المحتويات
- 1. الجواب — البيانات تقول «المبتدئون أولًا»
- 2. ما تقوله الإحصاءات الرسمية — بطالة الخريجين الجدد في الولايات المتحدة ونسبة التوظيف في اليابان
- 3. لماذا يصمد أصحاب الخبرة
- 4. ثلاثة أسئلة لتقييم عملك
- 5. «تبخّر التأهيل» — حين لا يجد المبتدئون فرصة للنمو
- 6. الرأي المخالف — «الذكاء الاصطناعي ليس بالضرورة السبب»
- 7. استراتيجيات للمبتدئين
- 8. حيث لا يمكن لأصحاب الخبرة الاسترخاء
- 9. ما يجب على الشركات فعله الآن
- الخلاصة
- الأسئلة الشائعة
حين يدور الحديث عن «الوظائف التي ستختفي أولًا» مع انتشار الذكاء الاصطناعي، يفترض كثيرون أن أصحاب الخبرة الذين يؤدون أعمالًا روتينية هم الأكثر عرضة للخطر. لكن ما أظهرته البيانات الفعلية في السنوات الأخيرة هو العكس.
تستخدم ورقة «Canaries in the Coal Mine?» لبرينيولفسون وزملائه في مختبر الاقتصاد الرقمي بجامعة ستانفورد بيانات رواتب ملايين العاملين من شركة الرواتب ADP، لتُظهر أن التوظيف الذي توقف عن النمو في المهن المعرّضة للذكاء الاصطناعي هو توظيف من هم بين 22 و25 عامًا. وبعد النسخة الأولى في أغسطس 2025، تفيد النسخة المنقحة في أغسطس 2026، ببيانات حتى يونيو 2026، بأن الفجوة اتسعت أكثر. كما تفيد ورقة لباحثين في جامعة هارفارد حلّلوا نحو 65 مليون سيرة ذاتية (نسخة مايو 2026) بأن توظيف المبتدئين وحده هو الذي انخفض في الشركات التي اعتمدت الذكاء الاصطناعي التوليدي، ووجدت دراسة لشركة Anthropic (مارس 2026) قارنت بيانات استخدام Claude بإحصاءات التوظيف الأمريكية إشارات في الاتجاه نفسه في توظيف الشباب.
يعرض هذا المقال، من الأبحاث والإحصاءات الرسمية، كيف يختلف أثر الذكاء الاصطناعي في التوظيف بحسب الخبرة — بين المبتدئين وأصحاب الخبرة، ويحوّل ذلك إلى أسئلة تعرف بها في أي جانب يقع عملك. أما المهن الأكثر تأثرًا فتجدها في أكثر 15 مهنة تأثرًا بالذكاء الاصطناعي، وشروط صمود العمل في المهن التي ستصمد في عصر الذكاء الاصطناعي، والفجوة بين توقعات الوظائف المكتبية والبيانات الفعلية في هل سيقضي الذكاء الاصطناعي على الوظائف المكتبية؟، وفارق الأداء بين من يواصلون العمل في المكان نفسه في كيف يوسّع الذكاء الاصطناعي فجوة القدرات بين الموظفين؟
عكس الحدس — الذكاء الاصطناعي يصيب باب الدخول أولًا
— تغيّر التوظيف في المهن المعرّضة للذكاء الاصطناعي (مختبر الاقتصاد الرقمي بستانفورد، نسخة أغسطس 2026 المنقحة)
مصدر التراجع هو قلة توظيف الشباب، لا زيادة التسريح.
ويصف المؤلفون ذلك بأنه «كناري في المنجم» — إشارات مبكرة، لا تقديرات سببية.
1. الجواب — البيانات تقول «المبتدئون أولًا»
بعيدًا عن الانطباعات، هذه أرقام تحققنا منها في الصفحات الأصلية للناشرين.
