۹۹ درصد مشاغل در شرف ناپدید شدن هستند: آخرالزمان شغلی یا بهشت ​​اوقات فراغت؟

(دن تری) - هوش مصنوعی ضربه مهلکی به بازار کار وارد می‌کند و ۹۹٪ مشاغل را تهدید می‌کند. آیا این پایان دنیای کار است یا فرصتی برای گشودن دورانی از زندگی بدون نیروی کار؟

در حالی که رهبران کسب و کار هنوز در مورد چگونگی «مکمل» شدن هوش مصنوعی برای انسان‌ها صحبت می‌کنند، یک استاد علوم کامپیوتر پیش‌بینی ترسناکی کرده است: طی پنج سال آینده، ۹۹ درصد از مشاغل جهان توسط هوش مصنوعی و ربات‌های انسان‌نما اشغال خواهد شد.

وقتی هوش مصنوعی جایگزین همه چیز شود، دیگر «نقشه جایگزین» وجود ندارد

این دیدگاه دکتر رومن یامپولسکی، یکی از چهره‌های برجسته در زمینه ایمنی هوش مصنوعی است. هشدار او که در پادکست «خاطرات یک مدیرعامل» ارائه شد، برخلاف خوش‌بینی معمول است. یامپولسکی پیشنهاد نمی‌کند که نگران شویم، بلکه پیشنهاد می‌کند واقعیت را بپذیریم: «دیگر سوال این نیست که آیا این اتفاق خواهد افتاد یا نه. سوال این است: چقدر طول می‌کشد تا اخراج شوید؟»

این دیدگاه در تضاد کامل با این استدلال رایج است که انسان‌ها می‌توانند به مشاغل جدیدی که هنوز تحت تأثیر هوش مصنوعی قرار نگرفته‌اند، منتقل شوند. یامپولسکی تأکید می‌کند: «قبلاً می‌گفتیم: این شغل جایگزین خواهد شد، شغل دیگری یاد بگیرید. اما اگر بگویم که هر شغلی جایگزین خواهد شد، هیچ برنامه‌ی جایگزینی وجود ندارد. شما نمی‌توانید دوباره آموزش ببینید.»

او به یک واقعیت تلخ اشاره می‌کند: جایگزینی‌ها مانند یک دومینو بی‌پایان اتفاق می‌افتند. شغل‌ها ناپدید می‌شوند، شغل‌های جدید به سرعت توسط هوش مصنوعی خودکار می‌شوند. برای مثال، علوم کامپیوتر را در نظر بگیرید، فقط چند سال پیش مردم به جوانان توصیه می‌کردند که برنامه‌نویسی یاد بگیرند. سپس هوش مصنوعی کدنویسی را یاد گرفت و در آن بهتر شد. سپس مردم به «مهندسان خبره» روی آوردند، اما اکنون هوش مصنوعی در طراحی پیشنهادهای خود حتی بهتر از انسان‌ها است. در نتیجه، هر دوی این شغل‌ها در معرض خطر ناپدید شدن هستند.

یامپولسکی دورانی از بیکاری بی‌سابقه را پیش‌بینی می‌کند، چرا که هم کارگران یقه سفید و هم کارگران یدی جای خود را به ربات‌ها و هوش مصنوعی می‌دهند. او می‌گوید: «ما به جهانی با سطوح بی‌سابقه‌ای از بیکاری نگاه می‌کنیم. نه ۱۰ درصد بیکاری، که همین الان هم ترسناک است، بلکه ۹۹ درصد.» تنها مشاغل باقی‌مانده، مشاغلی هستند که در آن‌ها افراد هنوز به دلایل عاطفی یا شخصی می‌خواهند توسط همنوعان خود به آن‌ها خدمت شود.

