در اجلاس سران در پاریس در 10 و 11 فوریه، روسای فناوری تلاش کردند تا بزرگترین ادعا را در مورد هوش مصنوعی مطرح کنند. ساندار پیچای، رئیس آلفابت، اینگونه بیان کرد: "هوش مصنوعی عمیق‌ترین تغییر در طول زندگی ما خواهد بود." داریو آمودی، مدیر اجرایی آنتروپیک، گفت که این امر منجر به "بزرگترین تغییر در بازار کار جهانی در تاریخ بشر" خواهد شد. سام آلتمن از OpenAI در یک پست وبلاگی نوشت: "شاید در یک دهه آینده هر فرد روی زمین قادر به انجام کارهایی بیشتر از موثرترین فرد امروز باشد."
پیش‌بینی آقای آلتمن به یک مکتب فکری تثبیت‌شده اشاره دارد. هنگامی که مدل‌های زبانی بزرگ برای اولین بار در اوایل دهه 2020 محبوبیت پیدا کردند، اقتصاددانان و روسا امیدوار بودند که آنها و سایر ابزارهای هوش مصنوعی، شرایط را برابر کنند و کارگران کم‌مهارت بیشترین سود را ببرند. نرم‌افزاری که قادر به انجام وظایفی مانند تا کردن پروتئین و نوشتن شعر است، مطمئناً فرصت را دموکراتیزه می‌کند. جنسن هوانگ، مدیر اجرایی Nvidia، طراح تراشه، آینده‌ای را تصور می‌کرد که در آن کارگران "همگی مدیرعامل نمایندگان هوش مصنوعی خواهند بود."
با این حال، یافته‌های اخیر این دیدگاه را زیر سوال برده‌اند. آنها در عوض آینده‌ای را پیشنهاد می‌کنند که در آن افراد موفق بیشتر پیشرفت می‌کنند—و بقیه عقب می‌مانند. شواهد جدید نشان می‌دهد که در وظایف پیچیده‌ای مانند تحقیق و مدیریت، افراد با عملکرد بالا در بهترین موقعیت برای کار با هوش مصنوعی قرار دارند (به جدول مراجعه کنید). ارزیابی خروجی مدل‌ها به تخصص و قضاوت خوب نیاز دارد. هوش مصنوعی به جای کاهش نابرابری‌ها، احتمالاً شکاف‌های نیروی کار را مانند انقلاب‌های تکنولوژیکی گذشته گسترده‌تر می‌کند.
استدلال هوش مصنوعی به عنوان یکسان‌کننده با تحقیقاتی پشتیبانی می‌شد که نشان می‌داد این فناوری خروجی را برای کارگران کم‌تجربه بیشتر افزایش می‌دهد. مطالعه‌ای در سال 2023 توسط اریک برینجولفسون از دانشگاه استنفورد و دانیل لی و لیندزی ریموند از موسسه فناوری ماساچوست (MIT) نشان داد که ابزارهای هوش مصنوعی مولد، بهره‌وری را برای کارگران تازه‌کار پشتیبانی مشتری 34 درصد افزایش می‌دهد و به آنها کمک می‌کند تا سریع‌تر و موثرتر به سؤالات پاسخ دهند. در مقابل، کارگران با تجربه سود کمی دیدند، زیرا هوش مصنوعی رویکردهایی را که قبلاً استفاده می‌کردند، تقویت کرد. این نشان می‌دهد که این فناوری می‌تواند با انتقال بهترین شیوه‌ها از کارکنان با استعداد به کارکنان کم استعداد، شکاف‌ها را کاهش دهد.
روند مشابهی در سایر وظایف دانش‌محور مشاهده شد. تحقیقات انجام شده توسط شکد نوی و ویتنی ژانگ، هر دو از MIT، نشان داد که نویسندگان ضعیف‌تر هنگام استفاده از ChatGPT OpenAI برای تهیه موادی مانند اطلاعیه‌های مطبوعاتی و گزارش‌ها، بیشترین بهبود را در کیفیت کار خود تجربه کردند. بسیاری با استفاده از خروجی ویرایش نشده هوش مصنوعی، کیفیت بهتری را مشاهده کردند و توانایی آن در ارتقای عملکرد پایه را برجسته کردند. به طور مشابه، جاناتان چوی از دانشگاه کالیفرنیای جنوبی و همکارانش دریافتند که یک ابزار هوش مصنوعی عمومی، کیفیت کار حقوقی، مانند تهیه قراردادها را بهبود می‌بخشد، به ویژه برای کم‌استعدادترین دانشجویان حقوق.