| الدراسة (الناشر، التاريخ) | النطاق | النتيجة الرئيسية |
|---|---|---|
| مختبر الاقتصاد الرقمي بستانفورد، «Canaries in the Coal Mine?» النسخة المنقحة (أغسطس 2026) | بيانات رواتب ADP (الولايات المتحدة، حتى يونيو 2026) | توظيف من هم بين 22 و25 عامًا في المهن المعرّضة للذكاء الاصطناعي أقل بنسبة 19% مما كان سيبلغه لو نما بوتيرة أقرانهم الأقل تعرضًا. ولا فجوة مماثلة لدى أصحاب الخبرة |
| المصدر نفسه | 22–25 عامًا، أكثر مجموعتين تعرضًا | نحو −11% من نوفمبر 2022 إلى يونيو 2026 (أقل ثلاث مجموعات تعرضًا: نحو +10%). 35–49 عامًا في أكثر مجموعتين تعرضًا: نحو +10% |
| المصدر نفسه | كل من هم بين 22 و25 عامًا | يعوّض النمو في الوظائف الأقل تعرضًا معظم التراجع: −1.9% إجمالًا (شبه ثابت) |
| المصدر نفسه، النسخة الأولى (أغسطس 2025) | بيانات حتى يوليو 2025 | تراجع نسبي بنسبة 13% في تقدير يعدّل تأثيرات كل شركة. وبالمقياس المنقح اتسعت الفجوة من 15% حينها إلى 19% بحلول يونيو 2026 |
| Anthropic، «Labor market impacts of AI» (مارس 2026) | من هم بين 22 و25 عامًا في مسح السكان الأمريكي (CPS) | انخفض معدل الحصول على وظائف في المهن شديدة التعرض بنحو 14% مقارنة بعام 2022 بعد ChatGPT («بالكاد ذو دلالة إحصائية»). ولا انخفاض مماثل لمن تجاوزوا 25 |
| حسيني وليشتنغر (جامعة هارفارد)، «Generative AI as Seniority-Biased Technological Change» (نسخة مايو 2026) | بيانات سير ذاتية أمريكية (نحو 65 مليون عامل في أكثر من 280 ألف شركة، 2015–2025) | في الشركات التي بدأت اعتماد الذكاء الاصطناعي التوليدي، تراجع توظيف المبتدئين مقارنة بالشركات التي لم تعتمده منذ الربع الأول من 2023، وصار أقل بنحو 9% بعد ستة أرباع (وبقي اتجاه توظيف أصحاب الخبرة شبه ثابت، والسبب الرئيسي تباطؤ التوظيف) |
| ADP Research، «Canaries Dashboard» (نُشر في 21 أكتوبر 2026) | بيانات رواتب ADP (الولايات المتحدة، سبتمبر 2026) | انخفض توظيف من هم بين 22 و25 عامًا في الوظائف شديدة التعرض للذكاء الاصطناعي بنسبة −3.7% على أساس سنوي، في تراجع سنوي متواصل منذ 36 شهرًا (كل الأعمار في المهن نفسها: −0.5%؛ من هم بين 22 و25 عامًا في كل المهن: −2.2%) |
ثمة نقطتان تستحقان الانتباه. الأولى: ما يتراجع هو التوظيف، لا أن التسريح يزداد. تخلص ورقة ستانفورد إلى أن الأثر يعمل أساسًا عبر تقليص توظيف الشباب، لا عبر زيادة حالات ترك العمل. فقبل أن يفقد العاملون وظائفهم، يضيق باب الدخول. الثانية: لا تظهر بطالة واسعة على مستوى الاقتصاد ككل. فالنتيجة الأولى للورقة نفسها هي عدم وجود دليل على إحلال واسع في الاقتصاد كله، وقد نما إجمالي التوظيف في عينة ADP بنحو 6% خلال الفترة. يتركز الأثر في شريحة ضيقة: الشباب في المهن المعرّضة للذكاء الاصطناعي.
لم تعد الفكرة القديمة «الشباب في مأمن» صالحة. بل تتضح بنية يكون فيها أسهل ما يؤتمته الذكاء الاصطناعي هو العمل «المدرسي» الذي كان يُسند تقليديًا إلى المبتدئين — كتابة الشيفرة الروتينية، ومسك الدفاتر، والرد الأولي على الاستفسارات.
2. ما تقوله الإحصاءات الرسمية — بطالة الخريجين الجدد في الولايات المتحدة ونسبة التوظيف في اليابان
تعتمد دراسات القسم 1 على بيانات الرواتب والسير الذاتية لدى الشركات. هنا نتحقق مما إذا كانت الإحصاءات الوطنية تشير إلى الاتجاه نفسه. للولايات المتحدة نستخدم تقرير The Labor Market for Recent College Graduates الذي يصدره بنك الاحتياطي الفيدرالي في نيويورك كل ربع سنة من مسح السكان الحالي (CPS)؛ وللمقارنة نضيف مسح توظيف الخريجين (باليابانية) الصادر عن وزارتي العمل والتعليم في اليابان.
المصدر: بنك الاحتياطي الفيدرالي في نيويورك، «The Labor Market for Recent College Graduates» (نُشر في 2 نوفمبر 2026، ببيانات الربع الثالث من 2026). معدّل موسميًا، متوسط متحرك لثلاثة أشهر، ويستبعد من لا يزالون يدرسون.
