هوش مصنوعی، کار و سازمان‌دهی اجتماعی | Artificial intelligence, labor, and social organization

هوش مصنوعی و بازار کار

تازهEnglish

از جابه‌جایی شغلی تا بازسازمان‌دهی آگاهانهٔ
کار

بازنویسی‌شده بر پایهٔ اندیشه‌های کتاب «نظم اجتماعی نوین
در عصر آگاهی»

تز مرکزی: هوش مصنوعی به خودی خود آیندهٔ کار را تعیین
نمی‌کند. مالکیت، قدرت و مشارکت آگاهانهٔ جامعه تعیین می‌کنند که بهره‌وری به
سود و ناامنی متمرکز تبدیل شود یا به زمان، امنیت و آزادی
مشترک.

مقدمه: پرسش
نادرست و پرسش ضروری

هوش مصنوعی هم‌اکنون بازار کار را دگرگون می‌کند، اما این
دگرگونی را نمی‌توان تنها با شمردن مشاغلی که از میان می‌روند و مشاغلی که
پدید می‌آیند فهمید. پرسش رایجِ «آیا هوش مصنوعی جای کارگران را خواهد گرفت؟»
پرسشی ناقص است. فناوری در خلأ وارد جامعه نمی‌شود. پیامدهای آن را مناسبات
مالکیت، قدرت سیاسی، سازمان کار، نهادهای عمومی و هدف‌هایی تعیین می‌کنند که
فناوری در خدمت آن‌ها قرار می‌گیرد.

از این رو پرسش مهم‌تر آن است که چه کسی هوش مصنوعی را
کنترل می‌کند، چه کسانی از افزایش بهره‌وری آن بهره‌مند می‌شوند و هزینهٔ گذار
بر دوش چه کسانی می‌افتد؟ در چارچوب مالکیت خصوصی، همان فناوری‌ای که می‌تواند
ساعات کار را کاهش دهد، وظایف فرساینده را حذف کند و دسترسی به دانش را
گسترش دهد، ممکن است برای کاهش نیروی انسانی، تشدید نظارت، تضعیف قدرت
چانه‌زنی و تمرکز ثروت به کار رود. اما در چارچوب کنترل دموکراتیک و پاسخ‌گو
در برابر جامعه، بهره‌وری بالاتر می‌تواند پایهٔ مادیِ وقت آزاد بیشتر، امنیت
همگانی، مشارکت معنادار و اشکال غنی‌تر فعالیت انسانی شود.

این تمایز در مرکز استدلال کتاب «نظم اجتماعی نوین در
عصر آگاهی» قرار دارد. هوش مصنوعی یک فاعل تاریخیِ مستقل نیست و به خودی خود
نظم اجتماعی نوینی ایجاد نمی‌کند؛ بلکه نیروی مولدِ به‌سرعت در حال تکامل است.
اینکه این نیرو ناامنی بیافریند یا رهایی، به سطح آگاهی جمعی، سازمان‌یافتگی
و مشارکت در قدرت بستگی دارد؛ یعنی همان فرایندی که جامعه از طریق آن،
فناوری را آگاهانه اداره می‌کند.

هوش
مصنوعی در عمل چه چیزهایی را تغییر می‌دهد؟

بخش عمدهٔ شواهد کنونی از نابودی فوریِ مشاغل کامل حکایت
نمی‌کند، بلکه نشان‌دهندهٔ بازسازمان‌دهی وظایف درون هر شغل است. هوش مصنوعی
به‌ویژه در فعالیت‌هایی توانمند است که بتوان آن‌ها را دیجیتالی، استاندارد،
تکرار، پیش‌بینی یا بر اساس الگوهای قابل‌شناسایی ارزیابی کرد. ورود داده،
طبقه‌بندی اسناد، پاسخ‌گویی به پرسش‌های معمول مشتریان، زمان‌بندی، پیاده‌سازی
صدا، حسابداری پایه، تهیهٔ متن‌های استاندارد و برخی انواع برنامه‌نویسی یا
تحلیل، اکنون با ساعات کار کمتری انجام‌پذیر شده‌اند [۱، ۲].

