هل يحقق الذكاء الاصطناعي ازدهارا عريض القاعدة؟
الإجماع نادر على أي شيء يتعلق بالذكاء الاصطناعي في أيامنا هذه. لكن أحد التوقعات التي يبدو أنها أصبحت راسخة بين أفراد شريحة ضخمة من الشركات والمستثمرين والمحللين يتمثل في أن هذه التكنولوجيا ستعزز الإنتاجية في مجموعة عريضة من المجالات. ولكن حتى لو تحققت هذه المكاسب، فهل يستحق الأمر كل هذا العناء؟
يتوقع كثيرون من المراقبين ــ وأنا منهم ــ تحقيق مكاسب ضخمة في الإنتاجية بدعم من الذكاء الاصطناعي. بادئ ذي بدء، تشير أدلة أولية من مجموعة متزايدة من دراسات حالات الاستخدام إلى ذلك. علاوة على ذلك، وبالنظر إلى التوسع السريع في وظائف الذكاء الاصطناعي، وانخفاض تكاليف التدريب واستخدام نماذج الذكاء الاصطناعي، وتبني الأدوات والأنظمة المفتوحة المصدر، يبدو من المحتمل أن يكون تطبيق الذكاء الاصطناعي في حكم الممكن بطرق مجدية في كل قطاع وفئة وظيفية تقريبا.
بطبيعة الحال، لن يكون تطبيق الذكاء الاصطناعي على نحو فعّـال أمرا مفروغا منه، ولن يحدث بين عشية وضحاها، وذلك بسبب قضايا الوصول والانتشار ومنحنيات التعلم. ولكن حتى لو جرى التغلب على هذه العوائق، فمن غير المضمون على الإطلاق أن تحقق مكاسب الإنتاجية المدعومة بالذكاء الاصطناعي فوائد عريضة القاعدة، عندما يتعلق الأمر بتشغيل العمالة والدخل. إذ يعتمد هذا على ما يحدث في مجالين: مجموعة أدوات الذكاء الاصطناعي وسوق العمل.
نحن نعلم أن مجموعة أدوات الذكاء الاصطناعي تتوسع بسرعة. ولكن إذا ركزت معظم الإضافات على تكرار القدرات البشرية ــ وبالتالي استبدال العمال البشريين ــ فستكون التحسينات في الإنتاجية مصحوبة بآثار توزيعية سلبية. ولكن، كما أشار أندرياس هوبت وإريك برينجولفسون أخيرا، فإن مجموعة فرعية كبيرة من المعايير الحالية التي تحكم أنظمة التعلم الآلي منحازة نحو الأتمتة (التشغيل الآلي)، ويشمل عدد قليل منها البشر في التقييمات.
لمنع تحول تطوير الذكاء الاصطناعي إلى "لعبة تقليد"، ينصح هوبت وبرينجولفسون مجتمع المطورين بتبني "تقييمات القنطور"، حيث يقوم البشر وأنظمة الذكاء الاصطناعي بحل المهام بشكل مشترك. وهذا من شأنه أن يحول تطوير التعلم الآلي نحو التعزيز أو التعاون بين الآلة والبشر، بدلا من الأتمتة.
ولكن، لضمان تقاسم فوائد الذكاء الاصطناعي على نطاق عريض، يجب أن ننظر أيضا إلى سوق العمل. لنتأمل هنا الولايات المتحدة. يعمل نحو 20% من العاملين في البلاد في القطاع القابل للتداول، والذي يشمل التصنيع (40%) والخدمات (60%) المتداولة على المستوى الدولي. أما العمال الباقون ــ نحو 80% ــ فيعملون في قطاعات الخدمات غير القابلة للتداول، مثل الحكومة، والتعليم، والضيافة، وتجارة التجزئة التقليدية، والبناء.
على مدى العقود الثلاثة الأخيرة، ازداد على نحو مضطرد التباين بين القطاعات القابلة للتداول والقطاعات غير القابلة للتداول، من حيث الإنتاجية والدخل. في عموم الأمر، تتباهى القطاعات القابلة للتداول ــ التي تشمل وظائف مثل إدارة الشركات المتعددة الجنسيات، وتصميم أشباه الموصلات وأجهزة الكمبيوتر، وتنفيذ مشاريع البحث والتطوير ــ بإنتاجية أعلى وأسرع نموا، فضلا عن نمو أعلى في الدخل. ولهذا السبب، حتى مع انخفاض العمالة في قطاع التصنيع ثم استقرارها، استمر الناتج ــ أو بمعنى أدق القيمة المضافة ــ في النمو.
إذا لم نكن حذرين، سيعمل الذكاء الاصطناعي على توسيع الفجوة بين القطاعات القابلة للتداول وغير القابلة للتداول، وسيؤدي هذا إلى زيادة حادة في التفاوت. لن يتسنى للذكاء الاصطناعي أن يؤدي إلى مكاسب إنتاجية على مستوى الاقتصاد بالكامل وزيادة عريضة القاعدة في الدخل إلا إذا جرى تطبيقه بفاعلية، ليس فقط في القطاعات القابلة للتداول وغير القابلة للتداول، بل وأيضا في الوظائف المتوسطة الدخل والأدنى دخلا في هذه القطاعات. لهذا السبب يجب بذل جهود متضافرة لتوجيه تطوير الذكاء الاصطناعي نحو زيادة الإنتاجية والتعاون عبر طيف الوظائف والدخل.
خاص بـ "الاقتصادية"
حقوق النشر: بروجيكت سنديكيت، 2025.