- تیم محتوا اَدپتو
- آینده بازار کار
به نظر می‌رسد هوش مصنوعی بسیار پیش از آنکه انتظارش را داشتیم و بسیار سریع‌تر از آنچه متخصصین می‌گفتند، فراگیر شد. از چت‌بات‌ها گرفته تا سیستم‌های پیشرفته‌ی تحلیل داده، ردپای هوش مصنوعی یا همان AI در همه‌جا دیده می‌شود اما بیشترین نگرانی کارشناسان و طیفِ وسیعی از جامعه، تأثیراتی‌ست که هوش مصنوعی می‌تواند برای بازارکار داشته باشد. بسیاری از افراد این را از خودشان می‌پرسند که «آیا ربات‌ها یا سیستم‌های هوشمند جای ما را خواهند گرفت؟»، «آیا باید نگران از دست دادن شغل‌مان باشیم؟» و یا حتی «اصلاً شغلی برای فرزندان‌مان باقی خواهد ماند؟».
پاسخ به این سوال‌ها ساده نیست. اما در موردِ هوش مصنوعی، یک چیز روشن است: هوش مصنوعی آمده است که بماند و بازار کار به‌طور جدی متحول خواهد شد. این حقیقت، می‌تواند به ما نشان دهد که شاید سوالِ اصلی‌ای که باید از خود بپرسیم این است که: «ما چطور باید خود را برای تغییرات و تحولاتی که هوش مصنوعی در بازار کار ایجاد خواهد کرد آماده کنیم؟».
اگر شما هم نگران آینده‌ی شغلی‌تان هستید یا دوست دارید برای این دنیای در حال تغییر، آماده‌تر باشید، خواندن این مقاله را از دست ندهید.
فهرست مطالب
هوش مصنوعی چیست؟
هوش مصنوعی (Artificial Intelligence) شاخه‌ای از علوم کامپیوتر است که تلاش می‌کند ماشین‌ها را طوری طراحی کند که بتوانند مانند انسان‌ها فکر کنند، یاد بگیرند، تصمیم بگیرند و حتی در برخی موارد، خلاقیت به خرج دهند. ایده‌ی اولیه‌ی هوش مصنوعی به دهه‌ی ۱۹۵۰ بازمی‌گردد؛ زمانی که پژوهشگرانی چون آلن تورینگ و جان مک‌کارتی، برای نخستین بار تلاش کردند به‌شکلی جدید به این سوال بپردازند که: «آیا ماشین‌ها می‌توانند فکر کنند؟». بااین‌حال، ایده‌هایی که این محققان به آن‌ها پرداختند، بیشتر شبیه به آزمایش‌های فکریِ رایج در فلسفه و روان‌شناسی بود تا ایده‌های مهندسیِ رایج.
در سال ۱۹۵۶، در کنفرانس دارتموث، جان مک‌کارتی اصطلاح «هوش مصنوعی» را به‌طور رسمی مطرح کرد و همانجا نقطه‌ی آغاز رسمی این حوزه بود. در آن دوران، امیدها بسیار زیاد بود و بسیاری تصور می‌کردند ظرف چند دهه می‌توان ماشین‌هایی ساخت که دقیقاً مانند انسان‌ها فکر می‌کنند. اما این امیدها خیلی زود با محدودیت‌های سخت‌افزاری، کمبود داده‌ها و پیچیدگی‌های شناختی ذهن انسان مواجه شد.
با این حال، از دهه‌ی ۲۰۱۰ به بعد، هوش مصنوعی با ظهور فناوری‌هایی مانند یادگیری ماشین (Machine Learning)، شبکه‌های عصبی عمیق (Deep Neural Networks)، و پردازش زبان طبیعی (NLP) جهشی شگفت‌انگیز کرد. الگوریتم‌هایی که زمانی تنها روی کاغذ بودند، حالا می‌توانند زبان انسان را درک کنند، تصاویر را تشخیص دهند، موسیقی بسازند و حتی مقالات علمی بنویسند.
