به گزارش خبرنگار بینالملل ایبنا، رقابت برای ساخت هوش مصنوعی، همزمان دو روایت متضاد را تقویت کرده است: از یک سو امید به نوآوریهای تازه در علم و پزشکی، بهرهوری بیشتر و رشد اقتصادی انفجاری؛ و از سوی دیگر نگرانی از اینکه این فناوری میلیونها شغل را از بین ببرد، بهویژه مشاغل دفتری و مبتنی بر دانش، و ثروت را در دست گروه کوچکی متمرکز کند.
بنا بر گزارش بلومبرگ، «جفری هینتون» که اغلب «پدرخوانده هوش مصنوعی» نامیده میشود، هشدار داده است که هوش مصنوعی ممکن است بهزودی بسیاری از مشاغل فکری را جایگزین کند. مدیران والاستریت، از جمله «جیمی دایمون» مدیرعامل جی پی مورگان، و «جین فریزر» مدیرعامل سیتیگروپ، نیز هشدارهای مشابهی دادهاند و «الکس کارپ» مدیرعامل پالانتیر تکنولوژی، گفته است که هوش مصنوعی میتواند نابرابری ثروت را تشدید کند.
این در حالی است که نگرانی عمومی نیز همراه با این هشدارها افزایش یافته است. در همین رابطه نظرسنجی مرکز پژوهشی پیو در سال جاری نشان داد که نزدیک به نیمی از بزرگسالان در آمریکا «بسیار نگران» نقش هوش مصنوعی در اقتصاد هستند.
تیترهای سیاستی که روی پیشخوان آمدهاند
همانطور که گاردین اشاره میکند، اکنون بحث اصلی دیگر این نیست که آیا هوش مصنوعی بازار کار را تغییر میدهد یا نه؛ پرسش این است که وقتی این تغییر گسترده شد، جامعه با چه سازوکاری باید درآمد و امنیت اقتصادی را بازتوزیع کند. در فضای عمومی سه پاسخ بیشتر تکرار میشود: درآمد تضمینشده، سود سهام هوش مصنوعی و محاسبهی پایه.
در یکی از چارچوبهای مطرحشده، «درآمد تضمینشده» به این معناست که دولت یا یک صندوق عمومی، حداقلی از پرداخت نقدی را برای جبران افت درآمد ناشی از جابهجایی شغلی فراهم کند. در چارچوب دوم، «سود سهام هوش مصنوعی» ایدهای است برای اینکه بخشی از ارزش تولیدشده توسط سرمایهگذاریهای عظیم در مدلهای زبانی، مراکز داده و زیرساخت محاسباتی، به عموم مردم برگردد. در نسخهی سوم، که از آن با عنوان «محاسبه بنیادین» یاد میشود، بهجای پول نقد، دسترسی یا سهمی از ظرفیت محاسباتی و زیرساخت دیجیتال به شهروندان داده میشود.
هشدارهای اقتصادی: شغلها کجا آسیبپذیرترند؟
دادههای معتبر نشان میدهد که اثر هوش مصنوعی هنوز بهصورت «بیکاری انبوه» ظاهر نشده، اما فشار آن بر ورود به بازار کار و مشاغل اولیه محسوس است. کریستالینا جورجیوا، مدیرعامل صندوق بینالمللی پول، در داووس ۲۰۲۶ گفت در اقتصادهای پیشرفته، ۶۰ درصد مشاغل در سالهای آینده از هوش مصنوعی اثر میپذیرند؛ این اثر میتواند بهصورت تقویت، حذف یا دگرگونی شغلها باشد. او این وضعیت را به «سونامی» در بازار کار تشبیه کرد.
سازمان همکاری و توسعه اقتصادی نیز در ارزیابیهای خود از بازار کار هشدار داده است که در میان کشورهای عضو، حدود ۲۸ درصد مشاغل در معرض خطر بالای خودکارسازی قرار دارند. در عین حال، این سازمان نشان میدهد که تقاضا برای مهارتهای مدیریتی، دیجیتال و شناختی در مشاغلِ در معرض هوش مصنوعی رو به افزایش است.
دادههای سال ۲۰۲۶ از بازار کار آمریکا، تصویری دوگانه میدهد: از یک سو هنوز نرخ بیکاری به سطح بحران نرسیده، و از سوی دیگر، اخراجهای نسبتدادهشده به هوش مصنوعی بهسرعت بالا رفته است. بر اساس این دادهها، در ماه مه ۲۰۲۶ بیش از ۳۸ هزار و ۵۰۰ تعدیل نیرو به هوش مصنوعی نسبت داده شد و این رقم حدود ۴۰ درصد از کل اخراجهای آن ماه را تشکیل میداد. در همان زمان، نرخ بیکاری آمریکا در سطح ۴٫۳ درصد باقی ماند.
این شکاف مهم است: یعنی هوش مصنوعی هنوز لزوماً بیکاری گسترده تولید نکرده، اما بهوضوح در حال فشردهکردن فرصتهای ورود به بازار کار، مخصوصاً برای نیروهای جوانتر و تازهوارد است. این همان نقطهای است که بسیاری از اقتصاددانان آن را «بحران آهسته» میدانند، نه یک فروپاشی ناگهانی.