این تحولِ وظیفه‌محور اهمیت دارد، زیرا یک شغل به‌ندرت فقط
از یک فعالیت تشکیل شده است. معلم صرفاً اطلاعات منتقل نمی‌کند؛ پرستار صرفاً
نشانه‌های بیماری را ثبت نمی‌کند؛ و وکیل تنها به جست‌وجوی اسناد نمی‌پردازد.
هر شغل ترکیبی از وظایف معمول، قضاوت، مسئولیت، تعامل اجتماعی، حضور
فیزیکی، خلاقیت، مراقبت و پاسخ‌گویی است. هوش مصنوعی ممکن است یک لایه را
خودکار کند و هم‌زمان ارزش لایه‌ای دیگر را افزایش دهد. بنابراین الگوی
کوتاه‌مدت، جدایی ساده میان «مشاغل حذف‌شده» و «مشاغل ایجادشده» نیست؛ بلکه
کشمکشی بر سر بازتوزیع وظایف، اختیار، درآمد و زمان است.

سه
سازوکار هم‌زمان: جایگزینی، تقویت و گسترش

جایگزینی زمانی رخ می‌دهد که سامانهٔ هوش مصنوعی وظیفه‌ای
را انجام دهد که پیش‌تر به نیروی انسانی سپرده شده بود. تقویت زمانی است که
این سامانه به انسان کمک کند وظیفه‌ای را سریع‌تر یا بهتر انجام دهد. گسترش
نیز هنگامی رخ می‌دهد که کاهش هزینه یا پیدایش توانایی‌های تازه، تقاضا و
فعالیت اقتصادی جدیدی ایجاد کند. هیچ‌کدام از این سازوکارها به‌تنهایی نتیجهٔ
اجتماعی را تعیین نمی‌کنند. افزایش بهره‌وری می‌تواند به سود بیشتر، قیمت
پایین‌تر، ساعات کار کوتاه‌تر، خدمات بهتر یا اشتغال تازه منجر شود. چگونگی
توزیع این دستاوردها، مسئله‌ای مربوط به قدرت اجتماعی و انتخاب آگاهانه است
[۲، ۵].

گروه‌های
شغلی زیر بیشترین فشار جابه‌جایی

قوی‌ترین فشار کوتاه‌مدت بر مشاغلی وارد می‌شود که بر
فرایندهای ساختاریافته و دیجیتالی متکی‌اند. این نقش‌ها الزاماً یک‌باره ناپدید
نمی‌شوند، اما فرصت‌های استخدام ممکن است کاهش یابد، مسیرهای ورود به حرفه
محدودتر شود و مشاغل باقی‌مانده بیشتر بر نظارت، رسیدگی به موارد استثنایی
یا ارتباط با مشتری متمرکز شوند [۱، ۴].

گروه شغلی وظایف بیشتر در معرض شکل احتمالی فشار
دفتری و اداری ورود داده، بایگانی، زمان‌بندی، پیاده‌سازی صدا، پردازش
فرم
کاهش فرصت استخدام؛ ادغام نقش‌ها؛ باقی‌ماندن نظارت و
رسیدگی به موارد استثنایی
پشتیبانی مشتری و فروش پرسش‌های استاندارد، شناسایی مشتری احتمالی، بازاریابی
تلفنی
خودکارشدن تماس اولیه؛ باقی‌ماندن ارجاع موارد پیچیده و
کار رابطه‌محور
پشتیبانی مالی و حقوقی بازبینی اسناد، گزارش‌های استاندارد، پژوهش
مقدماتی
محدودشدن وظایف آغاز حرفه؛ اهمیت بیشتر راستی‌آزمایی،
قضاوت و پاسخ‌گویی
رسانه، ترجمه و طراحی پیش‌نویس معمول، انطباق محتوا، زیرنویس و نمونه‌های سادهٔ
بصری
فشار بر کارهای کالایی؛ افزایش ارزش اصالت و
اعتماد
نرم‌افزار و داده کدهای تکراری، کمک به آزمون، مستندسازی و تحلیل
معمول
انتظار خروجی بیشتر؛ کاهش وظایف تازه‌کاران؛ افزایش
اهمیت یکپارچه‌سازی و بازبینی

