الذكاء الاصطناعي والأتمتة ومستقبل العمل – ما وراء الفقاعات المعتادة

في السنوات الأخيرة، كان هناك العديد من المنشورات والمقالات والتقارير حول كيفية قيام الذكاء الاصطناعي والأتمتة بتشكيل مستقبل العمل. بناءًا على منظور المؤلف أو جدول أعماله، تسير هذه بإحدى الطريقتين: إما أن التكنولوجيا الجديدة ستدمر الوظائف وستعيث فسادًا في سوق العمل، أو أنها ستخلق مستقبلًا أفضل وأكثر إشراقًا للجميع من خلال تدمير الوظائف المملة فقط وتبديلها بوظائف أفضل وأكثر إثارةٍ للاهتمام. كما هو الحال دائمًا، ربما تكمن الحقيقة في مكان ما بين هذين النقيضين. في هذا المنشور، نريد أن نأخذ منظورًا أكثر دقة من خلال مناقشة الحجج والادعاءات الأكثر شيوعًا ومقارنتها بالحقائق. ولكن قبل أن ندخل في هذا الأمر، دعونا أولاً نوضح ماهية التحول الرقمي المدفوع بالذكاء الاصطناعي. باختصار، الأمر كله يتعلق بالأتمتة، باستخدام تقنية الذكاء الاصطناعي لإنجاز المهام التي لا نريد أن يقوم بها البشر، أو التي لا يستطيع البشر القيام بها. كما فعلنا في الماضي، في الثورات الصناعية الأولى والثانية والثالثة.

من النول إلى فن الذكاء الاصطناعي

ظهر الخوف في كل من هذه الثورات من أن يتم الاستغناء عن العاملون البشر. فلماذا نريد الأتمتة؟ في بعض الحالات، كان المخترعون ومازالوا مهتمين بإنجاز الاختراع نفسه، وفي كثير من الأحيان كان الاختراع أو التطوير مدفوعًا بحسب مصالح الأعمال. وبغض النظر عن العصر، نادرًا ما تكون للشركات أهداف أخرى غير الحفاظ على المنافسة وزيادة الأرباح. تم اختراع النول في القرن السادس عشر لزيادة الإنتاجية وخفض التكاليف عن طريق استبدال العمالة البشرية. كذلك تم استخدام الآلات التي تعمل بالبخار في المطاحن والمصانع والآلات الزراعية في القرن التاسع عشر والروبوتات في صناعة السيارات في النصف الثاني من القرن العشرين لنفس السبب. سواء كانت التقنية عبارة عن جرارات أو خطوط تجميع أو جداول بيانات، كان الهدف الأول هو استبدال العضلات البشرية بالقوة الميكانيكية، والعمل اليدوي البشري من خلال اتساق الآلة، و “البرامج البشرية” البطيئة والمعرضة للخطأ عن طريق الحساب الرقمي. ولكن حتى الآن، على الرغم من فقدان العديد من الوظائف بسبب الأتمتة، فقد تم إنشاء وظائف أخرى. تطلبت الزيادة الهائلة في الإنتاج وظائف مرتبطة بزيادة التوزيع. ومع استبدال مهن سائقي عربات الخيول بالسيارات وزيادة التنقل الخاص، تم إنشاء وظائف بدلاً من ذلك في صناعة الطعام والمساكن على جانب الطريق. أدت زيادة القوة الحاسوبية المستخدمة لاستبدال المهام البشرية في المكاتب أيضًا إلى منتجات جديدة تمامًا وصناعة الألعاب. وقد أدى الازدهار المتزايد والنمو السكاني المصاحب لهذه التطورات إلى زيادة الطلب على الترفيه والاستهلاك، مما حفز هذه القطاعات وخلق فرص عمل وإن لم يكن العدد بالقدر الذي قد يعتقده المرء، كما سنرى أدناه. ومع ذلك، لا يمكننا أن نفترض ببساطة أن الثورة الحالية ستتبع نفس النمط وستخلق المزيد من الوظائف والثروة أكثر مما ستدمره لمجرد أن هذا ما حدث في الماضي. على عكس التكنولوجيا الميكانيكية والحوسبة الأساسية، فإن تقنيات الذكاء الاصطناعي لا تمتلك فقط القدرة على استبدال العمالة الرخيصة، على سبيل المثال، روبوتات التنظيف أو روبوتات الزراعة، ولكنها بدأت أيضًا في التفوق في الأداء على العمال الباهظين مثل أخصائيي علم الأمراض الذين يشخصون السرطان وغيرهم من المهنيين الصحيين الذين يشخصون ويعالجون المرضى. كما تقوم تقنيات الذكاء الاصطناعي أيضًا بمهام إبداعية مثل اختيار المشاهد لمقاطع الأفلام الترويجية أو إنتاج الفن الرقمي. بالطبع، لا ينبغي لنا أيضًا أن نفترض ببساطة مستقبلًا بائسًا بوظائف أقل وثروة متدهورة. لكن علينا أن نضع في اعتبارنا أنه في الكثير من الحالات في الوقت الحالي، يكون من الأرخص والأكثر فاعلية استبدال العمالة الباهظة بحلول الذكاء الاصطناعي بدلًا من العمالة الرخيصة مثل عمال النسيج في بنغلاديش.

