أقسى شيء في الذكاء الاصطناعي أنه لا يعطي الفقراء إجابات.

On the contrary, it gives everyone the answer.

إنه يوفر لإطار أوراق الطلاب، وقوالب رسائل البريد الإلكتروني للموظفين، وخطط عمل للمستثمرين، وتفسيرات قانونية ونصائح استثمارية وتخطيط مهني للأفراد العاديين. للمرة الأولى، أصبحت الإجابات رخيصة جدًا، ووفيرة جدًا، وواقعية جدًا.

لكن المشكلة هنا أيضًا: عندما تصبح الإجابات متاحة للجميع، فإن ما يصبح نادرًا حقًا ليس الإجابات، بل القدرة على تقييمها.

المعلومات الجديدة ليست للفقراء الذين يُمنعون من الوصول إلى الذكاء الاصطناعي، بل لمن حصلوا بالفعل على الإجابات لكنهم لا يملكون القدرة على تقييمها أو فرصة تطبيقها في واقع ملموس.

في عصر الإنترنت، الفقراء المعلوماتيون هم أولئك المستبعدون خارج الشبكة. يبدو الحل واضحًا: توصيل الكابلات، ونشر الأجهزة، ورفع معدلات القراءة والكتابة. لكن عصر محركات البحث أكثر تعقيدًا قليلاً؛ فأنت بحاجة إلى تعلم استخلاص الكلمات المفتاحية، وتصفية المصادر، وتقييم المصداقية، ويفضل أن تفهم قليلاً من الإنجليزية. لكن الحدود هنا مرئية وقابلة للقياس.

فجوة المعلومات في عصر الذكاء الاصطناعي مختلفة تمامًا من الناحية الهيكلية.

النماذج اللغوية الكبيرة ليست محركات بحث؛ فهي تُولّد النتائج مباشرةً نيابةً عنك. لا تحتاج إلى "البحث" عن إجابة — فالأجوبة تُقدَّم لك على شكل فقرات سلسة، وخطوات واضحة، وبنبرة واثقة، وتُرسَل مباشرةً أمامك. من الخارج، يبدو أن الحواجز قد انخفضت بشكل كبير. لكن هناك بنية قاسية مخبأة هنا: عندما تصبح الإجابات رخيصة، تصبح الأخطاء أيضًا رخيصة؛ بينما تصبح القدرة على التمييز بين "ما إذا كانت هذه الإجابة موثوقة أم لا" أكثر ندرة وأكثر قيمة من أي وقت مضى.

في كل مرة انتشرت فيها تقنية عامة عبر التاريخ، اتبع نفس المنطق: فالم新技术 تكافئ أولًا أولئك الذين يمتلكون رأس مال مكمل. فقد استفاد المُلمّون بالقراءة والكتابة من طابعة الكتابة؛ واستفاد من يعرفون كيفية استخدام برامج المكتب والبرمجة من الحواسيب؛ واستفاد من يتمتعون بمهارة عالية في اللغة الإنجليزية ومهارات البحث من الإنترنت. وتشمل رأس المال المكمل للذكاء الاصطناعي الخلفية التعليمية، والخبرة المتخصصة، والتفكير النقدي، والتفويض التنظيمي، والقدرة على الدفع، بالإضافة إلى الأهم والأصعب قياسه — القدرة على الحكم.

نادرًا ما تُكافئ التكنولوجيا الجديدة أولئك الذين يحتاجونها أكثر. عادةً ما تُكافئ أولئك الذين يستطيعون الاستفادة منها بشكل أفضل.

أول شق في عدم المساواة تم رسمه قبل أن تفتح التطبيق.

في أبريل 2026، أصدرت مؤسسة الأبحاث الذكية الاصطناعية Epoch AI وشركة الاستطلاعات Ipsos استبيانًا شمل حوالي 5000 بالغ أمريكي. طُرحت ثلاث جولات من الأسئلة حول سؤال يبدو عاديًا: ما الخدمات الذكية الاصطناعية التي استخدمتها خلال الأسبوع الماضي؟ لكن الإجابات التي ظهرت لم تكن مجرد تفضيلات منتجات بسيطة، بل كانت خريطة متشابكة من الدخل والوصول والتوزيع.

يأتي حوالي 80% من المستخدمين النشطين أسبوعيًا في Claude من الأسر ذات الدخل السنوي الذي يزيد عن 100,000 دولار؛ بينما تبلغ هذه النسبة 37% فقط بين مستخدمي Meta AI. على العكس، حوالي 32% من مستخدمي Meta AI يأتون من الأسر ذات الدخل السنوي أقل من 50,000 دولار، بينما لا تتجاوز هذه النسبة 7% بين مستخدمي Claude.