خطر محدود به
کارهای کم‌مهارت نیست

هوش مصنوعی مولد به حوزه‌هایی از کار فکری نفوذ می‌کند که
موج‌های پیشین اتوماسیون به‌آسانی قادر به انجام آن‌ها نبودند. پژوهش حقوقیِ
مقدماتی، تحلیل مالی، ترجمه، طراحی تکرارشونده، توسعهٔ نرم‌افزار،
روزنامه‌نگاری، بازاریابی و پشتیبانی تصمیم‌های اداری همگی در سطح وظایف در
معرض تغییر قرار گرفته‌اند. این امر به معنای بی‌نیازی از تخصص نیست؛ بلکه
نشان می‌دهد بخش‌هایی از کار تخصصی می‌تواند جدا، استاندارد و به ماشین‌ها یا
کارگران کم‌دستمزدتری واگذار شود که به ابزارهای هوش مصنوعی مجهزند
[۷].

مشاغل
و حوزه‌هایی که احتمالاً گسترش می‌یابند

رواج هوش مصنوعی مشاغلی را ایجاد یا تقویت می‌کند. برخی
مستقیماً فنی‌اند: مهندسان یادگیری ماشین، مهندسان داده، ارزیابان مدل،
متخصصان امنیت هوش مصنوعی، مهندسان زیرساخت، تکنسین‌های رباتیک و متخصصان
استقرار و نگهداری. گروهی دیگر از آنجا پدید می‌آیند که سامانه‌های هوش
مصنوعی به قضاوت و نظارت اجتماعی نیاز دارند: آموزش‌دهندگان تخصصی،
حسابرسان، ارزیابان ایمنی و سوگیری، متخصصان حریم خصوصی، تحلیلگران اثرات
کار، طراحان دسترس‌پذیری و متخصصان همکاری انسان و ماشین.

همچنین ممکن است تقاضا در حوزه‌هایی افزایش یابد که
محتوای اصلی آن‌ها جسمانی، رابطه‌محور یا همراه با پاسخ‌گویی اجتماعی است؛ از
جمله پرستاری، درمان، مراقبت از سالمندان، حرفه‌های فنی، آموزش، خدمات
اجتماعی، نگهداری و بسیاری از فعالیت‌های خلاق و علمی. هوش مصنوعی می‌تواند
بدون حذف رابطهٔ انسانی یا مسئولیت عمومیِ مرکزیِ این حرفه‌ها، از آن‌ها
پشتیبانی کند.

حوزهٔ رو به گسترش نمونهٔ نقش‌ها و کارکردها
توسعه و زیرساخت هوش مصنوعی مهندسی یادگیری ماشین، مهندسی داده، رایانش و
استقرار
ارزیابی، ایمنی و پاسخ‌گویی حسابرسی، ارزیابی مدل، امنیت، حریم خصوصی، سنجش سوگیری
و اثرات
یکپارچه‌سازی انسان و ماشین طراحی گردش کار، اجرای تخصصی، آموزش و پشتیبانی
تغییر
رباتیک و نگهداری فنی نصب، تعمیر، تنظیم و عملیات میدانی
خدمات انسان‌محور مراقبت، درمان، آموزش، حرفه‌های فنی، خدمات اجتماعی و
دسترس‌پذیری

