research-report

هل سيضرب الذكاء الاصطناعي التوليدي النساء العاملات بقسوة أكبر؟ بيانات Brookings 2024 تقول: نعم

**36%** من النساء يعملن في مهن يمكن للذكاء الاصطناعي أن يعيد تشكيل نصف مهامها اليومية — مقابل **25%** من الرجال. هذا ليس خطأ تقريب. بل إشارة تحذير استخرجتها Brookings مباشرةً من بيانات تعرّض المهام لـ ChatGPT-4 عبر أكثر من 1,000 مهنة.

بقلم:مؤسس AI Changing Work
نشر: آخر تحديث:
تحليل بمساعدة الذكاء الاصطناعيتمت مراجعته وتحريره من قبل المؤلف

36% من النساء يعملن في مهن يمكن للذكاء الاصطناعي التوليدي أن يعيد تشكيل نصف مهامها اليومية على الأقل. أما الرجال فالنسبة تنخفض إلى 25%. هذه الفجوة البالغة 11 نقطة مئوية ليست خطأ تقريب — بل إشارة تحذير استخرجها فريق Brookings من درجات تعرّض المهام لـ ChatGPT-4 المطبّقة على أكثر من 1,000 مهنة أمريكية. حقيقة — [Brookings 2024]

إذا كنتِ امرأة تقرأين هذا المقال، فأنتِ على الأرجح قد شعرتِ بالأمر فعلاً. الأدوار الإدارية، والوظائف كثيفة الأوراق، ومهام المكاتب الخلفية التي تتركّز فيها النساء، هي نفسها الأدوار التي تلتهم نماذج اللغة الكبيرة سير العمل فيها بهدوء. قام فريق Brookings بالحسابات — والأرقام أسوأ مما توحي به معظم العناوين الصحفية.

مَن المعرّض فعلاً — ولماذا يظهر عامل الجنس مراراً

استخدم Brookings إطار تعرّض المهام الصادر عن OpenAI، بعد مقاطعته مع جرد مهام O*NET وبيانات التوظيف الصادرة عن BLS، لقياس مقدار العمل اليومي في كل مهنة الذي يمكن للذكاء الاصطناعي التوليدي الحالي مساعدته أو استبداله فعلياً. [حقيقة] ثم أضافوا فوق ذلك البيانات الديموغرافية من Pew لمعرفة من يشغل هذه الوظائف فعلياً.

هذا هو النمط الذي برز. أكثر من 30% من جميع العاملين في الولايات المتحدة يعملون في مهن يتعرّض فيها 50% أو أكثر من المهام اليومية للاضطراب. [حقيقة] وإذا وسّعتَ النظرة أكثر، فإن 85% من العاملين سيرون على الأقل 10% من مهامهم تتأثر بهذه التكنولوجيا. [حقيقة] لا أحد تقريباً يستطيع النجاة من هذه الموجة.

لكن العبء ليس موزّعاً بالتساوي. أعلى خمس عائلات مهنية من حيث التعرّض هي:

ثلاث من هذه العائلات الخمس — الأعمال والمالية، والدعم المكتبي، والدعم القانوني — هي مهن أغلبها من النساء في سوق العمل الأمريكي. الدعم المكتبي والإداري وحده يوظف حوالي 19 مليون أمريكي، ونسبة النساء في هذه الفئة تتجاوز 70% بفارق واضح. [حقيقة] هذه الحقيقة وحدها تفسّر معظم الفجوة بين 36% و25%.

الطبقة المزعجة التي أضافها Brookings: قوة التفاوض

التعرّض ليس سوى نصف القصة. النصف الآخر هو هل تملك أي نفوذ عندما تبدأ مهام وظيفتك بالتغيّر.

أشار Brookings إلى تفصيل نادراً ما يظهر في العناوين اللامعة: التمثيل النقابي في القطاع المالي يبلغ حوالي 1%. [حقيقة] هذا ليس خطأ مطبعياً. عندما تعيد برامج الإنتاجية تشكيل عمل محلل مالي أو موظف معالجة مطالبات، فلا يوجد عملياً أي ثقل مؤسسي مضادّ يتفاوض حول التدريب أو الأجر أو إعادة تصميم المهام. قارن ذلك بقطاعَي التعليم والرعاية الصحية — وهما قطاعان متوسطا التعرّض — حيث النقابية أعلى بكثير، وحيث كان للعاملين تاريخياً صوت أقوى في كيفية نشر الأدوات الجديدة.

إذن القصة ليست "الذكاء الاصطناعي سيحل محل النساء". القصة أضيق وأكثر صدقاً. ادعاء — [Brookings 2024]

القصة هي أن المهن الأكثر تعرّضاً للذكاء الاصطناعي التوليدي تُشغّل عدداً كبيراً من النساء، وأن هذه المهن نفسها تقع ضمن أضعف القطاعات من حيث حضور المفاوضة الجماعية في الاقتصاد الأمريكي. وعندما تضرب الموجة، يكون الواقفون في طريقها هم الأقل امتلاكاً لأدوات رسمية للتفاوض على الشروط.