ارتفع معدل بطالة الخريجين الجدد في أربع سنوات من 4.0% إلى 5.2%، أي بمقدار 1.2 نقطة، وهو أكبر ارتفاع بين المجموعات الأربع. وفي معظم الفترة من التسعينيات حتى العقد الثاني من الألفية كان معدل بطالتهم أقل من معدل كل العاملين، لكنه بقي أعلى منه منذ 2021. ومن بين الخريجين الجدد العاملين، يعمل 42.5% في وظائف لا تتطلب عادةً شهادة جامعية («معدل العمالة الناقصة» بحسب فيدرالي نيويورك).
لكن هذه الإحصاءات وحدها لا تثبت أن الذكاء الاصطناعي هو السبب. فقد تزامن ارتفاع أسعار الفائدة وتصحيح التوظيف بعد الجائحة مع الفترة نفسها. ولهذا بالذات تقارن دراسات القسم 1 بين المهن المعرّضة للذكاء الاصطناعي والمهن الأقل تعرضًا: لفصل هذه الآثار بعضها عن بعض.
ويصدر فيدرالي نيويورك أيضًا معدل بطالة الخريجين الجدد (22–27 عامًا) بحسب التخصص. هذه بعض التخصصات.
| التخصص | معدل البطالة | معدل العمالة الناقصة |
|---|---|---|
| هندسة الحاسوب | 7.8% | 15.8% |
| علوم الحاسوب | 7.0% | 19.1% |
| الهندسة الميكانيكية | 4.4% | 20.1% |
| المحاسبة | 2.6% | 21.2% |
| الهندسة المدنية | 2.3% | 15.6% |
| التمريض | 2.1% | 12.8% |
بطالة الخريجين الجدد أعلى ما تكون في تخصصات الحوسبة، حيث يُستخدم الذكاء الاصطناعي كثيرًا لكتابة الشيفرة. أما الهندسة المدنية، وهي هندسة أيضًا، فمعدلها منخفض، والتمريض الذي يتطلب ترخيصًا وممارسة ميدانية أقل منها. والأرقام لعام واحد هو 2024 (مسح المجتمع الأمريكي، نُشر في فبراير 2026)، وتعكس أيضًا عوامل غير الذكاء الاصطناعي، مثل عدد الخريجين في كل مجال وحالة الاقتصاد.
قد تختلف الصورة في بلدان أخرى. ففي اليابان مثلًا بلغت نسبة التوظيف لخريجي الجامعات (البكالوريوس) الذين أنهوا دراستهم في مارس 2026 نحو 98.0% في 1 أبريل، وهي النسبة نفسها في العام السابق (وزارة الصحة والعمل والرفاه ووزارة التعليم (باليابانية)، نُشر في 22 مايو 2026). ولا يظهر هناك تراجع كالذي في الولايات المتحدة في توظيف الخريجين إجمالًا. لكن هذه النسبة هي حصة من وجدوا عملًا بين الخريجين الباحثين عنه، ولا تنقسم بحسب المهنة. أما الفروق في استخدام الذكاء الاصطناعي بحسب العمر فتجدها في مقالنا عن فجوة القدرات بين الموظفين.
3. لماذا يصمد أصحاب الخبرة
تطرح ورقة ستانفورد، تفسيرًا محتملًا، فرضية أن الذكاء الاصطناعي يحل بسهولة أكبر محل المعرفة المقننة (التي تُدرَّس في المدارس والكتب والإجراءات المكتوبة) ويكمّل المعرفة الضمنية (المكتسبة بالممارسة والإرشاد)، وتُظهر أن البيانات تسير في هذا الاتجاه: فالمهن الأكثر اعتمادًا على المعرفة المقننة ينمو فيها توظيف المبتدئين ببطء أكبر، والمهن الأكثر اعتمادًا على المعرفة الضمنية ينمو فيها توظيف أصحاب الخبرة ومنتصف المسار بسرعة أكبر. ويشدد المؤلفون على أنها نتائج وصفية لا سببية.
والدليل الثاني هو طريقة استخدام الذكاء الاصطناعي. فبالاعتماد على Anthropic Economic Index (بيانات استخدام Claude)، تفيد الورقة نفسها بأنه في المهن التي يُستخدم فيها الذكاء الاصطناعي غالبًا لأداء العمل بدلًا من الإنسان (الأتمتة) يتراجع توظيف الشباب، أما في المهن التي يُستخدم فيها غالبًا لمساعدة الناس (التكميل) فيبقى التوظيف ثابتًا أو يرتفع، ولا سيما لدى أصحاب الخبرة. فبين مهن متساوية في التعرض، تحدد طريقة الاستخدام الاتجاه.
