The_jobless_white_collar_worker_by_Stable_Diffusion_Inspired_by_Botticelli

الآثار المتوقعة للذكاء الصنعي لا سيما نماذج اللغة الكبيرة على سوق العمل

oussamaComments are off for this post.

كما ذكرت في منشور سابق، كجزء من عملي اليومي أقوم بقراءة ما فاتني من مقالات علميّة حول الذكاء الصنعي وبالتحديد التقدم الهائل فيما يسمى ماذج اللغة الكبيرة Large Langage Models وأني حاليا أركز على مقالات بحثية تتناول الآثار المتوقعة لهذه التقنيات على سوق العمل حول العالم، وهو الموضوع الذي سأتناوله في هذا المنشور محاولا تسليط الضوء على بعض تفاصيله وجوانبه والنقاش الدائر بخصوصه في دوائر صناعة القرار.

من المتوقع ألا يكون تأثير الذكاء الصنعي الحالي متساويا بين المهن. نشرت شركة OpenAI مؤخرا تقريرا مفصلا حول التأثير المحتمل لتقنيتها GPT-4 على سوق العمل في الولايات المتحدة الأمريكية، حيث يتوقع التقرير أن 80% من العاملين سيلاحظون تأثير GPT-4 على 10% على الأقل من مهامهم. في حين سيلاحظ 19% من العاملين تأثير التقنية على 50% على الأقل من مهامهم. وتقول شركة Goldman Sacks أنه وبسبب التطور في مجال الذكاء الصنعي ستصبح وظائف 300 مليون موظف وموظفة حول العالم مهددة، ما يعني احتمال فقدان الملايين لعملهم ومصدر رزقهم وما يعني أيضا بالضرورة حدوث اضطراب اقتصادي واجتماعي وسياسي حول العالم تفكر الأمم المتحدة بتفاديه منذ الآن. وتستعد الأمم المتحدة

ارتبط التقدم التقنيّ تاريخيا بما يسمى بالأتمتة، أي باستبدال المهمات الروتينية بآلات أو خطوط انتاج مؤتمتة تقوم بتلك المهمات الروتينية دون هوادة. نرى ذلك في معامل السيارات مثلا، حيث استبدلت اليد العاملة بآلات أكثر دقة، لا تتذمر، لا تكلّ ولا تملّ. إذا كان جلّ أثر الصدمة الناجم عن أي تقدم التقنيّ يقع على الطبقة العاملة أو عمال الياقات الزرقاء Blue Collar Workers. على الأقل في البداية. حيث أظهرت الدراسات التي أجريت قبل القفزة النوعية في مجال الذكاء الصنعي أن التقدم التقني يؤثر سلبا على مرتبات أصحاب الوظائف الروتينية

هذه المرة – وقبل الخوض في التفاصيل – الأمر مختلف. آثار التقدم التقني في مجال الذكاء الصنعي لاسيما في نماذج اللغة .الكبيرة سيقع جلّها على مهن “الياقات البيضاء” من مهندسين، وأطباء، واقتصاديين، وموظفين إداريين، ومحامين، ومستشارين ومصممين وكتاب وصحفيين ومؤلفين وغيرهم.

السوق يتفاعل

في الحقيقة، بدأ سوق العمل في التفاعل مع هذه التطورات، منذ شهر نيسان/أبريل 2023 لا يمرّ يوم دون خبر هنا أو هناك عن أثر مباشر أو غير مباشر للتقدم في مجال نماذج اللغة الكبيرة على سوق العمل. فعلى سبيل المثال منذ انتشار استخدام ChatGPT بين طلاب المدارس والجامعات، بدأت أسهم شركة Chegg Inc. في الولايات المتحدة تراجعت 48% عن سعرها في شهر آذار/مارس 2023، بسبب عزوف الطلاب عن استخدام الخدمة ولعدم امتلاك الشركة لما يمكنّها من المنافسة في السوق على المدى القصير والمتوسط والبعيد، ما يهدد مستقبل الشركة ككل بشكل جدي، ويهدد بالتالي وظائف مئات العاملين فيها.

أيضا قالت شركة IBM الأسبوع الماضي أنها منذ شهر أيار/مايو 2023 ستوقف أو على الأقل ستبطئ تعيين أي موظف أو موظفة جديدين في وظائف مكتبية في الشركة مثل قسم الموارد البشرية HR. مقابل استخدام تقنيات نماذج اللغة الكبيرة لمساعدة الموظفين الحاليين في القيام بعملهم بسرعة أو استبدال جزء من مهامهم بأدوات مناسبة مبنية على تقنيات نماذج اللغة الكبيرة.

