تحلیل گذار پارادایم اشتغال در عصر هوش مصنوعی: بازتعریف سرمایه انسانی و ضرورت سیاست گذاری پیش دستانه
هوش مصنوعی، به ویژه هوش مصنوعی مولد، بر وظایف شغلی، مهارت های موردنیاز و شیوه سازمان دهی کار اثر می گذارد؛ اما «مواجهه یک شغل با هوش مصنوعی» را نباید با «حذف قطعی آن شغل» یکسان گرفت. ارزیابی سازمان بین المللی کار در سال ۲۰۲۵ نشان می دهد حدود یک چهارم اشتغال جهان در مشاغلی قرار دارد که تا درجاتی در معرض هوش مصنوعی مولدند و ۳٫۳ درصد اشتغال در بالاترین درجه مواجهه قرار می گیرد. جمع بندی این ارزیابی، با توجه به اینکه بیشتر مشاغل از وظایفی تشکیل شده اند که همچنان به مشارکت انسانی نیاز دارند، محتمل تر بودن دگرگونی شغل ها نسبت به خودکارسازی کامل آن هاست. این یادداشت با تمرکز بر دانش آموختگان دانشگاهی، پیامدهای این دگرگونی را برای ورود به بازار کار، محتوای مهارت ها و برابری فرصت ها بررسی می کند و مجموعه ای از جهت گیری های سیاستی را پیشنهاد می دهد. این جهت گیری ها بر پایش شواهد، پیوند دانشگاه با محیط کار، آموزش مستمر، حمایت از گروه های در معرض آسیب، مشارکت کارکنان و حکمرانی مسئولانه هوش مصنوعی استوار است.
بحث درباره آینده کار اغلب میان دو ادعای ساده شده نوسان می کند: اینکه هوش مصنوعی «مشاغل را می گیرد» یا اینکه صرفا «ابزاری برای افزایش بهره وری» است. هیچ یک را نمی توان بدون توجه به نوع وظایف، شیوه استفاده از فناوری، ساختار سازمانی، هزینه ها و مقررات، به همه مشاغل تعمیم داد. سازمان بین المللی کار، در شاخص جهانی مواجهه شغلی با هوش مصنوعی مولد، میان سطح مواجهه و نتیجه واقعی در بازار کار تمایز می گذارد و نتیجه می گیرد که تغییر محتوای مشاغل، نه حذف کامل آن ها، برای بیشتر مشاغل محتمل تر است. این شاخص برآوردی از امکان بالقوه اثرگذاری است، نه پیش بینی قطعی تعداد مشاغل حذف شده یا ایجادشده.
این تمایز برای دانش آموختگان دانشگاهی اهمیت ویژه دارد. مدرک دانشگاهی به تنهایی تضمین نمی کند که مهارت های فرد با نیازهای متغیر محل کار منطبق باشد؛ در مقابل، مواجهه یک رشته یا شغل با هوش مصنوعی نیز به خودی خود به معنای بی ارزش شدن دانش تخصصی آن نیست. پرسش سیاستی اصلی این است که چگونه می توان دستاوردهای بهره وری و توانمندسازی فناوری را به بهبود کیفیت کار و فرصت های شغلی پیوند زد، بی آنکه هزینه های گذار بر دوش گروه هایی گذاشته شود که دسترسی کمتری به آموزش، قدرت چانه زنی یا فرصت جابه جایی شغلی دارند.
شواهد و دلالت ها برای نیروی کار دانشگاهی
گزارش ۲۰۲۵ سازمان بین المللی کار برآورد می کند که حدود یک چهارم کارکنان جهان در مشاغلی قرار دارند که تا حدی در معرض هوش مصنوعی مولدند؛ سهم اشتغال واقع در بالاترین درجه مواجهه ۳٫۳ درصد است. این ارقام ناظر به «مواجهه بالقوه» هستند، نه وقوع قطعی خودکارسازی یا بیکاری. همان گزارش تاکید می کند که مشاغل معمولا از ترکیبی از وظایف تشکیل شده اند و بسیاری از این وظایف به مداخله انسانی نیاز دارند؛ از این رو، دگرگونی شغل محتمل تر از حذف کامل آن است.