لذا، من خلال العمل من أجل رؤية أكثر تمايزًا، دعونا نلقي نظرة على الادعاءات الأكثر شيوعًا حاليًا وكيف تصمد أمام الفحص الدقيق.

الادعاء 1. سوف يخلق الذكاء الاصطناعي وظائف أكثر / أقل مما سيدمره

هذه هي الحجة الرئيسية المطروحة في السيناريوهات المثالية / البائسة، بما في ذلك تقارير المنتدى الاقتصادي العالمي WEF (97 مليون وظيفة جديدة مقابل 85 مليون وظيفة مزاحة في 26 دولة بحلول عام 2025)، برايس ووتر هاوس كوبرزPwC (“من المرجح أن يتم تعويض أي فقد للوظائف من الأتمتة على نطاق واسع في المدى الطويل. تُدار من خلال وظائف جديدة تم إنشاؤها”)، و فورستر Forrester (فقدان الوظائف بنسبة 29٪ بحلول عام 2030 مع خلق فرص عمل بنسبة 13٪ فقط للتعويض) وغيرها الكثير. في كلتا الحالتين، يمكن أن يشكل أي تغيير صافي تحديات كبيرة. كما تنص BCG في تقرير حديث حول هذا الموضوع “العدد الصافي للوظائف المفقودة أو المكتسبة هو مقياس بسيط بشكل مصطنع” لتقدير تأثير الرقمنة. قد يؤدي التغيير الصافي إلى الصفر أو حتى الزيادة في الوظائف إلى عدم تناسق كبير في سوق العمل مع نقص حاد في المواهب في بعض الصناعات أو المهن وفائض كبير من العمال والبطالة في جهة أخرى. من ناحية أخرى، بدلاً من التسبب في البطالة أو نقص العمالة، يمكن أن تؤدي قلة الوظائف أيضًا إلى المزيد من المشاركة في الوظائف وبالتالي تقصير أسابيع العمل. على الرغم من أن هذا قد يبدو جيدًا من الناحية النظرية، لكنه يثير أيضًا أسئلة إضافية: كيف ستتأثر الأجور والمزايا؟ ومن سيجني الجزء الأكبر من المكافآت المالية؟ الشركات؟ العمال؟ الحكومة؟ مِن المسلّم به أنه من السابق لأوانه رؤية تأثير استخدام الذكاء الاصطناعي على التوظيف أو الأجور بشكل عام. لكن النتائج السابقة، أي نتائج الثورات الصناعية السابقة، لا تضمن نتائج مماثلة في المستقبل. وحتى تلك النتائج تُظهر أن نمو الوظائف والثروة لم تكن بالضرورة مجيدة كما تم تصويرها في كثير من الأحيان. ظلت نسبة العمالة إلى السكان في سن العمل ثابتة إلى حد ما في دول منظمة التعاون الاقتصادي والتنمية منذ عام 1970، حيث ارتفعت من 64٪ إلى أقل بقليل من 69٪. [1] ويرجع جزء كبير من هذه الزيادة إلى ارتفاع معدلات المشاركة في العمل، لا سيما النساء. ومن الواضح أن الثروة المتزايدة لا يتم توزيعها بالتساوي، على سبيل المثال في الولايات المتحدة:

