لن يواكب الذكاء الاصطناعي في المستقبل عالم اليوم

قبل ثلاث سنوات، تصدّر عمال في كينيا عناوين الأخبار العالمية بسبب الظروف القاسية التي عانوا منها أثناء تصنيف البيانات لصالح شركة OpenAI . أمضى هؤلاء العمال أيامهم في فرز خطاب الكراهية، والاعتداءات الجنسية، والصور العنيفة – وهي من أكثر المواد إثارةً للاشمئزاز على الإنترنت – مقابل حوالي 1.35 دولارًا أمريكيًا في الساعة. ثم استُخدمت التصنيفات التي أنتجوها للمساعدة في تدريب برنامج ChatGPT على تحديد المحتوى السام أو المحظور.

في عام 2023، تركز جزء كبير من الغضب – عن حق – على ظروف عمل هؤلاء العاملين في تصنيف البيانات. ولكن عند إعادة النظر في هذه القصة في عام 2026، تتخذ منحىً مظلماً آخر.

وسط موجة جديدة من القلق بشأن الذكاء الاصطناعي، بدأ الناس يخشون من اختفاء فئة وظائف خدمات تكنولوجيا المعلومات بشكل كامل. وبناءً على هذا الرأي، قد يكون هؤلاء العاملون، من خلال مساعدتهم في تدريب برنامج ChatGPT، قد ساهموا دون قصد في أتمتة نوع العمل الخدمي القابل للتداول الذي كانوا يؤدونه، مما يُضيّق مسار كينيا نحو الازدهار.

لكن ما مدى الأدلة المتوفرة على أن النزوح المرتبط بالذكاء الاصطناعي قد بدأ بالفعل في الدول النامية؟ وكيف لنا أن نتنبأ بما سيحدث لاحقاً عندما يتكيف العمال والشركات والدول المتأثرة بالذكاء الاصطناعي، ويبتكرون، ويغيرون استجابةً لذلك؟

تسلق سلم النمو

لطالما مثّل النمو الصناعي، تاريخياً، سبيلاً للدول للخروج من براثن الفقر. ففي اليابان وكوريا الجنوبية وتايوان، وبشكلٍ لافتٍ للنظر في الصين، استقطب توسع الصناعات التصديرية ملايين الأشخاص من المزارع إلى وظائف ذات أجور أفضل في المصانع. وتحت ضغط المنافسة الدولية، سارعت شركات شرق آسيا إلى التنافس على أحدث التقنيات.

لكن، باستثناء بعض التجارب الناجحة مثل فيتنام وبنغلاديش، فشلت الدول النامية إلى حد كبير في تكرار نجاح شرق آسيا. ففي الهند، لم تتجاوز حصة الصناعة من الناتج المحلي الإجمالي 20%، بل وتراجعت منذ عام 2010. وفي أفريقيا جنوب الصحراء، تُشكّل الصناعة حوالي 10% من الناتج المحلي الإجمالي. وتشير تحليلات جديدة إلى أن إنتاجية الصناعة في أفقر البلدان ظلت، على مدى الثلاثين عامًا الماضية، أدنى بكثير من المعدل العالمي.

أدخل خدمات تكنولوجيا المعلومات.

أدى انتشار الإنترنت عريض النطاق بأسعار زهيدة في جميع أنحاء العالم إلى جعل الاستعانة بمصادر خارجية لخدمات تكنولوجيا المعلومات خيارًا مجديًا للشركات الغربية، مما مكّنها من الاستفادة من العمالة الرخيصة في الدول النامية. وفي عام ١٩٩٩، حررت الهند قطاع الاتصالات لديها، مما سرّع من تبني الإنترنت فائق السرعة وسمح لشركات جديدة مثل إنفوسيس وويبرو بتحقيق أرباح طائلة. وهكذا وُلد قطاع جديد في الهند، عُرف باسم "الاستعانة بمصادر خارجية لعمليات الأعمال" (BPO).