برای دانش آموختگان، این تحول دست کم سه پیامد قابل طرح دارد. نخست، بخشی از وظایف شناختی و اطلاعاتی که پیش تر به نیروی متخصص سپرده می شد ممکن است با کمک ابزارهای هوش مصنوعی سریع تر یا به شیوه ای متفاوت انجام شود. در چنین شرایطی، ارزش حرفه ای فرد بیش از آنکه فقط به اجرای یک وظیفه محدود وابسته باشد، می تواند به توانایی تعریف مسئله، ارزیابی خروجی، تشخیص خطا، استفاده مسئولانه از داده و تلفیق ابزار با دانش تخصصی وابسته شود. این گزاره را باید جهت گیری تحلیلی دانست، نه پیش بینی قطعی درباره همه رشته ها.
دوم، مسیر ورود به بازار کار ممکن است تغییر کند. اگر بخشی از وظایف ساده تر آغازین در برخی مشاغل دگرگون شود، طراحی فرصت های کارآموزی، یادگیری حین کار و کسب تجربه حرفه ای برای دانش آموختگان اهمیت بیشتری پیدا می کند. داده های موجود در این جست وجو برای تعیین میزان یا گستره این اثر در کشورها، رشته ها و گروه های شغلی مختلف کافی نیست؛ بنابراین، نمی توان آن را به صورت عددی یا یکسان به همه بازارهای کار تعمیم داد.
سوم، تغییر مهارت ها تنها به مهارت فنی محدود نیست. مجمع جهانی اقتصاد در گزارش «آینده مشاغل ۲۰۲۵» که بر دیدگاه بیش از ۱۰۰۰ کارفرما در ۵۵ اقتصاد استوار است، از رشد اهمیت مهارت هایی مانند هوش مصنوعی و داده، سواد فناورانه، تفکر تحلیلی، خلاقیت، انعطاف پذیری و یادگیری مادام العمر گزارش می دهد. این گزارش بازتاب انتظار کارفرمایان بررسی شده برای بازه ۲۰۲۵ تا ۲۰۳۰ است؛ بنابراین باید آن را نشانه ای از انتظارات مورد سنجش دانست، نه پیش بینی قطعی برای همه کشورها یا تضمین ایجاد مشاغل مشخص.
نقش دانشگاه
دانشگاه باید از آموزش صرف محتوای ثابت به سوی پرورش توانایی های قابل انتقال حرکت کند: تحلیل مسئله، سواد داده و هوش مصنوعی، داوری انتقادی درباره خروجی ها، ارتباط حرفه ای، کار میان رشته ای و یادگیری مستقل. این تغییر به معنای کنار گذاشتن دانش بنیادی یا تخصص رشته ای نیست؛ برعکس، هرچه تولید خروجی با ابزارهای هوش مصنوعی آسان تر شود، توانایی تشخیص اعتبار، زمینه و پیامد آن خروجی اهمیت بیشتری می یابد.
در سطح برنامه های درسی، مناسب است آموزش کاربردی هوش مصنوعی به زمینه رشته ای پیوند بخورد؛ برای مثال، دانشجویان نه فقط نحوه استفاده از ابزار، بلکه محدودیت های آن، امکان خطا، ملاحظات اخلاقی و مسئولیت انسانی در تصمیم گیری را نیز بیاموزند. در سطح ارتباط با بازار کار، همکاری دانشگاه، کارفرما و نهادهای حرفه ای می تواند به شناسایی تغییرات واقعی وظایف و طراحی کارآموزی و آموزش تکمیلی کمک کند. البته این همکاری نباید به واگذاری کامل محتوای آموزش به نیازهای کوتاه مدت کارفرمایان بینجامد؛ استقلال دانشگاهی و آموزش شهروندی نیز بخشی از ماموریت دانشگاه است.
در آموزش و پژوهش دانشگاهی نیز استفاده از هوش مصنوعی به چارچوبی روشن درباره شفافیت، ارزیابی خروجی، صیانت از عاملیت انسانی، شمول و تنوع زبانی و فرهنگی نیاز دارد. راهنمای یونسکو درباره هوش مصنوعی مولد در آموزش و پژوهش، بر رویکرد انسان محور و تدوین سیاست های متناسب برای استفاده از این ابزارها تاکید می کند.