هوش مصنوعی چه تأثیری بر شغل‌های ما خواهد داشت؟
در مورد تأثیراتِ هوش مصنوعی بر بازار کار، دیدگاه‌ها و نظریه‌های متفاوتی وجود دارد که هر کدام آینده و امکاناتِ متفاوتی را در برابرِ ما ترسیم می‌کنند. برخی از این دیدگاه‌ها، عمیقاً نگران‌کننده‌اند، برخی بسیار امیدوارکننده و برخی ترکیبی از هر دو هستند. در ادامه، برخی از مهم‌ترین این نظریه‌ها را بررسی خواهیم کرد.
نظریه‌ی جایگزینی (Replacement Theory): ماشین‌ها به‌جای انسان‌ها
این دیدگاه، بدبینانه‌ترین نگاه را نسبت به آینده‌ی بازار کار دارد. بر اساس این نظریه، بسیاری از شغل‌ها و حرفه‌ها، مستقیماً توسط ماشین‌ها، الگوریتم‌ها و ربات‌ها جایگزین خواهند شد و در آینده کارهایی که جنبه‌های تکراری، قابل‌پیش‌بینی و مبتنی بر الگوهای داده‌محور هستند محو خواهند شد. نظریه‌ی جایگزینی، هشدار می‌دهد که در آینده‌ی نزدیک، میلیون‌ها نفر شغل خود را از دست خواهند داد و بازار کار به شدت کوچک خواهد شد.
یکی از مهم‌ترین طرفداران این نظریه می‌توان به ایلان ماسک (بنیان‌گذار تسلا و از مؤسسین OpenAI)؛ مارتین فورد (آینده‌پژوه و نویسنده‌ی کتاب «ظهور ربات‌ها»)؛ و کار بندیکت فری (اقتصاددان و مورخ موسسه‌ی آکسفورد) اشاره کرد.
نظریه‌ی تکامل شغلی (Transformation Theory): تغییر شغل‌ها، نه حذف‌شان
نظریه‌ی تکامل شغلی، به‌نسبت خوش‌بینانه‌تر است و بیان می‌کند که هوش مصنوعی شغل‌ها را از بین نمی‌برد، بلکه آن‌ها را دگرگون می‌کند. انسان‌ها همچنان در مرکز کار خواهند بود، ولی نقش‌شان تغییر می‌کند. ماشین‌ها وظایف ساده‌تر یا تحلیلی‌تر را انجام می‌دهند و انسان‌ها روی تصمیم‌گیری، خلاقیت و تعامل متمرکز می‌شوند. بر اساس این دیدگاه، کسانی که بتوانند خود را با این تغییرات تطبیق دهند، آینده‌ی روشنی خواهند داشت و کمتر آثار مخربِ هوش مصنوعی را تجربه خواهند کرد.
از برخی از مهم‌ترین طرفداران این نظریه می‌توان به کلاوس شواب (بنیان‌گذار مجمع جهانی اقتصاد) و مایکل اسپنس (برنده‌ی جایزه نوبل اقتصاد) اشاره کرد.
نظریه‌ی نابرابری شغلی (Polarization Theory): برنده‌ها و بازنده‌ها
این دیدگاه را شاید بتوان به‌اندازه یا حتی بیشتر از دیدگاهِ اول بدبینانه دانست. طرفداران نظریه‌ی نابرابری شغلی، باور دارند هوش مصنوعی نه تنها باعث تغییراتی در ساختار شغلی می‌شود، بلکه به شکاف‌های نابرابری اقتصادی و اجتماعی دامن می‌زند. بر اساس این نظریه، بازار کار به دو قطب تقسیم خواهد شد: از یک‌سو شغل‌هایی با تخصص بالا و درآمد زیاد که تقویت می‌شوند، و از سوی دیگر شغل‌های ساده‌ی خدماتی که باقی می‌مانند. در این میان، مشاغل سطح متوسط (مثل کارکنان دفتری یا تکنسین‌ها) بیشترین ضربه را خواهند دید.
از برخی از مهم‌ترین طرفداران این نظریه می‌توان به جوزف استیگلیتز (برنده‌ی نوبل اقتصاد)؛ توماس پیکتی (اقتصاددان و نویسنده‌ی کتاب «سرمایه در قرن بیست‌ویکم»)؛ و دیوید آتور (اقتصاددان دانشگاهِ MIT) اشاره کرد.