چرا
ایجاد شغل جدید به‌تنهایی پاسخ کافی نیست؟

اصطلاح «مشاغل جدید» باید با احتیاط به کار رود. تعداد
اندکی شغل فنیِ پردرآمد، خودبه‌خود جای شمار زیادی از مشاغل اداری یا خدماتیِ
مختل‌شده را نمی‌گیرد. کار تازه ممکن است در منطقه‌ای دیگر ایجاد شود، به
مهارت‌هایی نیاز داشته باشد که کارگران جابه‌جاشده هرگز فرصت کسب آن‌ها را
نیافته‌اند، یا به شکل قراردادهای بی‌ثبات عرضه شود. بنابراین نمی‌توان ایجاد
و نابودی ناخالص مشاغل را چنان مقایسه کرد که گویی هر کارگر بی‌هیچ مانعی
قادر است از یک سوی این ترازنامه به سوی دیگر منتقل شود.

تحول پنهان: کیفیت کار، نظارت و فرصت‌های آغاز حرفه

آمار کلی اشتغال، دگرگونی‌های مهم کیفیت کار را پنهان
می‌کند. هوش مصنوعی می‌تواند کارهای ملال‌آور را حذف کند، اما هم‌زمان امکان
اندازه‌گیری دائمیِ سرعت، رفتار، ارتباطات و خروجی کارکنان را فراهم سازد.
هنگامی که مدیریت سامانه را کنترل می‌کند و کارگران نقش اندکی در تصمیم‌گیری
دارند، «تقویت» می‌تواند به تشدید کار تبدیل شود: کارمند در همان زمان محصول
بیشتری تولید می‌کند، در حالی که کارفرما تمام دستاورد را تصاحب می‌کند.
زمان‌بندی الگوریتمی و امتیازدهی عملکرد می‌تواند حتی بدون حذف رسمیِ هیچ
شغلی، استقلال کارگر را کاهش دهد [۲، ۸].

اشتغال در آغاز مسیر حرفه‌ای نیازمند توجه ویژه است.
وظایف معمول در گذشته به تازه‌واردان اجازه می‌داد حرفه را بیاموزند، قضاوت
خود را پرورش دهند و به مسئولیت‌های بالاتر برسند. اگر این وظایف بدون ایجاد
مسیر تازه‌ای برای کارآموزی و تجربهٔ تحت نظارت خودکار شوند، سازمان‌ها ممکن
است امروز در هزینه صرفه‌جویی کنند اما عرضهٔ نیروی باتجربهٔ آینده را تضعیف
نمایند. شواهد اولیه دربارهٔ کندشدن استخدام در برخی مشاغلِ در معرض هوش
مصنوعی را باید نه‌فقط یک تعدیل کوتاه‌مدت، بلکه هشداری دربارهٔ انتقال دانش
میان نسل‌ها دانست [۶].

بار این تحول نیز به‌طور برابر توزیع نمی‌شود. زنان سهم
بزرگی از بسیاری مشاغل دفتری و اداری را تشکیل می‌دهند. کارگران فاقد
پشتوانهٔ مالی نمی‌توانند دوره‌های طولانی بازآموزی را تحمل کنند. مناطقی که
به تعداد محدودی کارفرما وابسته‌اند ممکن است هم درآمد و هم ثبات اجتماعی
خود را از دست بدهند. نابرابری‌های طبقاتی، جنسیتی، نژادی، منطقه‌ای و مرتبط
با معلولیت می‌توانند در قالب‌های فناورانهٔ تازه بازتولید شوند، مگر اینکه
سیاست‌های گذار عمداً همگانی و بازتوزیعی باشند.

