بن‌بست بازار کار با هوش مصنوعی؛ آمریکا برای نیروی کار چه می‌کند؟

جمعه 16 مرداد 1405 - 20:52
مطالعه 7 دقیقه
ربات انسان‌نما در حال کار با کیبورد و مانیتور در محیط اداری
اکونومیست می‌گوید هوش مصنوعی می‌تواند ۱۰ میلیون شغل را در آمریکا جابه‌جا کند، اما نظام آموزش و بازآموزی این کشور هنوز آماده نیست.

کیمبرلی برَدی، زن ۵۳ ساله‌ی اهل کالیفرنیا، کم‌کم به بن‌بست رسیده بود. او با مدرک روان‌شناسی، در فروشگاه کاستکو در بخش فروش لوازم الکترونیکی و جواهرات کار می‌کرد و درآمد کمی داشت. پس از حدود ۶۲۰ درخواست ناموفق برای شغل‌های خدمات مشتری و فروش، یعنی حوزه‌هایی که هرچه بیشتر زیر تاثیر هوش مصنوعی قرار می‌گیرند، تصمیم گرفت برای ورود به بخش اپتیکال کاستکو(Costco) بازآموزی شود. چون برنامه‌ی آموزشی رسمی در دسترس نبود، شش ماه با کتاب و ویدئوی یوتیوب خودآموزی کرد، دو آزمون ملی هیئت‌مدیره را گذراند و برای دو مجوز هزاران دلار پرداخت. با وجود همه‌ی این تلاش‌ها، نتیجه‌ای نگرفت و خودش می‌گوید بدون تجربه‌ی عملی «باز هم حاضر نبودند استخدامم کنند».

به‌گزارش اکونومیست، تجربه‌ی برَدی به مشکلی گسترده‌تر اشاره دارد. جابه‌جایی شغلی در آمریکا همیشه دشوار بوده، اما هوش مصنوعی ممکن است آن را به پدیده‌ای فراگیرتر تبدیل کند.

برآورد گلدمن ساکس نشان می‌دهد حدود ۱۰ میلیون شغل در دهه‌ی آینده ممکن است جابه‌جا شوند. مشاغل اداری سطح‌ورود و کارهای روتین دفتری بیش از همه در معرض خطرند و هم نیروی کار تازه‌وارد و هم کارکنان فعلی را تهدید می‌کنند.

هرچند موج گسترده‌ی بیکاری هنوز رخ نداده، ترس از آن همین حالا سیاست آمریکا را شکل می‌دهد و نزدیک به یک‌پنجم کارگران انتظار دارند هوش مصنوعی ظرف پنج سال شغل‌شان را از بین ببرد.

فناوری‌های پیشین، از برق تا کامپیوتر، کارگران را کنار زدند اما در عوض شکل‌های تازه‌ای از کار هم ساختند. اکنون برخی چهره‌های فناوری، از جمله ایلان ماسک، آینده‌ای را تصور می‌کنند که در آن با کاهش کار، درآمد همگانیِ فراگیر جای خالی حقوق را تا حدی جبران می‌کند. شمار اندکی از سیاستمداران با چنین راه‌حلی کنار می‌آیند، اما طراحی یک راه‌حل متفاوت دشوارتر است. پاسخ جدی باید به جوانان کمک کند وارد بازار کار شوند، به کارگران موجود کمک کند با تغییر مشاغل سازگار شوند، و کارگران اخراج‌شده را به مشاغل جدید منتقل کند.

آیا آمریکا می‌تواند پیش از رسیدن این آشفتگی، چنین سیستمی بسازد؟

اکونومیست در پاسخ به این سوال می‌نویسد که سابقه‌ی اخیر این کشور چندان امیدبخش نیست. بین سال‌های ۲۰۰۰ تا ۲۰۱۱، آمریکا نزدیک به ۶ میلیون شغل کارخانه‌ای را از دست داد که حدود ۱ میلیون مورد آن به افزایش رقابت واردات چین مربوط بود و همین امر اشتغال را در مناطق آسیب‌دیده برای سال‌ها در سطحی پایین نگه داشت. پاسخ اصلی دولت فدرال، برنامه‌ی «کمک به تعدیل تجاری" یا تی‌آ‌ای‌ای بود که هزینه‌ی بازآموزی و مزایای بیکاری طولانی‌تر را می‌پرداخت، اما فقط برای کارگرانی که می‌توانستند ثابت کنند تجارت خارجی شغل‌شان را از بین برده است. کسانی که آموزش دیدند، حدود سه ماه بیشتر از کارگران مشابه که در برنامه نبودند کار کردند و در دهه‌ی بعد، حدود ۵۰ هزار دلار بیشتر درآمد داشتند.