في مثال آخر، تداولت وسائل الإعلام في الولايات المتحدة موضوع إضراب اتحاد كتاب أمريكا Writers Guild of America الذي ينتمي إليه عدد كبير من كتاب البرامج التفزيونية والحوارية وسيناريوهات السينما في الولايات المتحدة والذي بدأ في الثاني من أيار/مايو 2023 إثر تعثر المفاوضات بين ممثلي الاتحاد ومنتجي البرامج التلفزيونية وشركات الميديا. السبب الرئيسي وراء الاضراب هو حول التعويض المادي للكتاب والذي تراجع كثيرا في السنوات الماضية لأسباب عدة مع التحول الكبير الذي طرأ على سوق الكتابة بعد أن أصبحت معظم البرامج تبث عبر مواقع الستريمينغ مثل Netflix و HBO وغيرها. من المطالب البارزة لاتحاد الكتاب خلال المفاوضات هو منع استخدام تقنيات الذكاء الصنعي في كتابة برامج تلفزيونية جديدة أو حلقات جديدة لبرامج قديمة، وترفض شركات الإنتاج الرضوخ لهذا الطلب وتقول أنها ربما ستقبل بذلك لمدة سنة ثم مراجعة الموضوع كل عام في لقاء بين الاتحاد وشركات الانتاج.

قياس التأثير بشكل موضوعي

عند النظر إلى المقالات العلمية المنشورة في مجال تأثير تقانات الأتمتة على سوق العمل يبرز أثران أساسيان على المهن هما الاستبدال substitution والإغناء augmentation. يعني الاستبدال في هذا الاطار substitution حلول تقنيات الأتمتة محل الإنسان في إنجاز العمل، في حين يعيني مصطلح الإغناء augmentation أن تقنيات الأتمتة تساهم في تسهيل مهمات الإنسان في عمله، أو زيادة إنتاجه أو تغيير موضع جهده ولا تعني استبدال الإنسان كما في حالة الـ substitution.

من الصعب جدا التنبؤ في ما إذا كان أثر التقدم في مجال الذكاء الصنعي سيؤدي إلى استبدال وظائف معينة أو إلى إغنائها، لذلك يستخدم الباحثون والباحثات في هذا المجال مصطلح انكشاف المهنة (على آثار التقنية) Occupational Exposure الذي يعني مقدار تعرّض المهنة للتأثر بتقنية معينة أو بآثار التطور في تقنية معينة. وفي حالة الذكاء الصنعي، يمكننا استخدام مصطلح “انكشاف المهنة على الذكاء الصنعي” Artificial Intelligence Occupational Exposure أو اختصارا AIOE وفي حالة نماذج اللغة الكبيرة يمكن ان نستخدم مصلطح “انكشاف المهنة على نماذج اللغة الكبيرة Large Language Models Occupational Exposure أو LLMOE اختصارا.

من الممكن تقدير انكشاف مهنة أو وظيفة مهينة على تقنيات نماذج اللغة الكبيرة، لكنه من الصعب جدا تقدرها على كل الوظائف الموجودة بدقة، فمثلا قد لا يعرف الباحث التفاصيل الدقيقة لمهنة مختلفة كثيرا عن مهنة الباحث أو عن خبرة الباحث، أو قد يكون هناك في طريقة عمل كل ممارسي المهنة ذاتها خاصة إن كانت تحمل جانبا إبداعيا. لذلك ولتجنب الوقوع في هذه المطبات يستخدم الباحثون في هذا المجال عدة أساليب تسمح بتقدير أثر التقنية على جميع الوظائف دون إضافة أخطاء كبيرة.

من الطرق التي أفضّلها على غيرها طرحها Feltman وآخرون وتعتمد على وصف كل مهنة على أنها مجموعة من المهمات الفرعية. قامت وزارة العمل في الولايات المتحدة الأمريكية بإنشاء قاعدة بيانات اسمها O*NET تتضمن تفاصيل عن جميع المهن في الولايات المتحدة الأمريكية من بين تلك التفاصيل المهام الفرعية لكل مهنة من المهن.

تشترك مهن كثيرة بالمهام نفسها، مثلا تشترك وظائف أغلب الوظائف المكتبية بمهمة كتابة التقارير Drafting reports وبالتالي فإن تقدير انكشاف هذه المهام الفرعية على التقنيات مهمة أصغر أو أسهل وأقل عرضة للأخطاء وأكثر موضوعية من مهمة تقدير انكشاف المهنة على تقنية معينة.

إذا وبالاعتماد على قاعدة بيانات O*NET وعبر إعطاء قيمة لدرجة تأثر مهمة محددة بالتقنية قيد الدراسة من مهام كل مهنة يمكن إسناد قيمة لدرجة تأثر كل مهنة بالتقنية قيد الدراسة أي درجة انكشافها على التقنية قيد الدراسة. في حالة الذكاء الصنعي، يمكن إسناد قيمة لانكشاف كل مهنة على تقنية الذكاء الصنعي أي بالامكان إسناد قيمة للـ AIOE لكل مهنة. وكذلك هو الحال بالنسبة للـ LLMOE.

