هل سيحل الذكاء الاصطناعي محل عمال إزالة المواد الخطرة؟ البيانات تقول لا تحبس أنفاسك

12% فقط مما يقوم به عمال إزالة المواد الخطرة يواجه أي خطر حقيقي للأتمتة في الوقت الراهن. إذا كنت تزحف داخل مبنى ملوث في بدلة مواد خطرة كاملة، فيمكنك على الأرجح أن تتوقف عن القلق بشأن روبوت يسرق وظيفتك في أي وقت قريب.

هذا ليس مجرد تخمين — بل هو ما تُظهره أحدث البيانات من تحليلنا لأكثر من 1,000 مهنة. وبصراحة، حين تفكر في ما تنطوي عليه هذه الوظيفة فعلاً، فإن الرقم منطقي تماماً.

الأرقام التي تقف خلف هذا الأمان

[حقيقة] يواجه عمال إزالة المواد الخطرة حالياً تعرضاً كلياً للذكاء الاصطناعي بنسبة 17%، مع خطر أتمتة لا يتجاوز 12%. وللتوضيح، فإن المتوسط عبر جميع المهن التي نتتبعها أعلى بكثير. تقع هذه المهنة بثبات في فئة "التعرض المنخفض"، والأسباب تكشف شيئاً مهماً عن حدود قدرات الذكاء الاصطناعي الحالية.

لكن هنا تصبح الأمور مثيرة للاهتمام. فليست جميع المهام داخل هذه المهنة تواجه المستوى ذاته من تأثير الذكاء الاصطناعي. فإعداد تقارير الامتثال للسلامة يبلغ معدل أتمتته 55% — وهي المجال الوحيد الذي يشق فيه الذكاء الاصطناعي طريقه فعلاً. فكر في الأمر: توليد الوثائق الموحدة، وملء النماذج التنظيمية، والترابط بين قواعد بيانات الامتثال ومعايير إدارة السلامة والصحة المهنية. هذه بالضبط هي أنواع المهام المنظمة والكثيفة النصية التي تُجيدها النماذج اللغوية الكبيرة، وقد بدأت بالفعل شركات متعددة لإزالة المواد الخطرة في دمج مساعدي الذكاء الاصطناعي لتوليد الأوراق.

في المقابل، تشغيل معدات الإزالة المتخصصة فعلياً لا يتجاوز معدل أتمتته 12%. وإجراءات إزالة التلوث؟ 15%. وتحديد المواد الخطرة وتقييمها في الميدان؟ 28%، وحتى هذا الرقم يأتي مع تحفظات جوهرية — فالذكاء الاصطناعي يمكنه المساعدة في تحليل قراءات أجهزة الاستشعار والرجوع إلى صحائف بيانات سلامة المواد، لكن قرارات الحكم الفعلية في الميدان تظل في صميمها بشرية.

[ادعاء] النمط واضح: كلما كانت المهمة أكثر جسدية وخطورة وغير قابلة للتنبؤ، كلما قلّ ما يمكن للذكاء الاصطناعي فعله. الأسبستوس لا يُزيل نفسه بنفسه. طلاء الرصاص في مبنى عمره قرن من الزمن لا يتبع أنماطاً رقمية منظمة. تنظيف التلوث الإشعاعي يتطلب حكماً بشرياً لحظياً لا يمكن لأي خوارزمية تكراره بأمان — حتى الآن على الأقل.

الواقع الجسدي الذي يُوقف الأتمتة

انتقل إلى موقع معالجة مواد خطرة وستتضح حدود الأتمتة في غضون دقائق. يتنقل العمال في أماكن الزحف الضيقة تحت المباني العريقة، ويتسلقون عبر العلية المليئة بعزل الفيرميكيوليت الذي قد يحتوي على الأسبستوس، ويجتازون المواقع الصناعية التي تستلزم قراءة البيئة في كل خطوة لاكتشاف الأخطار الكامنة. لا يوجد روبوت في السوق اليوم قادر على القيام بهذا العمل، والهوة بين العروض التجريبية البحثية والواقع الإنتاجي لا تزال هائلة.

تأمل ما يتطلبه مشروع نموذجي لإزالة الأسبستوس فعلاً. يرتدي العامل بدلة Tyvek كاملة، وجهاز تنفس ثنائي الخرطوش، ومعدات بروتوكول إزالة التلوث قبل الدخول إلى منطقة العزل. داخل المنطقة، يرش رذاذ الماء لقمع الألياف العائمة في الهواء، ويكشط يدوياً المواد الهشة من الأنابيب والعوارض، ويضع النفايات في أكياس بولي إيثيلين سماكة 6 مل، ويُلصق الملصقات على كل حاوية للتخلص المنظّم منها. تستلزم الوظيفة تحكماً دقيقاً في الحركة مع ارتداء قفازات سميكة، والوعي بالفضاء في ظروف إضاءة منخفضة، والانتباه المستمر للحالة الجسدية لبدلة الوقاية نفسها — فأي تمزق أو إخفاق في الإغلاق يحوّل مهمة روتينية إلى حالة طوارئ طبية.

