رفتن به محتوای اصلی
پژوهش کوهستاناحیای نیروی کارمجموعه شواهد· 6 دقیقه مطالعه· در هوش مصنوعی

یافته‌های اقتصادی درباره احیای مشاغل: هوش مصنوعی چگونه وظایف را خودکار می‌کند، نه کل مشاغل را

داده‌های اقتصادی نشان می‌دهد که هوش مصنوعی عمدتاً وظایف تکراری و مشخص را خودکار می‌کند و نه کل مشاغل را؛ روندی که با ایجاد «اثر احیا»، نقش‌های جدیدی برای نیروی کار انسانی به وجود می‌آورد.

به قلم آزاده ابراهیمی

این خبر را به اشتراک بگذارید

به‌طور خلاصه

  • هوش مصنوعی عمدتاً وظایف خاصی را در یک شغل خودکار می‌کند، نه اینکه کل آن شغل را از بین ببرد.
  • با خودکار شدن وظایف تکراری، «اثر احیا» وظایف جدیدی ایجاد می‌کند که در آن‌ها نیروی کار انسانی دارای مزیت نسبی است.
  • از سال ۲۰۲۲، نرخ بیکاری در میان کارگرانی که بیشترین مواجهه را با هوش مصنوعی داشته‌اند، با سرعت کمتری نسبت به کارگرانی که کمترین مواجهه را داشته‌اند، افزایش یافته است.

در سال ۲۰۲۵، پژوهشگران موسسه فناوری ماساچوست (ام‌آی‌تی) که روند پذیرش نرم‌افزارهای سازمانی را دنبال می‌کردند، متوجه یک ناهنجاری در بخش‌های حسابداری شرکت‌هایی شدند که هوش مصنوعی را مستقر کرده بودند. زمانی که شرکت‌ها پلتفرم‌های حسابداری مبتنی بر هوش مصنوعی را ادغام کردند، کارکنان مالی خود را اخراج نکردند.

در عوض، حدود ۹ درصد از زمان حسابداران از ورود تکراری داده‌ها به وظایف باارزشی مانند ارتباطات تجاری و تضمین کیفیت بازتوزیع شد. این نرم‌افزار پر کردن صفحات گسترده را خودکار کرد، اما نتوانست کار مشاوره به مشتریان را که بر اساس همان صفحات گسترده انجام می‌شد، خودکار کند.[5]

این مشاهده، سازوکار اصلی پدیده‌ای را به تصویر می‌کشد که اقتصاددانان کار آن را «اثر احیا» می‌نامند. این چارچوب که برای اولین بار در مقاله سال ۲۰۱۹ توسط دارون عجم‌اوغلو و پاسکوال رسترپو، اقتصاددانان ام‌آی‌تی، در مجله چشم‌اندازهای اقتصادی فرمول‌بندی شد، عنوان شغلی را از وظایف مجزایی که آن را تشکیل می‌دهند، تفکیک می‌کند.

با ورود یک فناوری جدید، «اثر جایگزینی» ایجاد می‌شود که به سرمایه اجازه می‌دهد در وظایف خاصی جایگزین نیروی کار شود. اما همزمان، وظایف جدیدی خلق می‌کند که در آن‌ها نیروی کار انسانی دارای مزیت نسبی است و در نتیجه تقاضا برای کارگران را احیا می‌کند.[1]

تمایز بین خودکارسازی یک وظیفه و خودکارسازی یک شغل، تعیین می‌کند که آیا یک فناوری نقشی را از بین می‌برد یا آن را گسترش می‌دهد. بر اساس تحلیل سال ۲۰۲۵ ام‌آی‌تی اسلون، زمانی که هوش مصنوعی بتواند اکثریت قریب به اتفاق وظایف تشکیل‌دهنده یک شغل خاص را اجرا کند، سهم کارگران در آن نقش تقریباً ۱۴ درصد کاهش می‌یابد.

