متابعات- نبض السودان
تصاعد الجدل عالميًا حول مستقبل الوظائف في ظل التطور المتسارع لتقنيات الذكاء الاصطناعي، إذ يخشى الكثيرون أن يحل محل البشر في سوق العمل. ورغم أن هذه المخاوف تحمل شيئًا من الحقيقة، إلا أن المشهد أكثر تعقيدًا مما يبدو، فالمسألة لا تتعلق بموعد محدد أو طريقة واحدة لحدوث هذا التحول، بل بمدى استعداد الأفراد والمؤسسات لمواجهته.
الفرضية الخاطئة: هل المهام المعقدة عصية على الذكاء الاصطناعي؟
شاعت فكرة أن الذكاء الاصطناعي سيجد صعوبة في التعامل مع الوظائف المعقدة، بينما سينجح بسهولة في البسيطة منها. إلا أن الواقع يثبت العكس، فالعامل الحاسم ليس مستوى تعقيد المهمة بل وفرة البيانات اللازمة لتدريب النماذج.
كيف يتعلم الذكاء الاصطناعي؟
بينما يكتسب الإنسان خبراته بالتجربة والخطأ، يتعلم الذكاء الاصطناعي عبر البيانات. فالنموذج الذي يتغذى على كم محدود يشبه طفلًا صغيرًا، بينما النموذج المزوّد ببيانات ضخمة يمتلك خبرة تعادل شخصًا مخضرمًا. ومن هنا يصبح تحديد سرعة التقدم مرهونًا بالوصول إلى المعلومات المتاحة، وليس فقط بطبيعة المهمة.
القيادة الذاتية والبرمجة.. مثالان يكشفان الفارق
على الرغم من أن السيارات ذاتية القيادة بدأت منذ ثمانينيات القرن الماضي، إلا أن التقدم ما زال محدودًا مقارنة بالقفزات السريعة في نماذج اللغة الضخمة مثل ChatGPT. السر وراء ذلك هو حجم البيانات: الإنترنت مليء بالنصوص لتدريب النماذج، بينما تعتمد السيارات على تسجيل ساعات طويلة في ظروف معقدة ونادرة يصعب تكرارها.
الوظائف الأكثر عرضة للتأثر أولًا
بحسب تقرير منتدى الاقتصاد العالمي 2025، فإن القطاعات الغنية بالبيانات ستكون الأكثر عرضة للاهتزاز، وعلى رأسها:
- البرمجة: بفضل ملايين المشاريع المفتوحة المصدر على منصة GitHub.
- خدمة العملاء: حيث تُستخدم سجلات المحادثات لتدريب أنظمة قادرة على تقليص التكاليف بنسبة تصل إلى 23.5%.
- التمويل: إذ بات 70% من تداول الأسهم الأميركية يتم عبر أنظمة ذكاء اصطناعي تستند إلى بيانات لحظية.
القطاعات المؤجلة.. حصانة مؤقتة
على الجانب الآخر، هناك قطاعات لا تزال محصنة نسبيًا بسبب ندرة البيانات أو القيود القانونية:
- الصحة: حيث تمنع قوانين الخصوصية مشاركة معظم البيانات الطبية.
- الإنشاءات: بيئة تفتقر إلى أساسيات تسمح للذكاء الاصطناعي بالتعلم بفعالية.
- التعليم: خصوصية بيانات الطلاب تحد من تطوير أدوات فعالة، ما يفتح الباب أمام مراقبة مثيرة للجدل مثل تتبع حركة العيون أو تركيب الكاميرات داخل الفصول.
الأثر الاقتصادي.. أرقام تتجاوز الوظائف
لا يحدث التحول بوتيرة واحدة، ففي القطاعات الغنية بالبيانات يظهر ما يسمى بـ”الدمار الخلّاق”، حيث تختفي وظائف قديمة وتظهر أخرى جديدة تتطلب مهارات مختلفة. أما القطاعات الفقيرة بالبيانات فتحتاج أولًا إلى رقمنة بنيتها قبل أن تدخل عصر الذكاء الاصطناعي.
تشير التقديرات إلى اختفاء 92 مليون وظيفة بحلول عام 2030، مقابل خلق 170 مليون وظيفة جديدة، لكن هذه ليست إحلالًا مباشرًا، بل إعادة تشكيل جغرافية ومهارية لأسواق العمل.
كيف تحجز “تذكرة النجاة” في عصر الذكاء الاصطناعي؟
- ابحث عن الوظائف الهجينة: التي تجمع بين الإنسان والتقنية مثل الإشراف على الأنظمة أو الترجمة بين الفرق.
- أعد تعريف مهاراتك: المرونة، سرعة التعلم، والقدرة على حل المشكلات صارت أهم من التخصص الضيق.
- اعتمد على ميزة “الميل الأخير”: استثمر معرفتك العميقة بقطاعك مع إضافة مهارات في الذكاء الاصطناعي لخلق فرص يصعب تعويضها.
المستقبل.. تهديدات وفرص متوازية
الذكاء الاصطناعي ليس فقط خطرًا يهدد الوظائف، بل فرصة لإعادة تشكيل الاقتصاد العالمي. الفارق بين من ينجو ومن يتراجع يعتمد على مدى القدرة على الاستعداد، التعلم المستمر، والانفتاح على الأدوار الجديدة التي تجمع بين الإنسان والآلة.
