Generative AI and Early-Career Hiring: Counts, Entry Rates, and the Employment Base

غالبًا ما تُروى قصة كيفية تغيير التكنولوجيا الجديدة للقوى العاملة كتحول مفاجئ، لحظة تستولي فيها الآلات على المهام ويُترك فيها البشر خلفهم. لكن الواقع عادة ما يكون أكثر دقة، حيث يتكشف في الآليات الهادئة للتوظيف واستقرار الوظائف قبل وصول العناوين الرئيسية بوقت طويل. يدرس الاقتصاديون هذه التحولات من خلال النظر إلى طريقتين مختلفتين لقياس العمل: العدد الخام للأشخاص الذين يتم توظيفهم، ومعدل حدوث عمليات التوظيف هذه بالنسبة لحجم القوى العاملة الحالية. تخيل أرضية مصنع حيث يتناقص إجمالي عدد العمال؛ حتى لو وظف المصنع نفس عدد الأشخاص الجدد كما في السابق، فإن "معدل" التوظيف بالنسبة لإجمالي الموظفين قد يبدو مختلفًا. إن فهم الفرق بين العدد البسيط للعمال الجدد والمعدل الرياضي للتوظيف أمر بالغ الأهمية، لأن انخفاض عدد التعيينات الجديدة لا يعني دائمًا أن أصحاب العمل قد توقفوا عن البحث عن المواهب؛ بل قد يعني ببساطة أن مجموعة العمال ذوي الخبرة الذين يوظفون منهم قد تغير حجمها أو تكوينها. يصبح هذا التمييز مهمًا بشكل خاص عند فحص كيفية تأثير الذكاء الاصطناعي، وتحديدًا الجيل الجديد من الأدوات التي يمكنها الكتابة والتفكير مثل البشر، على الشباب الذين يحاولون بدء مسيراتهم المهنية.

تبحث دراسة حديثة أجراها الباحث "يي وو" في جامعة تكساس في أوستن، هذا السؤال تحديدًا. تتساءل الورقة عما إذا كان صعود الذكاء الاصطناዊ التوليدي قد تسبب في انخفاض محدد في توظيف العمال في بداية مسيرتهم المهنية، والذين يُعرفون بأنهم الفئة العمرية بين 22 و34 عامًا، مقارنة بالعمال الأكبر سنًا والأكثر استقرارًا. ولإيجاد الإجابة، لم يعتمد الباحث على الاستطلاعات أو التخمينات حول ما تفكر فيه الشركات، بل لجأ بدلاً من ذلك إلى قاعدة بيانات حكومية ضخمة ومفصلة تسمى "مؤشرات القوى العاملة الربع سنوية". تتبع هذه البيانات أحداث التوظيف الفعلية عبر آلاف الصناعات في الولايات المتحدة، مع التمييز بين "جميع التعيينات الجديدة" و"التعيينات المستقرة". والتعيين المستقر هو نوع محدد من سجلات الوظائف: حيث لا يُحتسب إلا عندما يستمر الموظف الجديد في الوظيفة لفترة كافية لاعتباره جزءًا ثابتًا وكامل الوقت من القوى العاملة لمدة ربع سنة كاملة. ومن خلال التركيز على هذه التعيينات المستقرة، تنظر الدراسة إلى الوظائف التي تستمر فعليًا، بدلاً من الوظائف قصيرة الأجل أو التجريبية.

قارن الباحث بين الصناعات المعرضة بشدة للذكاء الاصطناعي اللغوي وتلك الأقل تعرضًا له. تم قياس درجة التعرض بمدى اعتماد المهام النموذجية في صناعة ما على مهارات يمكن لأدوات الذكاء الاصطناعي القيام بها الآن، مثل الكتابة أو البرمجة أو تحليل النصوص. ووجدت الدراسة أنه بعد عام 2022، عندما أصبحت أدوات الذكاء الاصطناعي هذه متاحة على نطاق واسع، انخفض عدد التعيينات الجديدة المستقرة للعمال الشباب بشكل ملحوظ في الصناعات ذات التعرض العالي مقارنة بالصناعات ذات التعرض المنخفض. لم يكن هذا الانخفاض مجرد تقلب طفيف، بل كان تراجعًا واضحًا وقابلًا للقياس. ومع ذلك، وجدت الدراسة أن هذا الانخفاض كان أكثر وضوحًا في التعيينات المستقرة مقارنة بجميع التعيينات، مما يشير إلى أن تأثير الذكاء الاصطناعي يؤثر تحديدًا على الوظائف التي تؤدي إلى توظيف طويل الأمد.

