المنهجية
من أين يستمد هذا الموقع أرقامه. الأرقام المعروضة منقولة عن بحوث خارجية منشورة وعن توقعات مكتب إحصاءات العمل الأمريكي؛ أما الترتيب والنسب المحسوبة من تلك القيم المنشورة فيُشار إليها بوصفها كذلك. وتوضّح هذه الصفحة ما يقيسه كل منها وأين تتوقف التغطية.
الأدبيات المرجعية
الأعمال أدناه من بين ما تستند إليه الأرقام المعروضة في هذا الموقع، إضافة إلى الأدبيات التي نستند إليها في شرح التعرّض للذكاء الاصطناعي. وتُعرض القيم بالقيمة التي أسندها كل ناشر. أما العرض فمُوطَّن — فمثلًا، حين يعبّر ناشر عن قيمة بفئة لفظية لا برقم، تكون الصياغة الظاهرة هي تلك الفئة مترجمةً إلى لغة الصفحة. والتوطين يغيّر طريقة كتابة القيمة، لا القيمة التي أسندها ناشرها. وتحمل صفحة الاعتمادات والمصادر بيانات نسبة مجموعات البيانات وتراخيصها.
- Massenkoff & McCrory (2026) - آثار الذكاء الاصطناعي على سوق العملمرجع
- Eloundou et al. (2023) - GPTs are GPTs: إطار التعرّض النظري للمهام
- Brynjolfsson et al. (2025) - Canaries in the Coal Mine: آثار التوظيف المقاسة من بيانات رواتب ADP الدقيقة
- مكتب إحصاءات العمل الأمريكي (U.S. Bureau of Labor Statistics) - توقعات التوظيف 2025-2035
- نظام تصنيف O*NET SOC - تصنيف موحّد للمهن والمهام
ما الذي تقيسه الأرقام
الأرقام المعرَّفة أدناه منقولة عن ناشرين خارجيين، ويذكر كل رقم مصدره في موضع عرضه. وحين تعرض صفحة مهنة ترتيبًا أو نسبة أو موضعًا داخل نطاق منشور، فإن تلك القيمة تبيّن علاقة بين قيم الناشر نفسه لا قياسًا جديدًا — ولا تنشر AI Changing Work أي قياس خاص بها. يعرّف هذا القسم المقاييس أدناه كما يعرّفها ناشروها.
- OpenAI "GPTs are GPTs" — بيتا (β)
- β = التعرّض المباشر (E1) + 0.5 × التعرّض عند توفر الأدوات (E2)، وفق تعريف المستودع المصدري. نعرضها على مستوى المهنة وفق نظامي التقييم اللذين نشرهما المؤلفون — المقيّمون البشريون ومقيّمو GPT-4 — وعلى مستوى المهام كنسبة المهام المقيَّمة التي تبلغ β ≥ 0.5. القيم بين 0 و1 كما نُشرت؛ ونحوّلها إلى نسبة مئوية لأغراض العرض فقط.
- Anthropic Economic Index — التعرّض المرصود
- مؤشر تعرّض نظري مرجّح باستخدام Claude المقيس، وفق تعريف التقرير الأصلي. يصف الاستخدام المرصود وقت نشر مجموعة البيانات. كما نعرض نفاذ الاستخدام على مستوى المهام: كم مهمة من مهام المهنة يظهر فيها استخدام مرصود، ومتوسطها. القيم بين 0 و1 كما نُشرت.
- مكتب إحصاءات العمل الأمريكي — توقعات التوظيف 2025–35
- أرقام التوظيف والأجر الوسيط والتغيّر المتوقع منسوخة من توقعات التوظيف 2025–35 الصادرة عن BLS (Table 1.2)، وهي منشور اتحادي في الملك العام. تصف هذه الأرقام مجموعة المهن SOC لا المسمى الوظيفي المفرد، لذا تتشارك المهن التي تحمل الرمز SOC نفسه هذه الأرقام. ويُنشر التوظيف بالآلاف من الوظائف.
- مكتب إحصاءات العمل الأمريكي — نطاقات التعرّض النسبي للذكاء الاصطناعي
- يصنّف مكتب إحصاءات العمل الأمريكي كل مهنة في مصفوفة التوظيف الوطنية ضمن أحد أربعة نطاقات نسبية — Low وModerate وHigh وVery high — تُنشر مع توقعات التوظيف 2025–35. والنطاق موقع ترتيبي بين المهن الواردة في ذلك الجدول، وليس مستوى ولا احتمال تبنٍّ ولا توقعًا للتوظيف، وهو لا يفصل بين الأتمتة والتعزيز. كما أنه ليس قياسًا أوليًا من المكتب: إذ يأخذ المكتب الرتب المئينية لكل مهنة من دراسات سبق نشرها ويجمعها في أربعة نطاقات. واثنتان من تلك الدراسات من فصيلة مجموعات البيانات التي يعرضها هذا الموقع أصلًا، فالنطاق وتلك القيم ليست مستقلة بعضها عن بعض. ونعرض تسمية النطاق كما كتبها المكتب مترجمةً إلى لغة الصفحة، ولا نعرض رقم الترتيب الذي لا ينشره المكتب. ويُسند النطاق على مستوى رمز مصفوفة التوظيف الوطنية (NEM) لا على مستوى المسمى الوظيفي، وقد يشمل الرمز الواحد أكثر من مهنة في هذا الموقع، فالمهن التي تشترك في الرمز نفسه تأخذ النطاق نفسه.