هذه هي الظروف التي تنفد فيها قدرة الذكاء الاصطناعي ببساطة. يمكن لأنظمة الرؤية الحاسوبية تحديد المواد المحتوية على الأسبستوس في ظروف المختبرات المتحكم بها، لكن الأنظمة ذاتها تعجز حين تكون المادة مغطاة بعقود من الأوساخ، أو مخفية خلف مجاري الهواء، أو مختلطة بعزل غير خطير يشبهها. لا تزال معالجة الروبوتات في البيئات الفوضوية وغير القابلة للتنبؤ مشكلة غير محلولة على الرغم من المليارات المستثمرة في البحث.

لماذا تشهد هذه الوظيفة نمواً فعلياً

[حقيقة] يتوقع مكتب إحصاءات العمل نمواً بنسبة +8% في وظائف عمال إزالة المواد الخطرة حتى عام 2034. وهذا أعلى من المتوسط عبر جميع المهن. والأسباب ليست بعيدة المنال: تعني البنية التحتية المتقادمة في جميع أنحاء الولايات المتحدة وجود المزيد من المباني التي تحتوي على الأسبستوس وطلاء الرصاص التي تحتاج إلى معالجة. ومعالجة مواقع الصناعات البيئية مستمرة. واللوائح الجديدة تُفرز طلباً جديداً.

مع وجود نحو 56,200 عامل موظف حالياً وأجر سنوي وسيط يبلغ 48,210 دولاراً، هذه ليست أعلى مهنة بناء أجراً — لكنها من أكثر المهن استقراراً في مواجهة اضطرابات الذكاء الاصطناعي. كما تُخفي بيانات الأجور تبايناً ملحوظاً حسب التخصص. يمكن للعمال الحاصلين على شهادة تطهير الإشعاع في المنشآت النووية أن يتقاضوا 70,000-95,000 دولار سنوياً. أما من يتعاملون مع تنظيف النفايات الخطرة في إطار عقود Superfund الفيدرالية، فكثيراً ما يحصلون على أسعار مكافأة مخاطر تدفع إجمالي التعويضات إلى ما يتجاوز 80,000 دولار.

قصة البنية التحتية مهمة هنا. تُقدّر الجمعية الأمريكية للمهندسين المدنيين أن نحو 35% من المباني الأمريكية التي شُيّدت قبل عام 1980 لا تزال تحتوي على مواد تستلزم معالجة في نهاية المطاف. تمس أنابيب الرصاص ما يُقدَّر بـ 9.2 مليون خط خدمة وفق بيانات وكالة حماية البيئة. وتواصل خزانات التخزين السطحية في محطات الوقود والمصابغ والمواقع الصناعية تسريب التلوث الموروث. كل واحدة من هذه المشاكل تتطلب يداً بشرية لإصلاحها، وتتنامى القوى العاملة اللازمة لمعالجتها عاماً بعد عام.

[تقدير] بحلول عام 2028، نتوقع أن يرتفع التعرض الكلي للذكاء الاصطناعي بتواضع إلى 24%، مع وصول خطر الأتمتة إلى 17%. هذا نمو بالفعل، لكنه تدريجي. أما التعرض النظري — أي ما يمكن للذكاء الاصطناعي التعامل معه نظرياً لو طبّقنا كل تقنية ممكنة — فيصل إلى 38% بحلول عام 2028. والفجوة بين التعرض النظري والمُلاحظ تُخبرك بكل شيء: قد تتوفر التقنية نظرياً، لكن تطبيقها في بيئات المواد الخطرة تحدٍّ مختلف تماماً.

الجدار التنظيمي الذي يُبطئ تبني الذكاء الاصطناعي

ثمة عامل نادراً ما يُذكر في توقعات الأتمتة: الهيكل التنظيمي المحيط بأعمال المواد الخطرة يُفرز حواجز هيكلية أمام نشر الذكاء الاصطناعي تتخطى بكثير القدرة التقنية. تُحكم قانون AHERA الصادر عن وكالة حماية البيئة ومعيار OSHA رقم 29 CFR 1926.1101 وشبكة من متطلبات ترخيص على مستوى الولايات تشغيلَ إزالة الأسبستوس، مما يُوجب وجود مشرفين بشريين معتمدين في كل مشروع.