چرا کارگران جوان بیشتر در خطرند؟
پژوهشهای تازهی شرکت Anthropic نیز همین الگو را تأیید میکند. این شرکت در تحلیل خود از اثرات بازار کار هوش مصنوعی گفته است که هنوز شواهد قوی برای جهش بیکاری در مشاغل بسیار در معرض هوش مصنوعی دیده نمیشود، اما دادههای اولیه نشان میدهد که افراد ۲۲ تا ۲۵ ساله در این حرفهها با نرخ پایینتری وارد بازار میشوند.
به زبان ساده، مسأله فقط حذف یک شغل نیست؛ مسأله این است که هوش مصنوعی نردبان ورود را کوتاه میکند. اگر مسیرهای کارآموزی، وظایف تکراری و کارهای سطح پایین حذف شوند، نسل تازهای از کارجویان عملاً جایی برای شروع نخواهند داشت.
پژوهشهای پیو نشان میدهد که نگرانی از پیامدهای هوش مصنوعی در جامعه آمریکا رو به افزایش است. در نظرسنجی اوت ۲۰۲۶، ۷۱ درصد بزرگسالان آمریکایی گفتهاند که هوش مصنوعی در دو دهه آینده به کاهش مشاغل در آمریکا منجر میشود؛ این رقم در سال ۲۰۲۴ برابر ۶۴ درصد بود. فقط ۵ درصد انتظار افزایش شغل داشتند.
در نظرسنجی دیگری از پیو در فوریه ۲۰۲۵ نیز ۵۲ درصد کارگران آمریکایی گفته بودند که نسبت به اثر آیندهی هوش مصنوعی در محل کار نگراناند. این دادهها نشان میدهد که بدبینی عمومی، دستکم در آمریکا، از مرحلهی حدس و گمان عبور کرده و به نگرش غالب نزدیک شده است.
«درآمد پایه» و نسخههای جدید بازتوزیع
در برابر این نگرانیها، پاسخهای سیاستی متنوعی مطرح شده است. یکی از عملیترین نمونهها، برنامه AI Dividend است که از مارس ۲۰۲۶ آغاز شده و به کارگران آسیبدیده از هوش مصنوعی، ماهانه ۱٬۰۰۰ دلار تا سقف ۱۲ ماه پرداخت میکند. این برنامه توسط AI Commons Project اجرا میشود و نخستین نمونه شناختهشده از درآمد پایهی هدفمند برای زیاندیدگان از هوش مصنوعی به شمار میرود.
در سطح نظری، ایدهی «سود سهام هوش مصنوعی» بر این فرض استوار است که چون زیرساختهای مدلهای بزرگ با سرمایهگذاری کلان، داده عمومی، انرژی عمومی و بازارهای انحصاری ساخته میشوند، بخشی از بازده آن نیز باید به عموم مردم برگردد. در همین راستا، بحث «اشتراک گذاری سهام» و «محاسبات پایه جهانی» نیز بهعنوان مدلهای ممکن برای توزیع سهمی از ثروت تولیدشده توسط هوش مصنوعی مطرح شدهاند.
از «دستمزد» به «سهم»
بحث امروز درباره هوش مصنوعی دیگر فقط درباره جایگزینی انسان با ماشین نیست؛ دربارهی این است که مالکیت ارزش تولیدشده در اقتصاد دیجیتال چگونه تعریف شود. اگر در موج صنعتی گذشته، مسئلهی اصلی دستمزد بود، در موج هوش مصنوعی مسئله مرکزی سهم است: سهم از داده، سهم از محاسبه، سهم از سود، و سهم از امنیت اقتصادی.
به همین دلیل، برخی سیاستگذاران از ایدههایی مانند مالیات بر سود ناشی از خودکارسازی، صندوقهای همگانیِ ثروت، و پرداختهای نقدی مستقیم دفاع میکنند. این راهحلها هنوز به اجماع نرسیدهاند، اما یک واقعیت را روشن میکنند: اگر رشد هوش مصنوعی بهسرعت افزایش یابد و همزمان فرصتهای شغلی را فشرده کند، دولتها ناچار خواهند شد درباره سازوکارهای بازتوزیع، نه فقط تنظیمگری فناوری، تصمیم بگیرند.
هوش مصنوعی تا اینجا بیشتر از آنکه بیکاری انبوه ایجاد کرده باشد، ساختار اشتغال را فرسوده و نامتوازن کرده است: ورود جوانان را دشوارتر کرده، مشاغل اداری را آسیبپذیرتر کرده و تمرکز ثروت را تشدید کرده است. با این حال خطر اصلی هنوز «فروپاشی ناگهانی بازار کار» نیست، بلکه شکلگیری اقتصادی است که در آن بخش بزرگی از نیروی کار، از رشد حاصل از هوش مصنوعی سهم کمی میبرد.
پاسخ به این وضعیت، احتمالا از ترکیبی از درآمد تضمینشده، سهم عمومی از سود، و مدلهای جدید مالکیت دیجیتال خواهد آمد. در اینجا مسئله اصلی این نیست که آیا باید چنین سازوکارهایی را طراحی کرد یا نه؛ مسئله این است که چه زمانی، و با چه هزینهای، این کار انجام میشود.
