هوش مصنوعی مولد (Generative AI) به‌عنوان یکی از پیشروترین فناوری‌های قرن بیست‌ویکم، در حال بازتعریف ساختار مشاغل و بازار کار جهانی است. پیشرفت‌های اخیر در این حوزه، از مدل‌های زبانی پیشرفته گرفته تا ابزارهای تولید محتوا و تحلیل داده، پرسش‌هایی اساسی درباره آینده مشاغل ایجاد کرده است. آیا هوش مصنوعی و مشاغل در تقابل با یکدیگر قرار دارند یا می‌توانند مکمل یکدیگر باشند؟ این مقاله با تکیه بر مطالعه جامع سازمان بین‌المللی کار (ILO) با عنوان «هوش مصنوعی مولد و مشاغل: شاخص جهانی اصلاح‌شده قرارگیری شغلی» (Working Paper 140, 2025)، به بررسی تأثیرات این فناوری بر مشاغل، توزیع جهانی اثرات آن و چشم‌اندازهای آتی می‌پردازد. هدف این نوشتار، ارائه تحلیلی دقیق و علمی از چگونگی تعامل هوش مصنوعی و مشاغل در سطوح ملی و بین‌المللی است.
روش‌شناسی مطالعه
مطالعه سازمان بین‌المللی کار با همکاری موسسه تحقیقاتی NASK لهستان، رویکردی نوآورانه برای ارزیابی تأثیرات هوش مصنوعی و مشاغل اتخاذ کرده است. این پژوهش با بهره‌گیری از نظام طبقه‌بندی مشاغل لهستان در سطح شش‌رقمی، که شامل 29,753 وظیفه شغلی است، و ترکیب آن با طبقه‌بندی بین‌المللی ISCO-08، تحلیل جامعی از پتانسیل خودکارسازی وظایف ارائه می‌دهد. در این مطالعه، 1,640 نفر از شاغلان در گروه‌های شغلی مختلف در لهستان به ارزیابی پتانسیل خودکارسازی 2,861 وظیفه پرداختند. این داده‌ها با نظرات کارشناسان بین‌المللی و محلی در فرآیندهای مشورتی به سبک دلفی تکمیل شد. در نهایت، با استفاده از مدل‌های هوش مصنوعی مانند GPT-4o و Gemini Flash 1.5، امتیازهای خودکارسازی برای تمامی وظایف در سیستم ISCO-08 تولید شد.
این روش‌شناسی چندوجهی، ترکیبی از ارزیابی انسانی و الگوریتمی، امکان ایجاد شاخصی دقیق‌تر از قرارگیری شغلی در معرض هوش مصنوعی را فراهم کرد. شاخص اصلاح‌شده شامل چهار گرادیان (Gradient) از قرارگیری حداقلی تا حداکثری است که به تحلیل تأثیرات هوش مصنوعی و مشاغل در سطوح مختلف کمک می‌کند.
یافته‌های کلیدی: تأثیرات هوش مصنوعی و مشاغل
1. میزان قرارگیری شغلی در معرض هوش مصنوعی
بر اساس این مطالعه، یک‌چهارم نیروی کار جهانی در مشاغلی مشغول به کار هستند که تا حدی در معرض تأثیرات هوش مصنوعی مولد قرار دارند. حدود 3.3 درصد از اشتغال جهانی در دسته گرادیان 4 (قرارگیری حداکثری) قرار می‌گیرد، که نشان‌دهنده پتانسیل بالای خودکارسازی است. بااین‌حال، تفاوت‌های جنسیتی قابل‌توجهی در این زمینه مشاهده می‌شود: 4.7 درصد از مشاغل زنان در مقایسه با 2.4 درصد از مشاغل مردان در گرادیان 4 قرار دارند. این شکاف در کشورهای با درآمد بالا (HIC) حتی بیشتر است، جایی که 9.6 درصد از مشاغل زنان در برابر 3.5 درصد از مشاغل مردان در معرض حداکثری قرار دارند.
مشاغل دفتری (Clerical Occupations) همچنان بالاترین سطح قرارگیری در معرض هوش مصنوعی را دارند، به‌ویژه به دلیل ماهیت شناختی و تکراری وظایف آنها. علاوه بر این، برخی مشاغل دیجیتالی‌شده مانند حرفه‌های تخصصی و فنی نیز با افزایش قرارگیری مواجه شده‌اند، که نشان‌دهنده گسترش توانایی‌های هوش مصنوعی در انجام وظایف پیچیده‌تر است.
2. تفاوت‌های منطقه‌ای و درآمدی
تفاوت‌های قابل‌توجهی در میزان قرارگیری مشاغل در کشورهای با درآمد بالا (HIC) و کشورهای با درآمد پایین (LIC) وجود دارد. در کشورهای با درآمد بالا، 34 درصد از کل اشتغال در معرض هوش مصنوعی قرار دارد، درحالی‌که این رقم در کشورهای با درآمد پایین به 11 درصد کاهش می‌یابد. این اختلاف به دلیل دسترسی بیشتر به زیرساخت‌های دیجیتال و اینترنت در کشورهای با درآمد بالا است. لهستان، به‌عنوان کشوری با ویژگی‌های اقتصادی بین کشورهای پیشرفته و اقتصادهای درحال‌توسعه، به‌عنوان یک مورد مطالعاتی کلیدی انتخاب شد، زیرا دسترسی گسترده به اینترنت و تجهیزات دیجیتال، آن را به نماینده‌ای مناسب برای بررسی پتانسیل خودکارسازی تبدیل کرده است.
