پرش به محتوای اصلی
OpenAI

ترسیم فرصت‌های هوش مصنوعی برای نیروی کار اروپا

چگونه ترکیب مشاغل و نهادها در اتحادیه اروپا می‌تواند نشان دهد هوش مصنوعی کجا به رشد کمک می‌کند، شیوه کار را تغییر می‌دهد و سازگاری را تقویت می‌کند

توانمندی‌های هوش مصنوعی می‌توانند به‌سرعت از مرزها عبور کنند، اما مشاغل به همان سرعت و آسانی دگرگون نمی‌شوند. ماهیت کار تحت تأثیر نظام‌های مجوزدهی، نهادهای محلی و واقعیت‌های عملیِ ارائه خدماتی مانند مراقبت، آموزش، عدالت، خدمات عمومی و دیگر شکل‌های حمایت انسانی شکل می‌گیرد. این نظام‌ها اهمیت دارند، زیرا تا حد زیادی تعیین می‌کنند که هوش مصنوعی آیا بازار کار را تغییر می‌دهد و اگر چنین است، این تغییر چگونه رخ خواهد داد. اثر هوش مصنوعی بر بازار کار چه خواهد بود؟ این اثرات کجا و چه زمانی بیش از همه احساس خواهند شد؟ و چگونه می‌توانیم اطمینان حاصل کنیم که گذار به هوش مصنوعی به نفع همگان پیش می‌رود؟

این‌ها پرسش‌هایی هستند که در مرکز گزارش جدید واحد پژوهش اقتصادی OpenAI با عنوان «چارچوب گذار شغلی در مواجهه با هوش مصنوعی برای اتحادیه اروپا» قرار دارند. این گزارش، چارچوب گذار شغلی در مواجهه با هوش مصنوعی(در یک پنجره جدید باز می‌شود) را که نخستین‌بار در آوریل ۲۰۲۶ برای ایالات متحده تدوین شد، به بازار کار اروپا تعمیم می‌دهد. در این گزارش از رده‌بندی رسمی مهارت‌ها، شایستگی‌ها، صلاحیت‌ها و مشاغل اروپا («ESCO») در کنار داده‌های اشتغال یورواستات استفاده شده است تا بررسی شود توانمندی‌های هوش مصنوعی چگونه می‌توانند در کشورهای عضو اتحادیه اروپا به شکل‌های مختلفی از تغییرات شغلی در کوتاه‌مدت منجر شوند. در مقایسه با ایالات متحده، سهم اشتغال در مشاغلی با پتانسیل بالاتر برای خودکارسازی در کوتاه‌مدت در اتحادیه اروپا کمتر است.

این چارچوب چهار الگوی گذار را شناسایی می‌کند: مشاغلی که ممکن است با هوش مصنوعی رشد کنند، مشاغلی که پتانسیل بیشتری برای خودکارسازی دارند، مشاغلی که احتمالاً ساختارشان تغییر می‌کند، و مشاغلی که در کوتاه‌مدت کمتر دستخوش تغییر می‌شوند. این دسته‌بندی‌ها پیش‌بینی وضعیت اشتغال نیستند؛ بلکه ابزاری برای برنامه‌ریزی‌اند تا نشان دهند فشارهای ناشی از تغییر و فرصت‌های جدید در کجا ممکن است شکل بگیرند.

نمودار جریانی که نشان می‌دهد مشاغل اتحادیه اروپا در مسیر گذار به مشاغل مرتبط با هوش مصنوعی چگونه در دسته‌های مختلف قرار می‌گیرند؛ از مشاغلی با بیشترین احتمال خودکارسازی گرفته تا مشاغلی که بازسازمان‌دهی می‌شوند، رشد می‌کنند یا در کوتاه‌مدت تغییر چندانی ندارند.

