الاستراتيجي وإدارة المواهب والمخاطر التشغيلية.

 

ثالثًا: ما الأدوات الحديثة المستخدمة في هذا المجال؟

 

تتعدد الحلول التقنية التي يمكن أن تدعم التنبؤ بمخاطر الاستقالات وإدارة المواهب، ومن أبرز الأمثلة:

 

Microsoft Viva Glint: تساعد في تحليل استطلاعات الارتباط الوظيفي وتعليقات الموظفين، وتدعم فهم العوامل المرتبطة بتجربة الموظف ومخاطر دوران العمالة.

 

Visier People Analytics: تقدم تحليلات للقوى العاملة تساعد المؤسسات على دراسة أنماط دوران العمالة والتنبؤ بالمخاطر المرتبطة بها، لدعم قرارات الاحتفاظ بالمواهب.

 

أدوات التعلم الآلي والذكاء الاصطناعي القابل للتفسير: يمكن استخدامها لبناء نماذج تنبؤية مخصصة، وتحليل العوامل التي أسهمت في التوقعات، متى توافرت البيانات والقدرات الفنية اللازمة.

 

كما يمكن دمج تحليلات القوى العاملة مع أنظمة إدارة المهارات وتخطيط التعاقب الوظيفي لتكوين صورة أكثر تكاملًا عن الوظائف الحيوية، والمرشحين المحتملين، والفجوات المستقبلية.

 

ومن المهم التأكيد أن قدرات هذه الأدوات تختلف من منتج إلى آخر؛ فليس كل نظام لإدارة الموارد البشرية قادرًا على التنبؤ بالاستقالات أو تحديد البدائل الوظيفية تلقائيًا، ولذلك يجب التحقق من الخصائص الفعلية لكل أداة قبل اعتمادها.

 

رابعًا: ما فوائد استخدام الذكاء الاصطناعي في التنبؤ بالاستقالات؟

 

يمكن أن يحقق الاستخدام المسؤول لهذه التقنيات مجموعة من الفوائد:

 

* خفض تكاليف دوران العمالة من خلال الاستعداد المبكر للتوظيف والتدريب.

* حماية استمرارية الأعمال وتقليل مخاطر شغور الوظائف التي يصعب تعويضها.

* تحسين تخطيط التعاقب الوظيفي وتطوير البدائل قبل الحاجة الفعلية إليها.

* تعزيز الاحتفاظ بالمواهب من خلال اكتشاف المشكلات التنظيمية التي يمكن معالجتها.

* تحسين تخطيط القوى العاملة وربط احتياجات المهارات المستقبلية بالخطط الاستراتيجية.

* تعزيز دور الموارد البشرية بوصفها شريكًا استراتيجيًا في إدارة المخاطر وصناعة القرار.

 

لكن تحقيق هذه الفوائد يتطلب أكثر من مجرد امتلاك أداة تقنية؛ فهو يعتمد على جودة البيانات، ودقة النماذج، واستعداد الإدارة لاتخاذ إجراءات فعلية بناءً على النتائج.

 

خامسًا: ما العيوب والمخاطر المحتملة؟

 

رغم الإمكانات الواعدة، فإن التنبؤ بمخاطر الاستقالات ينطوي على تحديات يجب عدم تجاهلها.

 

التوقعات الخاطئة: قد يصنف النظام موظفًا ضمن فئة المخاطر المرتفعة رغم عدم وجود نية لديه للاستقالة، أو يفشل في اكتشاف موظف يستعد بالفعل للمغادرة.

 

التحيز في البيانات: إذا كانت البيانات التاريخية تعكس ممارسات غير عادلة في التقييم أو الترقية، فقد تعيد النماذج إنتاج هذه التحيزات.

 

القرارات المبنية على افتراضات: قد يؤدي التعامل مع توقعات النظام باعتبارها حقائق إلى استبعاد موظف من فرص التطور أو الترقية، بما قد يدفعه بالفعل إلى الرحيل.

 

إهمال الأسباب الحقيقية: معرفة أن إحدى الإدارات تعاني ارتفاعًا في مخاطر الاستقالات لا تعالج تلقائيًا ضعف القيادة أو غياب فرص النمو أو عدم تنافسية التعويضات.

 

الاعتماد المفرط على التكنولوجيا: قد تغفل النماذج ظروفًا إنسانية ومهنية لا تظهر في البيانات، أو تعجز عن استيعاب تغير طموحات الموظف وفرصه الخارجية بصورة كاملة.

 

لذلك، يجب تقييم النماذج دوريًا، وقياس دقتها ومعدلات الخطأ فيها، ومراجعة آثارها على الفئات المختلفة من الموظفين.