3. تحول مشاغل به‌جای حذف
یکی از یافته‌های مهم این مطالعه این است که هوش مصنوعی و مشاغل بیشتر در یک رابطه مکمل قرار دارند تا جایگزینی کامل. از آنجا که اکثر مشاغل شامل وظایفی هستند که همچنان به ورودی انسانی نیاز دارند، انتظار می‌رود هوش مصنوعی به‌جای حذف مشاغل، آنها را متحول کند. این تحول می‌تواند شامل خودکارسازی وظایف تکراری، افزایش بهره‌وری و ایجاد فرصت‌های جدید برای نوآوری باشد. برای مثال، مشاغلی مانند نویسندگان محتوا، تحلیلگران مالی و برنامه‌نویسان ممکن است از ابزارهای هوش مصنوعی برای بهبود کارایی خود استفاده کنند، درحالی‌که وظایف خلاقانه یا نیازمند تعامل انسانی همچنان به حضور انسان وابسته است.
تحلیل مشاغل با قرارگیری بالا و پایین
مشاغل با قرارگیری بالا
مشاغل با قرارگیری بالا در معرض هوش مصنوعی شامل مواردی هستند که وظایف آنها به‌شدت شناختی و قابل‌برنامه‌ریزی است. برای مثال:
- کارمندان دفتری (Clerical Support Workers): مشاغلی مانند منشی‌ها، کارکنان منابع انسانی و کارکنان پذیرش به دلیل وظایف متنی و تکراری مانند ورود داده‌ها و تنظیم گزارش‌ها، در گرادیان 4 قرار دارند.
- متخصصان فناوری اطلاعات (IT Professionals): با پیشرفت ابزارهای هوش مصنوعی در برنامه‌نویسی و تحلیل داده، این مشاغل نیز با افزایش قرارگیری مواجه شده‌اند.
- کارکنان خدمات مشتریان: وظایفی مانند پاسخ به سؤالات مشتریان یا مدیریت رزروها به‌طور فزاینده‌ای توسط چت‌بات‌ها و سیستم‌های خودکار انجام می‌شود.
مشاغل با قرارگیری پایین
در مقابل، مشاغلی که به مهارت‌های دستی، خلاقیت یا تعاملات پیچیده انسانی وابسته‌اند، کمترین قرارگیری را دارند:
- کارگران ساختمانی (Construction Workers): وظایفی مانند آجرکشی یا نصب تأسیسات به دلیل ماهیت فیزیکی و نیاز به تصمیم‌گیری در محل، کمتر در معرض خودکارسازی هستند.
- متخصصان مراقبت‌های بهداشتی (Healthcare Professionals): مشاغلی مانند پزشکان، پرستاران و فیزیوتراپیست‌ها به دلیل نیاز به قضاوت انسانی و تعامل مستقیم با بیمار، در گرادیان‌های پایین‌تر قرار دارند.
- هنرمندان و صنعتگران (Artists and Craft Workers): وظایف خلاقانه مانند نقاشی، مجسمه‌سازی و ساخت صنایع‌دستی به دلیل نیاز به ابتکار و خلاقیت، کمترین پتانسیل خودکارسازی را دارند.
پیامدهای سیاستی
یافته‌های این مطالعه پیامدهای مهمی برای سیاست‌گذاری در حوزه هوش مصنوعی و مشاغل دارد:
- آموزش و بازآموزی نیروی کار: با توجه به تحول مشاغل، برنامه‌های آموزشی برای ارتقای مهارت‌های دیجیتال و تطبیق با فناوری‌های جدید ضروری است.
- گفت‌وگوی اجتماعی: ایجاد پلتفرم‌هایی برای گفت‌وگو بین کارفرمایان، کارگران و سیاست‌گذاران می‌تواند به مدیریت بهتر تحولات ناشی از هوش مصنوعی کمک کند.
- کاهش نابرابری‌های جنسیتی: با توجه به قرارگیری بالاتر مشاغل زنان در معرض خودکارسازی، سیاست‌های هدفمند برای حمایت از زنان در بازار کار ضروری است.
- سرمایه‌گذاری در زیرساخت‌های دیجیتال: کشورهای با درآمد پایین برای بهره‌مندی از مزایای هوش مصنوعی نیازمند سرمایه‌گذاری در دسترسی به اینترنت و فناوری هستند.
نتیجه‌گیری
هوش مصنوعی و مشاغل در آستانه یک تحول بزرگ قرار دارند. مطالعه سازمان بین‌المللی کار نشان می‌دهد که اگرچه هوش مصنوعی مولد پتانسیل خودکارسازی برخی وظایف را دارد، اما تأثیر اصلی آن احتمالاً در تحول مشاغل و افزایش بهره‌وری خواهد بود. تفاوت‌های جنسیتی و درآمدی در قرارگیری شغلی نیازمند توجه ویژه سیاست‌گذاران است تا از تشدید نابرابری‌ها جلوگیری شود. با رویکردی متعادل و آینده‌نگر، می‌توان از ظرفیت‌های هوش مصنوعی برای ایجاد مشاغل جدید و بهبود کیفیت کار بهره برد، به‌گونه‌ای که عدالت اجتماعی و کار شایسته تقویت شود.