يشترط نظام الاعتماد أن يُكمل العمال تدريب HAZWOPER لمدة 40 ساعة لعمليات النفايات الخطرة، مع تجديد سنوي لمدة 8 ساعات. وتستلزم إزالة الأسبستوس تراخيص منفصلة صادرة عن الولاية مع فحوصات نظرية وعملية. كما يشترط استئصال الرصاص بموجب قاعدة الإصلاح والتجديد والطلاء (RRP) الصادرة عن وكالة حماية البيئة اعتماد شركة المقاول ووجود مُجدِّدين معتمدين في الموقع لأي أعمال في المنازل التي بُنيت قبل عام 1978. لا تستوعب أيٌّ من هذه الأطر التنظيمية الذكاءَ الاصطناعي أو الأنظمة الآلية لأداء الأنشطة المنظمة — فهي تفترض وجود عمال بشريين وفي كثير من الحالات تُوجبهم صراحةً.

هذا التقصير التنظيمي ليس عائقاً مؤقتاً. فهو يعكس حكماً مجتمعياً متعمداً بأن الأعمال التي تنطوي على خطر مباشر على الصحة العامة تستلزم مساءلة بشرية. حين يسوء الأمر في موقع للمواد الخطرة — خرق للاحتواء، أو حاوية نفايات غير موسومة، أو حادث تعرض عامل — لا بد أن يكون ثمة محترف بشري مسمى يمكن تعليق ترخيصه، ويمكن الاستشهاد بقراراته في المحكمة، ويمكن لمفتشي الجهات التنظيمية مراجعة أحكامه. لا تُتيح أنظمة الذكاء الاصطناعي أياً من هذه المزايا.

ما يساعد فيه الذكاء الاصطناعي فعلاً

قصة التعزيز هنا أكثر إثارة للاهتمام من قصة الاستبدال. تُسهم أدوات الذكاء الاصطناعي بالفعل في تحديد المخاطر عبر التحليل المتقدم لبيانات أجهزة الاستشعار — الطائرات المسيّرة المجهزة بأجهزة استشعار كيميائية تُغذّي البيانات إلى أنظمة تصنيف الذكاء الاصطناعي، على سبيل المثال. كما تتسارع سير عمل التوثيق وإعداد التقارير. وتزداد واقعية محاكاة التدريب.

انتقل عدد من التطبيقات المحددة من مرحلة التجريب إلى الاستخدام الروتيني لدى المقاولين الكبار. يمكن لمسوحات المواقع بالطائرات المسيّرة المجهزة بأجهزة الاستشعار الحرارية والكيميائية رسم خرائط التلوث قبل دخول العمال، مما يُقلل وقت التعرض ويُحسّن التخطيط. وأسهمت المنصات البرمجية التي تُحلل صحائف بيانات السلامة وتُولّد خطط الصحة والسلامة الخاصة بالمواقع في خفض وقت التوثيق بنسبة تُقدَّر بـ 30-50% في الشركات التي تبنّتها. وتُوفر أجهزة الاستشعار القابلة للارتداء التي ترصد علامات حياة العمال وظروف البيئة في الوقت الفعلي طبقة سلامة إضافية لم تكن ممكنة قبل عقد من الزمن.

التدريب مجال آخر تُقدم فيه الذكاء الاصطناعي قيمة حقيقية. محاكاة الواقع الافتراضي التي تُعيد خلق سيناريوهات الإنقاذ في الأماكن الضيقة، وإجراءات إزالة التلوث، وتسلسلات الاستجابة للطوارئ تُتيح للعمال التدرب على المواقف النادرة لكن الحرجة دون خطر فعلي. تتكيف هذه المحاكاة مع أداء المتدرب، وتُقدم سيناريوهات أكثر تحدياً كلما ازداد التمكن.

لكن العمل الأساسي — ارتداء بدلات الوقاية، ودخول المناطق الملوثة، وإزالة المواد الخطرة جسدياً، وتطهير المعدات والأفراد — يبقى عملاً يدوياً خطيراً لا يمكن للتكنولوجيا الحالية استبداله.

مجموعة المهارات الخفية التي تحدد هذه الوظيفة

ثمة فئة من الخبرة في أعمال المواد الخطرة تحظى بالكاد بأي اهتمام عام لكنها تحدد من ينجح في الميدان. يُسمّيها المخضرمون "الحدس الميداني" — القدرة على الدخول إلى مبنى غير مألوف، ومسح البيئة، وتطوير نظرية عمل دقيقة حول مكان المواد الخطرة وحالتها وطريقة معالجتها. يُبنى هذا الحدس عبر سنوات من التعرض لآلاف المباني ويتصقل من خلال المواقف القريبة من الكوارث التي لا تجد طريقها أبداً إلى مواد التدريب الرسمية.

