أنتروبيك تكشف عن تأثير الذكاء الاصطناعي على الوظائف عالية المهارة، حيث يُعد المبرمجون الأكثر عرضة

في الآونة الأخيرة، أصدرت Anthropic دراسة رسمت صورة دقيقة للوظائف التي تستبدلها الذكاء الاصطناعي حاليًا. فالمجموعات الأكثر تأثرًا كانت غير متوقعة: فهي تضم أشخاصًا أكبر سنًا، وأكثر تعليمًا، وأعلى دخلًا (أعلى بـ 47٪ من المتوسط). كما أن احتمال حصولهم على درجة الماجستير أو أعلى يقارب أربعة أضعاف احتمال حصول الأشخاص الذين لم تؤثر عليهم الذكاء الاصطناعي بعد.

لكن الدراسات تُظهر أن الذكاء الاصطناعي لم يصل بعد إلى حدود قدراته النظرية، وأن النطاق الفعلي الحالي لا يمثل سوى جزء صغير من السيناريوهات القابلة للتطبيق. على وجه التحديد، على الرغم من أن بعض المهام تمتلك إمكانية نظرية للتطبيق العملي بواسطة الذكاء الاصطناعي، إلا أنها لم تحقق تطبيقات واسعة النطاق، والأسباب الأساسية تشمل القيود الوظيفية للنماذج نفسها، والقيود القانونية والتنظيمية، وحواجز التوافق مع البرمجيات المتخصصة، والمتطلبات الإلزامية للتحقق البشري، وغيرها من العوائق المتعددة.

تجدر الإشارة إلى أن الشركة التي نشرت هذا البحث هي نفسها الشركة التي تبيع النموذج الكبير المشهور Claude. شركة تبيع الذكاء الاصطناعي نشرت البيانات الأكثر ضررًا لها. كان بإمكان Anthropic تخفيف هذه الاستنتاجات لأسباب تجارية، لكنها اختارت على أي حال الإفصاح عنها.

قبل عرض النتائج البحثية، قدمت Anthropic قائلة: "حاليًا، الأدلة على تأثير الذكاء الاصطناعي على العمالة لا تزال محدودة. هدفنا هو إنشاء منهجية لقياس كيفية تأثير الذكاء الاصطناعي على العمالة، وتحديث التحليلات بشكل دوري في المستقبل. لا يمكن لهذه المنهجية التقاط جميع الطرق التي يعيد بها الذكاء الاصطناعي تشكيل سوق العمل، ولكن من خلال بناء أساس قبل ظهور التأثيرات الملحوظة، نأمل أن نتمكن في المستقبل من تحديد الصدمات الاقتصادية بشكل أكثر موثوقية، بدلاً من التفسيرات اللاحقة. قد يكون تأثير الذكاء الاصطناعي في النهاية واضحًا جدًا. لكن عندما لا يكون التأثير واضحًا، فإن هذا الإطار يكون مفيدًا بشكل خاص، حيث يساعد في تحديد الوظائف الأكثر ضعفًا قبل حدوث الاستبدال الفعلي."

منطق بحثهم مباشر. قام Anthropic بتطوير مؤشر جديد يُسمى "التعريض الفعلي (observed exposure)"، لا ينظر إلى ما يمكن للذكاء الاصطناعي "أن يفعله نظريًا"، بل يركز فقط على ما يفعله فعليًا في بيئات مهنية حقيقية. حاليًا، يُقاس هذا المؤشر بناءً على ملايين المحادثات الحقيقية لـ Claude من قبل مستخدمين مؤسسيين. إذا قضيت أربع سنوات وصرفت 200 ألف دولار للحصول على شهادة只为 الدخول إلى وظيفة مكتبية، فقد أكدت الشركة المطورة لـ Claude للتو: أن مستوى تعريض وظيفتك قد يكون أعلى من مستوى تعريض البارتيست الذي صبّ لك الخمر في حفل تخرجك.

على سبيل المثال، في الوظائف المتعلقة بالحوسبة والرياضيات، تصل نسبة توافق المهام النظرية للنماذج الكبيرة إلى 94٪، لكن التغطية الفعلية الحالية لا تتجاوز 33٪؛ وفي الوظائف المكتبية والإدارية، تكون القدرة النظرية 90٪، بينما الاستخدام الفعلي الحالي هو 40٪. لا يزال الفرق بين "ما يمكن للذكاء الاصطناعي فعله" و"ما يفعله بالفعل" كبيرًا للغاية. كما أشار الباحثون بوضوح إلى ما سيحدث بعد ذلك: مع تحسين القدرات وعمق التطبيقات، سيتم ملء الاستخدام الفعلي تدريجيًا لسد الفجوة مع القدرة النظرية.