لا تكمن أهمية هذه الأرقام في أنها تثبت أن "الأغنياء يستخدمون الذكاء الاصطناعي المتقدم، والفقراء يستخدمون الذكاء الاصطناعي المجاني". فهذه أعمق قراءة سطحية. الأهم أن نتساءل: لماذا يواجه الأشخاص المختلفون أنواعًا مختلفة من الذكاء الاصطناعي في حياتهم اليومية؟

شخص واحد طلب من الذكاء الاصطناعي أن يقترح وجبة عشاء للبقايا في الثلاجة، ويرفع سطوع خلفية صورة، ويُعيد صياغة رسالة نصية لتكون أكثر لباقة. وطلب شخص آخر من الذكاء الاصطناعي ترتيب مقابلات مع العملاء، ومقارنة عروض الموردين، وتحديد الافتراضات الضعيفة في التقارير. كلاهما يستخدمان نفس التقنية. لكن الأول يقتصر على الراحة، بينما الثاني يدخل في دورة الدخل والمناصب وقوة التفاوض.

الاختلاف لا يكمن فقط في المستخدمين، بل أيضًا في نقاط الدخول. تتطلب مسار استخدام Claude البحث النشط، مقارنة المنتجات، فهم الفروق في القدرات، اختيار الدفع، ثم دمج الأداة في سير العمل—كل خطوة تُرشح المستخدمين. أما مسار Meta AI، فهو تقريبًا عكس ذلك: فهو مدمج داخل منصات التواصل الاجتماعي، مجاني، ومنخفض الاحتكاك، حيث يواجه المستخدمون الأداة بشكل سلبي أثناء تصفح التحديثات أو إرسال الرسائل أو مشاهدة الصور.

هذا ليس سوقًا يتعلق بالذوق، بل سوقًا يتعلق بالتوزيع. يبدو أن المستخدمين يختارون الأدوات، لكن الأسعار والمدخلات للأدوات تختار أيضًا المستخدمين.

المصدر: epoch.ai

حتى إذا وجدت أداة ذكاء اصطناعي جيدة، فإن التدفق الثاني ينتظرك داخل الشركة.

في المكاتب العادية، نادراً ما يظهر قدوم الذكاء الاصطناعي على شكل "إشعار بفصل موظف". بل يبدأ باستلام مهام مثل تحرير محاضر الاجتماعات، ومسودات البريد الإلكتروني، وتنظيم الجداول، وتصنيف العملاء، وصياغة مسودات التقارير. بالنسبة للمديرين، فإن هذه الأتمتة تحرر وقتاً يسمح لهم بالتركيز على اتخاذ القرارات؛ أما بالنسبة للموظفين الجدد والموظفين من المستوى الأساسي، فإن هذه الأتمتة تسلب منهم بالضبط الفرص التي كانوا يستخدمونها لإثبات قدراتهم، وممارسة اتخاذ القرارات، والدخول إلى وظائف أعلى.

البيانات أكثر برودة من هذا السيناريو: أظهرت دراسة مشتركة بين فاينانشال تايمز ومؤسسة بحثية لتعقب استخدام الذكاء الاصطناعي بين قوى العمل في بريطانيا والولايات المتحدة (فبراير–مارس 2026، شملت أكثر من أربعة آلاف مشارك من بريطانيا والولايات المتحدة) أن 63% من العاملين في أعلى فئة أجور يستخدمون الذكاء الاصطناعي في أيام العمل العادية، بينما كانت النسب في أقل فئتين فقط 17% و16% على التوالي.这不是一条缓和的坡，这是一道悬崖。

الاكتشاف الأكثر أهمية يكمن في العوامل الدافعة. كشف التحليل الانحداري لاستطلاع مكان العمل أن تأثير الراتب على استخدام الذكاء الاصطناعي يكاد يختفي عند التحكم في المتغيرات الأخرى — فالعوامل الفعلية التي تلعب دورًا هي أربعة عوامل: العمر، الخبرة، الصناعة، والتدريب. وأكبر تأثير بينها هو التدريب: الشركات التي توفر تدريبًا رسميًا على الذكاء الاصطناعي يسجل موظفوها معدل استخدام يومي للذكاء الاصطناعي أعلى بـ 37 نقطة مئوية مقارنة بالشركات المماثلة التي لا تقدم تدريبًا. حتى التوجيه غير الرسمي يرفع الاستخدام بنسبة 24 نقطة مئوية.