مشکل این است که این اثر تحت تأثیر اثر دیگری قرار می‌گیرد. یک شغل را می‌توان به عنوان مجموعه‌ای از وظایف در نظر گرفت که فناوری ممکن است آن را به کالا تبدیل کند یا به آن کمک کند. برای کنترل‌کننده‌های ترافیک هوایی، فناوری یک افزونه است: داده‌های پرواز را پردازش می‌کند در حالی که تصمیم‌گیری را به انسان‌ها واگذار می‌کند و حقوق و دستمزدها را بالا نگه می‌دارد. در مقابل، سیستم‌های خودپرداخت نقش صندوقداران را ساده می‌کنند و وظایفی مانند محاسبه پول خرد را خودکار می‌کنند. این امر نیاز به مهارت را کاهش می‌دهد و باعث رکود دستمزدها می‌شود.
بنابراین، علیرغم خوش‌بینی اولیه، نمایندگان خدمات مشتری و سایر کارگران کم مهارت ممکن است با آینده‌ای شبیه به صندوقداران روبرو شوند. وظایف تکراری آنها مستعد خودکارسازی است. آمیت زاوری از ServiceNow، یک شرکت نرم‌افزاری تجاری، تخمین می‌زند که بیش از 85 درصد از موارد خدمات مشتری برای برخی از مشتریان دیگر نیازی به دخالت انسانی ندارند. با پیشرفت هوش مصنوعی، این رقم احتمالاً افزایش می‌یابد و تعداد کمتری از نمایندگان تنها پیچیده‌ترین موارد را رسیدگی می‌کنند. اگرچه هوش مصنوعی ممکن است در ابتدا بهره‌وری را افزایش دهد، اما تأثیر بلندمدت آن تبدیل مهارت‌ها به کالا و خودکارسازی وظایف خواهد بود.
برخلاف خودکارسازی‌های قبلی که مشاغل روتین مانند کار در خط مونتاژ و حسابداری را جایگزین می‌کرد، هوش مصنوعی ممکن است دامنه خود را به کارهای غیر روتین و خلاقانه گسترش دهد. این می‌تواند به طور ضمنی یاد بگیرد، الگوها را تشخیص دهد و بدون دستورالعمل صریح پیش‌بینی کند. شاید با گذشت زمان، بتواند فیلمنامه‌های سرگرم‌کننده بنویسد و محصولات مفیدی طراحی کند. در حال حاضر به نظر می‌رسد که در صنایع با دستمزد بالا، کارکنان جوان آسیب‌پذیرترین افراد در برابر خودکارسازی هستند. در A&O Shearman، یک شرکت حقوقی، ابزارهای هوش مصنوعی اکنون بیشتر کارهای روتینی را که زمانی توسط همکاران یا دستیاران حقوقی انجام می‌شد، انجام می‌دهند. نرم‌افزار این شرکت می‌تواند قراردادها را تجزیه و تحلیل کند، آنها را با معاملات گذشته مقایسه کند و در کمتر از 30 ثانیه اصلاحاتی را پیشنهاد دهد. دیوید واکلینگ، رئیس بخش هوش مصنوعی این شرکت می‌گوید، افراد برتر در استفاده از این فناوری برای تصمیم‌گیری‌های استراتژیک بهترین بوده‌اند.
تغییر در تحقیقات اقتصادی اخیر از مشاهدات او پشتیبانی می‌کند. اگرچه مطالعات اولیه نشان داد که افراد با عملکرد پایین‌تر می‌توانند به سادگی با کپی کردن خروجی‌های هوش مصنوعی سود ببرند، اما مطالعات جدیدتر به وظایف پیچیده‌تری مانند تحقیقات علمی، اداره یک تجارت و سرمایه‌گذاری پول می‌پردازند. در این زمینه‌ها، افراد با عملکرد بالا بسیار بیشتر از همتایان با عملکرد پایین‌تر خود سود می‌برند. در برخی موارد، کارگران کم‌بهره‌ور هیچ بهبودی نمی‌بینند یا حتی عقب می‌مانند.
طراحی هوشمند
به عنوان مثال، آیدان تونر-راجرز از MIT دریافت که استفاده از یک ابزار هوش مصنوعی برای کمک به کشف مواد تقریباً بهره‌وری محققان برتر را دو برابر می‌کند، در حالی که هیچ تأثیر قابل اندازه‌گیری بر یک سوم پایین ندارد. این نرم‌افزار به محققان اجازه می‌دهد ویژگی‌های مورد نظر را مشخص کنند، سپس مواد کاندید را تولید کنند که پیش‌بینی می‌شود دارای این ویژگی‌ها باشند. دانشمندان نخبه، مسلح به تخصص فراوان در این زمینه، می‌توانند پیشنهادات امیدوارکننده را شناسایی و موارد ضعیف را رد کنند. در مقابل، محققان کم‌کارآتر برای فیلتر کردن خروجی‌های مفید از خروجی‌های نامربوط تلاش کردند (به نمودار 2 مراجعه کنید).