 

المصدر: معهد السياسة الاقتصادية، https://www.epi.org/publication/charting-wage-stagnation 

 

المصدر: معهد السياسة الاقتصادية، https://www.epi.org/publication/charting-wage-stagnation 

 

ببساطة، لا يوجد أي سبب للافتراض بأن الذكاء الاصطناعي والأتمتة سيجعلاننا تلقائيًا أكثر ثراءً كمجتمع أو أن الثروة المتزايدة سيتم توزيعها بالتساوي. لذلك يجب أن نكون مستعدين لمزيد من السيناريوهات السلبية ومناقشة كيف يمكننا التخفيف من العواقب. على سبيل المثال، هل من المقبول معاملة عمليات الذكاء الاصطناعي مثل العمالة البشرية؟ إذا كان الأمر كذلك، فيمكننا التفكير في فرض ضرائب عليهم لدعم إعادة توزيع الثروة أو لتمويل التدريب أو المزايا والمعاشات التقاعدية للعمال المسرّحين.

بالإضافة إلى ذلك، يجب التشكيك في هذه التقديرات على المستوى الأساسي. من يستطيع أن يقول بثقة أن هذه الوظيفة ستنتهي؟ كيف يمكننا معرفة نوع الوظائف التي ستكون موجودة في المستقبل؟ لا تعتبر أي من هذه التوقعات موثوقة أو موضوعية حقًا؛ فهي تستند بشكل أساسي إلى آراء مجموعة من الأشخاص. على سبيل المثال، يستند تقرير مستقبل الوظائف الصادر عن المنتدى الاقتصادي العالمي، وهو أحد التقارير الأكثر تأثيرًا في هذا الموضوع، إلى استبيانات واستطلاعات أرباب العمل. لكن من السذاجة التفكير في أن أي شخص، ناهيك عن كادر من قادة الأعمال التعسفيين، يمكن أن يكون لديه فهم قوي وواثق للوظائف والمهارات التي ستكون مطلوبة في المستقبل. لا ينبغي للمرء أن يتوقع من هذا أكثر من أنها تكهنات. ما عليك سوى إلقاء نظرة على التنبؤات المتعلقة بالسيارات في أوائل القرن التاسع عشر، والتسوق عن بُعد في الستينيات، والهواتف المحمولة في الثمانينيات، أو أجهزة الكمبيوتر منذ الأربعينيات. لقد كانت العديد من التوقعات التقنية خاطئة تمامًا، فلماذا يتغير هذا الآن؟ ومع ذلك، فإن مثل هذه التنبؤات هي عنصر أساسي في تقديرات “مستقبل العمل”.

الحقيقة هي أن البحث العلمي السليم حول هذا الموضوع نادر للغاية. درست إحدى الأوراق القليلة في هذا المجال تأثير الذكاء الاصطناعي على أسواق العمل في الولايات المتحدة من 2007 إلى 2018. وجد المؤلفون (من معهد ماساتشوستس للتكنولوجيا، وبرينستون وجامعة بوسطن) أن التعرض الأكبر للذكاء الاصطناعي داخل الشركات يرتبط بانخفاض معدلات التوظيف، أي، أن اعتماد الذكاء الاصطناعي قد تركز حتى الآن على الاستبدال بدلاً من زيادة الوظائف. لم تجد الورقة نفسها أي دليل على أن التأثيرات الإنتاجية الكبيرة للذكاء الاصطناعي ستزيد التوظيف. قد يميل بعض الناس إلى القول إن هذا يدعم وجهة النظر البائسة. ومع ذلك، يجب أن نلاحظ أيضًا أن هذه الدراسة تستند إلى بيانات الوظائف الشاغرة عبر الإنترنت، وبالتالي يجب التعامل مع النتائج بحذر، كما أوضحنا بالتفصيل في إحدى منشوراتنا الأخرى. بالإضافة إلى ذلك، نظرًا لديناميكيات الابتكار التكنولوجي والتبني، يكاد يكون من المستحيل استقراء هذه النتائج وعرضها لعمل تنبؤات قوية للتطورات المستقبلية.