وتشير إعلانات الوظائف إلى الاتجاه نفسه. ففي دراسة هارفارد، اختفت تدريجيًا المهام التي يجيدها الذكاء الاصطناعي من إعلانات وظائف المبتدئين في الشركات التي اعتمدت الذكاء الاصطناعي التوليدي. وتركّز تراجع توظيف المبتدئين في المهن المعرّضة للذكاء الاصطناعي، بينما بقي اتجاه توظيف أصحاب الخبرة شبه ثابت.
أربع قدرات لا يستطيع الذكاء الاصطناعي استبدالها (ويملكها كبار الخبرة عادةً)
هذا هو مجال المعرفة الضمنية (tacit knowledge) — المعرفة التي لا تُكتب في دليل ولا تُكتسب إلا بالممارسة. يستطيع الذكاء الاصطناعي إعادة إنتاج المعرفة المدرسية فورًا، لكن المعرفة الضمنية ما زالت إلى حد كبير لدى البشر. وميل البيانات «المقننة مقابل الضمنية» يسير في اتجاه هذا الحدس نفسه.
4. ثلاثة أسئلة لتقييم عملك
تُظهر الأبحاث أن الأعمال التي يضيق فيها باب الدخول تشترك في سمات معينة. الأسئلة الثلاثة التالية هي إطار هذا المقال لتطبيق تلك السمات على عملك، وليست استنتاجًا من الأبحاث نفسها.
| السؤال | إذا كانت الإجابة نعم | كيف تتحقق |
|---|---|---|
| 1. هل يمكن كتابة ما يفعله الموظف الجديد في سنته الأولى في دليل إجراءات؟ (شيفرة روتينية، إدخال بيانات، دعم الخط الأول، جمع المعلومات الأولية) | يميل توظيف المبتدئين إلى التقليص أولًا. ففي ورقة ستانفورد، كان نمو توظيف الشباب أبطأ في المهن الأكثر اعتمادًا على المعرفة المدوّنة. | اكتب عشر مهام يؤديها الموظف الجديد وضع علامة على ما يمكن تحويله إلى دليل. إذا تجاوزت العلامات النصف فالإجابة نعم. |
| 2. في هذه المهنة، هل يُستخدم الذكاء الاصطناعي غالبًا ليؤدي العمل بدل الإنسان؟ | حيث يُستخدم الذكاء الاصطناعي أساسًا للأتمتة تراجع توظيف الشباب، وحيث يساعد الناس بقي ثابتًا أو ارتفع (ستانفورد). | استخدم Anthropic Economic Index لترى هل تميل مهام مهنتك إلى الأتمتة أم إلى المساعدة. وانظر أيضًا هل تزداد في شركتك المهام المتروكة كليًا للذكاء الاصطناعي. |
| 3. هل يسوء فعلًا توظيف الخريجين أو بطالتهم في هذه المهنة أو التخصص؟ | باب الدخول يضيق بالفعل. ففي دراسة هارفارد، كانت المهام التي يجيدها الذكاء الاصطناعي تختفي من إعلانات المبتدئين في الشركات التي اعتمدته. | في الولايات المتحدة استخدم جدول فيدرالي نيويورك بحسب التخصص. وفي البلدان الأخرى راجع الإحصاءات الوطنية لتوظيف الخريجين، وأعداد الخريجين الذين توظفهم شركتك وقطاعك، وكيف تصف إعلانات المبتدئين العمل. |
هذا ما يمكن للمبتدئين وأصحاب الخبرة فعله بحسب عدد الإجابات بـ«نعم».
ومن الحالات التي تتناولها ورقة ستانفورد تطوير البرمجيات وخدمة العملاء وغيرهما. أما توقعات السنوات العشر بحسب المهنة (مكتب إحصاءات العمل الأمريكي) فتجدها في أكثر 15 مهنة تأثرًا بالذكاء الاصطناعي.
5. «تبخّر التأهيل» — حين لا يجد المبتدئون فرصة للنمو
الخطر الجدي أن الشركات قد تزرع قنبلة موقوتة: عدم توظيف المبتدئين ← لا ينمو المبتدئون ← نقص في أصحاب الخبرة بعد بضع سنوات.
في السابق، كان المهندسون والمحاسبون الجدد يقرؤون شيفرة من سبقوهم، ويؤدون المهام الروتينية، ويكتسبون المعرفة الضمنية في الميدان. وحين يتولى الذكاء الاصطناعي هذه المهام الأولى، يختفي معها المكان الذي يتعلم فيه المبتدئون.
