آیا هوش مصنوعی شغل‌های جوانان را می‌دزد؟

تحقیق تازه دانشگاه Stanford با استفاده از داده‌های حقوق و دستمزد ADP نشان می‌دهد که از زمان همه‌گیر شدن هوش مصنوعی مولد، اشتغال کارجویان 22 تا 25 ساله در مشاغل پر‌در معرض AI به‌طور نسبی کاهش یافته است. این کاهش در مشاغلی مثل توسعه نرم‌افزار و پشتیبانی مشتری که روند اتوماسیون شدیدتری داشته‌اند، ملموس‌تر بوده است.

شروع افت دقیقاً از اواخر 2022 هم‌زمان با عرضه عمومی ChatGPT ثبت شده و پژوهش‌گران هشدار می‌دهند که پیشرفت توانمندی‌های AI مثلاً جهش SWE-bench از 4.4% در 2023 به 71.7% در 2024 ریسک قابل‌توجهی برای جایگزینی وظایف کد‌محور و تکراری ایجاد کرده است.

نسل جدید کارجویان اغلب وظایف «قابل کدنویسی» و تکراری را انجام می‌دهد؛ همان بخش‌هایی که مدل‌های AI سریعاً قادر به انجام‌شان شده‌اند. در نتیجه، ورود به اولین شغلِ رسمی که قبلاً یک مسیر یادگیری عملی بود، اکنون پرریسک‌تر شده است.

چطور هوش مصنوعی موقعیت‌های شغلی جوانان را هدف گرفته؟

وقتی شرکت‌ها ابزارهایی مانند GitHub Copilot یا ربات‌های پشتیبانی مشتری مبتنی بر LLM را پیاده‌سازی می‌کنند، بخشی از کارهای پایه‌ای که سابقاً به تازه‌کارها سپرده می‌شد، خودکار می‌شود. پژوهش نشان می‌دهد کاهشِ استخدام در نقش‌های پر‌در معرض AI به جای کاهش حقوق، عمدتاً از طریق کاهش Headcount رخ داده است.

۵ حوزه‌ای که بیشترین آسیب را دیده‌اند

1. Software development (نقش‌های entry-level مثل junior developer).
2. Customer support (نماینده‌های پشتیبانی و چت‌اپراتورها).
3. Accounting & bookkeeping (وظایف تکراری حسابداری).
4. Administrative clerks (دفترداری و ورود داده).
5. بعضی نقش‌های عملیات و پشتیبانی فنی که قابل قواعدبندی‌اند.

تحلیل داده‌ها نشان می‌دهد در این مشاغل نرخ استخدام جوانان تا حدود 13% کمتر شده است.

تفاوت «اتوماسیون» و «تقویت»؛ نقطه‌ای که تعیین‌کننده است

تحقیق Stanford به‌طور صریح بین دو مسیر AI تفاوت گذاشته:

• اتوماسیون (substitute): وقتی AI کار را به‌کلی انجام می‌دهد؛ افت اشتغال برای جوانان مشهود است.
• تقویت (augment): وقتی AI دست انسان را تکمیل می‌کند؛ اشتغال پایه ثابت یا حتی رشد دارد.

این تمایز نشان می‌دهد مشکل، خود هوش مصنوعی نیست؛ بلکه نوع استفاده از آن است.

آنچه کارفرماها و دانشگاه‌ها باید الان انجام دهند

• بازطراحی مسیر استخدام entry-level: وظایف کدنویسی کاملا کدنشدنی را به آموزش‌های ترکیبی با تجربه میدانی پیوند دهید.
• سرمایه‌گذاری در مهارت‌های «تاکتیکال» و غیرقابل‌کدنویسی (مهارت‌های بین‌فردی، قضاوت، کار میدانی).
• تدوین سیاست‌های داخلی برای ترکیب AI به‌عنوان ابزار تقویتی نه جایگزین کامل.