ومن ناحية أكثر فلسفية، ما الذي يعنيه للوجود البشري إذا عملنا بدرجة أقل بكثير؟ العمل متأصل في طبيعتنا، إنها سمة مميزة.

الادعاء 2: أجهزة الكمبيوتر جيدة فيما نجده صعبًا وسيئة فيما نجده سهلاً

صعب وسهل لمن؟ لحسن الحظ، ليس لدينا جميعًا نفس نقاط القوة والضعف، لذلك بالطبع لا نجد جميعًا نفس المهام “سهلة” و “صعبة”. هذا مجرد بيان آخر معمم للغاية يعتمد على حكم ذاتي تمامًا. وإذا كان هذا صحيحًا، فمن المحتمل أن يعتبر معظم الناس المهام المتكررة سهلة عادةً، أو على الأقل أسهل. هذا يتعارض بشكل مباشر مع الادعاء التالي:

الادعاء 3: الذكاء الاصطناعي سيدمر (فقط) الوظائف المتكررة وسيولد وظائف أكثر إثارة للاهتمام وذات قيمة أعلى.

ينص المنتدى الاقتصادي العالمي على أن الذكاء الاصطناعي سوف يقوم بأتمتة المهام المتكررة مثل إدخال البيانات وتصنيع خطوط التجميع، “مما يسمح للعمال بالتركيز على المهام ذات القيمة الأعلى والمهام الأكبر” مع “فوائد لكل من الشركات والأفراد الذين سيكون لديهم المزيد من الوقت ليكونوا مبدعين واستراتيجيين و رياديين “. تتحدث BCG عن “التحول من الوظائف ذات المهام المتكررة في خطوط الإنتاج إلى تلك المتعلقة ببرمجة وصيانة تكنولوجيا الإنتاج” وكيف أن “إزالة المهام المتكررة في المهن القانونية والمحاسبية والإدارية وما شابهها يمكن أن تفتح الباب أمام الموظفين لتولي المزيد من الأدوار الإستراتيجية “.
السؤال هو، من بالضبط الذي يستفيد من هذا؟ ليس كل عامل قادر على أداء المهام المتكررة لديه القدرة على تولي أدوار إستراتيجية وإبداعية وريادية، أو برمجة تكنولوجيا الإنتاج والمحافظة عليها. إنها ببساطة حقيقة أنه لا يمكن تدريب الجميع على كل دور. قد تكون المهام الأكثر إرضاءً وإثارة للاهتمام للمثقفين (مثل المدافعين عن مستقبل أكثر إشراقًا للعمل بفضل الذكاء الاصطناعي) صعبة للغاية بالنسبة للعامل ذو الياقة الزرقاء الذي كانت وظيفته – والتي ربما كانت مرضية تمامًا له – تم أتمتتها. وليس كل عامل من ذوي الياقات البيضاء يستطيع أو يريد أن يكون رائد أعمال أو استراتيجيًا. أيضًا، ما الذي تعنيه عبارة “أعلى قيمة” بالضبط؟ من يستفيد من هذا؟ الوظائف الجديدة التي تم إنشاؤها حتى الآن، مثل عمال مستودعات أمازون، أو سائقي Uber و Postmates ، لا يدفعون بالضبط أجور معيشية لائقة ومضمونة. ومنذ أوائل السبعينيات، أظهرت الشركات بوضوح بعدم اهتمامها بمشاركة القيمة المضافة من مكاسب الإنتاجية مع العمال:

 

المصدر: معهد السياسة الاقتصادية، https://www.epi.org/publication/charting-wage-stagnation 

 

من ناحية أخرى، يقوم عدد كبير من تطبيقات الذكاء الاصطناعي المتوفرة بالفعل بأداء مهام من مهارات عالية إلى مهارات أعلى درجة بناءً على التنقيب في البيانات والتعرف على الأنماط وتحليل البيانات: تشخيص الحالات الطبية وعلاجها، وروبوتات المحادثة لخدمة العملاء، وتحسين المحاصيل والزراعة. الاستراتيجيات، والمشورة المالية أو التأمينية، والكشف عن الاحتيال، والجدولة والتوجيه في اللوجستيات والنقل العام، وأبحاث السوق والتحليل السلوكي، وتخطيط القوى العاملة، وتصميم المنتجات، وغير ذلك الكثير. لم يتضح بعد التأثير الكامل لهذه التطبيقات في سوق العمل، لكنها بالتأكيد لا تزيل فقط المهام العادية والمتكررة من ملفات تعريف الوظائف.

الادعاء 4: نحن (فقط) نحتاج إلى زيادة / إعادة تدريب العمال.

على الرغم من أننا لا نختلف بالتأكيد مع هذا البيان بشكل عام، إلا أنه غالبًا ما يتم طرحه كعلاج بسيط إلى حد ما للتحضير للتحولات المستقبلية التي يقودها الذكاء الاصطناعي في سوق العمل و “احتضان الفوائد المجتمعية الإيجابية للذكاء الاصطناعي”  (WEF). الحقيقة هي أن هذا يأتي مع العديد من المحاذير التي تجعله بعيدًا عن الحل البسيط.

أولاً، لا يمكننا أن نكرر بما فيه الكفاية أنه من غير الممكن التنبؤ بـ “مستقبل العمل” بشكل موثوق، لا سيما الوظائف التي ستكون مطلوبة حقًا في المستقبل وأيها لن يكون كذلك. أيضًا، استنادًا إلى تأثيرات الثورات الصناعية السابقة والأبحاث الحالية، فمن المحتمل جدًا أن يؤدي تبني الذكاء الاصطناعي على نطاق واسع إلى توفير وظائف جديدة ذات ملفات تعريف لا يمكننا توقعها في الوقت الحالي. هذا يعني أننا بحاجة إلى تزويد المهنيين الحاليين والمستقبليين بالمهارات اللازمة للوظائف التي لا نعرف عنها شيئًا حاليًا. غالبًا ما يتم اقتراح طريقة للتغلب على هذه المشكلة وهي تشجيع التعلم مدى الحياة وتعزيز أشكال أكثر قابلية للتكيف وقصيرة المدى في التدريب والتعليم. هذا بالتأكيد خيار صالح ومن الواضح أنه في صعود. ومع ذلك، هناك العديد من الجوانب التي يجب وضعها في الاعتبار. على سبيل المثال، 15-20٪ من السكان البالغين في الولايات المتحدة والاتحاد الأوروبي [2] لديهم معرفة منخفضة في القراءة والكتابة (PIAAC مستوى 1 أو أقل). هذا يعني أنهم يواجهون مشكلة في المهام مثل ملء النماذج أو فهم النصوص حول مواضيع غير مألوفة. كيف يمكن تدريب هؤلاء الأشخاص للنجاح في “مشاريع أكثر تعقيدًا وإثمارًا” إذا لم يتمكنوا من قراءة كتاب مدرسي أو دليل التنقل أو كتابة تقرير بسيط؟ بالإضافة إلى ذلك، يعمل حوالي 10٪ من العاملين بدوام كامل في الولايات المتحدة والاتحاد الأوروبي من الفقراء. [3] لا يمتلك هؤلاء الأشخاص عادةً الوقت والموارد ولا الدعم من أرباب العمل للتعلم مدى الحياة، وبالتالي لا يوجد طريق سليم للتدريب أو لإعادة التدريب، هادف وفعّال وميسور التكلفة.