أغلِق المدخل، فلن يُعَدّ أصحاب الخبرة في الغد
— تُظهر البيانات قلة التوظيف أكثر من التسريح
(ستانفورد، أغسطس 2026)
لا زيادة في ترك العمل
نحو −14% (مقارنة بـ2022)
Anthropic، مارس 2026
إعادة بناء التأهيل تستغرق وقتًا
بعبارة أخرى، الشركة التي تقرر أن «الذكاء الاصطناعي يخفض التكاليف، فلنتوقف عن توظيف الخريجين» تقرر في الوقت نفسه ألا توظف أصحاب الخبرة لديها في المستقبل. وتشير ورقة ستانفورد أيضًا إلى تباطؤ توظيف المبتدئين بوصفه علامة مبكرة على أن الذكاء الاصطناعي التوليدي قد يؤثر في «السلّم الوظيفي». مع التنبيه إلى أن «نقص الكوادر المتوسطة بعد بضع سنوات» قلق مبني على البيانات الحالية، لا حقيقة مقيسة.
6. الرأي المخالف — «الذكاء الاصطناعي ليس بالضرورة السبب»
ثمة حجج مضادة قوية. فقد خلص تحليل مختبر الميزانية بجامعة ييل (أكتوبر 2025) إلى أن سوق العمل ككل لم يشهد اضطرابًا ملحوظًا خلال 33 شهرًا بعد إطلاق ChatGPT. فقد تغيرت تركيبة المهن أسرع قليلًا من التحولات التقنية السابقة لكن دون فارق كبير، وبدأ هذا التغير قبل انتشار استخدام الذكاء الاصطناعي. كما لم تجد دراسة Anthropic نفسها (مارس 2026) ارتفاعًا منهجيًا في البطالة لدى العاملين شديدي التعرض.
وتتناول ورقة ستانفورد نقاط ضعفها بصراحة:
- تتقلص الفجوة عند ضبط مستوى التعليم: لا يمكن التمييز بين كون التعليم تفسيرًا بديلًا أو القناة التي يعمل عبرها الذكاء الاصطناعي نفسها
- جزء من التباعد سابق لـChatGPT: تحركت المهن الأكثر والأقل تعرضًا بشكل مختلف حول فترة الجائحة
- الفجوة في بيانات ADP أكبر منها في المسوح الوطنية: تشير الإحصاءات الوطنية إلى الاتجاه نفسه لكن بحدة أقل
وفي الوقت نفسه تلاحظ الورقة أن الفجوة تبقى بعد ضبط التعرض لأسعار الفائدة، واستبعاد شركات التقنية ومهن الحاسوب، وضبط العمل عن بعد؛ وأنها استمرت في الاتساع بعد بلوغ أسعار الفائدة ذروتها؛ وأنها تتركز في المهن التي يُستخدم فيها الذكاء الاصطناعي للأتمتة، مع تدرّج واضح بحسب العمر — وهي أنماط يصعب تفسيرها بأسعار الفائدة أو العمل عن بعد وحدهما.
لذا لا يمكن القول إن الذكاء الاصطناعي هو السبب الوحيد لركود توظيف الشباب. لكن العلاقة — كلما كانت المهنة أكثر تعرضًا للذكاء الاصطناعي، وكلما استُخدم فيها للأتمتة أكثر، تراجع توظيف الشباب أكثر — تتكرر في عدة مجموعات بيانات مستقلة. وموقف هذا المقال: الذكاء الاصطناعي ليس السبب الوحيد، لكنه أحد الضغوط الواقعة على باب الدخول.
7. استراتيجيات للمبتدئين
«فهمت البيانات — فماذا أفعل؟» إليك قائمة عملية.
1. اختر أماكن عمل يساعد فيها الذكاء الاصطناعي الناس
في المهنة الواحدة توجد أماكن تسلّم مهام كاملة للذكاء الاصطناعي، وأخرى تستخدمه لمساعدة الناس. وفي ورقة ستانفورد بقي توظيف الشباب ثابتًا أو ارتفع في المهن التي يكمّل فيها الذكاء الاصطناعي العمل. اسأل في المقابلة: «ماذا يفعل الموظفون الجدد بالذكاء الاصطناعي، ومن يراجع عملهم؟» — فالإجابة تكشف إلى أي جانب يميل المكان. إجادة استخدام الذكاء الاصطناعي أمر مفروغ منه، وما يصنع الفارق هو الحكم على أي أجزاء من الناتج يجب الشك فيها وأيها يجب تصحيحه.
2. احجز مبكرًا موقعك حيث يضعف الذكاء الاصطناعي
- الحضور البدني: العمل الميداني، الصحة والتمريض، التواصل وجهًا لوجه
- أحكام تتطلب مسؤولية: الامتثال، الحوكمة، الأخلاقيات
- صياغة الأسئلة الإبداعية: الأعمال الجديدة، تصميم تجربة المستخدم، العلامة التجارية
- تحريك الناس: المبيعات، التدريب، القيادة
المهن النامية والتعليم والتدريب اللازمان لدخولها معروضة في جدول في المهن التي ستصمد في عصر الذكاء الاصطناعي.
