چیزی که برای آینده کاری خودت باید حتما بخونی و جدی بگیری
گزارش جدید Anthropic از تأثیر واقعی هوش مصنوعی بر بازار کار آمریکا.
بحثها درباره جایگزینی هوش مصنوعی با نیروی انسانی داغ شده، اما شرکت Anthropic با بررسی دادههای واقعیِ استفاده کاربران از Claude، تصویر دقیقتر و متفاوتی از بازار کار ارائه داده است.
چه شغلهایی بیشتر در معرض تغییر هستند؟
برخلاف موجهای قبلی اتوماسیون که کارهای یدی و کمدرآمد را هدف قرار میدادند، اینبار مشاغل تخصصی، نیازمند تحصیلات عالی و با حقوق بالا بیشترین میزان مواجهه (Exposure) را دارند:
مشاغل در خطرسازی یا بیشترین تغییر: مهندسی نرمافزار و برنامهنویسی، تحلیلگری مالی، مدیریت سیستمها، مشاغل حقوقی و کارهای پشتیبانی اداری/دفتری.
علت در خطر بودن: این مشاغل مبتنی بر تولید متن، تحلیل داده، کدنویسی و پردازش اطلاعات هستند؛ یعنی کارهایی که مدلهای زبانی بزرگ (LLM) دقیقاً برای آنها آموزش دیدهاند.
چه شغلهایی در امان ماندهاند؟
در سمت دیگر نمودار، مشاغلی قرار دارند که وابستگی مستقیمی به حضور فیزیکی، مهارتهای حرکتی یا تعاملات چهرهبهچهره دارند:
مشاغل در امان: کارهای ساختمانی، تعمیرات و نصب تجهیزات، کشاورزی، خدمات درمانی و پرستاری حضوری، آشپزی و خدمات غذایی.
علت در امان بودن: هوش مصنوعی تا زمانی که به سختافزارها و روباتهای پیشرفته متصل نشود، توانایی انجام کارهای فیزیکی و ارزیابیهای میدانی در محیطهای غیرقابلپیشبینی را ندارد.
فاصله تئوری تا واقعیت در بازار کار:
از نظر تئوریک، هوش مصنوعی قابلیت بالایی برای اتوماسیون بخش عظیمی از وظایف اداری و حقوقی دارد. اما دادههای واقعی استفاده نشان میدهد که فعلاً بیشترین میزان بهرهبرداری عملی کاربران متمرکز بر کدنویسی، کارهای محاسباتی و تحلیل دادهها است و در سایر بخشها تغییرات با سرعت کمتری پیش میرود.
وضعیت فعلی اشتغال و زنگ خطری برای تازهکارها:
خوشبختانه هنوز هیچ موج ناگهانی از بیکاری یا اخراج دستهجمعی در مشاغل با مواجهه بالا رخ نداده است. با این حال، یک تغییر ساختاری خاموش در حال وقوع است، کاهش سرعت استخدام نیروهای Junior و تازهکار (نسل Z). شرکتها تمایل دارند وظایف پایهای کارآموزان را به AI بسپارند که این موضوع ورود به بازار کار را برای افراد کمتجربه سختتر میکند.
https://anthropic.com/research/labor-market-impacts
@DevTwitter | <This_is_mohammad/>
Post #13122
7.5K
- 🍌 37
- 👍 33
- 👎 2