همهی ما سالهاست دربارهی ورود آخرالزمانی هوش مصنوعی به بازار کار، داستانها شنیدهایم؛ از روزی که رباتها ناگهان از دوردستها ظاهر میشوند و همهی ما را از کار بیکار میکنند. اما دادههای جدید، تصویر متفاوتی را نشان میدهند!
بر اساس جدیدترین پژوهش آزمایشگاه اقتصاد دیجیتال دانشگاه استنفورد، تصویر واقعی تغییرات بازار کار به این شکل است: هوش مصنوعی، شاغلان را بیکار نکرده است، بلکه سنگی بزرگ بر سر راه ورود تازهکارها به بازار کار شده است.
سطح اشتغال جوانان ۲۲ الی ۲۵ سال در مشاغلی که رویارویی زیادی با هوش مصنوعی دارند، ۱۹ درصد کمتر از مشاغلی است که خیلی با این فناوری درگیر نیستند. این عدد، سال قبل ۱۳ درصد بود و دارد به سرعت رشد میکند.
هرکس شغل دارد از قدیم دارد!
حتماً این شوخی ایرانی را شنیدهاید که «هرکس خانه دارد، از قدیم دارد!» حالا با ظهور هوش مصنوعی، انگار این موضوع دربارهی بعضی مشاغل هم صدق میکند. یعنی نیروهای قدیمی، چندان بهخاطر AI اخراج یا تعدیل نشدهاند، اما شرکتها تمایل ندارند در مشاغلی که هوش مصنوعی میتواند آنها را پیش ببرد، نیروی کار تازه استخدام کنند.
اجازه بدهید موضوع را با نتایج یک آمار روشنتر کنیم:
از سال ۲۰۲۲ تا کنون، میزان اشتغال جوانان ۲۲ تا ۲۵ سال (که طبیعتاً در آغاز مسیر ورود به بازار کار هستند) در مشاغلی که تحت تاثیر هوش مصنوعی بودهاند، ۱۱ درصد کمتر شده است. در مقابل، در همین بازهی زمانی، میزان اشتغال این ردهی سنی در مشاغلی که هوش مصنوعی روی آنها تاثیر زیادی نداشته است، ۱۰ درصد بیشتر شده است.
همچنین این تغییرات، بیشتر باعث کاهش تعداد موقعیتهای شغلی شده است، نه کاهش دستمزدها.
اثراتی که در سطح مشاغل پایه میبینیم واقعی، ماندگار و در حال گسترش است. من نگران بازار کاری هستم که سطح کلی اشتغال خود را حفظ میکند، اما بیسروصدا مسیر ورود افرادی را که در آغاز راه هستند، میبندد.
اریک براینجولفسون، پژوهشگر ارشد استنفورد
البته همانطور که گفتیم این روند، مربوط به همهی شغلها نیست و بعضی مشاغل، فعلاً امنتر هستند.
هوش مصنوعی، جایگزین کدام نیروها میشود؟
اینکه در یک شغل، زیاد از هوش مصنوعی استفاده شود، لزوماً معنیاش این نیست که آن شغل دارد از بین میرود! پژوهشگران معتقدند که استفادهی شغلی از AI، دو شکل متفاوت دارد:
۱- خودکارسازی فرایندهای انسانی: هوش مصنوعی، کارها و فرایندهایی را که قبلاً انسانها انجام میدادند، بهشکل خودکار پیش میبرد و دیگر نیازی به دخالت انسان وجود ندارد.
مثلاً یک حسابدار تازهکار، ممکن است ساعتها زمان نیاز داشته باشد تا فاکتورها را ثبت کند، تراکنشها را تطبیق بدهد و گزارش اولیه تهیه کند، در حالی که هوش مصنوعی میتواند بخش زیادی از این کارها را به شکل خودکار و خیلی سریعتر انجام بدهد.
۲- سرعتبخشی به کار انسانها: ابزارهای هوش مصنوعی، بهعنوان دستیار برای نیروی انسانی عمل میکنند و باعث میشوند کیفیت، کمیت و سرعت کارها بیشتر شود.
مثلاً در شغلی مثل پرستاری، هوش مصنوعی میتواند پروندهی بیمار را خلاصه کند، ثبت اطلاعات را خیلی سریع پیش ببرد و هشدارهای لازم را ارائه دهد، اما نمیتواند دربارهی مراقبت از بیمار، تشخیص تغییر وضعیت او و تصمیمگیری در شرایط غیرمنتظره، کاری انجام دهد.
یک قاعدهی کلی
اگر یک شغل، بیشتر شامل کارهای تکراری، استاندارد و قابل نوشتن باشد، هوش مصنوعی خیلی راحت میتواند آن را بر عهده بگیرد؛ اما اگر شغلی به تجربه، ارتباط انسانی، قضاوت و تصمیمگیری در شرایط پیشبینینشده نیاز داشته باشد، هوش مصنوعی فعلاً فقط میتواند نقش دستیار را بازی کند، نه جایگزین!
دلیل اصلی رقابت هوش مصنوعی با تازهکارها
همانطور که پیشتر هم اشاره کردیم، هوش مصنوعی بیشتر دارد جلوی اشتغال تازهکارها را میگیرد و حداقل در حال حاضر، آنقدرها به نیروهای باتجربه آسیبی نزده است. پژوهش استنفورد، احتمال میدهد که این اتفاق، به دلیل تفاوت بین «دانش مدون» و «دانش ضمنی» باشد.