نتایج مشابهی در زمینه‌های دیگر ظاهر شده است. نیکلاس اوتیس از دانشگاه کالیفرنیا، برکلی و همکارانش دریافتند که کارآفرینان قوی‌تر کنیایی با یک دستیار هوش مصنوعی سود خود را بیش از 15 درصد افزایش دادند و سود افراد درگیر کاهش یافت. تفاوت در نحوه استفاده آنها از توصیه‌های هوش مصنوعی بود. افراد کم‌دستاورد از توصیه‌های کلی مانند انجام تبلیغات بیشتر پیروی می‌کردند. افراد موفق از هوش مصنوعی برای یافتن راه‌حل‌های متناسب استفاده می‌کردند، مانند تأمین منابع انرژی جدید در هنگام خاموشی (به نمودار 3 مراجعه کنید).
در تصمیم‌گیری‌های مالی، الکس کیم از دانشگاه شیکاگو و همکارانش آزمایشی را انجام دادند که در آن شرکت‌کنندگان از هوش مصنوعی برای تجزیه و تحلیل رونوشت‌های تماس‌های تلفنی قبل از تخصیص 1000 دلار در یک پورتفوی شبیه‌سازی‌شده استفاده کردند. سرمایه‌گذاران خبره با هوش مصنوعی تقریباً 10 درصد بازدهی بیشتری کسب کردند. سرمایه‌گذاران کم‌تجربه 2 درصد سود دیدند. سرمایه‌گذاران باتجربه از بینش‌های حاصل از تماس‌های تلفنی مانند مواردی که مربوط به هزینه‌های تحقیق و توسعه، بازخرید سهام و سود عملیاتی قبل از استهلاک و استهلاک بود، استفاده بهتری کردند.
همانطور که هوش مصنوعی کار را تغییر می‌دهد، وظایف جدیدی در حال ظهور هستند. راجیو راجان از Atlassian، یک شرکت نرم‌افزاری اداری، می‌گوید که ابزارهای هوش مصنوعی چند ساعت در هفته را برای مهندسان آزاد می‌کنند و به آنها اجازه می‌دهند روی کارهای خلاقانه تمرکز کنند. وکلای جوان زمان کمتری را صرف کارهای روزمره و زمان بیشتری را با مشتریان می‌گذرانند. یک رئیس در یک شرکت سرمایه‌گذاری بزرگ می‌گوید: «افراد واقعاً باهوشی که ممکن است از تجزیه و تحلیل گزارش‌های درآمد روتین خسته شده باشند، بیشترین سود را خواهند برد.» «مهارتی که در کوتاه‌مدت بیشترین پاداش را خواهد داشت، تخیل در یافتن راه‌های خلاقانه برای استفاده از هوش مصنوعی است.» کارهای سخت این صنایع در حال خودکار شدن است و به کارمندان جوان اجازه می‌دهد تا در مراحل اولیه کار خود وظایف پیشرفته را بر عهده بگیرند.
بازارهای کار همیشه با تخریب نقش‌های قدیمی و ایجاد نقش‌های جدید تعریف شده‌اند. دیوید آتور از MIT تخمین زده است که حدود 60 درصد از کار در آمریکا در سال 2018 در سال 1940 وجود نداشته است. شغل «طراح هواپیما» در دهه 1950 به سرشماری اضافه شد. «برنامه‌ریز کنفرانس» در دهه 1990 وارد شد. اما چه کسی مشاغل جدید هوش مصنوعی را هنگام ظهور بر عهده خواهد گرفت؟ تاریخ نشان می‌دهد که تحولات تکنولوژیکی به نفع افراد ماهر است. در انقلاب صنعتی، مهندسانی که بر ماشین‌آلات جدید مسلط شدند، با افزایش دستمزدها مواجه شدند، زیرا کارگران روتین ضرر کردند. عصر رایانه به مهندسان نرم‌افزار پاداش داد و ماشین‌نویس‌ها را منسوخ کرد. به نظر می‌رسد هوش مصنوعی آماده است تا مسیر مشابهی را دنبال کند و به کسانی که از قضاوت، چابکی و تخصص برای پیمایش در محیط‌های پیچیده و غنی از اطلاعات برخوردارند، سود برساند.
علاوه بر این، ابزارهای هوش مصنوعی امروزی تنها آغاز کار هستند. با پیشرفته‌تر شدن