3. اجمع بين المهارات
لم يعد «أستطيع البرمجة» أو «أستطيع المحاسبة» وحدهما كافيين. اصنع الندرة بتركيبات مثل «المجال × الذكاء الاصطناعي» أو «التصميم × البيانات»: مثل «خبرة سريرية + هندسة الأوامر» أو «ممارسة قانونية + التحقق من مخرجات الذكاء الاصطناعي».
4. اصنع بنفسك أماكن لاكتساب المعرفة الضمنية
إن لم تمنحك شركتك فرصة قراءة شيفرة من سبقوك، فاحصل عليها بنفسك عبر المشاريع مفتوحة المصدر، والمشاريع الشخصية، والمجتمعات، والمرشدين. وكما تُظهر البيانات، ينمو توظيف أصحاب الخبرة أسرع في المهن المعتمدة على المعرفة الضمنية. وفي عصر الذكاء الاصطناعي لم يعد بوسع المبتدئين الاعتماد على تأهيل الشركة وحده.
5. ارتقِ درجة — نحو الإدارة والتصميم وقرارات الأعمال
وظائف التنفيذ البحت هي الأسهل إلغاءً. لكنك إن دخلت مبكرًا أدوارًا تتخذ فيها قرارات التصميم وتفهم العمل وتستطيع تحريك الناس، صرت في الجانب الذي يعزّزك فيه الذكاء الاصطناعي. وفي ورقة ستانفورد أيضًا، كان التوظيف ثابتًا أو متزايدًا في المهن التي يُستخدم فيها الذكاء الاصطناعي لمساعدة الناس.
8. حيث لا يمكن لأصحاب الخبرة الاسترخاء
«تفوق أصحاب الخبرة» لا يعني أن جميعهم في مأمن. هذه الفئات أكثر عرضة للخطر حتى من المبتدئين:
| صورة صاحب الخبرة المعرّض للخطر | لماذا هو في خطر |
|---|---|
| لا يستخدم أدوات الذكاء الاصطناعي أو لا يجيدها | يخسر في الإنتاجية أمام من هم في الثلاثينات ويجيدون الذكاء الاصطناعي، ويصعب تبرير مستوى أجره |
| صاحب خبرة بالمسمى فقط، وممارسته أضحل من المبتدئين | إن لم يكن وراء التوقيع حكم حقيقي، بدا الدور قابلًا للاستبدال بالذكاء الاصطناعي |
| يغلب على عمله الإدارة الروتينية | لوحات الذكاء الاصطناعي والتقارير الآلية تضغط طبقة الإدارة نفسها |
| متوقف عند نجاحات الماضي | حين يُعاد تنظيم القطاع حول الذكاء الاصطناعي، يصبح تكرار الأنماط القديمة متقادمًا |
| لا يستطيع صياغة معرفته الضمنية ونقلها | إن لم يضعها في صورة يتعلم منها الآخرون (أو الذكاء الاصطناعي)، لا تنتقل قيمته ويصبح معزولًا في الفريق |
باختصار، ليست المعادلة «صاحب خبرة = في مأمن»، بل «صاحب خبرة يجيد الذكاء الاصطناعي ويحكم بناءً على معرفة ضمنية = في مأمن». وما ينمو في البيانات ليس «أصحاب الخبرة عمومًا» بل أصحاب الخبرة في المهن التي يُستخدم فيها الذكاء الاصطناعي لمساعدة الناس. الفاصل هو الموقف لا القدرة.
9. ما يجب على الشركات فعله الآن
إلى جانب الأفراد، على الشركات أيضًا أن تفكر في بنية مواهبها على المدى الطويل.
1. اعتبار توظيف المبتدئين استثمارًا في أصحاب الخبرة المستقبليين لا تكلفة
يخفض الذكاء الاصطناعي التكاليف على المدى القصير. لكن إغلاق باب الدخول يهدد بنقص الكوادر المتوسطة وأصحاب الخبرة بعد بضع سنوات. وقد يعني تقليص توظيف الخريجين تقليص القدرة التنافسية المستقبلية.
2. إعادة تصميم تأهيل المبتدئين لعصر الذكاء الاصطناعي
إن لم يعد «قراءة شيفرة من سبقوك» و«التعلم بالمهام الروتينية» يجديان، فالمطلوب منهج جديد: نقد حلول الذكاء الاصطناعي، ومحاورته، واختبار حدوده عمليًا.