نقش سیاست گذاری عمومی
سیاست گذاری عمومی نباید صرفا به تشویق پذیرش فناوری یا مقابله با آن محدود شود. وظیفه اصلی، شکل دادن به گذار به گونه ای است که منافع و هزینه های آن به طور نامتوازن میان کارفرما، کارکنان و گروه های اجتماعی توزیع نشود. بر این اساس، چند جهت گیری سیاستی قابل پیشنهاد است:
- پایش مستمر بازار کار: گردآوری داده های قابلمقایسه درباره کاربرد هوش مصنوعی درمحیط های کاری، تغییر وظایف، نیازهای مهارتی،استخدام، جابه جایی و کیفیت اشتغال. سازمانهمکاری و توسعه اقتصادی بر ضرورت گردآوریداده های بهتر درباره میزان استفاده از هوشمصنوعی در محل کار و دگرگونی مشاغل ومهارت ها تاکید کرده است.
- توسعه آموزش مستمر و دسترس پذیر: فراهم کردن آموزش های ماژولار و مرتبط با شغل، حمایت مالی از یادگیری کارکنان و ایجاد فرصت بازآموزی برای کسانی که دسترسی کمتری به آموزش دارند. سازمان همکاری و توسعه اقتصادی آموزش نیروی کم مهارت، کارکنان مسن تر و کارکنان با مهارت بالا را در زمره نیازهای سیاستی می آورد و بر نقش دولت در تشویق کارفرمایان به آموزش و ادغام مهارت های هوش مصنوعی در آموزش تاکید می کند.
- حمایت از گذار شغلی و کیفیت کار: سیاست های بازار کار باید علاوه بر مهارت آموزی، امکان جابه جایی به مشاغل دیگر، حمایت درآمدی در دوره انتقال و حفظ کیفیت و امنیت کار را مدنظر قرار دهند. آموزش به تنهایی کافی نیست اگر افراد فرصت استفاده از مهارت های تازه را نداشته باشند.
- گفت وگوی اجتماعی و مشارکت کارکنان: تصمیم های سازمانی درباره ورود هوش مصنوعی، پایش عملکرد و بازطراحی وظایف باید با اطلاع رسانی و مشارکت کارکنان و نمایندگان آنان همراه باشد. سازمان همکاری و توسعه اقتصادی گفت وگوی اجتماعی و چانه زنی جمعی را از حوزه های مهم سیاست گذاری در گذار هوش مصنوعی می داند.
- ارزیابی توزیعی و نظارت بر پیامدها: سیاست گذار باید بررسی کند که منافع و مخاطرات فناوری چگونه میان زنان و مردان، گروه های سنی، سطوح مهارتی، مناطق و رشته های مختلف توزیع می شود. برآوردهای جهانی سازمان بین المللی کار از تفاوت مواجهه شغلی میان گروه ها حکایت دارد، اما برای سیاست گذاری ملی باید داده های بومی و تفکیک شده در دسترس باشد؛ تعمیم مستقیم میانگین جهانی به یک کشور یا دانشگاه، پشتوانه کافی ندارد. (سازمان بین المللی کار، ۲۰۲۵).
جمع بندی
هوش مصنوعی آینده مشاغل دانشگاهی را نه با یک مسیر قطعی حذف یا حفظ شغل، بلکه از راه تغییر ترکیب وظایف، مهارت ها و مناسبات کار تحت تاثیر قرار می دهد. شواهد موجود از مواجهه بالقوه گسترده خبر می دهند، اما مواجهه را نباید با حذف واقعی شغل برابر گرفت. برای همین، واکنش موثر نه پیش گویی قطعی، بلکه سیاست گذاری سازگار با شواهد و قابل بازنگری است: پایش تغییرات، آموزش مستمر، پیوند مسئولانه دانشگاه با محیط کار، حمایت از گروه های آسیب پذیر و مشارکت کارکنان در تصمیم های فناورانه. در این چارچوب، معیار موفقیت تنها افزایش بهره وری نیست؛ بلکه توانایی جامعه در تبدیل تغییر فناورانه به کار شایسته، فرصت یادگیری و توزیع منصفانه تر منافع نیز اهمیت دارد.
منابع:
گزارش سازمان بین المللی کار،
Generative AI and Jobs: A Refined Global Index of Occupational Exposure
گزارش سازمان همکاری و توسعه اقتصادی
https://school-education.ec.europa.eu/en/discover/publications/guidance-generative-ai-education-and-research،
گزارش مجمع جهانی اقتصاد
The Future of Jobs Report, Published Jan , 2025
گزارش یونسکو
https://www.oecd.org/en/publications/oecd-employment-outlook-2023_08785bba-en.html