با وجود این، دامنه‌ی برنامه محدود ماند. در اوایل دهه‌ی ۲۰۰۰، سالانه حدود ۱۶۰ هزار کارگر با گواهی‌های تی‌آ‌ای‌ای تحت پوشش قرار می‌گرفتند، در حالی که صنعت تولید هر سال حدود ۵۰۰ هزار شغل از دست می‌داد. از میان افراد تحت پوشش، فقط حدود ۴۰ هزار نفر هر سال وارد آموزش می‌شدند که بازتابی از فرایندهای اداری سنگین و انتظار نزدیک به یک‌ساله پیش از شروع آموزش بود. نتیجه، ویرانی اقتصادی محلی بود که به چرخش پوپولیستی آمریکا دامن زد.

طبق برآورد اکونومیست شوک هوش مصنوعی متفاوت خواهد بود و به‌جای کارخانه‌های متمرکز، مشاغل اداری را در سراسر آمریکا هدف می‌گیرد. زیان‌ها ممکن است از طریق استخدام کمتر و موج‌های تعدیل نیرو رخ دهند، نه از طریق تعطیلی ناگهانی کارخانه‌ها. با این حال، بار آن می‌تواند به‌شدت بر دوش گروه‌های خاص بیفتد. کارگران جوان ممکن است فرصت‌های سطح مبتدی را در حال ناپدید شدن بیابند، در حالی که زنان بدون مدرک چهارساله - که در نقش‌های دفتری، اداری، مراکز تماس و پشتیبانی پشت‌صحنه بیش‌نمایی دارند - با خطرات ویژه‌ای روبه‌رو هستند.

در حال حاضر، نظام آموزش و تربیت نیروی کار در آمریکا بر این فرض بنا شده که کارگران یک‌بار، در آغاز مسیر حرفه‌ای خود، آموزش می‌بینند و بیکاری فقط وقفه‌ای کوتاه پیش از بازگشت به کاری مشابه به شمار می‌آید.

حدود چهار نفر از هر ۱۰ آمریکایی که از دبیرستان فارغ‌التحصیل می‌شوند، وارد دانشگاه چهار‌ساله می‌شوند و ۶۱ درصد از دانشگاه با بدهی خارج می‌شوند. کالج‌های محلی بیشتر آموزش‌های کوتاه‌مدت را ارائه می‌دهند، اما بودجه‌ی بسیار کمتری می‌گیرند؛ در عین حال حدود ۲۵ میلیارد دلار بودجه‌ی عمومی برای برنامه‌های نیروی کار دریافت می‌کنند و سالانه حدود ۸ میلیون نفر را پوشش می‌دهند.

حمایت فدرال اختصاصی برای کارگران آواره حتی از این هم کمتر است، به‌ویژه از زمانی که تی‌آ‌ای‌ای در سال ۲۰۲۲ به روی کارگران تازه بسته شد. در سال ۲۰۲۳، اصلی‌ترین برنامه‌ی فدرال آموزش برای کسانی که شغل خود را از دست می‌دهند، فقط ۱۷۰ میلیون دلار خرج کرد تا حدود ۳۹ هزار نفر را آموزش دهد. شرکت‌کنندگان یک کوپن کوچک برای هزینه‌کرد در دوره‌ی تاییدشده دریافت می‌کنند. برخی برنامه‌ها خوب عمل می‌کنند، اما بسیاری نه. جینا ریموندو، فرماندار پیشین رود آیلند و وزیر بازرگانی دولت جو بایدن، می‌گوید «کل نظام ما بر پایه‌ی تامین مالی بر اساس حضور بنا شده، نه بر پایه‌ی نتایج». نتیجه، سیستمی تکه‌تکه و کم‌بودجه است.

اکونومیست در پاسخ به این سوال که مدل بهتر چه شکلی می‌تواند داشته باشد، می‌نویسد: نقطه‌ی آغاز، کارگران جوان‌اند. اگر هوش مصنوعی مشاغل اداری سطح‌ورود را فرسوده کند، آمریکا به مسیرهای بیشتری برای ورود به کار نیاز خواهد داشت که از دانشگاه چهار‌ساله عبور نکنند. برنامه‌های بخشی (sectoral programs) یک مدل اثبات‌شده ارائه می‌دهند: واسطه‌ها کارفرمایان منطقه‌ای و ارائه‌دهندگان آموزش را گرد هم می‌آورند تا دوره‌ها را بر اساس فرصت‌های واقعی طراحی کنند، در حالی که کوچینگ و سایر حمایت‌ها را نیز فراهم می‌کنند. چهار آزمایش تصادفی در حوزه سلامت، پشتیبانی فناوری اطلاعات و تولید، افزایش درآمد پایدار ۱۱ تا ۴۰ درصدی را نشان دادند.