3. توظيف أصحاب الخبرة بوصفهم «مضخّمات للذكاء الاصطناعي»
المعرفة الضمنية لأصحاب الخبرة × قدرة الذكاء الاصطناعي = مكسب كبير في الإنتاجية. أعد تصميم الفرق على أساس أن أصحاب الخبرة يزيدون إنتاجهم بالذكاء الاصطناعي وينقلون طريقتهم في الحكم إلى المبتدئين.
4. تقنين قاعدة «الإنسان يوقّع أخيرًا»
ضع دائمًا نقطة تحقق بشرية قبل أن تنتقل مخرجات الذكاء الاصطناعي إلى الإنتاج. فذلك يحفظ للمبتدئين فرص العمل والتعلم، ويضمن الجودة في الوقت نفسه.
الخلاصة
- تقول البيانات إن الذكاء الاصطناعي يصيب المبتدئين أولًا. ففي نسخة ستانفورد المنقحة (أغسطس 2026)، يقل توظيف من هم بين 22 و25 عامًا في المهن المعرّضة للذكاء الاصطناعي بنسبة 19% عما كان سيبلغه بوتيرة المهن الأقل تعرضًا، بينما نما توظيف من هم بين 35 و49 عامًا في المهن نفسها بنحو 10%.
- ويجد تحليل هارفارد للسير الذاتية كذلك أن توظيف المبتدئين صار أقل بنحو 9% بعد ستة أرباع من اعتماد الشركات للذكاء الاصطناعي التوليدي، بينما بقي أصحاب الخبرة تقريبًا كما هم. وفي الحالتين يأتي التراجع من قلة التوظيف لا من زيادة التسريح.
- في الإحصاءات الرسمية ارتفع معدل بطالة الخريجين الجدد في الولايات المتحدة من 4.0% (سبتمبر 2022) إلى 5.2% (سبتمبر 2026)، وهو أكبر ارتفاع بين المجموعات الأربع. أما في اليابان فبلغت نسبة توظيف خريجي الجامعات في مارس 2026 نحو 98.0% دون تراجع مماثل.
- السبب المرجّح: الذكاء الاصطناعي يحلّ محل المعرفة المدوّنة ويكمّل المعرفة الضمنية. يتراجع المبتدئون حيث يؤتمت الذكاء الاصطناعي العمل، ويزداد أصحاب الخبرة حيث يساعد الناس.
- قيّم عملك بثلاثة أسئلة: هل يمكن كتابة عمل الموظف الجديد في دليل؟ هل يؤدي الذكاء الاصطناعي العمل بدل الناس؟ هل يسوء توظيف الخريجين أو بطالتهم؟
- الحجج المضادة: لا يجد مختبر الميزانية بجامعة ييل اضطرابًا ملموسًا في سوق العمل ككل. وتعترف ستانفورد نفسها بأن الفجوة تضيق عند التعديل بحسب التعليم، وبأن بعض الفروق سبقت الذكاء الاصطناعي.
- على المدى البعيد يُخشى «تبخّر التأهيل»: فالمؤسسات التي تغلق باب الدخول قد تفتقر بعد سنوات قليلة إلى الكوادر الوسطى وأصحاب الخبرة.
- أصحاب الخبرة معرّضون للخطر أيضًا إذا لم يستخدموا الذكاء الاصطناعي، أو كانت ممارستهم العملية سطحية، أو عجزوا عن نقل معرفتهم الضمنية. وعلى الشركات أن تعيد النظر في توظيف المبتدئين بوصفه استثمارًا في المستقبل.
الأسئلة الشائعة
س1. هل «المبتدئون أولًا» ظاهرة أمريكية فقط؟
الأبحاث المذكورة هنا (ستانفورد وهارفارد وAnthropic) وإحصاءات فيدرالي نيويورك كلها أمريكية، وما زالت التحليلات بهذا الحجم قليلة في البلدان الأخرى. ففي اليابان مثلًا بلغت نسبة توظيف خريجي الجامعات في مارس 2026 نحو 98.0% (في 1 أبريل، وهي نسبة العام السابق نفسها)، دون تراجع كالذي في الولايات المتحدة في توظيف الخريجين إجمالًا. وفي البلدان التي ترسخ فيها تقاليد التوظيف الجماعي للخريجين أو التوظيف طويل الأمد، يتكيف التوظيف بطريقة مختلفة، وحتى لو ظهر التحول نفسه فقد يختلف شكله وتوقيته. ولأن هذه النسب نادرًا ما تنقسم بحسب المهنة، فالأوثق أن تتحقق عبر الإحصاءات الرسمية أو بيانات القطاع من تطور توظيف الخريجين فعليًا في قطاعك، ومن العمل الذي تصفه إعلانات وظائف المبتدئين.
