リーダーはまた、プライバシー、説明責任、人間による監督について、明確な線引きを示さなければならない。AIがどのデータにアクセスできるのか。自動化された提案は、どんなときに、重大な決定に影響する可能性があるのか。AIがミスを犯したときには、誰が説明責任を引き受けるのか。こういったことを社員に周知する必要がある。
社員は、AIのアウトプットを疑う権利が認められなければならない。つまり、反イノベーションのレッテルを貼られることなく疑うことができる環境が必要だ。採用プロセスにおいて、候補者のスクリーニング、面接、評価にAIを利用する場合、雇用者は、人間の介在が不可欠となるケースについて慎重に考えるべきだ。
自動化によって管理業務を迅速化できる可能性はあるが、採用は依然として、個人と企業の関係性に左右される。この経験から人間的要素を排除しすぎると、優秀な候補者に「この関係性は求めるに値しない」と判断されるかもしれない。
米国立標準技術研究所（NIST）が発表した「AIリスクマネジメントのフレームワーク」も同様に、AI導入を単純な技術導入として扱うべきではなく、ガバナンス、透明性、測定、継続的なリスクマネジメントを重視すべきであると警告している。
教訓
筆者は先ごろ、一部の専門家が言う「AI終末論」を緩和するためのステップを解説する記事を執筆した。未来のシステムに関する警告は、真剣に検討するに値する。一方、今日の職場でリーダーが直面しているのは、いますぐに対処できる試練だ。それは、特定の用途でAIを導入することに関して、社員が納得できる理由を提示できるか、というものだ。
AIに対する抵抗の広まりは、単に技術をめぐるパニックとして切り捨てるべきものではないし、企業の変化に対する抵抗として称賛すべきものでもない。恐怖に基づく場合もあれば、妨害の意図がある場合もあるだろう。しかしなかには、社員や求職者が企業に対して、AI導入について何か重要なことを教えている場合もあるかもしれない。
ソンブラの調査結果は、企業内部で社員がAIに抵抗していることを物語っている。ナンバーバーンの調査結果からは、AI主体の採用プロセスが候補者に敬遠されていることがわかる。これらを合わせると、同じ根本的問題が浮き彫りになる。企業は時に、AI導入を急ぐあまり、AIを巡る人間の信頼を築くよりも速いペースで、それを導入してしまうのだ。