مشرف إزالة ماهر يتجول في مبنى مدرسة من حقبة الستينيات يرى أشياء يعجز عنها الخوارزمية: النمط المموج المميز للألواح المحتوية على الأسبستوس خلف نافورات الشرب، والسطح الطباشيري لعزل الأنابيب الهشة التي تتقادم في غرف التدفئة، والصبغة البرتقالية الخفيفة للفيرميكيوليت المُصبوب في تجاويف الجدران منذ عقود مضت، وأنماط الاضطراب الطفيفة التي تكشف عن مكان تجديدات غير مصرح بها سابقاً ربما أطلقت ألياف في أنظمة التدفئة والتهوية وتكييف الهواء. هذه البصمات البصرية تنبثق من السياق الجسدي — ظروف الإضاءة، وملمس السطوح، والتفاصيل المعمارية التي تميز كل حقبة بنائية — مما يجعلها مقاومة للاستيعاب الموحد في مجموعات بيانات التدريب.

هذا هو النوع من المعرفة الضمنية الذي طالما صارعه الذكاء الاصطناعي. تُحقق نماذج الرؤية الحاسوبية المدرَّبة على صور مواد الأسبستوس دقةً مبهرة في ظروف المختبر، لكنها تتدهور بشكل ملحوظ حين تُطبَّق على فحوصات مبانٍ حقيقية حيث تظهر المادة ذاتها في مئات التنويعات. إلى أن يتمكن الذكاء الاصطناعي من تكرار التعلم التجريبي لعامل إزالة متمرس، تبقى متطلبات وجود الإنسان في الموقع هيكلية لا اختيارية.

ما يعنيه ذلك لك

إن كنت تعمل في إزالة المواد الخطرة أو تفكر في الانضمام إلى هذا المجال، فإن البيانات تُشير إلى أمان وظيفي قوي. ركّز على المجالات التي يُغيّر فيها الذكاء الاصطناعي قواعد اللعبة: تعلّم العمل مع أدوات المراقبة المدعومة بالذكاء الاصطناعي، واستأنس بمنصات الامتثال الرقمية، وتبنَّ أتمتة التوثيق التي يمكنها تحريرك للعمل الذي يهم فعلاً.

بالنسبة لمن يفكرون في الدخول إلى هذا المجال، المسار محدد جيداً. يكلّف تدريب HAZWOPER لمدة 40 ساعة عادةً 400-800 دولار ويمكن إتمامه في نحو أسبوع. تُضيف تراخيص العمال المتعلقة بالأسبستوس الخاصة بكل ولاية 300-500 دولار وأسبوعين من التدريب. ويكلّف اعتماد إزالة الرصاص بموجب قاعدة RRP الصادرة عن وكالة حماية البيئة نحو 200 دولار للدورة الأساسية لمدة 8 ساعات. بهذه المؤهلات، تبدأ المناصب المبتدئة عادةً بـ 18-22 دولاراً في الساعة مع نمو سريع في الأجر مع إضافة العمال شهادات التخصص.

يُكافئ سلّم الترقي في أعمال المواد الخطرة التخصص. يشهد العمال الذين يُضيفون شهادات الأعمال الإشعاعية لتفكيك المنشآت النووية، أو مؤهلات الإنقاذ في الأماكن الضيقة، أو شهادات الغوص التجاري للمعالجة البحرية قفزات دخل ملحوظة. كما تفتح مناصب مشرف المشروع والشخص المؤهل بموجب معايير OSHA درجات رواتب إضافية. أما الأكثر ربحاً في هذا المجال — أولئك الذين يديرون شركات المقاولات الخاصة بهم — فكثيراً ما بدأوا كعمال ميدانيين وبنوا خبرتهم مشروعاً تلو الآخر.

سيزدهر العمال القادرون على الجمع بين مهاراتهم الجسدية التي لا تُعوَّض والطلاقة في الأدوات الرقمية الجديدة التي تدعم الوظيفة — لا تحل محلها. إن صار العامل هو من يعرف كيفية إزالة الأسبستوس فعلاً وكيفية تشغيل منصة المسح بالطائرات المسيّرة، ونظام أجهزة الاستشعار القابلة للارتداء، وبرنامج إدارة الامتثال في الوقت ذاته — خلق بذلك موقعاً مهنياً محصّناً لا تستطيع أي خوارزمية تكراره.

للاطلاع على بيانات الأتمتة التفصيلية لكل مهمة، تفضّل بزيارة صفحة تحليل عمال إزالة المواد الخطرة.

---

أُنتج هذا التحليل بمساعدة الذكاء الاصطناعي استناداً إلى بيانات من دراسة أنثروبيك لتأثيرات سوق العمل، وتوقعات مكتب إحصاءات العمل، وبيانات مهن ONET.*