لكن الواقع هو: حتى مطلع عام 2026، أفاد فقط 14% من الموظفين أنهم تلقوا تدريبًا رسميًا على الذكاء الاصطناعي من صاحب العمل، بينما لم يتلق ثلثاهم أي شكل من أشكال التدريب على الإطلاق.

تدريب الذكاء الاصطناعي ليس مشكلة تقنية، بل مشكلة توزيع. من يُختار لتلقي التدريب، يُسمح له بالدخول في مسار نمو الإنتاجية؛ ومن لا يُختار، تبقى الأدوات مجرد رمز غير مصرح بفتحه على الشاشة.

الذكاء الاصطناعي في جانب الاستهلاك هو تطبيق، وفي جانب العمل هو صلاحية. والصلاحية لم تُوزَّع أبداً بالتساوي.

المصدر: Focaldata

هذا هو أخفى تفرع، وهو أيضًا الأساسي.

تخيل خريجًا جديدًا دخل للتو شركة استشارات. قام باستخدام الذكاء الاصطناعي لإعداد مسودة أولى لتقرير تحليل صناعي، ببنية مكتملة وبيانات وافرة ولهجة واثقة. نظر مديره — وهو شخص لديه عشر سنوات من الخبرة في هذا المجال — نظرة سريعة وأشار إلى أن مصدرين من المصادر الأصلية المستشهد بها يعانيان من عيوب منهجية، وأن الاستنتاج الثالث يحتوي على خطأ في استنتاج العلاقة السببية. لم يكن مديره أشد كفاءة أو جهدًا، بل لأنه يمتلك القاعدة الأساسية — يعرف أين تكمن الأخطاء الشائعة، ويعرف أي سلاسة هي سلاسة حقيقية وأيها مجرد ملء فراغات بواسطة آلة.

هذا هو المعنى الحقيقي للاكتشاف غير البديهي في بيانات الدراسة المهنية: أكثر المستخدمين كثافةً للذكاء الاصطناعي في مكان العمل ليسوا الموظفين الأصغر سنًا، بل أولئك الذين يعملون في مناصبهم الحالية منذ عامين إلى عشرة أعوام. العلاقة بين استخدام الذكاء الاصطناعي ومستوى الخبرة تظل ذات دلالة إحصائية حتى بعد التحكم في العمر. وهذا ليس بسبب رغبة الشباب في عدم الاستخدام، بل لأن قيمة الذكاء الاصطناعي تعتمد بشكل كبير على قدرات صاحب الاستخدام في اتخاذ القرار التي يمتلكها مسبقًا.

الخبرة هي أهم رأس مال مكمل للذكاء الاصطناعي، ولا يمكن الاشتراك فيها.

خفض الذكاء الاصطناعي تكلفة "الاستماع إلى فهم"، لكنه لم يخفض تكلفة "الفهم الحقيقي" بنفس القدر. بل هناك عواقب أكثر خطورة: فكلما كان المستخدمون أقل امتلاكًا للأساس، زاد احتمال قبولهم المطلق لمخرجات الذكاء الاصطناعي؛ وكلما قلّلوا من التقييم، قلّت فرص نمو قدراتهم على التقدير. عندما يتخذ الوكيل القرار نيابةً عنك، فأنت تستهلك الذكاء، وليس تبنيه.

الفائز بجائزة نوبل في الاقتصاد، البروفيسور دارون أسيموغلو من معهد ماساتشوستس للتكنولوجيا، قال بصدق: "يتطلب استخدام أدوات الذكاء الاصطناعي مستوىً معينًا من التعليم، والتفكير المجرد، والقدرات الكمية، والاطلاع على التكنولوجيا." وأضاف: "من شبه المؤكد أن الذكاء الاصطناعي سيزيد من عدم المساواة."

المعلومة الجديدة تظهر بوضوح لدى الفقراء: إنهم ليسوا الأشخاص الذين لا يمتلكون الذكاء الاصطناعي، بل أولئك الذين يمتلكون الذكاء الاصطناعي، ووصولًا إليه، وإجاباتٍ، لكنهم يفتقرون إلى التدريب على تقييم هذه الإجابات؛ يمتلكون الأدوات والسيناريوهات، لكنهم لا يملكون الصلاحية لتحويل إنتاجات الأدوات إلى فرص؛ يستهلكون الذكاء يوميًا، لكنهم لم يجمعوا قط ذكاءً.

لكن العلاقة بين الذكاء الاصطناعي وعدم المساواة لا تقتصر فقط على توسيع الفجوة.