چرا بازآموزی
به‌تنهایی کافی نیست؟

آموزش و یادگیری مستمر ضروری‌اند، اما «مهارت‌آموزی مجدد»
اغلب چنان مطرح می‌شود که گویی جابه‌جایی شغلی نتیجهٔ ناتوانی فرد در سازگاری
است. این نگاه، پرسش نهادی را پنهان می‌کند. کارگران سرعت خودکارسازی، طراحی
سامانه، تخصیص سرمایه‌گذاری یا توزیع صرفه‌جویی حاصل را تعیین نکرده‌اند.
آموزش نمی‌تواند کمبود مشاغل مناسب، نابرابری قدرت چانه‌زنی، جابه‌جایی
جغرافیایی یا تصاحب خصوصیِ دانش اجتماعی را به‌تنهایی حل کند.

خود هوش مصنوعی محصولی اجتماعی است. مدل‌ها بر نسل‌ها
دانش علمی، پژوهش‌های تأمین‌شده با منابع عمومی، زیرساخت دیجیتال جهانی،
فرهنگ انباشته، کار مهندسان و کارکنان داده و فعالیت روزانهٔ میلیون‌ها کاربر
تکیه دارند. با این حال، مالکیت سامانه‌ها و درآمد حاصل از آن‌ها در دست شمار
اندکی شرکت و سرمایه‌گذار متمرکز است. این وضعیت تضاد میان تولید هرچه
اجتماعی‌تر و تصاحب خصوصی را تشدید می‌کند. بحران بازار کار یکی از جلوه‌های
این تضاد بنیادی‌تر است.

ازاین‌رو پاسخ جدی باید دسترسی به آموزش را با امنیت
درآمد، قدرت کارگران، حکمرانی دموکراتیک و تغییر در مالکیت و کنترل
سامانه‌های مولد همراه کند. در غیر این صورت، جامعه پیوسته مردم را برای
رقابت بر سر سهمی کوچک‌تر از کار آماده می‌کند، در حالی که منافع بهره‌وری به
سوی بالا جریان می‌یابد.

از سازگاری تدافعی تا برنامه‌ای اجتماعی و آگاهانه

گذار انسانی بیش از کندکردن فناوری یا حفظ همهٔ مشاغل
موجود می‌طلبد. برخی کارها خطرناک، تحقیرآمیز، یکنواخت یا غیرضروری‌اند و
باید از میان بروند. هدف، دفاع از کار به‌مثابه اجبار بی‌پایان نیست؛ هدف آن
است که حذف وظایف به حذف امنیت انسانی و مشارکت اجتماعی منجر
نشود.

اصول زیر می‌تواند بهره‌وری هوش مصنوعی را به پیشرفت
مشترک اجتماعی تبدیل کند:

  • کاهش ساعات کار بدون کاهش سطح زندگی، هم‌زمان با
    افزایش بهره‌وری.

  • تضمین درآمد، بهداشت، مسکن و آموزش در دورهٔ گذار تا
    تغییر فناوری به فاجعهٔ شخصی تبدیل نشود.

  • دادن حق مؤثر به کارگران پیش از آنکه سامانه‌های هوش
    مصنوعی تعداد کارکنان، ارزیابی، زمان‌بندی، ایمنی یا دستمزد را تغییر
    دهند.

  • الزام گزارش‌دهی شفاف دربارهٔ اثرات شغلی، حسابرسی
    مستقل و حق اعتراض به تصمیم‌های مهم الگوریتمی.

  • اختصاص سهمی از بهره‌وری ناشی از هوش مصنوعی به
    صندوق‌های عمومی، خدمات همگانی و برنامه‌های گذار تحت کنترل
    کارگران.

  • ایجاد آموزش دائمی و با حمایت عمومی، نه دوره‌های
    موقت وابسته به یک کارفرما یا محصول.

  • حفاظت از حق سازمان‌یابی، چانه‌زنی جمعی، اعتصاب،
    بیان آزاد و مشارکت در تصمیم‌های فناوری.

  • توسعهٔ زیرساخت عمومی، تعاونی و اشتراکی هوش مصنوعی
    تا سامانه‌های اساسی دانش منحصراً زیر سلطهٔ انحصارهای خصوصی
    نباشند.

