داده‌های آپولو: مواجهه با هوش مصنوعی از سال ۲۰۲۳ منجر به کاهش ۶.۷ درصدی رشد دستمزد واقعی در مشاغل پرخطر شده است

سال‌ها، نگرانی اصلی در مورد هوش مصنوعی، تهدید بیکاری گسترده بود. با این حال، داده‌های تجربی جدیدی که منتشر شده‌اند، واقعیت متفاوتی را در بازار کار ایالات متحده نشان می‌دهند: هوش مصنوعی کارگران را سر کار نگه می‌دارد، اما به آرامی از افزایش حقوق آن‌ها می‌کاهد. بر اساس یک گزارش جامع که توسط شرکت «آپولو گلوبال منجمنت» (Apollo Global Management) منتشر شده، شرکت‌ها به جای کاهش نیروی کار، از طریق فشرده‌سازی دستمزدها، بهره‌وری حاصل از هوش مصنوعی مولد را به نفع خود مصادره می‌کنند.[1][3]

این مطالعه آپولو، که توسط سانیا ادلیش (Sania Edlich)، تحلیلگر، و تورستن اسلوک (Torsten Sløk)، اقتصاددان ارشد، نوشته شده است، داده‌های دستمزد و اشتغال را در ۳۲۱ شغل مشابه از سال ۲۰۱۵ تا ۲۰۲۵ بررسی کرد. محققان با استفاده از «شاخص اقتصادی آنتروپیک» (Anthropic Economic Index) – که استفاده مشاهده‌شده و واقعی از ابزارهای هوش مصنوعی مانند «کلود» (Claude) را اندازه‌گیری می‌کند، نه صرفاً مواجهه نظری – توانستند تغییرات اقتصادی رخ داده پس از فراگیر شدن «چت‌جی‌پی‌تی» (ChatGPT) در اواخر سال ۲۰۲۲ را جدا کنند. آن‌ها دریافتند مشاغلی که بیشترین مواجهه با هوش مصنوعی را داشتند، پس از سال ۲۰۲۳ به طور متوسط ۶.۷ درصد کاهش در رشد دستمزد واقعی را تجربه کردند.[1][2]

نکته حیاتی این است که داده‌ها هیچ کاهش آماری قابل توجهی در سطح کلی اشتغال برای این نقش‌های بسیار در معرض خطر نشان ندادند. این امر حاکی از یک تغییر ساختاری در استراتژی شرکت‌ها است. به جای اخراج‌های گسترده‌ای که بسیاری از حامیان کارگری از آن می‌ترسیدند، به نظر می‌رسد شرکت‌ها نیروی انسانی خود را حفظ می‌کنند، در حالی که از بهره‌وری ناشی از هوش مصنوعی برای توجیه محدود کردن هزینه‌های کارگری و جلوگیری از افزایش حقوق معمول استفاده می‌کنند.[1][3]

بار مالی این فشرده‌سازی دستمزد به طور مساوی توزیع نشده است. داده‌های آپولو نشان‌دهنده تأثیر بسیار قهقرایی است، به طوری که متخصصان کم‌درآمد بیشترین فشار این تعدیل را تحمل می‌کنند. کارگران بخش خدمات – گروهی که شامل دربان‌ها، مراقبان کودک و پشتیبانی اداری می‌شود – با کاهش حیرت‌انگیز ۲۴.۳ درصدی در رشد دستمزد واقعی مواجه شدند. به طور مشابه، دستمزد کارگران در ۲۵ درصد پایین‌ترین سطح درآمدی، در همان دوره ۱۰.۷ درصد کاهش رشد را تجربه کرد.[1][2]

در مقابل، پردرآمدترین کارگران هیچ تأثیر منفی قابل توجهی بر دستمزدهای خود ثبت نکردند. این تفاوت نشان می‌دهد که افراد با درآمد بالا بهتر می‌توانند ابزارهای هوش مصنوعی را به عنوان تقویت‌کننده‌های بهره‌وری که جریان کار موجود آن‌ها را بهبود می‌بخشند، جذب کنند، نه به عنوان جایگزین‌های مستقیم برای وظایف اصلی‌شان. این یافته‌ها نشان می‌دهند که هوش مصنوعی به عنوان یک عامل گسترش‌دهنده نابرابری درآمد عمل می‌کند، به طوری که متخصصان با حقوق بالاتر را مصون نگه می‌دارد در حالی که حاشیه سود کسانی که در پایین‌ترین سطح دستمزد قرار دارند را فشرده می‌کند.[1][3]

