تأثير الذكاء الاصطناعي على القوى العاملة يشكل تحدياً كبيراً وفرصة لاستغلال قدرات ومزايا الذكاء الاصطناعي في تحسين الإنتاجية وجودة العمل، وفي الوقت نفسه تواجه القوى العاملة التي تتطلب مهارات تقنية عالية مخاطر فيما يتعلق بفقدان الوظائف وتعديل الطلب على المهارات. تعد القوى العاملة ذات المهارات البسيطة أكثر عرضة للخسارة في الوظائف، بينما تزداد قيمة العاملين الذين يمتلكون المهارات الرقمية والتقنية المتقدمة.
وتعد التحديات الأخرى التي تواجه القوى العاملة في مجال الذكاء الاصطناعي هي عدم القدرة على التكيف مع التغييرات السريعة في سوق العمل والتعلم المستمر للتحسين من مهاراتهم. وعلى الرغم من ذلك، فإن القوى العاملة التي تستطيع التكيف والتعلم السريع قد يجدون فرصاً جديدة في الوظائف الجديدة التي تظهر نتيجة للتطورات في مجال الذكاء الاصطناعي.
ويمكن أن يكون الذكاء الاصطناعي أيضاً فرصة لزيادة إنتاجية القوى العاملة، حيث يمكن للتقنيات الذكية تعزيز الإنتاجية وتحسين جودة العمل، بالإضافة إلى الحد من الأخطاء والتكاليف الإنتاجية.
بشكل عام، يتطلب تأثير الذكاء الاصطناعي على القوى العاملة اتخاذ تدابير لتحديث مهارات العمال وتطويرها بشكل منتظم، وتوفير
القضاء على 300 مليون وظيفة
بعد الطفرة الهائلة التي شهدها عالم الذكاء الاصطناعي في الآونة الأخيرة، تتنافس شركات التقنية على تطوير هذا المجال، وخاصةً بعد انتشار تطبيق "شات جي بي تي" ChatGPT الذي طورته شركة "أوبن أيه آي" وحظي بشعبية واسعة.
ومن المتوقع أن تؤدي هذه الثورة إلى إلغاء حوالي 300 مليون وظيفة بدوام كامل في جميع أنحاء العالم، وفقًا لتقرير نشرته شبكة "سي إن إن" الإخبارية نقلاً عن مجموعة "غولدمان ساكس" المالية. ويعتقد الخبراء الاقتصاديون أن 18 بالمئة من العمل على مستوى العالم يمكن أن تنجزه التقنية، ومن المرجح أن تتأثر الاقتصادات المتقدمة بصورة أكبر مقارنة بالأسواق الناشئة، وذلك جزئيًا لأن العمال ذوو الياقات البيضاء يعتبرون أكثر عرضة للخطر من العمال اليدويين.
الإداريون والمحامون الأكثر تضررًا
ويعتقد الخبراء الاقتصاديون أن الإداريين والمحامين هم الأكثر تضررًا جراء هذه الثورة، بينما يتوقع أن تكون التأثيرات أقل على المهن التي تتطلب جهدًا بدنيًا أو المهن الميدانية مثل البناء والإصلاح. ووفقًا لتقديرات "غولدمان ساكس"، فإن ما يقرب من ثلثي الوظائف الحالية في الولايات المتحدة وأوروبا "معرضة لدرجة معينة من أتمتة الذكاء الاصطناعي"، ويمكن أن ينجز الذكاء الاصطناعي ما يصل إلى ربع جميع الأعمال.
" شات جي بي تي"
يأتي ذلك بعد انتشار تطبيق "شات جي بي تي" الذي تم تطويره بواسطة شركة "أوبن أيه آي" والذي أصبح مشهورًا في الآونة الأخيرة. ويتزايد بسرعة وتيرة التطور في مجال الذكاء الاصطناعي، حيث يستطيع هذا التطبيق الواعد كتابة المقالات والتقارير وتنفيذ أي عمل آخر بشكل تلقائي بناءً على تقنية الذكاء الاصطناعي.
