چشمانداز مشاغل فکری در آمریکا در حال تجربه تحولی آرام اما عمیق است، چرا که ادغام هوش مصنوعی از مرحله آزمایش به مرحله واگذاری وظایف تغییر یافته است. یک نظرسنجی جدید نشان میدهد که ۲۰ درصد از بزرگسالان شاغل در ایالات متحده، پیش از این حداقل یک وظیفه را که قبلاً توسط یک همکار یا پیمانکار انسانی مدیریت میشد، به هوش مصنوعی سپردهاند.
توسعه نرمافزار و تحلیل دادهها پیشگام این تغییر هستند
یک مطالعه مشترک توسط Epoch AI و شرکت نظرسنجی Ipsos که با ۱۱۰۶ بزرگسال شاغل در ایالات متحده انجام شده است، سلسلهمراتب مشخصی را در پذیرش هوش مصنوعی در بخشهای مختلف حرفهای نشان میدهد. این نظرسنجی از ده وظیفه کاری رایج بر اساس دادههای وزارت کار ایالات متحده استفاده کرد تا نحوه بافتن هوش مصنوعی مولد در تار و پود عملیات روزانه را ردیابی کند.
توسعه نرمافزار و طراحی سیستمهای کامپیوتری به عنوان محرکهای اصلی ادغام هوش مصنوعی ظاهر شدند، به طوری که ۵۷ درصد از کارکنان این حوزه از ابزارهای هوش مصنوعی استفاده میکنند. تحلیل دادهها با ۴۶ درصد در جایگاه بعدی قرار دارد، در حالی که وظیفه مطالعه اسناد کاری نرخ پذیرش ۳۹ درصدی را نشان داد. در مقابل، وظایف اداری سنتیتر مانند ثبت سوابق عقبتر هستند و تنها ۲۵ درصد از کارکنان درگیر، استفاده از هوش مصنوعی را گزارش کردهاند.
جایگزینی وظایف در مقابل کمکرسانی جزئی
یک تمایز حیاتی در این گزارش، تفاوت بین کار «کمکرسانی شده توسط هوش مصنوعی» و «جایگزینی واقعی وظیفه» است. در حال حاضر، اکثر کاربران به هوش مصنوعی بیشتر به عنوان یک کمکخلبان (co-pilot) نگاه میکنند تا یک خلبان خودکار (autopilot). تکمیل کامل یا تقریباً کامل وظایف توسط هوش مصنوعی هنوز یک امر نادر است و در توسعه نرمافزار تنها ۱۰ درصد و در سایر دستههای مورد بررسی زیر ۷ درصد است.
با این حال، پدیده جایگزینی وظایف — جایی که هوش مصنوعی کار قبلاً انجام شده توسط انسان را بر عهده میگیرد — در حال پیشروی قابل توجهی است. بالاترین نرخهای جایگزینی مستقیم در موارد زیر یافت شد:
- تحلیل دادهها: ۷.۱ درصد از پاسخدهندگان.
- مطالعه اسناد کاری: ۵.۷ درصد از پاسخدهندگان.
- ثبت سوابق: ۵.۳ درصد از پاسخدهندگان.
Epoch AI تأکید میکند که این تغییر لزوماً به معنای جایگزینی گسترده نیروی کار نیست، بلکه نشاندهنده بازتوزیع نیروی کار بین هوش انسانی و پردازش ماشینی است.
پارادوکس بهرهوری و کیفیت خروجی
دادهها رابطه پیچیدهای را بین استفاده از هوش مصنوعی و کارایی زمانی نشان میدهند. زمانی که هوش مصنوعی بیشتر یا تمام یک وظیفه را انجام میدهد، ۵۳ درصد از کارکنان گزارش میدهند که در زمان صرفهجویی کردهاند، در حالی که این رقم در زمانی که هوش مصنوعی تنها برای کمکرسانی جزئی استفاده میشود، ۳۷ درصد است. جالب اینجاست که «افزایش کارایی» همگانی نیست؛ تقریباً از هر شش وظیفه با کمک هوش مصنوعی، یک مورد در واقع بیشتر از روش سنتی دستی زمان میبرد. این امر نشان میدهد که زمان مورد نیاز برای نوشتن دستور (prompt)، تأیید و تعامل با هوش مصنوعی ممکن است برخی از مزایای سرعت را خنثی کند.
علاوه بر این، این نظرسنجی بر «شکاف اعتماد» در خروجیهای هوش مصنوعی پرتو میافکند. رقم خیرهکننده ۶۶ درصد از محتوای تولید شده توسط هوش مصنوعی با ویرایش بسیار کم یا بدون ویرایش استفاده میشود، در حالی که تنها ۵ درصد از خروجیها بازنگری اساسی میشوند. اگرچه این موضوع نشاندهنده کاربرد بالای درک شده است، اما محققان هشدار میدهند که تلاش کم برای ویرایش، معیار قطعی برای کیفیت واقعی خروجی هوش مصنوعی نیست.
نکات کلیدی
- پذیرش در فناوریهای پیشرفته: توسعه نرمافزار و تحلیل دادهها بخشهای پیشرو برای هوش مصنوعی هستند که نرخ پذیرش آنها به ترتیب ۵۷٪ و ۴۶٪ است.
- واگذاری به جای جایگزینی: در حالی که ۲۰٪ از کارکنان وظایف را به هوش مصنوعی واگذار میکنند، خودکارسازی کامل وظایف همچنان پایین است (زیر ۱۰٪)، که نشان میدهد هوش مصنوعی در حال حاضر یک «ابزار همهکاره» است تا جایگزینی برای نقشهای انسانی.
- روند ویرایش: دو سوم کارکنان خروجی هوش مصنوعی را با حداقل تغییرات میپذیرند، که نشاندهنده اتکای فزاینده به کاربرد فوری نتایج تولید شده توسط مدلهای زبانی بزرگ (LLM) است.
خلاصه کلام
هوش مصنوعی دیگر یک آزمایش حاشیهای برای تعداد انگشتشماری از نوآوران نیست؛ اکنون ابزاری است که از هر پنج کارگر آمریکایی، یک نفر برای واگذاری وظایفی که به طور سنتی توسط همکاران انجام میشد، به آن متکی است. قویترین جای پای این فناوری در توسعه نرمافزار و تحلیل دادهها است، جایی که پذیرش به ترتیب ۵۷٪ و ۴۶٪ است و جایگزینی کامل وظایف، اگرچه هنوز اندک است، در حال رشد میباشد. در حالی که مزایای بهرهوری برای بسیاری مشهود است، نتایج متناقض کارایی و سطح پایین ویرایش نشان میدهد که چرخه بازبینی انسانی همچنان ضروری است.