أظهرت دراسات تجريبية متعددة أنه في ظل ظروف خاضعة للتحكم، فإن الذكاء الاصطناعي يُحسّن أداء الأشخاص ذوي المهارات المنخفضة بشكل أكبر—سواء كانوا موظفين في مراكز الاتصال، أو كتّابًا مبتدئين، أو مستشارين مبتدئين. هذا ليس من الصعب فهمه: فالخبراء المتميزون يحصلون على مكاسب هامشية محدودة من الذكاء الاصطناعي؛ بينما يمثل استخدام الذكاء الاصطناعي لأول مرة لفهم عقد من قبل شخص لم يستطع يومًا تحمل تكلفة خدمات متخصصة قفزة نوعية.

لكن هناك فرق أساسي يجب الإشارة إليه: الدراسات التجريبية تقاس "التحسين بعد الاستخدام"، بينما البيانات الواقعية تقاس "من يستخدم فعليًا" و"من يُسمح له باستخدامه" و"من يمكنه تحويل النتائج إلى فرص بعد الاستخدام". لا تكذب أي من مجموعتي البيانات، فهما تقاسان شيئين مختلفين تمامًا.

تقنية واحدة يمكنها تقليل الفجوة في المختبر، وفي نفس الوقت توسيعها في العالم الحقيقي—إذا كان التطبيق نفسه غير متكافئ، وإذا كانت السياقات نفسها غير متكافئة، وإذا كان الحكم نفسه غير متكافئ.

يتمتع الذكاء الاصطناعي بخصائص تقنية تدعم المساواة، لكنه يعمل داخل هياكل اجتماعية غير متكافئة. كون هذين الأمرين صحيحين في آنٍ واحد هو الشكل الحقيقي للمشكلة.

كل جيل يميل إلى الاعتقاد أن التكنولوجيا الشائعة في عصره ستُحدث تغييرًا في النظام القديم.

بعد ظهور الطباعة، استفاد الملمون بالقراءة والكتابة لعدة قرون. وفي بداية انتشار الحواسيب، عززت قدرات أولئك الذين كانوا يملكون بالفعل مهارات استخدام برامج المكاتب وكتابة الأكواد. وانصبّت المكاسب المبكرة للإنترنت على من يفهمون الإنجليزية، ويعرفون كيفية البحث، ويتوفرون على الوقت والدافع للقيام بالتداول. وفي كل موجة تقنية، كانت أصوات "هذه المرة مختلفة" عالية جدًا، بينما غالبًا ما تستغرق التجزئة الهيكلية عقودًا حتى تصبح مرئية تدريجيًا.

قد تكون سرعة التفرع للذكاء الاصطناعي أسرع، وقد تكون الشقوق أعمق. لأنه لا يؤثر على نوع معين من المهام، بل على معظم الأعمال التي تعتمد على الحكم واللغة. وهذا بالضبط هو أصعب نوع من القدرات من حيث التوحيد وإعادة التوزيع.

يعتقد البعض أن الفجوة ستضيق في النهاية. يحمل عالم الاقتصاد التاريخي وأستاذ معهد أكسفورد للإنترنت، كارل بينديكت فري، هذا الرأي، استنادًا إلى التاريخ: فالتباين الناتج عن انتشار الحواسيب تلاشى تدريجيًا بعد عقود مع انخفاض عتبة الاستخدام. هذا التمثيل ليس بلا أساس.

المشكلة أن حتى مع قبول هذا التشابه التاريخي المتفائل، فإن فراي يعترف بنفسه بالشروط المحددة الأساسية: "يعتمد ذلك على المدة التي ستستغرقها لسد الفجوة. إذا كانت عشر سنوات أو عشرين سنة، فهذا أكثر إثارة للقلق."

عشر سنوات أو عشرين سنة، ليست مقياسًا زمنيًا يمكن الانتظار به بسهولة—خاصةً لأولئك الذين يحتاجون خلال هذه الفترة إلى البحث عن وظيفة، والتفاوض على الراتب، وaccumulating الخبرة.

هذا لحظة تاريخية غريبة: لقد امتلكنا لأول مرة تقنية تمكن الجميع من الشعور بأنهم يصبحون أكثر ذكاءً.

هذا الشعور، غالبًا ما يكون النهاية.

المشكلة أنّه في عصرٍ يُحَدَّد فيه الفوز والخسارة بالحكم الحقيقي، اعتبار الشعور هدفًا نهائيًا قد يكون أغلى خطأٍ ممكن.