مشارکت در
قدرت؛ نه مشورت پس از تصمیم

این تدابیر نباید از سوی دیوان‌سالاری دور از جامعه
تحمیل شوند. محیط‌های کار، انجمن‌های حرفه‌ای، اتحادیه‌ها، شوراهای محله،
نهادهای عمومی و جوامع تحت تأثیر باید در تصمیم‌های مربوط به استقرار
فناوری، مشارکت مستقیم و مستمر داشته باشند. شفافیت باید روشن کند سامانه
چه می‌کند، از چه داده‌هایی استفاده می‌کند، چه اثری بر تعداد کارکنان و
دستمزدها دارد، چه کسی می‌تواند تصمیم‌های آن را به چالش بکشد و افزایش
بهره‌وری چگونه توزیع می‌شود. مشارکت در قدرت ــ و نه صرفاً مشورت پس از اتخاذ
تصمیم ــ هستهٔ دموکراتیک این گذار است.

تفاوت‌های
بخشی و محدودیت‌های پیش‌بینی

هوش مصنوعی همهٔ بخش‌ها را با سرعت یکسان متأثر نمی‌کند.
حوزه‌های اطلاعات‌محور مانند اداره، امور مالی، حقوق، رسانه، نرم‌افزار و
بخش‌هایی از مهندسی، به دلیل دیجیتالی‌بودن بخش بزرگی از وظایفشان در معرض
بالاتری قرار دارند. مراقبت، ساختمان، نگهداری، مهمان‌داری، حمل‌ونقل و
تولید، وظایف فیزیکی یا بین‌فردی بیشتری دارند؛ هرچند رباتیک و سامانه‌های
خودکار می‌توانند دامنهٔ خودکارسازی را در این حوزه‌ها نیز گسترش دهند. بهداشت
و آموزش انتخاب اصلی را به‌روشنی نشان می‌دهند: هوش مصنوعی می‌تواند کاغذبازی
را کاهش دهد و وقت بیشتری برای ارتباط انسانی فراهم کند، یا بهانه‌ای برای
کمبود نیروی انسانی و خدمات استاندارد و غیرشخصی شود.

پیش‌بینی‌های کمی باید سناریو تلقی شوند، نه سرنوشت.
گزارش مجمع جهانی اقتصاد ایجاد ۱۷۰ میلیون شغل و جابه‌جایی ۹۲ میلیون شغل تا
سال ۲۰۳۰ را پیش‌بینی می‌کند [۳]. این ارقام، برآوردی از جابه‌جایی جهانی بر
اساس مدل و انتظار کارفرمایان است، نه نتیجه‌ای تضمین‌شده؛ و کیفیت، محل،
دسترس‌پذیری یا ساختار مالکیت مشاغل تازه را مشخص نمی‌کند. شاخص‌های مواجهه
نیز فقط نشان می‌دهند که یک وظیفه ممکن است دگرگون شود؛ آن‌ها ثابت نمی‌کنند
که کارفرما حتماً آن را خودکار می‌کند یا کل یک حرفه از میان خواهد
رفت.

شواهد موجود تا سال ۲۰۲۶ همچنان ترکیبی است. بیکاری کل
هنوز شوک ساده و همگانی ناشی از هوش مصنوعی را نشان نمی‌دهد، اما برخی
مطالعات از کاهش استخدام جوانان و فرصت‌های شغلی در حرفه‌های در معرض خبر
می‌دهند. تشخیص رابطهٔ علت و معلولی دشوار است، زیرا نرخ بهره، برون‌سپاری،
تعدیل‌های پس از همه‌گیری، بازسازی شرکت‌ها و فناوری‌های دیگر هم‌زمان عمل
می‌کنند. تحلیل صادقانه باید این عدم قطعیت را حفظ کند و در عین حال جهت
فشار ساختاری را نادیده نگیرد [۶].