دیدگاه مکمل‌گرایانه (Complementarity View): انسان‌ها به‌همراه ماشین‌ها
بر اساس این دیدگاه، بهترین سناریو برای آینده‌ی شغل‌ها زمانی اتفاق می‌افتد که انسان و هوش مصنوعی به‌جای رقابت، همکاری داشته باشند. این نظریه تأکید می‌کند که ماشین‌ها و الگوریتم‌های هوش مصنوعی می‌توانند در انجام وظایف فنی یا پردازشی، مکمل انسان باشند و نه جایگزین آن. در حقیقت، بنابر دیدگاه مکمل‌گرایانه، نقش انسان در تصمیم‌گیری، خلاقیت، همدلی و تعامل انسانی، همچنان غیرقابل جایگزین باقی می‌ماند و هوش مصنوعی کمتر می‌تواند این جایگاهِ ویژه را از انسان‌ها بگیرد. ترکیب انسان با هوش مصنوعی، می‌تواند بهره‌وری را افزایش دهد و حتی شغل‌های جدیدی ایجاد کند.
از برخی از مهم‌ترین طرفداران این نظریه می‌توان به گری مارکوس (روان‌شناسِ آمریکایی و منتقدِ پیشرفت‌های سریع هوش مصنوعی)؛ دانیل ساسکایند (اقتصاددان و نویسنده‌ی کتاب «آینده‌ی مشاغل»)؛ و تام دَوِنپورت (نویسنده‌ی آمریکایی) اشاره کرد.
نظریه‌ی گسست ساختاری (Structural Break Theory): تغییرِ رادیکال مفهومِ شغل
این نظریه، رادیکال‌ترین دیدگاه را نسبت به دیگر نظریه‌ها دارد: نه‌تنها شغل‌ها، بلکه خودِ مفهوم «شغل» دچار تغییر ساختاری خواهد شد. بنابه نظر طرفداران نظریه‌ی گسست ساختاری، هوش مصنوعی، با خودکارسازی بسیاری از وظایف، ممکن است منجر به شکل‌گیری جهانی شود که در آن مدل‌های سنتی کار (مثل استخدام دائم، تخصص یک‌عمره یا کار تمام‌وقت) فروبپاشند. در این سناریو، ما به سمت مفاهیمی چون درآمد پایه همگانی، اقتصاد مشارکتی، کار پاره‌وقت و پروژه‌محور، و همچنین هویت‌های شغلی سیال پیش می‌رویم.
از برخی از مهم‌ترین طرفداران این نظریه می‌توان به یاناس واروفاکیس (اقتصاددان و سیاستمدار یونانی) و رِی کورزوایل (مخترع و آینده‌پژوه گوگل) اشاره کرد.
چطور خودمان را برای آینده‌ی شغلی در عصر هوش مصنوعی آماده کنیم؟
می‌توان گفت علی‌رغم اینکه نظریات و دیدگاه‌های متفاوت (و حتی متضادی) در مورد هوش مصنوعی و تأثیر آن بر بازار کار و مشاغل وجود دارد، تأثیر کلیِ این فناوری بر زندگیِ بشر هنوز هم ناشناخته باقی مانده است. هیچ‌کس به‌طور دقیق نمی‌داند که در ده یا بیست سال آینده، ساختار شغلی انسان‌ها چگونه خواهد بود؛ آیا با یک موج بزرگ بیکاری روبه‌رو خواهیم شد؟ یا اینکه تنها شکل کارها تغییر خواهد کرد؟ آیا تنها برخی اقشار آسیب خواهند دید؟ یا مفهوم «کار» به‌کلی دگرگون خواهد شد؟
بااین‌حال، تمامی این نظریه‌ها در یک نقطه اتفاق‌نظر دارند: تغییر اجتناب‌ناپذیر است؛ و حتی بیشتر از آن، می‌توان این حقیقت را با اطمینانِ زیادی بیان کرد که: «در دنیایی که هوش مصنوعی به‌سرعت در حال گسترش است، باقی ماندن در وضعیت فعلی، پرریسک‌ترین انتخاب ممکن است».
