ثلاثة سيناريوهات حقيقية من بيئات عمل — ادرس السيناريو مع مجموعتك، حدّد المبادئ المنتهكة أو المُطبَّقة، ثم أصدر حكمك وتوصيتك.
كل مجموعة تعمل على سيناريو واحد لمدة 5 دقائق — اقرأ القصة، حدّد المبادئ المتأثرة، اختر حكمك، واكتب توصية واحدة. ثم تعرض مجموعتك نتائجها وتناقش مع بقية المجموعات.
شركة استشارات كبرى أعلنت عن وظيفة "محلل أعمال" وتلقّت 2000 طلب خلال أسبوع. قرر مدير الموارد البشرية استخدام أداة ذكاء اصطناعي لفرز الطلبات تلقائياً وترشيح 20 مرشحاً فقط للمقابلة.
النظام رشّح قائمته في 3 دقائق. لم يطّلع أحد من الموارد البشرية على باقي الطلبات. المتقدمون لم يعلموا بوجود هذا النظام، ولا يملكون أي طريقة لمعرفة سبب رفض طلباتهم.
لاحقاً اكتشف أحد المتقدمين المرفوضين — وهو خريج متميز — أن النظام كان يُعطي درجات أقل للمتقدمين الذين تخرجوا من جامعات خارج دول معينة، رغم أنها معتمدة دولياً.
مدير في شركة تقنية يعاني من صعوبة في تقييم إنتاجية فريقه البعيد. اشترك في أداة ذكاء اصطناعي تتصل بـ Microsoft Teams وتُحلّل تلقائياً عدد الرسائل، أوقات الحضور، سرعة الرد، والمشاركة في الاجتماعات — لتُنتج "تقرير إنتاجية" أسبوعي لكل موظف.
المدير يستخدم هذه التقارير في قرارات الترقية والمكافآت. الموظفون لا يعلمون بوجود هذه الأداة ولا بأن محادثاتهم تُحلَّل. أحد الموظفين ذوي الأداء المتميز حصل على تقييم منخفض لأنه يُفضّل التواصل الهاتفي على الكتابي.
مستشفى متخصص بدأ تجربة نظام ذكاء اصطناعي لتحليل صور الأشعة والتنبؤ بالتشخيص. النظام طُوِّر على مليون صورة أشعة وأثبت دقة 94% في الدراسات المعملية — مقارنة بـ 87% متوسط دقة الأطباء البشريين في نفس الدراسات.
لكن بعد 6 أشهر من الاستخدام، تبيّن أن الأطباء في قسم الطوارئ — بسبب ضغط العمل — باتوا يُصادقون على تشخيص النظام في 80% من الحالات دون مراجعة الصورة بأنفسهم. في إحدى الحالات، أخطأ النظام في تشخيص كتلة سرطانية وصادق عليه الطبيب دون مراجعة.