با این حال، زمانی که فناوری تنها زیرمجموعه کوچکی از وظایف تکراری را جذب می‌کند، نتیجه عکس رخ می‌دهد. کارگران ظرفیت تمرکز بر ایده‌پردازی و تفکر انتقادی را به دست می‌آورند و استخدام برای آن نقش اغلب افزایش می‌یابد.[5]

تأثیر هوش مصنوعی بر اشتغال به شدت به این بستگی دارد که آیا این فناوری تنها چند وظیفه تکراری را خودکار می‌کند یا بخش عمده‌ای از مسئولیت‌های یک نقش را.

لارنس اشمیت، دانشیار ام‌آی‌تی اسلون، می‌گوید: «یکی از نقش‌های مهم شرکت‌ها در به حداقل رساندن جابه‌جایی‌های ناشی از هوش مصنوعی، تکیه جدی بر بازتوزیع وظایف است: نیروی کار فعلی خود را در نظر بگیرید، با هوش مصنوعی کار کنید و مطمئن شوید که زمان به سمت وظایفی بازتوزیع می‌شود که افراد در آن‌ها مزیت نسبی دارند.»[5]

داده‌های اقتصاد کلان در حال حاضر از این بازتوزیع درون‌نقشی در برابر جابه‌جایی انبوه حمایت می‌کند. یک گزارش سیاستی در جولای ۲۰۲۶ از موسسه تحقیقات سیاست اقتصادی استنفورد (SIEPR)، روندهای بیکاری را در سطوح مختلف مواجهه با هوش مصنوعی اندازه‌گیری کرد.

از سال ۲۰۲۲، نرخ بیکاری برای دهک بالای کارگرانی که در معرض هوش مصنوعی قرار داشتند، ۰.۷۷ واحد درصد افزایش یافت. در دقیقاً همان دوره، نرخ بیکاری برای کارگرانی که کمترین مواجهه را داشتند، ۰.۸۵ واحد درصد افزایش یافت. کارگرانی که بیشترین مواجهه را دارند، با نرخ اندکی بالاتر از کسانی که کمترین مواجهه را دارند، مشاغل خود را حفظ می‌کنند.[2]

شرکت‌هایی که به طور گسترده از هوش مصنوعی استفاده می‌کنند، در واقع نیروی کار خود را سریع‌تر از همتایانشان گسترش می‌دهند. تحقیقات ام‌آی‌تی اسلون نشان داد که افزایش چشمگیر در استفاده از هوش مصنوعی با حدود ۶ درصد رشد اشتغال بالاتر و ۹.۵ درصد رشد فروش بالاتر در یک بازه پنج ساله همبستگی دارد. حتی در موقعیت‌های با دستمزد بالا که به شدت در معرض این فناوری قرار دارند، سهم کل اشتغال در طول پنج سال حدود ۳ درصد رشد کرده است.[5]

نرخ بیکاری در میان کارگرانی که بیشترین مواجهه را با هوش مصنوعی داشته‌اند، با سرعت اندکی کمتر از کارگرانی که کمترین مواجهه را داشته‌اند، افزایش یافته است.

ناظران بین‌المللی کار نیز الگوهای مشابهی را ثبت کرده‌اند. سازمان همکاری و توسعه اقتصادی (OECD) در چشم‌انداز اشتغال سال ۲۰۲۳ خود نتیجه گرفت که هیچ نشانه‌ای از کاهش تقاضا برای نیروی کار به دلیل هوش مصنوعی وجود ندارد. در حالی که این فناوری حجم عظیمی از وظایف در معرض خطر خودکارسازی را گسترش می‌دهد، این سازمان دریافت که هنوز برای تشخیص تغییرات منفی معنادار در اشتغال زود است و در عوض خاطرنشان کرد که کارگران دارای مهارت‌های هوش مصنوعی دستمزدهای بسیار بالاتری دریافت می‌کنند.[3]

دفتر بودجه کنگره (CBO) نیز در گزارش دسامبر ۲۰۲۴ خود درباره تأثیرات اقتصادی و مالی این فناوری به نتیجه مشابهی رسید. این آژانس تعیین کرد که هوش مصنوعی مولد می‌تواند به عنوان یک مکمل مستقیم برای کارگران کم‌مهارت در یک شغل خاص عمل کرده و بازده آن‌ها را افزایش دهد.