این حقیقت، این پرسش را در برابر ما می‌گذارد که دقیقاً چه کاری از ما بر می‌آید و ما چه اقداماتی برای آماده‌سازی خود در برابر خطرات (و حتی فرصت‌های) احتمالی هوش مصنوعی در پیش بگیریم؟ در ادامه، به بررسی ۵ راهکار کلیدی برای آماده‌سازی در برابر دگرگونی‌های ناشی از هوش مصنوعی می‌پردازیم:
بازآموزی مداوم و یادگیری مهارت‌های جدید (Reskilling & Upskilling)
در دنیایی که شغل‌ها به‌سرعت دستخوش تغییر می‌شوند، شاید هیچ چیز مهم‌تر از توانایی یادگیری و بازیادگیری نباشد. بازآموزی (Reskilling) به معنای یادگیری مهارت‌های کاملاً جدید برای ورود به یک حوزه‌ی شغلی تازه است، و ارتقای مهارت (Upskilling) یعنی ارتقا و به‌روزرسانی مهارت‌های فعلی برای باقی‌ماندن در همان حوزه.
در بازار کاری که هوش مصنوعی بسیاری از فعالیت‌های تکراری و پردازشی را خودکار می‌کند، افرادی که نتوانند خود را با فناوری‌ها و مهارت‌های جدید وفق دهند، بیشترین آسیب را خواهند دید. این مسئله توسط بسیاری از متخصصین این حوزه مورد اشاره قرار گرفته تا آنجا که بنا به نظرِ کلاوس شواب (که همانطور که پیشتر گفتیم، مؤسس مجمع جهانی اقتصاد نیز هست)، تا سالِ 2030، نیمی از نیروی کار جهانی باید آموزش دوباره ببیند و «یادگیری مهارت‌های جدید نه تنها یک مزیت، بلکه ضرورت بقا در بازار کار است».
یادگیری استفاده از ابزارهای هوش مصنوعی (AI Literacy)
در دنیای امروز، آشنایی با ابزارهای مبتنی بر هوش مصنوعی دیگر صرفاً یک مهارت فنی نیست، بلکه تبدیل به یکی از سوادهای حیاتی قرن ۲۱ شده است. این مفهوم که با عبارتِ «سواد هوش مصنوعی یا AI Literacy» شناخته می‌شود، اشاره به ضرورتِ یادگیری کاربردها، محدودیت‌ها و روش‌های تعامل با هوش مصنوعی برای افزایش بهره‌وری و خلاقیت دارد.
در بسیاری از حوزه‌ها (از آموزش و طراحی گرفته تا بازاریابی و برنامه‌ریزی)، افرادی که بتوانند به‌درستی از ابزارهایی مانند ChatGPT، ابزارهای تولید تصویر، تحلیل‌گرهای پیش‌بینی‌محور و سیستم‌های اتوماسیون استفاده کنند، نسبت به دیگران مزیت رقابتی بزرگی خواهند داشت. اهمیتِ این مسئله تا آنجاست که حتی یکی از منتقدانِ معروفِ هوش مصنوعی به نامِ گری مارکوس باور دارد: «نادیده‌گرفتن هوش مصنوعی، مانند نادیده‌گرفتن برق در قرن بیستم است» و اگر می‌خواهیم مؤثر و کارآمد بمانیم «باید یاد بگیریم چگونه از هوش مصنوعی استفاده کنیم».
تقویت مهارت‌های انسانی غیرقابل اتوماسیون (Human Skills)
طبیعی است که با پیشرفت سریع فناوری، آن دسته از مهارت‌هایی که ماشین‌ها نمی‌توانند تقلید کنند، ارزش بیشتری پیدا می‌کنند. مهارت‌هایی مثل خلاقیت، همدلی، قضاوت اخلاقی، ارتباط مؤثر، حل مسئله‌های پیچیده، و تفکر انتقادی، ویژگی‌هایی هستند که هنوز هم در انحصار انسان باقی مانده‌اند. این مهارت‌ها همان «قابلیت‌های غیرقابل‌اتوماسیون» هستند و سرمایه‌گذاری روی آن‌ها، سرمایه‌گذاری برای آینده است.
از آنجا که به گفته‌ی برخی کارشناسان این حوزه، هنوز هم «بزرگ‌ترین ضعف هوش مصنوعی، ناتوانی آن در درکِ زمینه‌مند و تعامل انسانی است»، افزایش و تقویت این مهارت‌ها، می‌تواند کمک زیادی برای آماده‌سازی ما در برابر موج‌های فعلی و آینده‌ی هوش مصنوعی بکند.