تشير البيانات إلى أن المبرمجين يحتلون المرتبة الأولى في قائمة المهن العشرة الأكثر تعرضًا للذكاء الاصطناعي بنسبة تغطية مهام تبلغ 74.5% (متوافق مع خاصية الاستخدام المتكرر للذكاء الاصطناعي في تطوير الكود)؛ وتحتل مهام خدمة العملاء المرتبة الثانية بنسبة 70.1% بفضل الاستخدام المتكرر لواجهات برمجة التطبيقات الرسمية؛ وتحتل مهام إدخال البيانات المرتبة الثالثة بنسبة تغطية تبلغ 67% بسبب أتمتة عمليات إدخال البيانات بشكل عالٍ.

بالنظر إلى الأسفل، يبلغ نسبة المتخصصين في السجلات الطبية 66.7٪؛ وتحليل السوق والمتخصصين في التسويق 64.8٪؛ وممثلي المبيعات بالجملة والتصنيع (باستثناء المنتجات التقنية والعلمية) 62.8٪؛ و المحللين الماليون والاستثماريون 57.2٪؛ ومحترفو ضمان جودة البرمجيات والمختبرون 51.9٪؛ ومحترفو أمن المعلومات 48.6٪؛ ومتخصصو دعم مستخدمي الحاسوب 46.8٪.

هذه ليست تنبؤات، بل حالات حقيقية لاستبدال وظائف تحدث حاليًا على منصات الذكاء الاصطناعي.

بالإضافة إلى ذلك، فإن التقنية التي تعيد تشكيل مهن الموظفين البيض لا تؤثر تقريبًا على ثلث القوى العاملة. من منظور الفئات ذات التأثير المنخفض، فإن 30% من العاملين لا يواجهون أي تعرّض للذكاء الاصطناعي على الإطلاق، حيث إن مهامهم غير كافية من حيث التكرار في العينة الإحصائية لتصل إلى عتبة الحساب، مما يجعل تغطية مهام الذكاء الاصطناعي لديهم صفرًا. وتشمل الوظائف النموذجية طاهٍ، وفني دراجات نارية، وسائق إنقاذ، وبارتيست، وعامل غسيل أطباق، وموظف خدمة غرف تبديل الملابس. في الوقت نفسه، لا تزال هناك العديد من الوظائف خارج حدود قدرات الذكاء الاصطناعي لفترة طويلة، مثل تقليم الأشجار وتشغيل المعدات الزراعية في الأعمال الزراعية البدنية، بالإضافة إلى الأعمال القانونية العملية مثل التمثيل القانوني في المحاكم.

لم يعد التمايز "مهارة عالية مقابل مهارة منخفضة"، بل "ما إذا كان مغطى بواسطة الذكاء الاصطناعي". باستخدام حجم الوظائف الحالي كوزن لإجراء تحليل انحدار على مستوى المهن، أظهرت النتائج: كلما زاد التعرض الفعلي للذكاء الاصطناعي، انخفضت التوقعات النمو الوظيفي. كلما زادت نسبة المهام المغطاة بنسبة 10 نقاط مئوية، انخفض توقع نمو الوظائف وفقًا لمكتب إحصاءات العمل بمقدار 0.6 نقطة مئوية. هذه العلاقة الضعيفة تؤكد اتساق هذا المؤشر مع بيانات تقييم سوق العمل المتخصصة؛ ومن الجدير بالذكر أن استخدام معامل القدرة التقليدي β وحده لا يمكنه رصد هذه السمة المرتبطة.

ما يثير القلق حقًا هو الاكتشافات على المستوى الديموغرافي. عند مقارنة صورة العاملين في أعلى 25% من المستويات العالية للتعرض مع أولئك في 30% من المستويات الصفرية للتعرض، تظهر فروق كبيرة بين المجموعتين: فالمجموعة ذات التعرض العالي تتميز بنسبة أعلى بـ 16 نقطة مئوية من النساء، ونسبة أعلى بـ 11 نقطة مئوية من البيض، ونسبة من الآسيويين تقارب الضعف.