بحلول الوقت الذي تمت فيه معالجة هذه المشكلات، قد يكون العديد من هؤلاء العمال فاتهم القارب بالفعل. في عام 2018، قدر أرباب العمل في الولايات المتحدة أن أكثر من ربع القوة العاملة لديهم سيحتاجون إلى ثلاثة أشهر على الأقل من التدريب لمجرد مواكبة متطلبات المهارات اللازمة لأدوارهم الحالية بحلول عام 2022. [4] بعد ذلك بعامين، زادت هذه الحصة بأكثر من الضعف لتصل إلى أكثر من 60٪، والأرقام متشابهة في جميع أنحاء العالم. [5] بالإضافة إلى ذلك، حتى قبل فترة الركود الاقتصادي العظيم، تم إعادة توظيف تقريبًا 6 من كل 10 عمال أمريكيين مسرّحين في غضون 12 شهرًا في الفترة من 2000 إلى 2006. [6] في عام 2019، كان هذا المعدل هو نفسه في الاتحاد الأوروبي. [7] مع التغيرات السريعة المتزايدة في متطلبات المهارات، إلى جانب نقص الوقت و / أو الموارد للفئات الضعيفة مثل الفقراء العاملين والعاملين ذوي المعرفة المنخفضة في القراءة والكتابة، ناهيك عن الافتقار إلى شبكات الأمان والتدابير المستهدفة في أنظمة تنمية القوى العاملة التي تعاني من نقص التمويل، فإن الاحتمالات لهذه، من غير المرجح أن تتحسن آفاق هؤلاء العمال.

علاوة على ذلك، أدى الوباء إلى تسريع اعتماد الأتمتة والذكاء الاصطناعي في أماكن العمل في العديد من القطاعات بشكل كبير. تم نشر الروبوتات والآلات وأنظمة الذكاء الاصطناعي لتنظيف الأرضيات، وقياس درجات الحرارة أو طلبات الطعام، واستبدال الموظفين في قاعات الطعام، وأكشاك الرسوم أو مراكز الاتصال، والقيام بدوريات في العقارات الفارغة، وزيادة الإنتاج الصناعي لمستلزمات المستشفيات وغير ذلك الكثير خلال فترة قصيرة للغاية من الوقت. في الماضي، تم نشر التكنولوجيا الجديدة تدريجيًا، مما يمنح الموظفين الوقت للانتقال إلى مناصب جديدة. هذه المرة، سارع أصحاب العمل لاستبدال العمال بآلات أو برمجيات بسبب الإغلاق المفاجئ أو أوامر التباعد الاجتماعي. هذا فرق حاسم في الثورات الصناعية السابقة. تم فصل العديد من العمال مع عدم وجود وقت كافٍ لإعادة التدريب. قد تحدث أحداث تخريبية مماثلة في المستقبل – سواء كان ذلك وباءً آخر أو اختراقًا تكنولوجيًا. وكمجتمع، نحتاج أن نكون مستعدين لهذه الأحداث و أن نزوّد العمال المتضررين بدعم سريع وفعال و واقعي فوق كل شيء.

الادعاء 5: يجب على أرباب العمل أن ينظروا إلى إعادة تدريب و صقل مهارات الموظفين على أنها استثمار، وليست تكلفة.

إذا قامت شركة باستبدال جميع صرافيها بالروبوتات، فلماذا يريدون إعادة مهارات العمال الفائضين حديثًا؟ حتى الحكومات تجد صعوبة في اتباع هذا النهج في التدريب والتعليم. تركز العديد من البلدان بشكل أساسي على التعليم الجامعي أو أي تعليم آخر للعمال الشباب بدلاً من إعادة تدريب الباحثين عن عمل أو الموظفين. على سبيل المثال، تنفق حكومة الولايات المتحدة 0.1٪ من الناتج المحلي الإجمالي لمساعدة العمال على الانتقال إلى العمل، أي أقل من نصف ما أنفقته قبل 30 عامًا على الرغم من حقيقة أن الطلب على المهارات قد ازداد كثيرًا بشكل أسرع مما كان عليه قبل ثلاثة عقود. وتهتم الغالبية العظمى من الشركات في المقام الأول بمضاعفة الأرباح – هكذا يعمل اقتصادنا. تذكر: نحن نعيش في عالم يضطر فيه صانعو الشطائر ومُشاة الكلاب إلى توقيع اتفاقيات غير كاملة لمنعهم من الحصول على علاوة من خلال التهديد بالانتقال إلى منافس آخر في حال طلبوا أجر أعلى.

