هوش مصنوعی چه معنایی برای مشاغل ما دارد

به‌طورکلی، آینده‌پژوهان برآورد می‌کنند که هوش مصنوعی مولد، بهره‌وری و رشد اقتصادی را در اقتصادهای پیشرفته تقویت خواهد کرد. گزارشی که توسط Goldman Sachs در مارس ۲۰۲۳ منتشر شد، پیش‌بینی کرد که هوش مصنوعی مولد می‌تواند ظرف یک دهه، تولید ناخالص داخلی یا همان GDP سالانه جهانی را ۷ درصد افزایش دهد که معادل افزایشی تقریباً ۷ تریلیون دلاری است. این گزارش نشان داد که ورود هوش مصنوعی مولد «احتمال یک رونق در بهره‌وری نیروی کار را افزایش می‌دهد؛ نظیر آنچه پس از ظهور فناوری‌های همه‌منظوره پیشین، مانند موتور الکتریکی و رایانه شخصی رخ داد.»

گزارش حاضر در «راهنمای کلیدی نیو ساینتیست: انقلاب هوش مصنوعی» منتشر و در «رسانه تخصصی هوش مصنوعی هوشیو» به زبان فارسی نیز ترجمه شده و در دسترس مخاطبان این حوزه قرار گرفته است.

ایده این است که هوش مصنوعی میلیون‌ها «نیروی انسانی دانش‌ورز» (Knowledge Workers) مانند دانشمندان، ویراستاران، وکلا و پزشکان را ظرف چند سال بهره‌ورتر خواهد کرد. اما حقیقت این است که پیش‌بینی و ارزیابی این موارد دشوار است.

«آوی گلدفارب» (Avi Goldfarb) از دانشگاه تورنتو اعتقاد دارد یکی از حوزه‌هایی که هوش مصنوعی مولد در آن به نگرانی‌ها دامن می‌زند، اشتغال است؛ اما تصویر این وضعیت ممکن است با موج‌های قبلی اتوماسیون متفاوت باشد. گلدفارب می‌گوید پیشرفت‌های رایانه‌ای اغلب کارمندان کم‌درآمد مانند ماشین‌نویس‌ها و صندوق‌داران را جابه‌جا یا حتی بیکار کرده درحالی‌که بهره‌وری کارکنان تحصیل‌کرده را افزایش داده و به نابرابری درحال‌رشد کمک کرده است. اما این بار، هوش مصنوعی امروزه با قدرت‌نمایی وارد قلمرو مشاغل پردرآمد می‌شود.

پژوهش‌های جدید OpenAI نشان داد که ۸۰ درصد از نیروی کار ایالات متحده ممکن است شاهد تأثیرپذیری ۱۰ درصدی از وظایف کاری خود توسط این فناوری باشند و برای ۱۹ درصد از کارمندان، این رقم می‌تواند به حداقل نصف افزایش یابد. کسانی که بیشترین تأثیر را می‌پذیرند عمدتاً کارمندان به‌اصطلاح یقه‌سفید (White-Collar) مانند حسابداران، روزنامه‌نگاران و طراحان وب خواهند بود.

گلدفارب عنوان می‌کند بعید است که کل مشاغل خودکار شوند و وظایفی که هوش مصنوعی می‌تواند در آن‌ها کمک کند، معمولاً آن‌هایی هستند که شبیه کارهای روزمره و وقت‌گیر به نظر می‌رسند، مانند نوشتن ایمیل‌ها یا جست‌وجو و کاوش در اسناد؛ بنابراین اتوماسیون می‌تواند وقت نیروی انسانی را برای کارهای ارزشمندتر آزاد کند.