وقتی این چارچوب در اتحادیه اروپا به‌کار گرفته می‌شود، نشان می‌دهد هوش مصنوعی ممکن است تقاضا را در برخی مشاغل افزایش دهد، نیاز به نیروی کار را در برخی دیگر کاهش دهد، و شمار بیشتری را بازسازمان‌دهی کند:

  • حدود ۱۲٪ از اشتغال مربوط به مشاغلی است که با کاهش هزینه‌ها به‌واسطه هوش مصنوعی، گسترش دسترسی یا امکان‌پذیر شدن پروژه‌های بیشتر، ممکن است رشد کنند.
  • حدود ۱۴٪ در مشاغلی است که ظرفیت نسبتاً بالاتری برای خودکارسازی در کوتاه‌مدت دارند.
  • ۲۷٪ دیگر از اشتغال مربوط به مشاغلی است که احتمالاً بازسازمان‌دهی می‌شوند، یعنی مشاغلی که در آن‌ها هوش مصنوعی می‌تواند روند کار و مهارت‌های موردنیاز را تغییر دهد، حتی اگر انسان‌ها همچنان نقش محوری در انجام کار داشته باشند.
  • ۴۷٪ باقی‌مانده از اشتغال مربوط به مشاغلی است که در کوتاه‌مدت تغییرات کمتری را تجربه می‌کنند.

این گزارش نشان می‌دهد که الگوهای شغلی مرتبط با هوش مصنوعی در کشورهای مختلف اتحادیه اروپا یکسان نیست. لوکزامبورگ، سوئد و هلند سهم بیشتری از اشتغال را در مشاغلی دارند که ممکن است در کنار هوش مصنوعی رشد کنند. در مقابل، آلمان، یونان و ایتالیا سهم بیشتری از اشتغال را در مشاغلی دارند که با پتانسیل بالاتر برای خودکارسازی طبقه‌بندی شده‌اند. این تفاوت‌ها نشان‌دهنده تفاوت در ساختار شغلی کشورهاست.

برای سیاست‌گذاران، کارفرمایان، نهادهای آموزشی و پژوهشگران، پیام عملی روشن است: تغییرات را باید پیش‌بینی کرد و برای آن‌ها در سطحی خُردتر و دقیق‌تر برنامه‌ریزی کرد. آمارهای کلان اشتغال تنها پس از آن تغییرات عمده را نشان می‌دهند که شرکت‌ها، نیروی کار و نهادها روند سازگاری را آغاز کرده باشند. اروپا از نظام‌های قدرتمندی برای طبقه‌بندی مشاغل، آموزش، فرصت‌های شغلی خالی، دستمزدها و آمار رسمی برخوردار است. اتصال این نظام‌ها به سنجه‌های توانمندی هوش مصنوعی و میزان به‌کارگیری آن در محیط کار می‌تواند کمک کند فشارهای گذار و فرصت‌های نوظهور، پیش از نمایان شدن آثارشان در شاخص‌های اصلی بازار کار، شناسایی شوند.

گسترش این چارچوب به اروپا را باید پیش از هر چیز نقشه‌ای برای آمادگی دانست؛ چارچوبی برای طرح پرسش‌های کاربردی‌تر درباره چگونگی تبدیل توانمندی‌های هوش مصنوعی به تغییرات اقتصادی در مشاغل مشخص و در بسترهای نهادی متفاوت. شواهد دقیق‌تر به کارگران، شرکت‌ها و سیاست‌گذاران فرصت بیشتری می‌دهد تا برای این گذار آماده شوند.

این گزارش همچنین مجموعه‌ای از ایده‌های اولیه را برای نهادهای عمومی و خصوصی فعال در حوزه هوش مصنوعی و اشتغال مطرح می‌کند؛ از جمله تقویت ظرفیت‌های رصد بازار کار برای پیگیری تغییرات، یا تدوین برنامه‌های آمادگی ملی به‌منظور طراحی مداخلات متناسب.

در ماه‌های آینده، با تعامل با ذی‌نفعان در سطح ملی و اتحادیه اروپا، این ایده‌ها را بسط خواهیم داد و کامل‌تر خواهیم کرد؛ هدف این است که راه‌های عملی برای قرار دادن هوش مصنوعی در خدمت رفاه و پیشرفت سراسر اروپا شناسایی شود.