بالنسبة للدول التي تكافح من أجل تحقيق النمو، بدت خدمات التعهيد الخارجي بمثابة شريان حياة. وكما كانت وظائف التصنيع التصديرية في الماضي، حملت خدمات التصدير وعداً بتحقيق عائدات كبيرة من العملات الأجنبية، فضلاً عن خلق عدد كبير من الوظائف ذات الأجور المجزية. وفي عام 2021، نشر البنك الدولي تقريراً يُشيد بـ"إمكانات التنمية القائمة على الخدمات"، مُسلطاً الضوء على دورها في "الابتكار الذي يُحسّن إنتاجية العمل".

على مدى العقود القليلة الماضية، طورت دول مثل الفلبين والبرازيل قطاعات تكنولوجيا معلومات ضخمة، حيث صدّرت خدمات بمليارات الدولارات سنوياً ووظّفت ما يقارب مليوني عامل لكل منهما.<sup ¹ ولكن على الصعيد العالمي، كانت الهند هي الرائدة بلا منازع، إذ بلغ عدد العاملين في قطاع خدمات تكنولوجيا المعلومات فيها 5.8 مليون شخص، وبلغت صادراتها 200 مليار دولار في عام 2025.

بات الخوف من استبدال الذكاء الاصطناعي للوظائف البشرية أمراً شائعاً. في أمريكا، انصبّ التركيز على تأثيره على وظائف المبتدئين في تطوير البرمجيات وخدمة العملاء – تلك الوظائف التي تُعتبر مؤشراً مبكراً على تراجع فرص العمل، والتي يُفترض (نظرياً على الأقل) أن تكون قابلة للأتمتة بسهولة بواسطة برامج الذكاء الاصطناعي. وقد توصلت دراسة مؤثرة أجراها الاقتصاديون إريك برينجولفسون، وبهارات تشاندار، ورويو تشين، إلى أن العاملين في بداية حياتهم المهنية (من 22 إلى 25 عاماً في الولايات المتحدة) في القطاعات الأكثر اعتماداً على الذكاء الاصطناعي قد شهدوا انخفاضاً نسبياً في فرص عملهم بنسبة 19% منذ عام 2022.

بطبيعة الحال، بدأ الاهتمام يتجه نحو آثار الذكاء الاصطناعي على 6.8 مليار نسمة يعيشون في البلدان ذات الدخل المنخفض والمتوسط. وحتى الآن، لم يُحدث الذكاء الاصطناعي تأثيرًا يُذكر، سواءً إيجابيًا أو سلبيًا، على 2.5 مليار نسمة ما زالوا يعتمدون على الزراعة الصغيرة. وفي قطاع التصنيع، لا تزال الأدلة على تأثيره محدودة، مع أن التطورات التي يُحدثها الذكاء الاصطناعي في مجال الروبوتات الصناعية قد تلوح في الأفق. أما في قطاع صادرات الخدمات، فيبرز خطر فقدان الوظائف بسبب الذكاء الاصطناعي بشكلٍ أكبر.

طيور الكناري في منجم الفحم

مرّت أربع سنوات على إطلاق ChatGPT. بات بإمكان الموظفين القيام بمعظم مهام خدمة العملاء؛ بل إنّ خطوط دعم الشركات استُبدلت تدريجياً ببرامج ChatGPT أو Claude. فإلى أيّ مدى تُؤثّر الأتمتة على تصدير الخدمات في العالم النامي؟

يمكننا الاستفادة من البحث الأخير الذي أجراه برينجولفسون وآخرون في الولايات المتحدة حول النزوح الناتج عن الذكاء الاصطناعي، والنظر في كيفية تطور فرص العمل للأشخاص الذين نتوقع أن يكونوا الأكثر عرضة للنزوح الناتج عن الذكاء الاصطناعي: وهم العاملون في مجال التكنولوجيا من ذوي الخبرة المحدودة. ²