لا يحسب AI Changing Work أي درجة تعرّض أو مخاطر أو أتمتة خاصة به. وحين لا تغطي مجموعة بيانات مصدرية مهنة ما، نُظهر هذا الغياب بدل استبداله برقم.
إطار التحليل
تُوصف المهن على مستوى المهام المفردة، لأن مجموعات بيانات التعرّض المنشورة نفسها تقيّم المهام لا الوظائف كاملة. ويبيّن هذا القسم كيف تُربط تلك التقييمات الخارجية بمهن هذا الموقع.
- التفكيك على مستوى المهام
- تُفكَّك كل مهنة إلى مهامها المكوّنة كي يمكن ربط التقييمات على مستوى المهام من مجموعات البيانات المصدرية بها. قوائم المهام مأخوذة من O*NET؛ أما التقييمات المرتبطة بها فمن مجموعات البيانات الخارجية ولا تُعدَّل.
- مؤشرات التعرّض الخارجية
- قيم تعرّض المهن والمهام منقولة من مجموعات بيانات بحثية منشورة: Anthropic Economic Index (CC BY 4.0) وOpenAI "GPTs are GPTs" exposure rubric (MIT License) وILO Working Paper 140 (CC BY 4.0) وBLS AI exposure categories (Public domain (17 U.S.C. §105)). تُعرض القيم المصدرية بالقيمة التي أسندها كل ناشر. ولا يعيد AI Changing Work قياسها ولا ترجيحها ولا تصنيفها ولا يمزجها، ولا يحسب أي درجة تعرّض خاصة به. إسهامنا هو ربطها بأكواد المهن والمهام في O*NET، والمهن غير الموجودة في مجموعة بيانات يُعلن غيابها بدل منحها درجة. أما العرض فمُوطَّن — فمثلًا، حين يعبّر ناشر عن قيمة بفئة لفظية لا برقم، تكون الصياغة الظاهرة هي تلك الفئة مترجمةً إلى لغة الصفحة. والتوطين يغيّر طريقة كتابة القيمة، لا القيمة التي أسندها ناشرها.
- توقعات التوظيف
- أرقام التوظيف والأجور والتغيّر المتوقع منسوخة من توقعات التوظيف 2025–35 الصادرة عن مكتب إحصاءات العمل الأمريكي (Table 1.2)، وهي منشور اتحادي في الملك العام. تصف هذه الأرقام مجموعة المهن SOC، لذا تتشارك المهن التي تحمل الرمز SOC نفسه القيم ذاتها. ولا ننشر أي توقعات توظيف خاصة بنا.
جودة البيانات والقيود
الشفافية حول قيودنا ضرورية للتحليل المسؤول. يجب على المستخدمين مراعاة هذه العوامل عند تفسير بياناتنا.
- لا توجد عينة أساسية
- أرقامنا ليست مُشتقة من عينة مقاسة. لا يوجد خلفها استطلاع أو تتبّع أو لوحة مشاركين، ولذلك لا يمكن ذكر أي فترة ثقة. تعامل مع كل رقم على هذا الموقع باعتباره تقديراً غير مُتحقَّق منه.
- التغطية الجغرافية والمهنية
- تحدّها مجموعات البيانات المصدرية: من بين 1,010 مهنة منشورة، بعضها غير موجود في واحدة أو أكثر من مجموعات بيانات التعرّض، ويُعرض بوصفه غير مغطّى بدل منحه درجة. وتعكس البيانات الأساسية في الغالب سوق العمل الأمريكي والتفاعلات باللغة الإنجليزية، وقد لا تمثّل الأنماط العالمية.
- تكرار التحديث
- تُراجَع المؤشرات عند إعادة تشغيل تحليلنا الخاص. ولا نتلقى تحديثات تلقائية من أي مزوّد بيانات خارجي.
- الفجوة بين النظري والمرصود
- التعرّض ليس التبنّي. تقيس مجموعات البيانات المصدرية مدى تعرّض المهام، أو حجم الاستخدام المرصود وقت تجميعها؛ وبسبب عوائق التبنّي والقيود التنظيمية والجمود المؤسسي، يتأخر التغيّر الفعلي عادةً عن القدرة التقنية. كما تصف الأرقام لحظة نشر كل مجموعة بيانات لا الوضع اليوم.
سجل التحديثات
نحتفظ بسجل شفاف لتحديثات البيانات الرئيسية وتغييرات المنهجية.
