فایننشال تایمز به تازگی اشاره کرده است: با پیشرفت روزافزون هوش مصنوعی، آیا هیچ شغلی می‌تواند در امان بماند؟ مارتین ولف، تحلیلگر ارشد اقتصادی این نشریه، اخیراً به‌طور غیرمنتظره‌ای اعتراف کرد که احتمالاً امن‌ترین شغل دنیا باغبانی است. این نگرش منطقی به نظر می‌رسید، زیرا برخی از امور وجود دارد که قادر به انجام آن‌ها توسط کامپیوترها نیستند.
بنابر گزارش انتخاب، اما صبح روز بعد، همان فایننشال تایمز گزارشی تحت عنوان «باغ‌هایی که هوش مصنوعی می‌سازد» منتشر کرد؛ گزارشی درخصوص آبیاری قطره‌ای هوشمند، شناسایی آفات، مترسک‌های لیزری و ربات‌های وجین‌کن خورشیدی. اوف.
مشخص نیست که این مترسک لیزری و ربات وجین‌کن تا چه اندازه واقعاً شغل باغبانان انسانی را تهدید می‌کند، اما این دیدگاه به ما یادآوری می‌کند که بین شغل و وظیفه تفاوت وجود دارد. بسیاری از شغل‌ها شامل مجموعه‌ای از وظایف به‌هم‌پیوسته هستند.
یک باغبان باید از خدماتی مانند چمن‌زنی و وجین گرفته تا شناسایی آلودگی آفات، طراحی فضاهای سبز، و — این دشوارترین بخش — برقراری ارتباط با مشتریان گزیده‌کار را انجام دهد. سیستم‌های مختلف هوش مصنوعی ممکن است در اغلب این وظایف یاری رسان باشند، اما بعید به نظر می‌رسد که نتیجه ناپدید شدن شغل باغبانی باشد، بلکه بیشتر احتمال دارد که شکل آن تغییر کند.
سؤال اینجاست که چگونه هر برنامه هوش مصنوعی جدید می‌تواند ساختار کار ما را تغییر دهد؟ و آیا ما از شکل جدید شغل خود پس از این دگرگونی راضی خواهیم بود؟
هوش مصنوعی زایشی شاید جدید باشد، اما این سؤالات سابقه‌ای طولانی دارند. آن‌ها به جنبش لودیت‌ها در اوایل قرن نوزدهم بازمی‌گردند؛ زمانی که کارگران ماهر صنعت نساجی متوجه شدند که ماشین‌ها قادرند قسمتی از کارهای دشوارشان را انجام دهند و به این ترتیب کارگران ارزان‌قیمت و کم‌تجربه جای آن‌ها را می‌گیرند.
پاسخ این سؤالات به فناوری و همچنین خود شغل بستگی دارد. در این زمینه، می‌توان تجربیات دو نمونه متضاد را بررسی کرد: صفحه‌گسترده دیجیتال و هدست‌های راهنمای انبار نظیر «واحد جنیفر».
صفحه‌گسترده دیجیتال، که در سال ۱۹۷۹ ارائه شد، به‌سرعت و به‌طور بسیار مؤثر وظایفی را که پیش‌تر توسط منشی‌های حسابداری انجام می‌شد، به عهده گرفت. با این حال، حرفه حسابداری به سمت کارهای پیچیده‌تر و خلاقانه‌تر مانند مدل‌سازی سناریوها و تحلیل ریسک‌ها پیشرفت کرد. چه کسی نیست که حسابدار خلاقی بخواهد؟
در مقابل، واحد جنیفر دستگاهی است که به کارگران انبار کمک می‌کند تا در هنگام جست‌وجو برای برداشتن کالاها، راهنمایی شوند؛ با نجوا کردن در گوش آن‌ها و هدایت به سمت مسیر بعدی، در حالی که سابقه حرکتی آن‌ها را نیز ردیابی می‌کند. این ابزار تمام بار ذهنی ناشی از یک شغل بدنی و یکنواخت را کاهش می‌دهد. این تحولی برجسته در مقایسه با صفحه‌گسترده دیجیتال است که خسته‌کننده‌ترین بخش‌های یک شغل متنوع و ماهرانه را حذف می‌کند. درس اینجا این است که هوش مصنوعی می‌تواند شغلی خسته‌کننده را کسل‌کننده‌تر و شغلی جذاب را جذاب‌تر کند.
