گزارش پژوهشی جدید OpenAI
چگونه هوش مصنوعی دامنه فعالیتهای افراد در محیط کار را گسترش میدهد
گزارش جدید واحد پژوهش اقتصادی OpenAI تحت عنوان «Work at the Frontier» نشان میدهد که چگونه کارکنان از مرزهای سنتی نقشهای شغلی خود عبور میکنند و وارد حوزههایی فراتر از وظایف معمول خود میشوند.
هوش مصنوعی ماهیت کاری را که افراد انجام میدهند تغییر میدهد. OpenAI با تحلیل بیش از ۸۰۰هزار پیام کاربران آمریکایی ChatGPT، نشان میدهد که ۱۶.۸ درصد از پیامهای مرتبط با کار و ۴۳.۵ درصد از پیامهای مرتبط با یک شغل مشخص، درباره وظایفی هستند که با یک حرفه یا نقش شغلی دیگر ارتباط دارند.
درهمتنیدگی وظایف
OpenAI در گزارش The AI Jobs Transition Framework استدلال میکند که بسیاری از مشاغل احتمالاً میبایست بازسازماندهی شوند؛ یعنی مشاغلی که وظایف روزمره آنها میتواند به شکل قابلتوجهی تغییر کند. OpenAI این تغییر الگو را «درهمتنیدگی وظایف» (Task Crossover) مینامند و آن را اینگونه تعریف میکند: «وظیفه و کاری که از نظر عرف تاریخی به یک شغل خاص تعلق دارد، اما فردی در شغلی دیگر به دلیل استفاده از هوش مصنوعی آن را انجام میدهد.»
نزدیک به نیمی از استفادههای کاری از هوش مصنوعی از مرزهای شغلی عبور میکنند
بسیاری از مطالعات درباره هوش مصنوعی و کار، با فهرستی ثابت از وظایف مرتبط با یک شغل مشخص آغاز میشوند و بررسی میکنند که آیا مدلهای هوش مصنوعی قادر به انجام آن وظایف هستند یا خیر. شواهد OpenAI نشان میدهد که هوش مصنوعی علاوه بر توانایی انجام وظایف، در حال تغییردادن این موضوع نیز هست که چه کسی مسئول انجام چه کاری میشود.

برای اندازهگیری میزان درهمتنیدگی وظایف، ابتدا فعالیتهایی را که به یک شغل مشخص مربوط هستند از فعالیتهایی که در میان بسیاری از مشاغل مشترکاند جدا میشوند. برخی فعالیتها مانند نوشتن، خلاصهسازی و زمانبندی در میان مشاغل مختلف بیش از حد گستردهاند و نمیتوانند نشانهای از درهمتنیدگی وظایف باشند. OpenAI این دسته را بهعنوان «وظایف عمومی» (generic tasks) طبقهبندی میکند.
برای پیامهای باقیمانده، بررسی شد که آیا وظیفه مطرحشده در محدوده شغل خود کاربر قرار دارد یا خارج از آن. در میان پیامهای غیرعمومی، ۴۳.۵ درصد خارج از حوزه شغلی کاربر قرار دارند. این دادهها پنجرهای اولیه بهسوی این موضوع باز میکنند که چگونه هوش مصنوعی ممکن است محتوای وظایف شغلی را پیش از آنکه این تغییرات در شرح وظایف رسمی یا عنوانهای شغلی ظاهر شوند، دگرگون کند.
این یافته نشان میدهد که بخش قابلتوجهی از استفاده کاری از ChatGPT مربوط به کاربرانی است که دامنه نقش خود را گسترش میدهند. این الگو در چند گروه شغلی بهویژه پررنگتر است. پس از حذف وظایف عمومی، سهم وظایف خارج از حوزه شغلی بهاینترتیب است:
- ۷۷ درصد از پیامهای مرتبط با وظایف مشخص در میان کارکنان تجربه مشتری
- ۷۵ درصد در میان طراحان
- ۶۹ درصد در میان کارکنان منابع انسانی
- ۵۶ درصد در میان کارکنان حوزه حقوقی
- ۵۳ درصد در میان متخصصان بازاریابی

این مشاغل در واقع در حال «قرض گرفتن» (borrowing) وظایف از نقشهای دیگر هستند. شواهد نشان میدهد تقسیم کار در حال تغییر است: برخی فعالیتهایی که پیشتر نیازمند انتقال کار به یک متخصص دیگر بودند، اکنون میتوانند توسط همان فردی انجام شوند که نخستینبار با آن نیاز مواجه شده است.
برخی وظایف بیش از سایر وظایف میان مشاغل جابهجا میشوند
نقشه حرارتی زیر، درهمتنیدگی وظایف را با بررسی این موضوع نشان میدهد که هر پیام غیرعمومی بیشترین شباهت را به وظایف کدام شغل دارد. وظایف حوزه بازاریابی و مهندسی بیشترین میزان جابهجایی را دارند و اغلب در پیامهای کارکنانی خارج از این حوزهها نیز دیده میشوند.