.وكي لا نطيل في التفاصيل، يمكننا في النهاية أن نضع لائحة بالمهن وأن نرتبها حسب درجة التأثر (الانكشاف) من الأكثر تأثرا إلى الأقل تأثرا.

وبشكل مشابه إن نظرنا إلى أن كل قطاع يتضمن مجموعة من المهن المختلفة، يمكن أيضا حساب درجة انكشاف القطاع على آثار التقنية. ويمكننا في النهاية أن نرتّب لائحة بالقطاعات حسب (الانكشاف) من الأكثر تأثرا إلى الأقل تأثرا.

ملخّص للنتائج :

  1. النتيجة الأكثر وضوحا هي أن أغلبية المهن ستتأثر بتقنيات الذكاء الصنعي عامة وبتقنيات نماذج اللغة الكبيرة خاصة. يمكن القول أن عدد المهن التي لن تتأثر البتة يمكن حصره في لائحة قصيرة جدا. فإذا نظرنا على مهمات كل وظيفة على أنها عدة خطوات متتالية فمن الصعب أن نجد وظيفة لا يوجد فيها أي خطوة لا يمكن استخدام تقنيات الذكاء الصنعي لإنجازها أو لتسريع إنجازها أو تحسين جودة إنجازها. وتشير الأرقام إلى أن 80% من القوى العاملة في الولايات المتحدة ستتأثر بـ 20% أو أكثر توضح اللائحة 1 المهن العشرين الأكثر انكشافا على الذكاء الصنعي، كما توضح اللائحة 2 التي تليها المهن العشرين الأقل انكشافا على تقنيات الذكاء الصنعي. أما بالنسبة لقطاعات الاقتصاد توضح اللائحة 3 قطاعات الاقتصاد حسب تأثرها من الأكثر تأثرا حتى الأقل تأثرا.
  2. نلاحظ أن تأثر المهن يتعلق بمدى ارتباط مهمات المهنة باللغة واستخداماتها المختلفة، كالإنشاء والتأليف، والتلخيص والترجمة والتحوير والتقرير وغير ذلك
  3. من الملاحظ أيضا أن أغلب المهن غير المتأثرة أو التي ستتأثر بشكل طفيف مهن بدنيّة تتطلب المهارات اليدوية للانسان لإنجازها، أو تدور في بيئات لا تتوفر فيها تقنيات الحوسبة والإنترنت كالأماكن النائية مثلا
  4. من الملاحظ أيضا أن أثر نماذج اللغة الكبيرة سيتضاعف إن تمّ تضمينها في أدوات ذات أغراض ضيقة ومحددة مثلا إن يتم استخدام تقنيات نماذج اللغة الكبيرة في أداة معدّة لمراجعة النصوص القانونية. Breshanhan 2019, Agrawal 2021, Eloundou 2023. حيث يتوقع مثلا أن تستبدل تقنيات الذكاء الصنعي 50% من مهام 50% من مجمل القوى العاملة في الولايات المتحدة مع الحفاظ على نفس المستوى من الجودة.
  5. النتيجة الواضحة أيضا هي وجود علاقة تناسب طردي بين انكشاف المهن ومتوسط أجور العاملين بتلك المهن. أي يتناسب انكشاف المهن على الذكاء الصنعي بالعموم AIEO وعلى نماذج اللغة الكبيرة LLMEO طردا مع متوسط أجور هذه المهن. وهذا يعني أن .المهن ذات الدخل العالي معرضة أكثر للتأثر بتقنيات الذكاء الصنعي. يوضح الشكل هذه العلاقة، حيث يشير المحور الأفقي إلى متوسط الأجور، بينما يشير المحور العمودي إلى انكشاف المهن، وتشير النقاط إلى المهن المختلفة ومن الشكل نجد أنه كلّما كانت أجور العاملين بالمهنة أكبر كلما كان انكشاف تلك المهنة على آثار تقنيات الذكاء الصنعي أكبر.
  6. تشير القياسات والدراسات أن تقنية نماذج اللغة الكبيرة تحقق جميع معايير التقنيات عامة الأغراض General Purpose Technologies ما يعني أن تقنيات الذكاء الصنعي بمجملها هي أيضا تقنيات عامة الأغراض Goldfarb 2023, Eloundou 2023.