داده‌های جدید و دیدگاه‌های نوینی در این زمینه از پژوهشگران MIT، دیوید آتور و نیل تامپسون، به ما ارائه شده است. آن‌ها در پژوهش خود با عنوان «تخصص» به این سؤال می‌پردازند که آیا باید انتظار داشته باشیم که منشی‌های حسابداری و انبارداری به‌طور مشابه تحت تأثیر خودکارسازی قرار بگیرند؟
چندین روش برای تحلیل این سؤال وجود دارد و تمامی آن‌ها جواب «بله» را می‌دهند. در گذشته، هر دو گروه شغلی زمان زیادی را صرف انجام کارهای تکراری و فکری می‌کردند، مانند شناسایی مغایرت‌ها، تهیه موجودی یا کار با داده‌ها و انجام محاسبات به‌طور گسترده. این همان وظایفی بودند که کامپیوترها می‌توانستند به‌خوبی انجام دهند و با ارزان‌تر شدن فناوری، رفته‌رفته کامپیوترها به صحنه وارد شدند. به‌خاطر این مشابهت در وظایف، منطقی به نظر می‌رسید که هر دو نوع شغل نیز به‌طرز مشابهی تغییر یابند.
اما این‌گونه پیش نرفت. آتور و تامپسون اشاره دارند که به‌طور خاص، دستمزد منشی‌های حسابداری افزایش یافته، در حالی که نسبت به منشی‌های انبار، کاهش یافته است.
این امر به این دلیل است که اکثر شغل‌ها مجموعه‌ای تصادفی از وظایف نامرتبط نیستند. آن‌ها گروهی از وظایف مرتبط به هم هستند که به‌عنوان پاسخ‌های منطقی، بهترین حالت انجام آن‌ها توسط یک نفر است. زمانی که شما برخی از این وظایف را از این مجموعه حذف می‌کنید، شغل باقی‌مانده نیز دستخوش تغییر خواهد شد.
منشی‌های انبار بخشی از وظایف خود را که نیاز به آموزش و تحصیلات بیشتری داشتند، از دست دادند (محاسبات) و به چیزی شبیه به سازمان‌دهندگان قفسه‌ها تبدیل شدند. در مقابل، منشی‌های حسابداری محاسبات را از دست دادند، اما بخش باقی‌مانده شامل قضاوت، تحلیل و حل معضلات پیچیده شد.
اگرچه نوع وظایف حذف‌شده مشابه بود، اما در نهایت منجر به این شد که شغل منشی انبار به تخصص و آموزش کمتری نیاز پیدا کرد، در حالی که منشی‌های حسابداری به مهارت بیشتری نیاز داشتند.
نگرانی طبیعی در هر کسی که امیدوار است در پنج سال آینده نیروی کار بماند، این است که هوش مصنوعی با شغل او چه می‌کند. اگرچه قطعیت وجود ندارد، اما چارچوب آتور و تامپسون یک سؤال روشنگر را به میان می‌آورد: آیا هوش مصنوعی قرار است آن بخشی از شغل شما را انجام دهد که نیازمند بالاترین مهارت‌ها است یا دلتان می‌خواهد که کارهای ساده‌ای که سال‌هاست می‌خواستید از آن‌ها خلاصی پیدا کنید، توسط آن انجام شود؟
پاسخ به این سؤال ممکن است به ما کمک کند تا پیش‌بینی کنیم که شغل ما قرار است جذاب‌تر شود یا کسل‌کننده‌تر — و آیا حقوق ما تحت تأثیر قرار خواهد گرفت، بالا خواهد رفت یا کاهش خواهد یافت، همان‌گونه که ارزش تخصص لودیت‌ها کم شد.
به عنوان مثال، سیستم‌های هوش مصنوعی زایشی در طوفان فکری به‌خوبی عمل می‌کنند. آن‌ها ارتباطات غیرمنتظره‌ای را برقرار کرده و ایده‌های مختلفی را تولید می‌کنند. وقتی در حال فعالیت در یک بازی نقش‌آفرینی هستم، این ویژگی عالی است. این فناوری آماده‌سازی را تسریع کرده و به من این امکان را می‌دهد که به‌سرعت به قسمت هیجان‌انگیز بروم — نشستن دور یک میز با دوستان و تظاهر کردن به اینکه جادوگر هستیم.
اما برای کسی که در شغلش گه‌گاه فرصتی برای خلاقیت در میان جریان کارهای اداری خسته‌کننده دارد، ظهور موتورهای صنعتی طوفان فکری ممکن است به‌طور بسیاری رهایی‌بخش نباشد.
یا برگردیم به باغبان. ممکن است بدترین بخش کار او نوشتن ایمیل به مشتریانی باشد که در پشت میز نشسته‌اند و به‌نظر می‌رسد که در این زمینه بسیار طلاقت بیشتری دارند نسبت به کسی که بیشتر وقتش را در فضای باز سپری می‌کند. مترسک لیزری و ربات وجین‌کن هیچ حسی به او ندارند. چیزی که باغبان واقعاً به آن نیاز دارد، یک منشی، نویسنده و ویراستار هوش مصنوعی است. و این فناوری اکنون وجود دارد.