دفتر بودجه کنگره خاطرنشان کرد: «هوش مصنوعی می‌تواند جامعه را به همان روشی متحول کند که پیشرفت‌های تکنولوژیکی مانند موتور بخار و برق‌رسانی در گذشته‌های دور انجام دادند»، در حالی که اذعان داشت تأثیر نهایی بر درآمدهای فدرال و هزینه‌های الزامی هنوز نامشخص است.[4]

اگر این فناوری بازده اقتصادی و درآمدهای فردی را افزایش دهد، دفتر بودجه کنگره پیش‌بینی می‌کند که هزینه‌های فدرال برای برنامه‌های حمایت از درآمد ممکن است کاهش یابد. برعکس، اگر کسب‌وکارها از هوش مصنوعی برای کاهش بدهی‌های مالیاتی خود استفاده کنند، یا اگر کارگران جابه‌جاشده به کمک‌های فدرال طولانی‌مدت نیاز داشته باشند، هزینه‌های الزامی ممکن است افزایش یابد. این آژانس تأکید کرد که استفاده خود دولت فدرال از این فناوری برای حسابرسی انطباق مالیاتی یا کاهش پرداخت‌های متقلبانه در برنامه‌های مدیکر و تامین اجتماعی می‌تواند تعادل مالی را تغییر دهد.[4]

آسیب‌پذیری اصلی در مدل احیا، در سطح پایه ظاهر می‌شود. در حالی که نقش‌های ارشد از خودکارسازی وظایف تکراری سود می‌برند، نقش‌های تازه‌کار از نظر تاریخی تقریباً به طور کامل از همین وظایف تشکیل شده‌اند. تحلیل سال ۲۰۲۶ موسسه استنفورد (SIEPR) بازار کار چالش‌برانگیزی را برای فارغ‌التحصیلان اخیر برجسته کرد، به طوری که نرخ بیکاری برای دارندگان مدارک جدید در اوایل سال ۲۰۲۶ به ۵.۶ درصد رسید؛ افزایشی معادل ۱.۶ واحد درصد نسبت به سه سال قبل.[2]

مشاغل سطح پایه با بالاترین خطر خودکارسازی مواجه هستند، زیرا وظایف تکراری که به طور سنتی برای آموزش کارمندان تازه‌کار استفاده می‌شوند، به راحتی توسط هوش مصنوعی جذب می‌شوند.

موقعیت‌های تازه‌کار در زمینه‌هایی مانند توسعه نرم‌افزار و پژوهش، اغلب به عنوان دوره‌های کارآموزی عمل می‌کنند که در آن‌ها کارگران با اجرای تحلیل‌های تکراری و نوشتن، مهارت می‌آموزند. از آنجا که هوش مصنوعی اکنون این عملکردها را به طور کارآمدی انجام می‌دهد، شواهد تجربی نشان می‌دهد که این فناوری ممکن است تقاضا برای استخدام‌های جدید را کاهش دهد.

پژوهشگران استنفورد خاطرنشان کردند که استخدام کارگران سطح پایه در مشاغل در معرض هوش مصنوعی در حوالی سال ۲۰۲۲ به طور قابل‌توجهی کاهش یافت، اگرچه عوامل اقتصاد کلان مانند افزایش نرخ بهره، ریشه‌یابی دقیق این موضوع را پیچیده می‌کند.[2]