کارآموزی مسیر دیگری پیش پای نیروی کار می‌گذارد، چون کار مزدبگیر را با آموزش ساختارمند ترکیب می‌کند. این برنامه‌ها محبوب‌تر شده‌اند، اما فقط حدود ۸۰۰ هزار آمریکایی به‌عنوان کارآموز ثبت شده‌اند؛ یعنی به‌زحمت نصف تعداد آلمان، کشوری با یک‌چهارم جمعیت آمریکا. افزون بر آن، برخلاف آلمان، کارآموزی در آمریکا همچنان در ساخت‌وساز و مشاغل فنی ماهر متمرکز مانده است.

ابتکارهای دیگری هم در حال شکل‌گیری‌اند. آرایز یواس، یک نهاد ملی غیرانتفاعی که جینا ریموندو و اریک هولکامب، فرماندار پیشین جمهوری‌خواه ایندیانا، آن را بنیان گذاشته‌اند، با فرمانداران، کارفرمایان و ارائه‌دهندگان آموزش روی ایده‌های تازه کار می‌کند و تا امروز پایلوت‌هایی را در چهار ایالت اعلام کرده است. برنامه‌ی مریلندِ این نهاد بر پایه‌ی برنامه‌ی سه‌ساله‌ی ایالتی بنا شده که به کارگران جوان پول می‌دهد تا یک سال با نهادهای غیرانتفاعی کار کنند. آرایز یواس در کنار آن کوچینگ، آموزش شغلی و مسیرهای ورود به مشاغل بلندمدت در حوزه‌های مراقبت‌های بهداشتی و آموزش را اضافه می‌کند. فعلا این آزمایش‌ها فقط آزمایش‌اند.

نیروهای شاغلِ فعلی به نوع دیگری از کمک نیاز دارند، چون هوش مصنوعی مشاغلی را که اکنون در اختیار دارند تغییر می‌دهد. در حال حاضر بیشتر تلاش‌ها بر آموزش کارگران برای استفاده از فناوری متمرکز شده است. حالا برای بسیاری از کارفرمایان بزرگِ بخش یقه‌سفید، از شرکت‌های مشاوره تا مؤسسات مالی، برنامه‌های داخلی برای کمک به کارکنان جهت آموختن این‌که هوش مصنوعی چگونه می‌تواند مکمل کارشان باشد، به امری رایج تبدیل شده است. اما برخی کارگران فقط به نسخه‌ی تازه‌ای از شغل فعلی خود نیاز ندارند و باید به‌کلی شغل دیگری پیدا کنند.

اصطلاح یقه‌سفید( white-collar)به مشاغل دفتری و فکری گفته می‌شود پ در مقابل یقه‌آبی (blue-collar) به مشاغل فنی، کارگاهی و یدی اشاره دارد.

Salesforce، یک شرکت نرم‌افزاری، تصویری از چنین وضعی ارائه می‌دهد. پلتفرم Career Connect آن مهارت‌های کارکنان را با نقش‌های داخلیِ ممکن تطبیق می‌دهد و آموزش‌های مرتبط را پیشنهاد می‌کند؛ بازپرداخت هزینه‌ی تحصیل هم می‌تواند بخشی از مخارج مدارک رسمی را پوشش دهد. جالب است که Salesforce، شرکتی که خود پلتفرمش هم از سوی هوش مصنوعی در معرض اختلال قرار دارد، در حال آزمودن راه‌های تازه برای کمک به تکامل نیروی کارش است. اما چنین زیرساختی برای جابه‌جایی داخلی همچنان نادر است.