هشدار یامپولسکی منحصر به فرد نیست. او به دیگر رهبران فناوری مانند داریو آمودی، مدیرعامل آنتروپیک، و وینود خوسلا، سرمایه‌گذار، می‌پیوندد و در مورد «آخرالزمان شغلی» هشدار می‌دهند. در حالی که اعداد متفاوت هستند (آمودی پیش‌بینی می‌کند که هوش مصنوعی در پنج سال آینده نیمی از مشاغل یقه سفید را اشغال خواهد کرد و بیکاری را به 20٪ می‌رساند)، همه آنها موافقند که ما با یک بحران شغلی بی‌سابقه روبرو هستیم.

پارادوکس داده‌ها: برنامه‌نویسان از رانندگان قابل تعویض‌تر هستند

چه چیزی سرعت جایگزینی یک شغل توسط هوش مصنوعی را تعیین می‌کند؟ بسیاری معتقدند که این پیچیدگی است. اما یک تحلیل عمیق‌تر، یک پارادوکس شگفت‌انگیز را آشکار می‌کند: مشاغل غنی از داده، صرف نظر از پیچیدگی آنها، بیشترین احتمال جایگزینی را دارند.

دو مثال به ظاهر متضاد را در نظر بگیرید: رانندگی و برنامه‌نویسی. اکثر ما فرض می‌کنیم که برنامه‌نویسی نیاز به تفکر پیچیده‌تری دارد. با این حال، در رقابت هوش مصنوعی، مدل‌های زبانی بزرگ (LLM) بسیار جلوتر از فناوری رانندگی خودکار هستند.

دلیل اصلی در منبع داده‌ها نهفته است. برای آموزش یک ماشین خودران، هوش مصنوعی به هزاران ساعت رانندگی در موقعیت‌های بی‌شماری نیاز دارد، از جمله خرابی‌های بسیار نادر و تقریباً غیرممکن. در مقابل، LLM می‌تواند از گنجینه عظیم داده‌ها در اینترنت یاد بگیرد.

به عبارت دیگر، هوش مصنوعی مانند دانش‌آموزی است که به تمام سوالات و پاسخ‌های امتحانات گذشته دسترسی دارد، در حالی که شخص دیگری فقط چند یادداشت پراکنده دارد. این «پارادوکس داده‌ها» است - هوش مصنوعی می‌تواند برنامه‌نویسان را سریع‌تر از رانندگان جایگزین کند، نه به این دلیل که برنامه‌نویسی آسان‌تر است، بلکه به این دلیل که داده‌ها فراوان‌تر هستند.

یک حرفه تازه ایجاد شده توسط هوش مصنوعی جایگزین شده است. از رانندگی، معلمی گرفته تا برنامه نویسی یا خلاقیت، هیچ شغلی از نظر دور نمانده است (عکس: SwissCognitive).

بسیاری از صنایع با این واقعیت روبرو هستند:

توسعه نرم‌افزار: با بیش از ۴۲۰ میلیون مخزن در گیت‌هاب، هوش مصنوعی حجم عظیمی از داده‌ها را برای یادگیری کدنویسی در اختیار دارد. تخمین زده می‌شود که ۷۵ درصد از برنامه‌نویسان اکنون از دستیاران هوش مصنوعی استفاده می‌کنند که نشان‌دهنده نفوذ سریع این فناوری در صنعت است.

خدمات مشتری: داده‌های حاصل از تماس‌ها، ایمیل‌ها و تیکت‌های پشتیبانی، خودکارسازی فرآیندها را برای هوش مصنوعی آسان می‌کند. به عنوان مثال، IBM به لطف هوش مصنوعی در این زمینه، شاهد کاهش ۲۳.۵ درصدی هزینه‌ها بود.

امور مالی : معاملات الگوریتمی، بر اساس داده‌های عظیم بازار، اکنون حدود ۷۰ درصد از حجم بازار سهام ایالات متحده را تشکیل می‌دهند که واضح‌ترین گواه بر تسلط هوش مصنوعی بر حوزه پیچیده‌ای مانند امور مالی است.

