به گزارش UX Collective، واژگان رایج در شرکت‌های هوش مصنوعی فقط اصطلاحات فنی نیستند و می‌توانند نشان دهند چه کسانی در شکل‌دادن فرهنگ این صنعت نقش پررنگ‌تری دارند. نیکول الکساندرا میکائیلیس در یادداشتی تازه، ریشه نظامی، بازی‌محور و طبقاتی چند عبارت پرکاربرد را بررسی کرده و خواستار زبانی فراگیرتر در تیم‌های محصول شده است.
از میدان نبرد تا جلسات توسعه محصول
یکی از نمونه‌های اصلی، عنوان شغلی Forward-Deployed Engineer است؛ مهندسی که نزدیک به مشتری مستقر می‌شود. براساس این یادداشت، آگهی‌های این موقعیت در آستانه سال ۲۰۲۶ نسبت به سال قبل بیش از هزار درصد رشد کرده‌اند. Palantir این عنوان را در میانه دهه ۲۰۰۰ برای مهندسانی به کار برد که همراه مشتریان دولتی و دفاعی آمریکا کار می‌کردند و نخستین نیروهای این بخش نیز Deltas نامیده می‌شدند. اکنون OpenAI و Google هم برای جذب این نیروها رقابت می‌کنند.
اصطلاح Tiger Team نیز سابقه‌ای قدیمی‌تر دارد. نخستین کاربرد مستند آن به مقاله‌ای در حوزه هوافضا در سال ۱۹۶۴ بازمی‌گردد و تیم نجات Apollo 13 به رواج آن کمک کرد. Red Team هم از فضای رقابت‌های شبیه‌سازی‌شده RAND در اوایل دهه ۱۹۶۰ آمده است؛ روشی که امروز آزمایشگاه‌های بزرگ هوش مصنوعی برای ارزیابی مدل‌ها استفاده می‌کنند. واژه Blitzscaling نیز ساخته رید هافمن برای توصیف رشد سریع به هر قیمت است و از Blitzkrieg الهام گرفته شده است.
اصطلاحات بازی و مسئله فراگیری
بخش دیگری از زبان امروز هوش مصنوعی از بازی‌های ویدئویی و فرهنگ آنلاین وارد محیط کار شده است. One-shotted در بازی‌ها به شکست‌دادن هدف با یک ضربه اشاره دارد، اما در کاربرد فعلی یعنی مدل در نخستین تلاش از عهده کار برآمده است. Cracked نیز از اصطلاحات Fortnite در سال ۲۰۱۹ برای بازیکنی بسیار ماهر گرفته شده و اکنون درباره مهندسان ممتاز به کار می‌رود.
این یادداشت به Tokenmaxxing هم می‌پردازد؛ مصرف هرچه بیشتر توکن‌های هوش مصنوعی برای بالا رفتن در رتبه‌بندی داخلی. Meta این شاخص را میان بیش از ۸۵ هزار کارمند دنبال کرده است. همچنین برنامه کاری 996، یعنی کار از ۹ صبح تا ۹ شب در شش روز هفته، با وجود غیرقانونی اعلام‌شدن در چین در سال ۲۰۲۱، در برخی آگهی‌های استخدام هوش مصنوعی سان‌فرانسیسکو دیده می‌شود.
نویسنده نتیجه می‌گیرد نام‌گذاری نقش‌ها و شیوه‌های کاری بر احساس تعلق افراد اثر می‌گذارد. برای طراحان محصول، توسعه‌دهندگان و تولیدکنندگان محتوا، بازبینی واژه‌های تیمی می‌تواند گامی عملی برای ساخت محیطی روشن‌تر و فراگیرتر باشد؛ به‌ویژه اکنون که نقش‌هایی مانند AI Native و Creative Technologist در حال گسترش‌اند.