راهکارهای فوری برای جوانان جویای کار که شغلشان توسط هوش مصنوعی دزدیده شده است

1. روی مهارت‌هایی سرمایه‌گذاری کنید که AI کمتری جایگزین‌شان می‌کند؛ تعامل انسانی، حل مسائل نامشخص، مهارت‌های فنی ترکیبی.
2. یادگیری نحوه کار با ابزارهای AI (مثلا استفاده بهتر از Copilot) تا «تکمیل‌پذیری» را بالا ببرید.
3. نمونه‌کارهای عملی بسازید که تاکیدی بر تجربه واقعی و نه صرفا تئوری دارند.

این اقدامات شانس ورود و بقا در بازار کار را افزایش می‌دهد.

پیشرفت‌های سریع Benchmarks و نرخِ نفوذ LLM (adoption ~46% از کاربران شاغل در 2025) نشان می‌دهد که اتوماسیون وظایف تکراری در کوتاه‌مدت ادامه خواهد داشت. با این حال:

• میانه‌مدت (1–3 سال): انتظار می‌رود شرکت‌ها برای کاهش ریسک عملیاتی ترکیبی از اتوماسیون و بازآموزی کارکنان را به‌کار بگیرند؛ بنابراین تقاضا برای نقش‌های هیبریدی (human+AI) رشد می‌کند.

• طولانی‌مدت (3–7 سال): اگر آموزش رسمی و برنامه‌های کاریابی تغییر نکند، شکاف مهارتی میان جوانان و مشاغل مقاوم‌تر ایجاد خواهد شد و فشار بر آموزش فنیِ دانشگاه‌ها و مراکز آموزشی شدت می‌گیرد.

سرمایه‌گذاری هدفمند روی مهارت‌هایی که هوش مصنوعی به‌سختی جایگزین می‌کند، به همراه طراحی مسیرهای شغلی که AI را به عنوان شتاب‌دهنده استفاده کنند، مؤثرتر است.

جمع‌بندی

تحقیق Stanford با داده‌های ADP نشان می‌دهد که از اواخر 2022 تا July 2025، اشتغال کارجویان 22–25 ساله در مشاغل بیشترین در معرض AI به‌طور نسبی کاهش یافته (حدود 13%) و این روند با جهشِ توانمندی‌های AI در کدنویسی و نفوذ گسترده LLMها همزمان شده است. نتیجه عملی این است که جوانان و نهادهای آموزشی باید فورا مسیر مهارت‌آموزی و طراحی نقش‌های entry-level را بازتعریف کنند تا شانس ورود و تداوم شغلی در بازار کار ترکیبیِ انسان+ماشین حفظ شود.

FAQ

این مطالعه دقیقا چه داده‌ای را بررسی کرده؟
داده‌های ماهانه حقوق و دستمزد از ADP برای میلیون‌ها کارمند در ایالات متحده از Jan 2021 تا Jul 2025.

آیا همه جوانان یا همه شغل‌ها تحت‌تاثیر قرار گرفته‌اند؟
خیر؛ اثر بیشتر در مشاغل قابل‌کدنویسی و تکراری است (software dev, customer support). بعضی مشاغل با مهارت‌های فیزیکی یا تعامل انسانی مقاومت بیشتری نشان داده‌اند.

آیا AI باعث کاهش دستمزدها شده؟
مطالعه نشان می‌دهد تغییرات بزرگ‌تر در employment بوده تا compensation؛ یعنی کاهش Headcount بیشتر از کاهش حقوق مشاهده شده است.

چه مهارت‌هایی بیشترین ارزش را برای ورود به بازار دارند؟
مهارت‌های تصمیم‌سازی در محیط‌های نامشخص، ارتباط بین‌فردی پیچیده، توانایی کار با ابزارهای AI و مهارت‌های فنی ترکیبی که AI به‌سختی جایگزین می‌کند.

دانشگاه‌ها و کارفرماها چه اقداماتی باید انجام دهند؟
بازطراحی برنامه‌های کارآموزی، ترکیب آموزش عملی با یادگیری کار با AI و ایجاد مسیرهای شغلی هیبریدی human+AI تا جوانان با مزیت رقابتی وارد بازار شوند.