نتیجه‌گیری: آیندهٔ کار، مسئلهٔ نظم اجتماعی است

هوش مصنوعی امکانی را آشکار کرده است که جوامع پیشین
تنها به‌طور محدود می‌توانستند تصور کنند: تولید فراوانی با کار اجباری بسیار
کمتر. در منطق انباشت خصوصی، این امکان به صورت بیکاری، ناامنی، نظارت و
رقابت کارگران برای حفظ ضرورت اقتصادی خود ظاهر می‌شود. در منطق اجتماعی
نوین، همان امکان می‌تواند به کوتاه‌شدن زمان کار، دسترسی مطمئن به نیازهای
اساسی، گسترش آموزش، فعالیت خلاق، مراقبت و مشارکت مستقیم در تصمیم‌های جمعی
بینجامد.

بنابراین تعارض تعیین‌کننده میان انسان و ماشین نیست؛
بلکه میان دو شیوهٔ سازمان‌دادن رابطهٔ فناوری، کار و جامعه است. یک شیوه، هوش
مصنوعی را سرمایه‌ای خصوصی می‌داند که هدفش کاهش هزینه و بیشینه‌کردن بازده
است. شیوهٔ دیگر، آن را ظرفیتی اجتماعی و برآمده از تولید جمعی می‌شناسد که
باید در خدمت رشد انسان و نیاز مشترک اداره شود.

فناوری امکان‌ها را به وجود می‌آورد؛ آگاهی و
سازمان‌یافتگی تعیین می‌کنند کدام امکان به واقعیت تبدیل شود. وظیفهٔ ما صرفاً
سازگارکردن کارگران با هوش مصنوعی نیست؛ بلکه باید هوش مصنوعی را زیر هدایت
آگاهانهٔ جامعه قرار دهیم تا رهایی از کار غیرضروری، به آزادی همگان تبدیل
شود، نه امتیاز گروهی اندک.

منابع و یادداشت
روش‌شناختی

گزارش تولیدشده در آزمایشگاه دستیار مجازی باز دانشگاه
استنفورد نقطهٔ آغاز این مقاله بود، اما فهرست منابع آن مختصر و از نظر
کیفیت ناهمگون بود. نسخهٔ حاضر عمدتاً بر گزارش‌های نهادی، آمار رسمی بازار
کار و پژوهش‌های اصلی زیر تکیه دارد. شماره‌های داخل متن با این فهرست تطبیق
دارند. پیش‌بینی‌ها سناریو هستند، نه قطعیت؛ و «در معرض‌بودن» به معنای اثبات
حذف یک شغل نیست.

[۱] Gmyrek et al. (2025). Generative AI and Jobs: A
Refined Global Index of Occupational Exposure. ILO Working Paper
140.
گزارش
ILO

[۲] OECD (2023). OECD Employment Outlook 2023:
Artificial Intelligence and the Labour Market.
گزارش
OECD

[۳] World Economic Forum (2025). The Future of Jobs
Report 2025.
گزارش
WEF

[۴] U.S. Bureau of Labor Statistics (2026).
Occupations with the Largest Job Declines: 2025-2035.
جدول
BLS

[۵] Brynjolfsson, Li & Raymond (2023/2025).
Generative AI at Work. NBER Working Paper 31161; Quarterly Journal of
Economics.
مقاله
NBER

[۶] Brynjolfsson, Chandar & Chen (2026). Canaries
in the Coal Mine? Stanford Digital Economy Lab.
پژوهش
استنفورد

[۷] Stanford HAI (2025). Assessing the Real Impact of
Automation on Jobs.
مقاله
Stanford HAI

[۸] Hayes & Northup (2026). AI Powers into the
Workplace. ADP Research.
پژوهش
ADP

[۹] حمید اخوی (۲۰۲۶). نظم اجتماعی نوین در عصر آگاهی،
جلد اول. چارچوب نظری مقاله.

بازگشت به صفحهٔ اصلی