در مقابل، صنایعی که به داده نیاز دارند، به طور طبیعی در برابر هوش مصنوعی مقاوم هستند. مراقبت‌های بهداشتی، ساخت و ساز و آموزش نمونه‌های بارزی از این موارد هستند. داده‌های پراکنده بیمار، سوابق پراکنده ساخت و ساز و قوانین حفظ حریم خصوصی مانند FERPA در آموزش، دستیابی هوش مصنوعی به پتانسیل کامل خود را دشوار می‌کند. با این حال، برای جبران، این صنایع به شیوه‌های تهاجمی داده، مانند نصب دوربین در اتاق‌های عمل یا نظارت بر دانش‌آموزان با هوش مصنوعی، متوسل می‌شوند که نگرانی‌های مربوط به حریم خصوصی و اخلاقی را افزایش می‌دهد.

آخرالزمان یا بهشتِ بی‌هدف؟

سناریوی بیکاری ۹۹ درصدی ممکن است ناامیدکننده به نظر برسد، اما بسیاری از کارشناسان آینده‌ای خوش‌بینانه‌تر را می‌بینند. آن‌ها معتقدند که این موج عظیم اتوماسیون، دورانی از کار کمتر یا حتی بی‌کاری را آغاز خواهد کرد.

بیل گیتس، مدیرعامل سابق مایکروسافت، زمانی پیش‌بینی کرده بود که در ۱۰ سال آینده، مردم فقط به ۲ روز کار در هفته نیاز خواهند داشت. جنسن هوانگ، مدیرعامل انویدیا، معتقد است که ۴ روز کار در هفته به یک هنجار تبدیل خواهد شد.

یامپولسکی حتی خوش‌بین‌تر است و معتقد است که مفهوم «کار» به طور کامل از بین خواهد رفت. او یک سوال بزرگ برای تمام بشریت مطرح می‌کند: با ۶۰ تا ۸۰ ساعت وقت آزاد در هفته چه خواهیم کرد؟ چگونه از نظر مالی دوام خواهیم آورد، چه کسی به ما پول خواهد داد و از همه مهم‌تر، معنای زندگی را کجا خواهیم یافت؟

با این حال، این سوال که این پول از کجا می‌آید، موضوعی داغ و مورد بحث است. برخی، مانند ایلان ماسک و سم آلتمن، از ایده «درآمد بالای جهانی» یا درآمد پایه جهانی (UBI) حمایت می‌کنند. آنها معتقدند که مازاد کالاها و خدماتی که توسط هوش مصنوعی ایجاد می‌شود، برای تغذیه همه کافی خواهد بود و انسان‌ها را از بار امرار معاش رهایی می‌بخشد.

ماسک زمانی گفته بود: «ما درآمد پایه جهانی نخواهیم داشت، بلکه درآمد بالای جهانی خواهیم داشت. از برخی جهات، این یک عامل هم‌ترازکننده و برابرتر است.»

اما جفری هینتون، «پدر هوش مصنوعی»، دیدگاهی کاملاً متفاوت ارائه می‌دهد. او استدلال می‌کند که درآمد پایه همگانی به مسئله کرامت انسانی نمی‌پردازد. هینتون تأکید می‌کند که کار فقط منبع درآمد نیست، بلکه منبعی برای حس ارزش و معنا نیز هست. بدون کار، مردم اساسی‌ترین راه برای تعریف خود در جامعه را از دست می‌دهند.

او اظهار داشت: «درآمد پایه همگانی مشکل کرامت انسانی را حل نمی‌کند، پول نقد نمی‌تواند جایگزین احساس مفید بودنی شود که کار به همراه دارد.»

بنابراین، بازار کار با دو سناریوی متضاد روبرو است. از یک سو، یک «آخرالزمان شغلی» وجود دارد که در آن هوش مصنوعی معیشت اکثر بشریت را از بین خواهد برد. از سوی دیگر، یک «عصر فراوانی» وجود دارد که در آن مردم از بار کار آزاد می‌شوند تا ارزش‌های والاتری را دنبال کنند.