يمكن لبرامج المحادثة جيدة الأداء أن تمكن الشركة من استخدام مركز اتصال يتسع لـ 1000 شخص وتشغيله مع 100 شخص بالإضافة إلى روبوتات المحادثة. يمكن للروبوت أن يجيب على 10000 استفسار في ساعة واحدة، وهو عدد أعلى بكثير من أي عدد واقعي يمكن حتى لممثل مركز الاتصال التعامل معه. بالإضافة إلى ذلك، لا يمرض روبوت المحادثة ولا يحتاج إلى إجازة من العمل أو يسأل عن الامتيازات والفوائد. يتخذ قرارات متسقة وقائمة على الأدلة ولا يسرق أو يحتال على أرباب العمل. لذلك، إذا كانت جودة هذا البرنامج كافية وكان السعر مناسبًا، فمن المحتمل أن تكون هناك ضجة بين المساهمين إذا لم تقبل الشركة لهذا العرض. بعد كل شيء، الحل الذي يزيد الكفاءة والإنتاجية مع خفض النفقات هو مثالي للأعمال في عصرنا. لذا، إذا لم تختار هذه الشركة ذلك، فإن منافستها ستفعل. وعلى الرغم من دعاية “التكنولوجيا من أجل الصالح الاجتماعي” التي نسمعها باستمرار من وادي السيليكون، فإن معظم الشركات ببساطة غير مهتمة بمستقبل العمال الحاليين الذين سيصبحون قريبا العمال السابقين.

ما وراء الفقاعة

خلاصة القول هي أننا لا نستطيع تحمل المبالغة في الدراما أو طمأنة أنفسنا ببساطة بأنه سيكون هناك عدد كافٍ من الوظائف للقيام بها، وإلّا سنلعب الغميضة باستمرار. تميل معظم المشكلات أو الحلول التي يُشار إليها عادةً في المناقشة داخل فقاعة الباحثين ذوي الدخل المرتفع أو الأكاديميين وأصحاب المشاريع التقنية وصانعي السياسات، بأنها ممزوجة بقدر كبير من المثالية. ولكن للمضي قدمًا في هذه التطورات التي – في السراء والضراء – لديها إمكانيات هائلة لتغيير أسواق العمل ومجتمعنا بالكامل، نحتاج إلى النظر إلى ما وراء فقاعتنا وتصميم استراتيجيات واقعية للمستقبل بناءً على الحقائق والبيانات الموضوعية.

 

[1]    https://stats.oecd.org/Index.aspx?DatasetCode=LFS_SEXAGE_I_R#
[2]   US: https://www.libraryjournal.com/?detailStory=How-Serious-Is-Americas-Literacy-Problem
        EU: http://www.eli-net.eu/fileadmin/ELINET/Redaktion/Factsheet-Literacy_in_Europe-A4.pdf
[3]   US: https://www.policylink.org/data-in-action/overview-america-working-poor
        EU: http://www.europeanrights.eu/public/commenti/BRONZINI13-ef1725en.pdf
[4]   The Future of Jobs Report 2018, World Economic Forum, 2018.
[5]   The Future of Jobs Report 2020, World Economic Forum, 2020.
[6]   Back to Work: United States: Improving the Re-employment Prospects of Displaced Workers, OECD, 2016.
[7]   https://skillspanorama.cedefop.europa.eu/en/dashboard/long-term-unemployment-rate?year=2019&country=EU#1