دوام اثر احیا زمانی آزمایش خواهد شد که پذیرش سازمانی از طرح‌های آزمایشی به زیرساخت‌های اصلی منتقل شود. نقطه بررسی قابل‌تأیید بعدی در اوایل سال ۲۰۲۷ فرا می‌رسد، زمانی که اداره آمار کار پیش‌بینی‌های شغلی اصلاح‌شده خود را برای دهه ۲۰۲۶-۲۰۳۶ منتشر کند. اگر نرخ بیکاری برای دهک بالای کارگران در معرض هوش مصنوعی از آستانه ۱.۰ واحد درصد عبور کند، یا اگر نرخ بیکاری ۵.۶ درصدی برای فارغ‌التحصیلان جدید با وجود کاهش نرخ بهره بهبود نیابد، اثر جایگزینی رسماً بر احیای وظایف غلبه کرده است.[2][6]

اصطلاحات کلیدی

اثر احیا
فرآیند اقتصادی که در آن فناوری جدید وظایف نوآورانه‌ای ایجاد می‌کند که به نیروی کار انسانی نیاز دارد و مشاغل از دست رفته در اثر خودکارسازی را جبران می‌کند.
اثر جایگزینی
کاهش تقاضا برای نیروی کار که زمانی رخ می‌دهد که سرمایه و فناوری جایگزین کارگران انسانی در وظایف خاصی می‌شوند.
بازتوزیع وظایف
استراتژی مدیریتی برای تغییر زمان کارمند از کارهای تکراری خودکار شده به سمت تفکر انتقادی یا ارتباطات باارزش.
مواجهه با هوش مصنوعی
میزانی که وظایف تشکیل‌دهنده یک شغل خاص می‌توانند توسط هوش مصنوعی انجام شوند یا از آن کمک بگیرند.

بررسی عمیق دیدگاه‌ها

اقتصاددانان کار

پژوهشگرانی که تغییر ساختاری از جابه‌جایی شغلی به احیای سطح وظایف را تحلیل می‌کنند.

اقتصاددانان کار استدلال می‌کنند که تحلیل هوش مصنوعی از دریچه کل مشاغل، اساساً درک اشتباهی از نحوه سازماندهی کار به دست می‌دهد. با تجزیه مشاغل به وظایف مجزا، پژوهشگرانی مانند دارون عجم‌اوغلو و پاسکوال رسترپو نشان می‌دهند که خودکارسازی همیشه بخشی از نیروی کار را جابه‌جا می‌کند، اما از نظر تاریخی یک اثر احیای جبران‌کننده نیز ایجاد می‌کند. زمانی که پردازش تکراری داده‌ها خودکار می‌شود، مزیت نسبی انسان به وظایف تازه‌ایجاده‌شده در زمینه مدیریت، تفسیر و برقراری ارتباط با آن داده‌ها منتقل می‌شود. اجماع اقتصادی نشان می‌دهد که تا زمانی که وظایف جدید سریع‌تر از خودکار شدن وظایف قدیمی ایجاد شوند، تقاضای کل برای نیروی کار پایدار خواهد ماند.

پژوهشگران مدیریت سازمانی

تحلیلگران مدارس کسب‌وکار که بر چگونگی تأثیر استقرار در سطح شرکت بر نتایج اشتغال تمرکز دارند.

پژوهشگران مدیریت تأکید می‌کنند که تأثیر هوش مصنوعی بر اشتغال قطعی نیست؛ بلکه نتیجه مستقیم استراتژی شرکت است. داده‌های ام‌آی‌تی اسلون نشان می‌دهد شرکت‌هایی که تصمیم می‌گیرند بر بازتوزیع وظایف تمرکز کنند - یعنی آموزش مجدد نیروی کار فعلی خود برای استفاده از ابزارهای هوش مصنوعی در کارهای تکراری و در عین حال انتقال ساعات کار انسانی به تفکر انتقادی - شاهد رشد بالاتر در فروش و اشتغال هستند. برعکس، شرکت‌هایی که تلاش می‌کنند از این فناوری صرفاً برای کاهش تعداد کارکنان در نقش‌هایی استفاده کنند که هوش مصنوعی می‌تواند بیشتر وظایف آن‌ها را انجام دهد، با کاهش نیروی کار مواجه می‌شوند. این دیدگاه، مسئولیت حفظ مشاغل را مستقیماً بر عهده تصمیمات اجرایی مدیران می‌گذارد تا خود فناوری.