- دانش مدون، همان چیزی است که در کتابها میخوانیم، در دانشگاه میآموزیم یا در دستورالعملها میبینیم؛ مثل فرمولهای اندازهگیری و الگوها در خیاطی. هوش مصنوعی درست مثل یک انسان، میتواند خیلی راحت این اطلاعات را بیاموزد و از آنها استفاده کند
- در مقابل، دانش ضمنی چیزی است که از راه تجربه، تمرین، کار در محیط واقعی و یادگیری در طول زمان بهدست میآید؛ مثلاً در همان مثال خیاطی، اگر مشتری عصبانی شد چه کار کنیم؟ چه زمانی مجاز هستیم قواعد را زیر پا بگذاریم؟ اگر فرمول و الگوی قبلی را عوض کنیم، چه میشود؟
بر اساس پژوهش استنفورد، هرچه یک شغل بیشتر به دانش مدون وابسته باشد، اشتغال نیروهای تازهکار در آن کمتر است. پس میشود کل ماجرا را در یک جمله خلاصه کرد: «فقط دانستن کار کافی نیست، تجربهی انجام آن مهم است!»
تاثیر مدرک دانشگاهی بر اشتغال
پژوهشگران استنفورد، میگویند که تحصیلات دانشگاهی، میتواند شانس اشتغال را بیشتر کند، با این حال، نقش دقیق تحصیلات هنوز مشخص نیست. تصمیم محتاطانه این است که در کنار تحصیلات دانشگاهی، به فکر تجربهی عملی و استفاده از ابزارهای جدید هم باشید.
اما چالش اصلی اینجاست:
اگر هوش مصنوعی ورود جوانان به بازار کار را سخت کند، چطور قرار است این دانش ضمنی و تجربه بهدست بیاید؟
اگر تازه میخواهید وارد بازار کار شوید، این مهارتها را جدی بگیرید
این پژوهش، نسخهای برای انتخاب شغل نپیچیده است، پس نمیتوانیم یک لیست قطعی به شما بدهیم و بگوییم اگر وارد این مشاغل شوید، هوش مصنوعی جای شما را نخواهد گرفت! از طرفی، نمیشود برای همهی حوزهها، یک دستورالعمل مشخص ارائه کرد.
با این حال، با کارهای زیر میتوانید تا حدودی شانس خود را برای ورود به بازار کار بالاتر ببرید:
۱- فقط به دانش تئوری و مدرک دانشگاه تکیه نکنید
مهارتهایی بیاموزید که فقط با خواندن کتاب و دانشگاه رفتن نشود آنها را بهدست آورد. مثلاً در دورههای کارآموزی شرکت کنید، کارهای داوطلبانه را امتحان کنید، مسائل واقعی در حیطه شغلی خود را کشف و حل کنید و تا جای ممکن در محیط کاری مرتبط با رشتهی تحصیلی خود حضور داشته باشید.
حتی اگر در ابتدا نتوانید درآمد قابل توجهی کسب کنید، تجربهای بهدست میآورید که در آینده شانس پیشرفت شغلی را بیشتر میکند.
۲- با هوش مصنوعی دوست باشید
چه بخواهید و چه نه، نقش AI در کارها هر روز پررنگتر میشود؛ پس اگر دنبال شغلی باشید که هیچ ارتباطی با این ابزارها نداشته باشد، احتمالاً تیرتان به سنگ خواهد خورد. تصمیم منطقی، این است که «استفاده از هوش مصنوعی برای بهبود کارهای خود» را یاد بگیرید؛ حتی اگر در حوزهای کار میکنید یا درس میخوانید که هنوز ربط چندانی به AI ندارد.
سوالهایتان را از هوش مصنوعی بپرسید، از او بخواهید مسائل روتین را برایتان حل کند و خروجیها را بررسی کنید تا ببینید در چه حد قابل اعتماد هستند؛ خدا را چه دیدید، شاید توانستید یک مسیر کوتاهتر و سریعتر برای انجام یک کار قدیمی کشف کنید!
۳- همه چیز را روی دوش هوش مصنوعی نگذارید
بعضیها هم از آن سوی بوم میافتند و انتظار دارند AI مثل یک چوب جادویی، همهی کارها را برایشان راحتتر و سریعتر کند؛ اما بهتر است خودتان هم دست به کار شوید و مهارتهای مکمل را یاد بگیرید.
مثلاً اگر با کمک AI میتوانید گزارشهای روتین را تهیه کنید، از وقت آزادتان برای بررسی موقعیتهای پیچیده و استثنایی بهره ببرید، مدیریت تعارض را یاد بگیرید، دایرهی ارتباطی خود را گستردهتر کنید، تجربههای مختلف را با هم ترکیب کنید و خلاصه، تبدیل به یک ناظر حرفهای و تمامعیار شوید که بتواند نقطه ضعفهای کار هوش مصنوعی را بهراحتی حل کند.
پژوهش استنفورد، ثابت نکرده است که دلیل کاهش اشتغال، فقط هوش مصنوعی است؛ بلکه تاکید کرده است که این ابزارها فقط میتوانند یکی از عوامل باشند. از سوی دیگر، دادههای مطالعه مربوط به بازار کار آمریکا هستند و نمیشود آن را مستقیم به ایران یا سایر کشورهای دنیا تعمیم داد.
در نهایت، پیام این پژوهش چیست؟
هدف از تمام آمارها و اطلاعاتی که در پژوهش دانشگاه استنفورد آمده است، این نیست که تازهکارها یا دانشجویان را از هوش مصنوعی بترساند؛ هدف فقط و فقط یک چیز است: اینکه به ما بفهماند مهارت و تجربهی واقعی، میتواند شانس پیدا کردن شغل مناسب را در دنیای هوش مصنوعی بالاتر ببرد.
در دنیای امروز، همه باید بیاموزیم که چطور میتوانیم هوش مصنوعی را به ابزار کار خودمان تبدیل کنیم؛ ابزاری که به ارائهی کار باکیفیت و سریع کمک کند، نه اینکه جای ما را در بازار کار بگیرد.