ما الذي يحاول عمود "التعرّض المنخفض" أن يقوله لك

قائمة Brookings للمهن منخفضة التعرّض مثيرة للاهتمام بقدر ما تحتويه وبقدر ما تتركه خارجاً. المهن اليدوية، والعمل ذا الياقة الزرقاء، ومهن الخدمة الشخصية المباشرة — البناء، تحضير الطعام، الرعاية الشخصية — تحصل على درجات تعرّض منخفضة. [تقدير] وهذا يتطابق مع ما يشكّ فيه معظمنا أصلاً من خلال مراقبة الأدوات: الذكاء الاصطناعي التوليدي الحالي قوي في النص والكود والبيانات المنظّمة، ولا يزال أخرق أمام العمل البدني الحاضر جسدياً والمعتمد بشدة على السياق.

للمرة الأولى منذ جيل، تعضّ تكنولوجيا للأغراض العامة عمل الياقات البيضاء والمكاتب بقسوة أكبر مما تعضّ العمل البدني. هذا انقلاب في سردية الأتمتة التي سيطرت على عقد 2010، حين كانت روبوتات المستودعات والنقل البري (تذكّر كل تلك المقالات عن سائقي الشاحنات؟) تتصدّر العناوين.

إذا كان عملك في نطاق التعرّض المتوسط — ممثلة خدمة عملاء تعمل جنباً إلى جنب مع نموذج لغوي كبير، أو محامٍ يستخدم الذكاء الاصطناعي في الاستكشاف القانوني، أو ممرضة تستخدم الذكاء الاصطناعي في التوثيق — فإن بيانات Brookings تشير إلى مسار ثالث. المهام تتغيّر. الوظائف لا تختفي جملةً واحدة. لكن مزيج ما تفعله يوماً بيوم يتحوّل فعلاً.

إذن ماذا تفعل فعلياً بكل هذا

ثمة أمور قليلة تستحق أن تُقال بوضوح.

أولاً، اعرفي درجة تعرّضك. إذا كنتِ ضمن إحدى العائلات الخمس عالية التعرّض، فاحسبي أن 30 إلى 50% من مهامك الحالية ستبدو مختلفة بشكل ملموس خلال 3 إلى 5 سنوات. [تقدير] هذه ليست نبوءة بالبطالة. بل توقّع بأن محتوى يومك الوظيفي يتغيّر، وأن الأشخاص الذين يعيدون تشكيل محفظة مهامهم بأسرع وتيرة يحتفظون بأكبر قدر من النفوذ.

ثانياً، إذا كنتِ تُديرين فرقاً أغلبها من النساء — إدارة، عمليات مالية، دعم قانوني، خدمة عملاء — فهذه قضية احتفاظ بالموظفات، لا مجرد قصة إنتاجية. العاملات الأكثر تأثّراً بتقلّب المهام هنّ من لديهن أضعف موقف تفاوضي رسمي. أي سياسة تدريب أو إعادة انتشار أو أجور لديك اليوم صُمّمت على الأرجح قبل أن ينحرف ملف التعرّض إلى هذا الاتجاه.

ثالثاً، بيانات Brookings ستستمر في التحديث. كان GPT-4 هو وكيل التعرّض المستخدم؛ والنماذج الحديثة الأحدث تدفع منحنى التعرّض أعمق في مهام كانت في السابق تحتاج إلى حُكم بشري. [ادعاء] الفجوة بين الجنسين في بيانات 2024 أرضية، لا سقفاً.

المصادر

  • Muro, Mark, Maxim, Robert, Hathaway, Shriya Methkupally, Mark Muro. "Generative AI, the American worker, and the future of work." The Brookings Institution. 10 أكتوبر 2024. الرابط
  • البيانات الأساسية: درجات تعرّض المهام لـ ChatGPT-4 من OpenAI عبر أكثر من 1,000 مهنة؛ جرد مهام O*NET؛ إحصاءات التوظيف والأجور المهنية الصادرة عن U.S. Bureau of Labor Statistics؛ التراكبات الديموغرافية من Pew Research Center.

سجل التحديثات

  • 2026-04-17: النشر الأول استناداً إلى تقرير Brookings 2024. يُبرز فجوة التعرّض بين النساء والرجال 36% مقابل 25%، و19 مليون عامل في الدعم المكتبي والإداري، و1% كثافة نقابية في القطاع المالي، باعتبارها نقاط البيانات الثلاث المحورية.

تحليل بمساعدة الذكاء الاصطناعي. كُتب هذا المقال بواسطة وكيل بحث ذكاء اصطناعي، وخضع للمراجعة من حيث الدقة مقابل مصدر Brookings، ونُشر تحت إشراف تحريري على aichanging.work.

Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology


Tags

#brookings#gender-gap#women-workers#generative-ai#task-exposure#2024-research