با این حال، هر دو سناریو چالش‌های قابل توجهی را ایجاد می‌کنند. بدون کار، مردم چگونه از نظر مالی زنده خواهند ماند و مهمتر از آن، چگونه وقتی «منبع عزت» خود را از دست داده‌اند، در زندگی معنا پیدا خواهند کرد؟

راه بقا

به جای وحشت، وقت آن رسیده که خود را وفق دهیم. فرصت دیگر در تسلط بر یک مهارت یا یک نرم‌افزار نهفته نخواهد بود، بلکه در توانایی ترکیب تفکر انسانی با قدرت هوش مصنوعی نهفته است.

شاید ناپدید شدن ۹۹ درصد مشاغل ناامیدکننده به نظر برسد، اما بسیاری از کارشناسان خوش‌بین هستند که موج اتوماسیون، دورانی از کار کمتر یا حتی بی‌کاری را آغاز خواهد کرد (عکس: Motherjones).

در اینجا چند نکته از متخصصان آورده شده است:

از تغییر مسیر شغلی استقبال کنید: فقط به مسیر سنتی پایبند نباشید. به دنبال نقش‌هایی باشید که قضاوت انسانی را با قابلیت‌های هوش مصنوعی ترکیب می‌کنند، یا موقعیت‌هایی که فناوری را به نیازهای کسب‌وکار متصل می‌کنند. به عنوان مثال، به جای اینکه فقط یک پزشک باشید، یک تحلیلگر داده‌های مراقبت‌های بهداشتی شوید.

تمرکز بر سازگاری: کارفرمایان دیگر شما را بر اساس دانسته‌هایتان قضاوت نمی‌کنند، بلکه بر اساس توانایی شما در یادگیری و سازگاری با تغییرات قضاوت می‌کنند. نشان دهید که می‌توانید در یک محیط در حال تغییر به طور مؤثر کار کنید و به سرعت فناوری‌های جدید را درک کنید.

هدف قرار دادن «نقطه تماس»: شرکت‌هایی که هوش مصنوعی را پیاده‌سازی می‌کنند، در ادغام فناوری با فرآیندهای انسانی با مشکل مواجه هستند. نقش‌های مدیریتی، مربیگری و بهینه‌سازی فرآیند، فرصت‌های جدیدی هستند که نیازی به دانش فنی عمیق ندارند، اما مستلزم درک نحوه عملکرد سازمان هستند. اینها نقش‌هایی هستند که انعطاف‌پذیری انسانی هنوز عامل تعیین‌کننده است.

بهره‌گیری از «آخرین شکاف»: مهم نیست هوش مصنوعی چقدر هوشمند شود، هنوز به یک انسان نیاز دارد تا آن را به واقعیت‌های محلی متصل کند. در تولید، این کارگران هستند که می‌دانند چگونه با سیستم‌های خودکار کار کنند؛ در آموزش، این معلمان هستند که می‌دانند چگونه از هوش مصنوعی برای شخصی‌سازی یادگیری استفاده کنند. این ترکیبی از دانش صنعتی و درک اساسی از هوش مصنوعی است که می‌تواند فرصت‌های بیشتری را نسبت به شروع از ابتدا در یک زمینه ناآشنا ایجاد کند.

همانطور که جفری هینتون هشدار می‌دهد، هوش مصنوعی می‌تواند ابزاری برای خیر و صلاح بزرگ باشد، اما می‌تواند ابزاری برای شر و بدی بزرگ نیز باشد. آینده کار و معنای زندگی به انتخاب‌هایی که ما می‌کنیم بستگی دارد. اکنون زمان وحشت نیست، بلکه زمان عمل و شکل دادن به آینده‌مان است.

منبع: https://dantri.com.vn/kinh-doanh/99-cong-viec-sap-bien-mat-tan-the-viec-lam-hay-thien-duong-nhan-roi-20250912200715561.htm