نقش دولت ها و سیاست های بازآموزی نیروی کار در عصر تحولات هوش مصنوعی چارچوبی برای سیاست گذاری آینده نگر

پیشرفت های شتابان هوش مصنوعی و اتوماسیون هوشمند، پارادایم های سنتی اشتغال و ساختارهای مهارتی را با چالش های بی سابقه ای مواجه ساخته است. بر اساس برآوردهای معتبر (World Economic Forum , ۲۰۲۳)، تا سال ۲۰۲۵، حدود ۸۵ میلیون شغل تحت تاثیر جابه جایی های شغلی ناشی از ادغام ماشین های هوشمند قرار خواهند گرفت، درحالی که هم زمان ۹۷ میلیون نقش شغلی جدید ظهور خواهند کرد که مستلزم ترکیبی پیچیده از مهارت های شناختی، فنی و بینافردی هستند. این گذار ساختاری، دولت ها را در مقام بازیگران اصلی عرصه سیاست گذاری کار با مسئولیتی دوگانه مواجه می کند: از یک سو می بایست پیامدهای مخرب اقتصادی - اجتماعی این تحولات را مهار نمایند و از سوی دیگر بایستی زیرساخت های نهادی لازم برای تسهیل ظهور اکوسیستم های جدید مهارتی را طراحی کنند. این پژوهش با اتخاذ رویکردی میان رشته ای (ترکیبی از اقتصاد کار، سیاست گذاری عمومی و مطالعات فناوری) و با روش شناسی توصیفی - تحلیلی، به ارزیابی انتقادی مداخلات سیاستی دولت ها در حوزه بازآموزی (reskilling) و ارتقای مهارت (upskilling) نیروی کار می پردازد. یافته های تحقیق حاکی از آن است که موثرترین سیاست ها آن دسته از مداخلاتی هستند که:الف) از منطق «یادگیری مادام العمر» (lifelong learning)به جای برنامه های مقطعی تبعیت می کنند، ب) مبتنی بر همکاری سه جانبه حکومت - صنعت - نهادهای آموزشی (tripartite collaboration)طراحی شده اند، ج) از ابزارهای دیجیتالی مانند پلتفرم های آموزش انطباقی adaptive) (learning platforms بهره می برند. مقاله در نهایت چارچوبی سیاستی برای طراحی «نظام های هوشمند بازآموزی» (Smart Reskilling Ecosystems) ارائه می دهد که می تواند به دولت ها در کاهش ناهم زمانی (asynchronicity) میان تحولات فناورانه و توانمندی های نیروی کاریاری رساند.

کلیدواژه ها:

هوش مصنوعی و اشتغال ، حکمرانی آموزشی ، اتوماسیون هوشمند ، سیاست های بازآموزی ، شکاف مهارتی ، همکاری سه جانبه.