لعلّ أفضل البيانات المتاحة من أي دولة نامية تأتي من المسح الدوري للقوى العاملة في الهند، وهو مسحٌ دوريٌّ يرصد اتجاهات التوظيف والأجور.<sup ³ يمكننا استخدام ما يُسمّيه الاقتصاديون "الفرق الثلاثي" لتحديد أثر التعرّض للذكاء الاصطناعي. أولًا، نأخذ بيانات التوظيف للعمال الشباب (من 15 إلى 24 عامًا) في القطاعات المتأثرة بالذكاء الاصطناعي، ونطرح منها بيانات التوظيف للعمال الأكبر سنًا (من 25 إلى 39 عامًا) في القطاعات نفسها. ثمّ نجري المقارنة نفسها بين الشباب وكبار السن في القطاعات الأقل تأثرًا بالذكاء الاصطناعي. أخيرًا، بحساب الفرق بين هذين الفرقين، نستطيع تحديد أثر الصدمة على وظائف المبتدئين في القطاعات الأكثر تأثرًا بالذكاء الاصطناعي.

يُظهر الرسم البياني أعلاه هذا التفاوت الثلاثي في التوظيف، مع تحديد فترات الثقة بالأعمدة الرأسية. خلال السنوات الثلاث التي سبقت إطلاق ChatGPT، لم تكن هناك فجوة تُذكر بين الموظفين الجدد والعمال الأكبر سنًا في القطاعات الأكثر استخدامًا للذكاء الاصطناعي والقطاعات الأقل استخدامًا له. ولكن بعد عام 2022 – وهو العام الذي أُطلق فيه ChatGPT للجمهور – انخفض التوظيف النسبي لأصغر العمال سنًا، ممن استخدموا الذكاء الاصطناعي، فجأةً بنسبة 32%. ولم يتعافَ التوظيف النسبي منذ ذلك الحين، إذ ظل أقل بنحو 20% من خط الأساس لعام 2022 في أحدث بيانات عام 2025.

ينبغي توخي الحذر عند تفسير هذه النتيجة. فمن المحتمل أن يعكس هذا التراجع عوامل هيكلية كانت تحدث بالتزامن مع صعود الذكاء الاصطناعي التوليدي. فعلى سبيل المثال، قامت بعض شركات تكنولوجيا المعلومات الهندية بتوظيف أعداد زائدة من الموظفين خلال فترة الجائحة ، ثم جمّدت توظيف الخريجين في عام 2023.

إن غياب انتعاش قوي في سوق العمل، وسط تصريحات من شركات خدمات التعهيد الخارجي نفسها حول زيادة تبني الذكاء الاصطناعي، يُشير إلى أن هذا التأثير قد يكون حقيقياً. ويتوافق هذا، بالمناسبة، مع نتائج أحدث مراجعة لدراسة برينجولفسون وزملائه، حيث لم يظهر انخفاض نسبة التوظيف بنسبة 19% بين الشباب العاملين في مجال الذكاء الاصطناعي أي مؤشر على التراجع.

لكن لا ينبغي لنا اعتبار هذا مؤشراً على زوال جميع الوظائف. هذه البيانات مأخوذة من قطاع واحد، في بلد واحد، ومن بين العمال الذين نتوقع أن يكونوا الأكثر تضرراً. لا يوجد (حتى الآن) أي دليل على تراجع عام في جميع الفئات العمرية أو القطاعات المتأثرة بالذكاء الاصطناعي. حتى هذه النتيجة تكاد تكون غير ذات دلالة إحصائية.

كيف ومتى يمكننا استخلاص استنتاجات أوضح؟ قد يستغرق الأمر وقتاً أطول مما نرغب – ففي معظم البلدان النامية الأخرى، تأتي البيانات متأخرة بشكل كبير.

الطيران الأعمى منذ الإقلاع

«أيها السادة، لقد تأخرتم ستين يومًا. لقد انتهى الكساد.» هربرت هوفر، يونيو ⁴

في عام 1930، لم تكن أزمة الكساد قد انتهت بعد. ولكن كيف كان لهوفر أن يعلم؟ كان ذلك قبل تقديم تقرير كوزنتس "الدخل القومي" عام 1934، والذي كان بمثابة النواة الأولى لحسابات الدخل القومي الحديثة والناتج المحلي الإجمالي. وكان ذلك أيضاً قبل توفر إحصاءات شهرية موثوقة عن البطالة، إذ لم يبدأ المسح الأسري الحديث إلا عام 1940.