الإطلاق الأولي
انطلق الموقع بـ 55 مهنة عبر 14 فئة. وكانت الأرقام المنشورة عند الإطلاق من إنتاج نموذجنا الخاص؛ وقد سُحبت في أغسطس 2026 واستُبدلت بمؤشرات من مصادر خارجية.
تحديثات مستمرة للمصادر
توسيع تدريجي لتغطية المهن باستخدام التحليل بمساعدة الذكاء الاصطناعي مع المراجعة اليدوية من الخبراء. سيتم دمج مصادر بيانات إضافية وبيانات سوق العمل الإقليمية.
المراجع الرئيسية
الأعمال المدرجة هنا من بين مصادر أرقام هذا الموقع وأدبياته الداعمة. ويذكر كل رقم في صفحة مهنة مجموعة البيانات التي جاء منها.
المراجع
مصادر البيانات والأوراق البحثية المُستشهد بها في تحليلنا.
12 مرجع
- [1]تقرير
Anthropic Research Team
“Labor market impacts of AI: A new measure and early evidence”
Anthropic, 2026.
يقدم مقياس 'التعرض المرصود' الذي يجمع بين القدرات النظرية لنماذج اللغة الكبيرة وبيانات استخدام كلود الفعلية.
- [2]تقرير
Ruth Appel, Maxim Massenkoff, Peter McCrory, Miles McCain, Ryan Heller, Tyler Neylon, Alex Tamkin
“Anthropic Economic Index report: economic primitives”
Anthropic, 2026.
يحدد خمسة عناصر اقتصادية أساسية لتصنيف مهام الذكاء الاصطناعي.
- [3]ورقة عمل
Andrew Johnston, Christos Makridis
“The Labor Market Effects of Generative AI: A Difference-in-Differences Analysis”
SSRN, 2025.
يطبق منهجية الفرق في الفروقات لقياس تأثيرات الذكاء الاصطناعي التوليدي على سوق العمل.
- [4]ورقة بحثية
Erik Brynjolfsson, Bharat Chandar, Ruyu Chen
Stanford Digital Economy Lab, 2025.
مطورو البرمجيات الشباب (22-25) يشهدون انخفاضاً بنسبة ~20% في التوظيف من ذروة 2022.
- [5]تقرير
Kunal Handa, Alex Tamkin, Miles McCain, Saffron Huang, Esin Durmus, Sarah Heck, Jared Mueller, Jerry Hong, Stuart Ritchie, Tim Belonax, Kevin K. Troy, Dario Amodei, Jared Kaplan, Jack Clark, Deep Ganguli
“Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations”
Anthropic, 2025.
يحلل ملايين محادثات كلود لربط استخدام الذكاء الاصطناعي بمهام O*NET المهنية.
- [6]ورقة عمل
Menaka Hampole, Dimitris Papanikolaou, Lawrence DW Schmidt, Bryan Seegmiller
“Artificial Intelligence and the Labor Market”
National Bureau of Economic Research, 2025.
أدوات لاعتماد الذكاء الاصطناعي على مستوى الشركة باستخدام شبكات التوظيف الجامعية التاريخية.
- [7]مقال
Sarah Eckhardt, Nathan Goldschlag
“AI and Jobs: The Final Word (Until the Next One)”
Economic Innovation Group (EIG), 2025.
يجد أن تأثير الذكاء الاصطناعي على الوظائف 'غير مرئي' بالمقاييس التقليدية.
- [8]مجموعة بيانات
U.S. Bureau of Labor Statistics
“Employment Projections: 2025-2035”
U.S. Bureau of Labor Statistics, 2025.
يتوقع 5.9 مليون وظيفة جديدة 2025-2035 (+3.5% إجمالي).
- [9]ورقة بحثية
Xiang Hui, Oren Reshef, Luofeng Zhou
“The Short-Term Effects of Generative Artificial Intelligence on Employment”
Organization Science, 2024.
يدرس تأثيرات الذكاء الاصطناعي التوليدي على منصات العمل الحر.
- [10]ورقة بحثية
Tyna Eloundou, Sam Manning, Pamela Mishkin, Daniel Rock
“GPTs are GPTs: An early look at the labor market impact potential of large language models”
arXiv, 2023.
80% من القوى العاملة الأمريكية قد تتأثر 10% أو أكثر من مهامها بنماذج اللغة الكبيرة.
- [11]ورقة بحثية
Daron Acemoglu, David Autor, Jonathon Hazell, Pasciano Restrepo
“Artificial Intelligence and Jobs: Evidence from Online Vacancies”
Journal of Labor Economics, 2022. DOI: 10.1086/718327
يحلل تأثير الذكاء الاصطناعي على إعلانات الوظائف باستخدام بيانات الشواغر.
- [12]ورقة بحثية
Daron Acemoglu, Pasciano Restrepo
“Robots and Jobs: Evidence from US Labor Markets”
Journal of Political Economy, 2020. DOI: 10.1086/705716
يقدر أن إضافة روبوت واحد لكل ألف عامل يقلل نسبة التوظيف إلى السكان بمقدار 0.2 نقطة مئوية.