«کاتیا کلینوا» (Katya Klinova) از سازمان «مشارکت در هوش مصنوعی» (Partnership on AI) که مدافع استفاده مسئولانه از این فناوری است اعتقاد دارد خیلی چیزها بستگی به نحوه استقرار و به‌کارگیری این فناوری دارد. کلینوا عنوان می‌کند ابزارهای هوش مصنوعی می‌توانند به یک «یار کمکی شخصی» (Personal Sidekick) تبدیل شوند که به کارکنان کمک می‌کند ایده‌پردازی کنند، پیش‌نویس اسناد را تهیه کنند و ایده‌ها را به عمل تبدیل کنند. از سوی دیگر، شرکت‌ها ممکن است هوش مصنوعی را به‌عنوان راهی برای کاهش هزینه‌های نیروی کار ببینند و برای تولید محتوای بازاریابی، کدهای کامپیوتری یا تصاویر به آن‌ها روی آورند درحالی‌که تعداد رو به کاهشی از نیروی انسانی به پر کردن این خلأ [انجام کارهای باقی‌مانده] تنزل می‌یابند. کلینوا عنوان می‌کند گسترش سریع قابلیت‌های هوش مصنوعی همچنین باعث می‌شود تصمیم این که کارکنان چه مهارت‌هایی را می‌بایست پرورش دهند، روزبه‌روز مبهم‌تر شود.

بااین‌حال، هوش مصنوعی می‌تواند تأثیر عمیقی در آموزش داشته باشد که حداقل بخشی از آن مثبت است. نگرانی‌هایی در مورداستفاده دانش‌آموزان از ابزارهای هوش مصنوعی برای انجام تکالیف مطرح شده است، اما «ویکتور لی» (Victor Lee) از دانشگاه استنفورد اعتقاد دارد فرصتی وجود دارد تا نحوه ارزیابی یادگیری را تغییر دهیم؛ یعنی تمرکز را از توانایی تولید مقالات خوب‌نوشته‌شده برداریم و به سمت «چیزهای پیچیده‌تری مانند مقایسه، نقد، انطباق و اصلاح» ببریم. هوش مصنوعی همچنین می‌تواند با ظهور ربات‌هایی در نقش معلم خصوصی که می‌توانند با دانش‌آموزان همکاری و بحث کنند، فرصت‌های جدیدی برای تدریس ارائه دهد.

لی عنوان می‌کند ادغام هوش مصنوعی در آموزش نیازمند احتیاط است، زیرا این مدل‌ها می‌توانند سوگیری‌ها را از داده‌های آموزشی خود جذب کنند و اغلب واقعیت‌ها را از خود درآورده و اصطلاحاً دچار توهم می‌شوند. اما می‌افزاید که یادگیری نحوه استفاده از این ابزارها در محل کار آینده ضروری خواهد بود و می‌گوید: «افرادی که نمی‌دانند چگونه از هوش مصنوعی استفاده کنند، جای خود را به افرادی خواهند داد که می‌دانند چگونه از هوش مصنوعی استفاده کنند.»

تعداد ابزارهای هوش مصنوعی به لطف حجم روبه‌رشد نسخه‌های «متن‌باز» (Open-Source) که توسط گاهی توسط شرکت‌ها و گاهی حتی توسط یک فرد توسعه یافته و به‌صورت رایگان در دسترس قرار گرفته‌اند؛ در حال افزایش است. این ابزارها می‌توانند به‌جای تکیه بر قدرت محاسباتی شرکت‌های بزرگی مانندOpenAI  و گوگل، روی لپ‌تاپ‌ها و حتی تلفن‌های هوشمند اجرا شوند.

صرف‌نظر از این، هوش مصنوعی همه‌جا هست و مدل‌های متن‌باز می‌توانند با ترکیب‌شدن با سایر ابزارهای نرم‌افزاری یا بازآموزی (Retraining) روی داده‌های خودتان، متناسب با نیازهای شما شخصی‌سازی شوند. این امر می‌تواند نگرانی‌ها در مورد به‌اشتراک‌گذاری داده‌های شخصی با شرکت‌های فناوری را کاهش دهد. «سایمون ویلیسون» (Simon Willison)، پژوهشگر و توسعه‌دهنده مستقل می‌گوید: «به طرز مضحکی علمی-تخیلی به نظر می‌رسد، اما دنیایی وجود دارد که در آن همه، دستیار هوش مصنوعی برخط و همیشه‌حاضر خودشان را دارند.»