مشکل اصلی آن است که برای بسیاری از کارگرانِ مشاغلِ در معرض خطر، هنوز کسی نمی‌داند باید برای چه چیزی آموزش ببینند. کنتیکت با همکاری آرایز یواس در حال بررسی این است که آیا می‌توان کارگران بخش پشتیبانی را برای مشاغل حوزه‌ی مراقبت‌های بهداشتی بازآموزی کرد یا نه، اما نمایندگان بیمه لزوما بهترین رفتار کنار تخت بیمار را ندارند. ایده‌ی ایدئال این است که نقش تازه بر مهارت‌های موجود بنا شود و بخشی از هویت حرفه‌ای را حفظ کند. لی لیلی، وزیر بازرگانی کارولینای شمالی، می‌گوید «برای غرور مردم هزینه‌ای وجود دارد». او اضافه می‌کند که «واقع‌بینانه نیست فردی را که ۲۰ سال در یک محیط یقه‌سفید کار کرده بردارید و بگویید، 'می‌خواهی جوشکار شوی؟'»

اکونومیست تاکید می‌کند که همین ابهام یکی از دلایلی است که سیستم‌های آموزشی باید چابک‌تر شوند و کارفرمایان هم در تطبیق دوره‌ها با تقاضای متغیر، نقش نزدیک‌تری داشته باشند. با این حال، چنین مشارکتی خودبه‌خود رخ نخواهد داد. در کاستکو، برَدی سرانجام پس از آن‌که اجازه‌ی آموزش متقابل گرفت، به بخش اپتیکال منتقل شد و مهارت‌هایی را که خود آموخته بود به شغلی با دستمزد بالاتر تبدیل کرد. اما این فرصت از دل یک سازش موردی بیرون آمد، نه الگویی برای بازآموزی نیروی کار در مقیاس بزرگ.

با شتاب‌گرفتن تغییر فناوری و وادار شدن کارگران به جابه‌جایی‌های بیشتر، بسیاری از آن‌ها ممکن است چندین بار به بازآموزی نیاز پیدا کنند. با این حال، کسانی که شغل‌شان را از دست می‌دهند کمک اندکی برای این کار دریافت می‌کنند. قانون «یک لایحه‌ی بزرگ، زیبا و فوق‌العاده» دونالد ترامپ، کمک‌هزینه‌های فدرال پل را به برنامه‌های شغلی تاییدشده‌ای با مدت هشت تا ۱۵ هفته گسترش داد. اما دفتر بودجه‌ی کنگره انتظار دارد این تغییر تا سال ۲۰۳۴ به حدود ۱۰۰ هزار دریافت‌کننده‌ی اضافی در سال برسد و میانگین هر کمک‌هزینه حدود ۲۲۰۰ دلار باشد؛ رقمی ناچیز در مقایسه با هزینه‌های آموزش کوتاه‌مدت باکیفیت یا حتی برنامه‌ی گسترده‌ی پل برای مدارک چهار‌ساله که سالانه نزدیک به ۴۰ میلیارد دلار توزیع می‌کند.

رسیدن به نظامی بهتر، در حالت ایدئال، مستلزم همکاری نزدیک‌تر میان فرمانداران، واشنگتن، ارائه‌دهندگان آموزش و کارفرمایان، همراه با شرکت‌های فناوری است. در دهه‌ی ۱۹۴۰، رهبران کسب‌وکار که از بیکاری گسترده پس از جنگ جهانی دوم می‌ترسیدند، کمیته‌ی توسعه‌ی اقتصادی را برای برنامه‌ریزی گذار به صلح تشکیل دادند. ریموندو از کسب‌وکارها می‌خواهد نسخه‌ی مدرنی از همان الگو را حمایت کنند. او می‌گوید:

اگر این را درست انجام ندهیم، در هوش مصنوعی رهبر جهان نخواهیم بود. واکنش مقرراتیِ منفی به‌وجود خواهد آمد، که برای شرکت‌ها بد است.

در کنتیکت، ند لامونت، فرماندار ایالت، همکاری بیشتر با شرکت‌های فناوری را خوش‌آمد می‌گوید. او می‌گوید «صادقانه بگویم، برای تحریک تخیلم به کمک آنتروپیک و شرکت‌های هوش مصنوعی نیاز دارم». آنتروپیک و بنیاد اوپن‌ای‌آی به‌ترتیب ۲۰۰ میلیون دلار و ۲۵۰ میلیون دلار برای پژوهش، کمک‌هزینه و آزمایش‌هایی متعهد شده‌اند که هدف‌شان کمک به کارگران و اقتصادها برای عبور از اختلال هوش مصنوعی است. برای مقایسه، اوپن‌ای‌آی قصد دارد تا سال ۲۰۳۰ سه هزار برابرِ آن رقم را فقط برای توان پردازشی هزینه کند.

شما فکر می‌کنید آمریکا می‌تواند پیش از موج هوش مصنوعی نیروی کارش را بازآموزی کند؟

نظرات

© 1404 کپی بخش یا کل هر کدام از مطالب زومان تنها با کسب مجوز مکتوب امکان پذیر است.