يجد العديد من قادة اليوم، لا سيما في البلدان ذات الدخل المنخفض والمتوسط، أنفسهم في وضع مشابه لوضع هوفر في ثلاثينيات القرن الماضي، إذ يدخلون مرحلة تحول اقتصادي وهم غافلون عن كيفية تغير اقتصاداتهم فعلياً في الوقت الحقيقي. ويُعدّ برنامج PLFS الهندي جهداً استثنائياً، لا مثيل له في البلدان الأخرى التي قد تكون عرضة لصدمة مماثلة في صادرات تكنولوجيا المعلومات.

لنأخذ الفلبين كمثال، وهي دولة أخرى ذات قطاع تصدير خدمات هام. يُنشر مسحها السنوي للأعمال والصناعة بعد أكثر من عام من انتهاء فترة الدراسة. هذا يجعله عديم الفائدة تقريبًا في تحليل التغيرات المتكررة في القوى العاملة استجابةً لتطورات قدرات الذكاء الاصطناعي. قد لا نتمكن من فهم تأثير Fable 5 (وغيرها من النماذج الرائدة الحالية) على القوى العاملة في قطاع تكنولوجيا المعلومات الفلبيني فهمًا كاملًا إلا بعد إصدار Fable 8. ببساطة ⁵ لا توجد بيانات تتبع آنية.

مع تدفق الاهتمام والأموال الآن إلى أبحاث اقتصاديات الذكاء الاصطناعي، فمن المرجح أن نتعرض لوابل من التقديرات المشابهة لتقديراتنا، من ملخصات أوراق العمل الحديثة التي تخبرنا كيف أدى الذكاء الاصطناعي إلى إزاحة فئة معينة من العمال مقارنة بفئة أخرى أو تعزيز الإنتاجية في شركة ما مقارنة بشركة أخرى.

لذا، قد يميل البعض إلى المبالغة في تفسير البيانات المتوفرة لدينا، وكتابة سلسلة تغريدات على تويتر تنبئ بأزمة توظيف وشيكة تواجه الشباب العاملين في مجال تكنولوجيا المعلومات في الهند. لكن كل نتيجة ليست سوى جزء من الصورة الكاملة. هذه النتيجة، وغيرها من النتائج المشابهة، لا تُطلعنا على التأثيرات الإجمالية.

ثم يبقى فقط مسألة بسيطة وهي إسقاط هذا على المستقبل. فحتى لو استطعنا فهم الاقتصادات اليوم فهماً كاملاً، فإن مجرد استقراء ذلك ليتوافق مع قدرات نماذج الغد قد يقودنا إلى توقعات مضللة للغاية.

المزارعون الذين ليسوا أغبياء كما يُصوَّرون، والقنبلة السكانية التي لم تكن

تنشأ العديد من المخاوف بشأن الآثار الاقتصادية للذكاء الاصطناعي من إسقاط آثار التقنيات المستقبلية على عالم يشبه إلى حد كبير عالمنا اليوم. لكن هذا النوع من الاستقراءات له تاريخ طويل ومتشعب، فنحن البشر نميل إلى أن نكون أكثر قدرة على التكيف مما نعتقد.

لعلّ أشهر تنبؤ في مجال التنمية الدولية جاء من كتاب بول إيرليخ الأكثر مبيعًا عام 1968 بعنوان "القنبلة السكانية". فبعد استقراء الاتجاهات الملحوظة في النمو السكاني والتقدم المحدود في إنتاج الغذاء، انتاب إيرليخ قلق بالغ إزاء احتمالية الاكتظاظ السكاني والمجاعة الجماعية. أما السيناريو الأكثر تفاؤلاً الذي طرحه كتاب "القنبلة السكانية"، والذي تطلّب "نضجًا في النظرة والسلوك في الولايات المتحدة يبدو من غير المرجح تحقيقه"، فقد تضمن موت نصف مليار شخص جوعًا (خُمس سكان العالم ⁶ .