تمایز بین اینکه چه کسی جایگزین می‌شود و چه کسی تقویت می‌شود، اغلب به نوع دانشی که یک شغل نیاز دارد، بستگی دارد. تحقیقات بانک فدرال رزرو دالاس تفاوت بین «دانش مدون» (codified knowledge) – اطلاعات تثبیت‌شده‌ای که در کتاب‌های درسی یا راهنماها یافت می‌شود – و «دانش ضمنی» (tacit knowledge) را برجسته می‌کند؛ دانش ضمنی از طریق تجربه عملی و تعاملات پیچیده انسانی به دست می‌آید. هوش مصنوعی در تکرار وظایف مدون و جایگزینی کارهای روتین یا سطح پایه عالی عمل می‌کند، اما در جایگزینی قضاوت مبتنی بر تجربه که در نقش‌های متکی بر دانش ضمنی مورد نیاز است، دچار مشکل می‌شود.[5]

این پویایی توضیح می‌دهد که چرا برخی مشاغل با مواجهه متوسط با هوش مصنوعی، در واقع شاهد افزایش حقوق خود بوده‌اند. به عنوان مثال، مشاوران مالی شخصی ۸.۴ درصد افزایش در دستمزد واقعی را تجربه کردند و حقوق قضات حقوق اداری ۱۷.۵ درصد افزایش یافت. در این نقش‌ها، هوش مصنوعی جمع‌آوری داده‌های روتین و تحلیل مقدماتی را خودکار می‌کند و متخصص انسانی را آزاد می‌گذارد تا بر تصمیم‌گیری‌های پیچیده و با ارزش بالا تمرکز کند که در بازار تقاضای بیشتری دارد.

با این حال، رقم اصلی کاهش ۶.۷ درصدی دستمزدها بدون منتقدان روش‌شناختی نیست. تحلیل‌های مستقل اشاره می‌کنند که یافته‌های آپولو به آستانه‌های آماری مورد استفاده برای تعریف «مواجهه بالا» بسیار حساس هستند. هنگامی که حد نصاب مواجهه گسترش می‌یابد تا طیف وسیع‌تری از مشاغل را در بر گیرد، کاهش تخمینی دستمزد به ۱.۸۹ درصد کاهش می‌یابد. تحت یک حد نصاب سخت‌گیرانه‌تر، تأثیر منفی از نظر آماری ناچیز می‌شود، که نشان می‌دهد معیار ۶.۷ درصد باید به عنوان یک هشدار مشروط تلقی شود نه یک قانون جهانی برای اقتصاد جدید.[4]

علاوه بر این، از آنجایی که مطالعه آپولو بر اساس طراحی «تفاوت در تفاوت‌ها» (difference-in-differences) است که مشاغل را با هم مقایسه می‌کند نه شرکت‌های پذیرنده منفرد را، نمی‌تواند به طور قطعی ثابت کند که هوش مصنوعی به تنهایی عامل شکاف دستمزد نسبی بوده است. نیروهای کلان اقتصادی گسترده‌تر پس از همه‌گیری، از جمله تعدیل‌های تورمی و تغییر تقاضای مصرف‌کننده، نیز فعالانه در حال شکل دادن به مقیاس‌های پرداخت نسبی در بخش‌های مختلف هستند.[4]

با وجود این ظرافت‌های روش‌شناختی، روند کلی همچنان واضح است. آپولو تخمین می‌زند که در حال حاضر تقریباً ۵.۸ میلیون کارگر آمریکایی در مشاغلی با مواجهه بالا با هوش مصنوعی مشغول به کار هستند. انتظار می‌رود با عمیق‌تر شدن نفوذ ابزارهای هوش مصنوعی سازمانی در شرکت‌های آمریکایی، این تعداد به طور قابل توجهی افزایش یابد. برای نیروی کار مدرن، چالش فوری دیگر اثبات این نیست که یک انسان می‌تواند کاری را بهتر از یک ماشین انجام دهد، بلکه اثبات این است که تخصص انسانی همچنان ارزش افزایش حقوق ممتاز را دارد.[1][2]