 

سادسًا: أخلاقيات استخدام الذكاء الاصطناعي في توقع الاستقالات

 

السؤال الأخلاقي الأهم ليس فقط: هل نستطيع التنبؤ؟ بل: كيف نستخدم هذه القدرة دون تحويل بيئة العمل إلى مساحة للمراقبة أو الإضرار بثقة الموظفين؟

 

هناك خمسة مبادئ أساسية ينبغي الالتزام بها:

 

1. الخصوصية والشفافية: توضيح البيانات المستخدمة والغرض من تحليلها، وتقييد الوصول إليها، وحمايتها من الاستخدام غير المصرح به.

 

2. العدالة وعدم التمييز: مراجعة النماذج للتأكد من أنها لا تنتج تحيزات تؤثر في فرص الترقية أو التدريب أو التطور المهني.

 

3. الإشراف البشري: اعتبار النتائج مؤشرات مساعدة، لا أحكامًا نهائية على الموظفين أو أساسًا منفردًا لاتخاذ قرارات تمس مستقبلهم المهني.

 

4. تحديد الغرض من الاستخدام: استخدام التحليلات لتحسين بيئة العمل واستمرارية الأعمال، لا لمعاقبة الموظفين على احتمال مغادرتهم أو ممارسة مراقبة غير مبررة عليهم.

 

5. المساءلة وقابلية التفسير: تحديد المسؤول عن مراجعة النتائج، وتوثيق القرارات المهمة، وتوفير آليات لتصحيح الأخطاء والاعتراض عليها.

 

وتنسجم هذه المبادئ مع التوجهات الحديثة في حوكمة الذكاء الاصطناعي وإدارة مخاطره، التي تؤكد أهمية الشفافية والعدالة والمساءلة وحماية الخصوصية.

 

سابعًا: كيف تبدأ المؤسسة في تطبيق هذه الفكرة؟

 

يمكن لإدارة الموارد البشرية البدء بخطوات عملية ومدروسة:

 

1. تحديد الوظائف الحيوية التي قد يؤدي شغورها إلى مخاطر استراتيجية أو تشغيلية.

2. مراجعة بيانات الاستقالات السابقة والتأكد من جودتها ومدى ملاءمتها للتحليل.

3. تحديد المؤشرات المسموح باستخدامها والضوابط المتعلقة بحماية البيانات.

4. اختبار النماذج على بيانات سابقة، ثم تقييمها على نطاق محدود قبل التوسع في استخدامها.

5. إعداد خطط تعاقب وظيفي تشمل المرشحين المحتملين وفجوات المهارات وبرامج التطوير.

6. وضع آليات واضحة للمراجعة البشرية وقياس النتائج ومراقبة التحيزات.

 

وينبغي قياس نجاح التطبيق بمدى تحسن جاهزية البدائل، وتقليل مخاطر شغور الوظائف الحيوية، ومعالجة أسباب الاستقالات القابلة للمعالجة، وليس بعدد التوقعات التي ينتجها النظام.

 

الخلاصة: هل سيتنبأ الذكاء الاصطناعي باستقالة الموظف القادمة؟

 

يمكن للذكاء الاصطناعي أن يساعد المؤسسات على اكتشاف مؤشرات المخاطر مبكرًا، وفهم أنماط دوران العمالة، والاستعداد لشغور الوظائف الحيوية من خلال تخطيط أكثر فاعلية للتعاقب الوظيفي.

 

لكنه لا يستطيع ضمان معرفة قرار الموظف أو تحديد موعد استقالته بدقة مؤكدة.

 

المستقبل لا ينتمي إلى المؤسسة التي تعرف فقط من قد يغادر، بل إلى المؤسسة التي تفهم لماذا قد يغادر، وتستعد لاستمرار الأعمال، وتعمل في الوقت نفسه على بناء بيئة تستحق أن يبقى فيها موظفوها.

 

فالذكاء الاصطناعي يستطيع مساعدتنا على قراءة المؤشرات، لكن مسؤولية بناء الثقة وتطوير المواهب واتخاذ القرارات العادلة تظل مسؤولية القيادة والموارد البشرية.

 

سؤال للنقاش

 

إذا أخبرك نظام ذكاء اصطناعي بأن أحد موظفيك الرئيسيين قد يغادر خلال الأشهر الستة المقبلة، فهل ستبدأ بالبحث عن بديل له، أم ستبدأ بفهم الأسباب التي قد تدفعه إلى الرحيل؟

 

⸻

 

مراجع للاطلاع

 

* Microsoft Viva Glint — تحليلات الارتباط الوظيفي ومخاطر دوران العمالة.

* Visier People Analytics — تحليلات القوى العاملة والنماذج التنبؤية.

* NIST — إطار إدارة مخاطر الذكاء الاصطناعي.