سیاست‌گذاران اقتصاد کلان

آژانس‌های دولتی و بین‌المللی که تأثیرات مالی و بهره‌وری کل را پیگیری می‌کنند.

آژانس‌هایی مانند دفتر بودجه کنگره و سازمان همکاری و توسعه اقتصادی، هوش مصنوعی را از دریچه بهره‌وری ملی و ثبات مالی بررسی می‌کنند. نگرانی اصلی آن‌ها این است که آیا این فناوری بازده کل اقتصادی را به اندازه‌ای افزایش خواهد داد که کاهش احتمالی درآمدهای مالیات بر حقوق کارگران جابه‌جاشده را جبران کند یا خیر. سیاست‌گذاران به ویژه بر دوقطبی شدن بازار کار تمرکز دارند: در حالی که هوش مصنوعی در حال حاضر مکمل کارگران کم‌مهارت است و دستمزد کسانی را که دارای شایستگی‌های هوش مصنوعی هستند افزایش می‌دهد، شکست در ادغام گسترده این فناوری می‌تواند دولت‌ها را مجبور کند هزینه‌های الزامی برای برنامه‌های حمایت از درآمد را افزایش دهند. آن‌ها همچنین به پتانسیل این فناوری برای ساده‌سازی عملیات خود، مانند حسابرسی مالیاتی و کشف تقلب، واقف هستند.

اقتصاددانان کار 40%پژوهشگران مدیریت سازمانی 35%سیاست‌گذاران اقتصاد کلان 25%
اقتصاددانان کار
پژوهشگرانی که تغییر ساختاری از جابه‌جایی شغلی به احیای سطح وظایف را تحلیل می‌کنند.
پژوهشگران مدیریت سازمانی
تحلیلگران مدارس کسب‌وکار که بر چگونگی تأثیر استقرار در سطح شرکت بر نتایج اشتغال تمرکز دارند.
سیاست‌گذاران اقتصاد کلان
آژانس‌های دولتی و بین‌المللی که تأثیرات مالی و بهره‌وری کل را پیگیری می‌کنند.

دیدگاه‌هایی که این گزارش پوشش نداده

  • کارجویان سطح پایه
  • اتحادیه‌های کارگری

منابع

پوشش منابع

6 منبع

3 دیدگاه شناسایی‌شده

اقتصاددانان کار 40%پژوهشگران مدیریت سازمانی 35%سیاست‌گذاران اقتصاد کلان 25%
  1. [1]Journal of Economic Perspectivesاقتصاددانان کار

    Automation and New Tasks: How Technology Displaces and Reinstates Labor

    مطالعه در Journal of Economic Perspectives →
  2. [2]Stanford Institute for Economic Policy Research (SIEPR)اقتصاددانان کار

    What is really happening to jobs? Separating AI hype from reality

    مطالعه در Stanford Institute for Economic Policy Research (SIEPR) →
  3. [3]OECD iLibraryسیاست‌گذاران اقتصاد کلان

    Artificial intelligence and jobs: No signs of slowing labour demand (yet)

    مطالعه در OECD iLibrary →
  4. [4]Congressional Budget Office (CBO)سیاست‌گذاران اقتصاد کلان

    Artificial Intelligence and Its Potential Effects on the Economy and the Federal Budget

    مطالعه در Congressional Budget Office (CBO) →
  5. [5]MIT Sloanپژوهشگران مدیریت سازمانی

    How artificial intelligence impacts the US labor market

    مطالعه در MIT Sloan →
  6. [6]تیم سردبیری کوهستان

    تحلیل تیم سردبیری کوهستان

    مطالعه در تیم سردبیری کوهستان →

نظرات

همیشه در جریان باشید

هر زاویه. هر روز.

اخبار هوش مصنوعی با پوشش کامل منابع و تحلیل دیدگاه‌ها، هر روز و رایگان.