لكن توقعات إيرليخ كانت مبنية على استقراءات ثابتة للسلوك البشري. فقد أخفق في التنبؤ بالثورة الخضراء، التي حسّنت بشكل كبير غلة الحبوب (خاصة في الهند)، والتحول الديموغرافي، الذي انخفضت فيه معدلات الخصوبة. بل إن الوفيات الناجمة عن سوء التغذية والمجاعات قد انخفضت بالفعل. راهن إيرليخ ضد قدرتنا، التي غالبًا ما يُستهان بها، على الابتكار والتكيف، من خلال فرض نمو سكاني سريع على عالم مستقبلي تتغير إمكانياته الإنتاجية ببطء شديد.

في الواقع، تُعدّ حادثة عام 2000، ⁷ من صدمة في الطلب أدت إلى انتعاش قطاع تصدير تكنولوجيا المعلومات في الهند، مثالاً آخر على عدم صمود التوقعات أمام التكيف. هذه المرة، وقبل أن تدق الساعة منتصف ليل 31 ديسمبر 1999، جاء التكيف على هيئة مبرمجين في الهند قاموا بفحص وتعديل ملايين أسطر البرمجة لتجنب الكارثة. في النهاية، لم تتحقق التوقعات الكارثية بانهيار الأنظمة المالية والحكومية وأنظمة النقل في جميع أنحاء العالم في آن واحد، لأننا تكيفنا لضمان عدم حدوث ذلك.

لقد استخلص علم اقتصاديات المناخ، بدوره، درساً مماثلاً خلال العقود الأخيرة. ففي النماذج المبكرة للأضرار الزراعية الناجمة عن تغير المناخ، اعتمدنا غالباً على درجات الحرارة المتوقعة، وأدخلناها في معادلات غلة المحاصيل عند درجات حرارة مختلفة، ثم توقعنا حجم الأضرار. وكما كان متوقعاً، اتسمت تقديرات الأضرار المناخية في هذه النماذج المبكرة بالضخامة. إلا أن هذه النماذج تضمنت افتراضاً أساسياً مفاده أن المزارعين لن يتكيفوا مع تغير المناخ.

ستظل هناك، بالطبع، تكاليف باهظة ناجمة عن تغير المناخ. وليست كل محاولات التكيف ناجحة: ففي الزراعة الأمريكية، لم تُخفف محاولات التكيف على المدى الطويل سوى نصف الأضرار الناجمة عن تغير المناخ على الأكثر، وربما لم تُخففها إطلاقاً . وهناك قيود حقيقية على التكيف، فحتى مع وجود الرغبة في التكيف، لا توجد بالضرورة طريقة لتحقيق ذلك.

قد يسلك الذكاء الاصطناعي مسارًا مشابهًا للتحديات السابقة. من المرجح أن يكون هناك خاسرون من عملية التكيف. بل قد تصل القدرة على التكيف إلى حدود معينة. ولكن إذا كنت تخمن شكل العالم بعد خمس أو عشر سنوات، فقد تكون مخطئًا تمامًا إذا تجاهلت قدرة أنفسنا في المستقبل على التكيف. سيواجه ذكاء الغد الاصطناعي عالم الغد، لا عالم اليوم.

يقودنا هذا إلى اقتراح بسيط، ولكنه قد يكون بنّاءً، للاقتصاديين. فعلى مدى العشرين عامًا الماضية، كان الاستدلال السببي – أي القدرة على الفصل التام بين السبب والنتيجة – شرطًا أساسيًا للبحث الاقتصادي الأكاديمي. في المقابل، تراجعت أهمية التنبؤ إلى مرتبة ثانوية أو ثالثية، ليصبح حكرًا على واضعي السياسات (يا للهول!) والمصرفيين.