س2. إذن هل ينبغي للشباب ألا يصبحوا مهندسين؟
بل العكس. الشباب الذين يجيدون الذكاء الاصطناعي الآن نادرون. ما يتراجع هو التوظيف لمهام المبتدئين التي يسهل على الذكاء الاصطناعي استبدالها، أما قيمة الشباب القادرين على استخدامه وتولي القرارات فترتفع. ففي توقعات مكتب إحصاءات العمل الأمريكي ينمو مطورو البرمجيات +10.2% حتى 2035، بينما يتراجع مبرمجو الحاسوب الذين يتمحور عملهم حول كتابة الشيفرة −7.3%. فبدلًا من التخلي عن علوم الحاسوب، غيّر ما تتعلمه وطريقة تناولك له.
س3. كيف يصبح من هم في الثلاثينات والأربعينات «أصحاب خبرة يجيدون الذكاء الاصطناعي»؟
ثلاثة أمور فقط:
(1) العمل يوميًا 30 دقيقة على الأقل مع Claude Code أو Cursor أو Codex
(2) اختبار حدود قدرات الذكاء الاصطناعي بنفسك في تخصصك
(3) تعزيز معرفتك بالمجال إلى حد نقد مخرجات الذكاء الاصطناعي وتصحيحها
على المدى الطويل، صياغة معايير قراراتك بالكلمات أهم من إتقان الأدوات.
س4. هل يمكن منع انهيار سلسلة التأهيل؟
على مستوى الشركة الواحدة، نعم: (1) الإبقاء على توظيف الخريجين، و(2) بناء برامج تأهيل تعمل مع الذكاء الاصطناعي، و(3) إدراج «وقت التعليم» ضمن عمل أصحاب الخبرة. أما ما سيحدث على مستوى المجتمع فما زال مفتوحًا؛ ومؤلفو ستانفورد في مرحلة نشر مؤشرات ليتمكن الآخرون من متابعة الظاهرة.
س5. هل الأعمال الميدانية (البناء، التمريض، التوصيل) آمنة فعلًا؟
آمنة نسبيًا في الوقت الحالي. ففي بيانات استخدام Anthropic، كان نحو 30% من العاملين في مهن لا يكاد يُرصد فيها استخدام للذكاء الاصطناعي (الطهاة والميكانيكيون ومنقذو السباحة ونحوهم). والوظائف التي يقوى فيها عنصر «إنسان في الموقع يتخذ القرار» بعيدة عن الاستبدال. وعلى المدى الطويل قد تنتشر الروبوتات ذاتية التشغيل والمركبات ذاتية القيادة، فالصورة على أفق عشرين عامًا مختلفة.
س6. من الأقوى: صاحب خبرة يستخدم الذكاء الاصطناعي أم مبتدئ لا يستخدمه؟
في معظم أماكن العمل، على الأرجح صاحب الخبرة الذي يستخدمه. فحين تجتمع معرفته الضمنية مع قدرة الذكاء الاصطناعي، تكبر فجوة الإنتاجية. وفي المقابل، يميل المبتدئ الذي لا يستخدم الذكاء الاصطناعي إلى فقدان موقعه كلما انتقلت أعمال المبتدئين إلى الذكاء الاصطناعي.
س7. أشعر أن «نصف عملي اختفى» بسبب الذكاء الاصطناعي. ماذا أفعل؟
تحرك على ثلاث مراحل. (1) المدى القصير: ركّز على النصف المتبقي لرفع جودته، واستخدم الذكاء الاصطناعي لمضاعفة إنتاجية الباقي. (2) المدى المتوسط: زد عمدًا حصة العمل الذي يضعف فيه الذكاء الاصطناعي (الحكم، الناس، العمل البدني). (3) المدى الطويل: اقرأ تحولات قطاعك وأعد تعريف ما ستكون عليه مهنتك بعد خمس سنوات من انتشار الذكاء الاصطناعي. المفتاح هو فكرة «استعادة موقعك داخل القطاع».
مقالات ذات صلة: أكثر 15 مهنة تأثرًا بالذكاء الاصطناعي التوليدي (توقعات بحسب المهنة) / هل سيقضي الذكاء الاصطناعي على الوظائف المكتبية؟ (التوقعات والبيانات الفعلية) / كيف يوسّع الذكاء الاصطناعي فجوة القدرات بين الموظفين؟ (الفارق بين من يواصلون العمل) / ماذا فعل الذكاء الاصطناعي بالمستقلين في تقنية المعلومات — هذا المقال عن التوظيف، لكن لدى المستقلين يعمل أثر الخبرة بالعكس