آماده‌بودن برای مدل‌های جدید کار (New Work Models)
جهان کار به‌سرعت در حال فاصله‌گرفتن از مدل‌های سنتی مثل استخدام دائم، کار تمام‌وقت و مسیرهای شغلی خطی است. برخی از این تغییرات از مدتی پیش و همه‌گیری کرونا آغاز شده بودند ولی با ظهورِ هوش مصنوعی، الگوهایی مانند فریلنسری، پروژه‌محوری، دورکاری، چندشغلی و درآمدهای ترکیبی در حال گسترش‌اند. آماده‌بودن برای این دگرگونی‌ها، یعنی پذیرش انعطاف‌پذیری، استقلال، و سازگاری با ساختارهای کاری تازه.
همین مسئله باعث شده است که یاناس واروفاکیس، اقتصاددان و وزیر سابق اقتصاد یونان هشدار بدهد که: «استخدام دائمی به‌زودی به یک استثنا تبدیل خواهد شد» و تنها کسانی قادر خواهند بود شغل‌ها و حرفه‌های خود را حفظ کنند که: «بتوانند هویت شغلی سیال و مدل‌های کاری متنوع را بپذیرند».
بازنگری در مفهوم شغل و هویت شغلی (Redefining Work Identity)
شاید بتوان گفت رادیکال‌ترین و حتی غیرقابل‌فهم‌ترین تغییرِ پیشِ‌رو در برابر آینده‌ی کار، مربوط به خودِ مفهومِ کار باشد؛ به‌همین علت است که شاید رادیکال‌ترین توصیه برای آمادگی در برابر آینده‌ی بازار کار، بازنگریِ کلی در خودِ مفهومِ کار، شغل و هویت شغلی‌ست. دیگر نمی‌توان به شغل به‌عنوان یک مسیر خطی، ثابت و مادام‌العمر نگاه کرد. در عوض، باید «هویت شغلی» را به‌عنوان یک موجودیت پویا، چندلایه و در حال تغییر بازتعریف کنیم. در آینده نزدیک ممکن است معلمِ امروز، نویسنده‌ی فردا و تحلیل‌گر داده‌ی سال بعد باشد.
این مسئله باعث شده است که متفکر و آینده‌پژوهی مانند رِی کورزوایل (که به خاطر پیش‌بینی‌های عجیبش در مورد آینده شهرت دارد) اظهار کند: «در آینده‌ای که شغل‌ها دائماً تغییر می‌کنند، تنها راهِ بقا این است که خودمان را دائماً از نو بسازیم»؛ یا به بیانِ اقتصاددان و استاد دانشگاه MIT، دیوید آتور:
«شغل دیگر مقصد نهایی نیست؛ بلکه فرآیندی پیوسته برای رشد و سازگاری با محیط‌های متغیر است. کسانی که هویت شغلی منعطفی داشته باشند، آینده را شکل خواهند داد».
جمع بندی
در این مقاله، به بررسی تأثیر هوش مصنوعی بر آینده‌ی مشاغل و شغل‌های‌مان پرداختیم و نظریه‌های متعددی در این رابطه را بررسی کردیم. همه‌ی این نظریه‌ها و دیدگاه، چه آن‌هایی که نسبت به آینده هشدار می‌دهند، چه آن‌هایی که به فرصت‌ها امیدوارند، در یک نکته مشترک‌اند: انسانی که برای یادگیری، سازگاری و بازتعریف مسیر حرفه‌ای‌اش تلاش نکند، از قافله‌ی آینده عقب خواهد ماند. در همه‌ی سناریوهای پیشِ‌رو، تنها کسانی می‌توانند دوام بیاورند و پیشرفت کنند که آماده‌ی یادگیری مهارت‌های جدید، بازآفرینی خود در نقش‌های نو، و تعامل هوشمندانه با فناوری باشند.
در نهایت، شاید پاسخِ قطعی‌ای برای اینکه «آیا آینده شغلی ما در خطر است یا در حال تغییر؟» نداشته باشیم، اما می‌دانیم که آینده، از آنِ کسانی خواهد بود که خود را برای آن آماده کرده‌اند. هوش مصنوعی شاید یک تهدید باشد، اما برای کسی که با آن یاد می‌گیرد و رشد می‌کند، می‌تواند یک فرصت باشد؛ و نه‌تنها یک فرصت، شاید بزرگ‌ترین فرصت این قرن.