بالإضافة إلى ذلك، فإن الفئة التي تواجه أعلى مستوى من التعرض للذكاء الاصطناعي لديها دخل متوسط أعلى بنسبة 47% مقارنة بالفئة التي تواجه أقل مستوى من التعرض، كما أن مستواها التعليمي العام أعلى. حيث يمثل حاملو شهادات الدراسات العليا فقط 4.5% من الفئة ذات التعرض الصفري، بينما يصل هذا المعدل إلى 17.4% في الفئة ذات التعرض العالي، بفارق يقارب أربعة أضعاف.

تُظهر حسابات السيناريوهات المتطرفة أنه في حالة تسريح جماعي للموظفين في الوظائف ذات التعرض الأعلى ضمن أعلى 10%، فسوف يرتفع معدل البطالة في الربع الأعلى من الفئات ذات التعرض الأعلى من 3% إلى 43%، كما سيرتفع معدل البطالة العام من 4% إلى 13%.

وهؤلاء الأشخاص هم بالضبط أولئك الذين كان يُعتقد سابقًا أن "التعليم يمكنه حمايتهم". تعليق أحد المستخدمين على الإنترنت: "بصراحة، هذا مفاجئ بعض الشيء، لكنه منطقي، لأنهم قد يمتلكون مهارات يمكنهم نقلها بسهولة إلى مجالات التكنولوجيا المتطورة بسرعة."

يجب إيلاء اهتمام خاص للعمال الشباب، حيث أبلغ برينجولفسون وآخرون أن حجم التوظيف في المهن ذات التعرض العالي انخفض بنسبة 6% إلى 16% بين الأشخاص الذين تتراوح أعمارهم بين 22 و25 عامًا. ويعتقد البحث أن السبب الرئيسي للانخفاض في التوظيف هو تباطؤ توظيف الشركات، وليس زيادة عدد المغادرين أو المُسرَّحين.

بالإضافة إلى ذلك، وجد باحثو Anthropic أنه بعد استبعاد دورة التقلبات الخاصة بين عامي 2020 و2021، ظهر انفصال واضح في اتجاهات توظيف الشباب للفئتين الوظيفيتين في عام 2024: انخفضت رغبة الشركات في توظيف الشباب في الوظائف ذات التعرض العالي للذكاء الاصطناعي بشكل ملحوظ. حيث ظل معدل التوظيف الشهري الجديد في المهن ذات التعرض المنخفض ثابتًا عند 2٪، بينما انخفضت نسبة التوظيف الجديد في الوظائف ذات التعرض العالي بنحو 0.5 نقطة مئوية. وتشير الحسابات الشاملة إلى أنه منذ انتشار ChatGPT، انخفض معدل توظيف الشباب في المهن ذات التعرض العالي بنسبة 14٪ مقارنة بعام 2022، وقد كان هذا الناتج ذا دلالة إحصائية هامشية؛ بينما لم تُسجَّل أي ظاهرة تقلص في التوظيف لدى العاملين فوق سن 25 سنة.

الوظائف المبتدئة ليست مجرد "وظائف"، بل هي ميدان تدريب: هنا ينمو المحللون المبتدئون ليصبحوا محللين خبراء، وهنا يتعلم المحامون المبتدئون كيفية بناء الحجج. إذا اختفت هذه الطبقة، فمن أين سيأتي المحترفون الخبراء في المستقبل؟ هذا السؤال لا يزال بلا إجابة.

في الوقت نفسه، لاحظ أحد المستخدمين على الإنترنت: "إذا استبدل الذكاء الاصطناعي جميع العاملين المعرفيين وخبراء المهارات التقنية، فمن سيُنتج مواد التدريب الجيل التالي عندما تصبح بيانات التدريب الحالية للنموذج قديمة؟ ومن سيُنشئ المحتوى الهائل القابل للبحث على الإنترنت، والذي يُعد بالضبط المادة الخام الأساسية لإنتاج نماذج الذكاء الاصطناعي؟ علاوة على ذلك، عندما يواجه معظم المستخدمين الأساسيين للذكاء الاصطناعي البطالة، فمن سيتحمل تكلفة قوة الحوسبة الضخمة لدعم تشغيل الذكاء الاصطناعي وتطويره؟"

رابط المرجع: https://www.anthropic.com/research/labor-market-impacts

هذا المقال من حساب WeChat "AI Frontier"، التجميع: هوا وي