وأشار الاقتصاديون في تقريرهم إلى أن الاستخدام المتزايد للذكاء الاصطناعي سيؤدي على الأرجح إلى فقدان بعض الوظائف في المستقبل، ولكنهم أيضًا أشاروا إلى أن الابتكار التكنولوجي الذي أدى في السابق إلى إزاحة العمال قد ساعد تاريخيًا في زيادة العمالة على المدى الطويل.
تأثير الذكاء الاصطناعي على سوق العمل
تأثير الذكاء الاصطناعي على سوق العمل قد يكون موضوع قلق للكثيرين، حيث يتم تطوير تقنيات الذكاء الاصطناعي بوتيرة متسارعة، ويتوقع أن يتم استخدامها في العديد من المجالات المختلفة في المستقبل. ومع ذلك، يشير التقرير إلى أنه بالرغم من أن بعض الوظائف والصناعات معرضة للأتمتة جزئياً، فإن معظم الوظائف لا تزال بحاجة إلى الإنسان، وبالتالي فمن المرجح أن تكون هناك فرص عمل جديدة تنشأ مع تطوير تقنيات الذكاء الاصطناعي.
ويتم تعريف الذكاء الاصطناعي على أنه قدرة الآلات على محاكاة الذكاء البشري، والتفكير والتعلم وحل المشكلات. يتم استخدام التقنيات المرتبطة بالذكاء الاصطناعي في العديد من المجالات مثل التعليم والصناعة والرعاية الصحية والتجارة الإلكترونية، ويتوقع أن تتوسع استخداماته في المستقبل.
ولكن، من المهم الإشارة إلى أنه بالرغم من التطور السريع في تقنيات الذكاء الاصطناعي، إلا أن العديد من الوظائف البشرية ما زالت تتطلب المهارات الحسية والعاطفية والاجتماعية التي لا يمكن للتكنولوجيا استبدالها. وبالتالي، يمكن أن تساعد تقنيات الذكاء الاصطناعي في تعزيز الإنتاجية وتحسين العمليات، لكنها لن تحل محل الإنسان في العمليات التي تتطلب المهارات الحسية والعاطفية والاجتماعية.
أهم التقنيات المستخدمة في الذكاء الاصطناعي
- تقنيات التعلم الآلي (Machine Learning): يستخدم التعلم الآلي بشكل واسع في الذكاء الاصطناعي، حيث يتعلم النظام من البيانات والخوارزميات التي تتغير مع الوقت وتتكيف مع المتغيرات الجديدة. يمكن استخدام التعلم الآلي في تحسين القرارات والتنبؤ بالأحداث المستقبلية.
- تقنيات التعلم العميق (Deep Learning): يستخدم التعلم العميق في الذكاء الاصطناعي لتحليل وفهم البيانات ذات الأبعاد العالية والتي تحتوي على متغيرات متعددة، مثل الصور والفيديو والصوتيات. يتمثل الهدف الرئيسي من التعلم العميق في بناء نماذج تستطيع تمثيل البيانات بشكل مثالي ودقيق.
- تقنيات معالجة اللغة الطبيعية (Natural Language Processing): تسمح تقنيات معالجة اللغة الطبيعية بتحليل وفهم اللغة البشرية، مما يساعد في إنشاء أنظمة الدردشة الذكية والروبوتات الذكية وترجمة اللغات الأخرى وتوليد النصوص الآلية والعديد من التطبيقات الأخرى.
- تقنيات الذكاء الاصطناعي الموزع (Distributed Artificial Intelligence): تعد تقنيات الذكاء الاصطناعي الموزع مفيدة في معالجة البيانات الكبيرة والمتغيرة في الوقت الحقيقي، ويمكن استخدامها في تطوير أنظمة المراقبة والتحكم والتخطيط الذاتي للأنظمة المعقدة، مثل السيارات الذاتية القيادة.