لائحة 1 – المهن العشرون الأكثر انكشافا مرتبة مرتبة تنازليا حسب الانكشاف على تقنيات الذكاء الصنعي (العمود الأوسط) وحسب الانكشاف على تقنيات نماذج اللغة الكبيرة (العمود الأيمن) – المصدر: Feltman 2023

لائحة 2 – قطاعات الاقتصاد العشرون الأكثر انكشافا مرتبة تنازليا حسب الانكشاف على تقنيات الذكاء الصنعي (العمود الأوسط) وحسب الانكشاف على تقنيات نماذج اللغة الكبيرة (العمود الأيمن) – المصدر: Feltman 2023

لائحة 3 – المهن التي لا يوجد لها أي انكشاف على تقنيات نماذج اللغة الكبيرة – المصدر: Eloundou 2023

شكل 1 – العلاقة بين انكشاف المهن (المحور الأفقي) ومتوسط أجور العاملين .بتلك المهن (المحور العمودي) لعام 2021 وبواحدة آلاف الدولارات. كل نقطة تمثل مجموعة متشابهة في المهام أي متشابهة بمدى الانكشاف. – المصدر: Feltman 2023

نقاش:

تشكل هذه المرحلة تحديا هائلا لصناع القرار السياسي والاقتصادي لدول العالم، فمن ناحية هناك ضرورة للدول لمواكبة هذا التقدم والبقاء في صدارته كي يحتفظ اقتصاد تلك الدول بالتنافسية، وفي الوقت نفسه من مسؤوليات صنّاع القرار السياسي والاقتصادي الحفاظ على استقرار الاقتصاد المحلي لاسيما سوق العمل، الأمر الذي تهدده هذه التقنيات بشكل جوهري. لذلك تسارع الأجهزة التنفيذية في الدول (المسؤولة) تجاه مواطنيها في دراسة تأثير هذه التقنية على سوق العمل وتسارع في حصر التهديدات والعصف الذهني لمواجهتها.

فعلى سبيل المثال، قامت الرئاسة الأمريكية بدعوة مدراء شركات التقانة الكبيرة في الولايات المتحدة والتي ارتبط اسمها بالتقدم في مجال الذكاء الصنعي OpenAI, Microsoft و Google في السنوات الأخيرة لاجتماع في البيت الأبيض حضره الرئيس الأمريكي ونائبة الرئيس الأمريكي، حيث طلبت الرئاسة الأمريكية من الشركات إدارة موضوع التقدم في مجال الذكاء الصنعي بشكل “مسؤول” تجاه المجتمع.

قد تقرر الشركات مثلا منع استخدام نماذج اللغة الكبيرة في أداء الوظائف بالكامل لاسباب فلسفية أو أمنية مثل ما قررته شركة Samsung. كما من الممكن أن تقرر الشركات عدم استخدام تقنية نماذج اللغة الكبيرة لاستبدال الموظفين وإنما للإغناء، أو قد تقرر كشركة IBM عدم الاستغناء عن موظفين حاليين لكن عدم توظيف موظفين جدد في مهن إدارية. ما يشير إلى وجود trend ستدفع المهن المتؤثرة للاختفاء. لكن كيف ستتصرف هذه الشركة أو تلك لو بدأت شركات جديدة صغيرة Startups ونحيلة Lean تعتمد على هذه التقنيات منذ البداية بمنافستها بشدة في السوق؟. يمكن أن نلاحظ وجود منحى يؤدي بالنتيجة إلى تقلص عدد وظائف “الياقات البيضاء” المتاحة على الأقل على المدى القصير، مع عدم وجود أي ضمانات بأن هذه التقنيات ستؤدي إلى ظهور أنماط جديدة من الوظائف لا يمكن إلا للبشر أداؤها.

حسب اعتقادي وبسبب التنافس وآليات اقتصاد السوق، أسواق العمل في الدول المتقدمة حول العالم معرضة لصدمة كبيرة. في حين سيتأخر وصول الصدمة إلى الدول الأقل تقدما حيث لا تلعب تقنيات الانترنت. أو الدول حيث يكون أداء نماذج اللغة متواضعا في اللغات المستخدمة في تلك الدول.

ما يزيد الأمر تعقيدا ويجعل استشراف المستقبل على المدى القريب والمتوسط والبعيد أكثر صعوبة هو مجموعة من الأحداث التي حدثت في شهر آذار/مارس ونيسان/أبريل 2023 وأدت سحب البساط من تحت أرجل الشركات الكبيرة ووصول التقنية إلى متناول الجميع. وكخروج المارد من القمقم، خرج الموضوع عن تحكم الشركات الكبرى. أما الإجابة على الأسئلة: “ماذا حصل، وكيف حصل كل ذلك؟” قد يكون موضوع مقالة قادمة إن أتاح الوقت ذلك.

مراجع:

ملاحظة: تم توليد الصورة باستخدام خدمة Stable-Diffusion باستخدام التعليمة التالية
“Draw an oil painting depicting thousands of business men and business women, in great suffering in urban environment in the style of Botticelli illustrations of the “Divine Comedy”