كان هذا التقسيم للعمل منطقيًا عندما كان من الممكن توقع أن يشبه عالم الغد عالم اليوم. ولكن إذا كان الذكاء الاصطناعي على وشك إعادة تشكيل مسارات النمو، فإن أفضل ما يمكن أن يفعله الاقتصاديون ليس قياس صدمة الأمس بدقة أكبر، بل تحسين قدرتهم على التنبؤ بالصدمة التالية.

يجب أن تأخذ الرؤى الأكثر دقة لمستقبلنا الاقتصادي في الحسبان قدرات الآلات وقدرات البشر على التكيف. فكما لم يقف البشر مكتوفي الأيدي ينتظرون الموت جوعاً، فإن المديرين التنفيذيين في شركة إنفوسيس لا يقفون مكتوفي الأيدي ينتظرون استبدالهم. قد تقل فرص العمل المتاحة، أو قد تختلف أنواعها، ولكن إن كان هناك ما يمكنهم فعله حيال ذلك، فإن الصناعة التي نشأت من رحم التكيف مع الأزمات ستسعى جاهدة للتكيف مرة أخرى.

أوليفر كيم خبير اقتصادي في مجال التنمية، ويعمل باحثًا في صندوق النمو العالمي التابع لمؤسسة Coefficient Giving. يكتب مدونة على منصة Substack بعنوان " ⁸ العالمية" . أما أوليفر هاني، فهو محرر مساهم في موقع In Development، والمدير التحريري لموقع VoxDev، حيث يقدم بودكاست "أفكار في التنمية".

إذا كانت لديكم تعليقات على هذه المقالة، أو ترغبون في المشاركة في النقاش، يرجى إرسالها عبر البريد الإلكتروني إلى letters@indevelopmentmag.com. سيتم نشر الردود في قسم الرسائل.

1. كانت قصة OpenAI غير عادية نسبياً في تسليط الضوء على العمال الأفارقة؛ حيث لم يوظف قطاع كينيا سوى 36000 شخص في عام 2025 . ↩︎
2. من المرجح أن يكون العاملون التقنيون الأكبر سناً قد اكتسبوا المزيد من "المهارات الشخصية" والمهارات التقنية المتخصصة، مما يجعل استبدالهم بالذكاء الاصطناعي أكثر صعوبة. ↩︎
3. تم تعديل منهجية مسح القوى العاملة الدورية في عام 2025، مما يجعل المقارنات السابقة صعبة. ومع ذلك، فهي أفضل البيانات المتوفرة لدينا. ↩︎
4. الصياغة الدقيقة غير مؤكدة، لكن من المرجح أنه قال شيئاً من هذا القبيل . ↩︎
5. هناك مجموعة متنامية من الأبحاث التي تستكشف أشكالاً جديدة للقياس، مثل التنبؤات الآنية المدعومة بالتعلم الآلي، وبيانات الأقمار الصناعية، وبيانات الهواتف المحمولة، والتصنيف الآلي. ويبقى أن نرى ما إذا كانت هذه الأساليب الجديدة قادرة على تجاوز الحاجة إلى مصادر البيانات الإدارية والمسحية التقليدية. ↩︎
6. بول إيرليخ، قنبلة السكان (سييرا كلوب بالانتين بوكس)، 80. ↩︎
7. كانت تُعرف في الأصل باسم "خطأ الألفية"؛ حيث قامت العديد من برامج الكمبيوتر بتخزين السنوات باستخدام رقمين فقط، مما أدى إلى مخاوف واسعة النطاق من أن الأنظمة ستخطئ في اعتبار "00" هو 1900 وتتعطل بشكل جماعي في 1 يناير 2000. ↩︎
8. فريق آخر ضمن مؤسسة Coefficient Giving، وهو فريق العطاء الفعال والمسارات المهنية، يُعدّ ممولاً لمؤسسة In Development. لم يكن لهم أي دور في قرارنا التحريري بتكليف أوليفر بكتابة هذا المقال وتحريره ونشره، ويكتبه أوليفر بصفته الشخصية. ↩︎