زمانی که از سطح مشاغل به وظایف مشخصتر نگاه میکنیم، درهمتنیدگی وظایف توزیع یکسانی ندارد. محاسبات مالی و عیبیابی فناوری هرکدام در میان سه وظیفه پرتکرار خارج از حوزه شغلی در تمام هفت گروه شغلی دیگر مورد بررسی ظاهر میشوند.
فعالیتهای بازاریابی نیز دامنه گستردهای دارند؛ بهطوری که تولید محتوای بازاریابی در پنج گروه شغلی دیگر دیده میشود و در میان کاربران حوزه طراحی، حضور پررنگتری دارد.
بررسی مجموعههای گستردهتر از وظایف، دو مسیر متفاوت برای درهمتنیدگی وظایف را نشان میدهد. برخی مشاغل، تعداد زیادی وظیفه را از حوزههای دیگر وارد میکنند. برخی دیگر، وظایفی را فراهم میکنند که در میان تعداد زیادی از مشاغل دیگر ظاهر میشوند.
طراحی نمونهای از الگوی نخست است. حدود ۳۵.۲ درصد از پیامهای طراحان شامل فعالیتهایی است که معمولاً به یک شغل دیگر مربوط میشود، درحالیکه وظایف طراحی تنها ۱.۷ درصد از پیامهای کارکنان سایر حوزهها را تشکیل میدهد. طراحان بهشدت از وظایف خارج از حوزه خود استفاده میکنند، اما فعالیتهای طراحی بهندرت در سایر مشاغل دیده میشود.
مهندسی تقریباً در نقطه مقابل قرار دارد. تنها ۱۸.۵ درصد از پیامهای مهندسان شامل وظایفی از حوزههای دیگر است، اما وظایف مهندسی ۷.۴ درصد از پیامهای کارکنان سایر مشاغل را تشکیل میدهد. مهندسی منبع مهمی از فعالیتهایی است که افراد در سایر بخشها نیز بر عهده میگیرند؛ از عیبیابی نرمافزار گرفته تا کار با سیستمهای فنی.
بازاریابی در هر دو جهت برجسته است. بازاریابان ۲۴.۳ درصد از پیامهای خود را به وظایفی اختصاص میدهند که به مشاغل دیگر مرتبط است، درحالیکه وظایف بازاریابی ۸.۹ درصد از پیامهای کارکنان سایر حوزهها را تشکیل میدهد که بالاترین سهم انتقال به بیرون در نمونه مورد بررسی است. متخصصان بازاریابی وظایف حوزههای مختلف را با یکدیگر ترکیب میکنند و درعینحال، فعالیتهای بازاریابی نیز در سراسر سازمان گسترش پیدا میکند.
درهمتنیدگی وظایف در کسبوکارهای کوچک بیشتر است
اندازه و ساختار یک کسبوکار بر نحوه تغییر کار توسط هوش مصنوعی تأثیر میگذارد. در یک شرکت بزرگ، کارکنان ممکن است به تیمهای تخصصی، جریانهای کاری تثبیتشده و خدمات داخلی دسترسی داشته باشند. اما در یک سازمان کوچکتر، فردی که به مشکل نزدیکتر است، احتمال بیشتری دارد که خودش مسئول حل آن شود، نه اینکه آن را به بخش دیگری واگذار کند.
در میان کاربرانی که در سطح متوسط هستند، سهم وظایف خارج از حوزه شغلی از ۱۸.۹ درصد برای کاربرانی که در محیطهای کاری با ۲ تا ۵ عضو فعالیت میکنند، به ۱۶.۳ درصد برای کاربرانی که در محیطهایی با بیش از ۱۰۰ عضو هستند کاهش مییابد.
در میان کاربران حرفهای، چنین الگوی یکنواختی مشاهده نمیشود. یک توضیح احتمالی این است که کاربران سطح متوسط در سازمانهای کوچکتر زمانی به هوش مصنوعی روی میآورند که با کاری مواجه میشوند که در حالت عادی نیازمند کمک یک واحد دیگر بود. در عوض، کاربران بسیار پرمصرف ممکن است جریانهای کاری پایدار مبتنی بر هوش مصنوعی ایجاد کرده باشند که در سازمانهای مختلف شباهت بیشتری دارد یا ممکن است هوش مصنوعی را به شکل گستردهتری در حوزه تخصصی اصلی خود به کار بگیرند.
خود فهرست وظایف نیز در حال تغییر است
دادههای مربوط به استفاده از هوش مصنوعی، شاخصی از مسیر تغییر کار هستند. این دادهها به ما اجازه میدهند مشاهده کنیم که چگونه هوش مصنوعی به کارکنان امکان میدهد پیش از آنکه شرکتها شرح وظایف جدیدی تدوین کنند یا عنوانهای شغلی تازهای ایجاد کنند، ترکیبهای جدیدی از فعالیتها را آزمایش کنند. از این منظر، الگوهای استفاده از هوش مصنوعی میتوانند بهعنوان یک سیگنال اولیه از تغییرات شغلی عمل کنند؛ تغییراتی که آمارهای سنتی بازار کار تنها در مراحل بعدی قادر به ثبت آنها خواهند بود.