وهنا تأخذ القصة منعطفًا مفاجئًا. فعندما قام الباحث بتفكيك الأرقام لمعرفة لماذا يتراجع عدد تعيينات الشباب، اكتشف أن الانخفاض لم يكن مدفوعًا بتغيير مفاجئ وذي دلالة إحصائية في مدى تكرار توظيف الشركات للشباب نسبةً إلى موظفيها الحاليين. بدلاً من ذلك، كان الانخفاض يتركز بالكامل في حجم القوى العاملة نفسها. قامت الدراسة بفصل عدد التعيينات إلى جزأين: معدل التوظيف (كم عدد الأشخاص الجدد الذين يتم توظيفهم لكل وحدة من الموظفين الحاليين) والقاعدة التوظيفية (إجمالي العمال المستقرين الموجودين بالفعل في كشوف المرتبات). وأظهرت البيانات أن معدل التوظيف للشباب لم يظهر انخفاضًا موثوقًا إحصائيًا. في الواقع، كان المعامل المقدر للمعدل إيجابيًا ولكنه غير دقيق، وتغيرت إشارته اعتمادًا على كيفية تحويل البيانات، مما يعني أن الأدلة على وجود انخفاض متميز في معدل الدخول أقل ثباتًا. جاء الانخفاض الكامل في عدد التعيينات الجديدة للشباب من حقيقة أن مجموعة العمال المستقرين ذوي الخبرة في هذه الصناعات كانت تتقلص أو تتغير بطريقة قللت من "المقام".

يتحدى هذا الاكتشاف افتراضًا شائعًا. قد يتوقع الكثيرون أنه إذا كان الذكاء الاصطناعي يستبدل العمل البشري، فإن الشركات ستتوقف ببساطة عن توظيف الشباب بنفس المعدل الذي كانت عليه سابقًا. تشير الدراسة إلى آلية مختلفة؛ إذ يبدو أن التراجع في تعيينات الشباب هو نتيجة لاتجاه طويل الأمد في تكوين القوى العاملة كان يحدث بالفعل قبل الجائحة، واستمر بعدها. كانت "القاعدة التوظيفية" للشباب في الصناعات المعرضة للذكاء الاصطناعي تتجه بالفعل نحو الانخفاض، ولم تتسبب أدوات الذكاء الاصطناعي الجديدة بالضرورة في توقف مفاجئ في نشاط التوظيف. بدلاً من ذلك، يتركز نقص التعيينات في مجموعة الوظائف المستقرة المتناقصة المتاحة للشغل. وتشير الدراسة صراحةً إلى أن هذا النمط كان مرئيًا في البيانات قبل الاعتماد الواسع لبرامج الدردشة الآلية الشهيرة، مما يوحي بأن القوى المؤثرة هي أعمق وأقدم من الطفرة التكنولوجية الأخيرة.

كما بحثت الدراسة فيما إذا كان هذا الاتجاه يمثل انقطاعًا مفاجئًا عن الماضي أم استمرارًا لنمط قديم. ومن خلال مقارنة بيانات ما بعد عام 2023 بالاتجاهات المشهودة بين عامي 2017 و2019، وجدت الدراسة أن الانخفاض في أعداد التعيينات قد تسارع قليلاً بعد عام 2023. ومع ذلك، حتى هذا التسارع كان مدفوعًا في المقام الأول بالتغيرات في القاعدة التوظيفية، وليس بانهيار مفاجئ في معدل التوظيف. وتوضح الدراسة بحذر أنه بينما تظهر الأرقام ارتباطًا واضحًا بين التعرض للذكاء الاصطناعي وانخفاض تعيينات الشباب، إلا أنها لا تثبت أن الذكاء الاصطناعي هو السبب الوحيد؛ فقد تكون عوامل أخرى، مثل التعافي الاقتصادي من الجائحة أو تغيرات صناعية أخرى، تساهم في ذلك. ومع ذلك، تشير الأدلة إلى أن انخفاض تعيينات الشباب ليس مجرد نتيجة لتوقف الشركات عن توظيف الناس لكل عامل موجود؛ فمعدل التوظيف ظل مستقرًا نسبيًا، بينما انخفض إجمالي الوظائف المستقرة المتاحة للشباب.

أحد أهم النتائج التي خرجت بها الورقة هو التمييز بين "العدد" و"المعدل". إذا نظرت فقط إلى العدد الإجمالي للشباب الذين يتم توظيفهم، سيبدو الأمر كارثيًا لآفاقهم المهنية في المجالات التي يهيمن عليها الذكاء الاصطناعي. ولكن إذا نظرت إلى المعدل الذي يتم به توظيفهم بالنسبة لحجم القوى العاملة، فإن الصورة تصبح أقل دراماتيكية. تخلص الدراسة إلى أن القاعدة التوظيفية تستحق قدرًا من الاهتمام يوازي اهتمامنا بتدفقات العمال عند محاولة فهم كيفية تغيير التكنولوجيا لسوق العمل. إن انخفاض تعيينات الشباب حقيقي، لكنه يتركز في "المقام" — أي حجم القوى العاملة المستقرة — وليس في "البسط" الذي يمثل نشاط التوظيف نفسه. وهذا يعني أن قصة الذكاء الاصطناعي والعمال في بداية مسيرتهم المهنية ليست مجرد قصة توقف الشركات عن التوظيف، بل هي قصة تحول معقد في هيكل القوى العاملة سبق موجة الذكاء الاصطناعي الحالية ويستمر في تشكيل من يتم توظيفه ومن لا يتم توظيفه.

لا تدعي الدراسة أنها حلت لغز كيفية تأثير الذكاء الاصطناعي على مستقبل العمل، ولا تقترح أن الوضع ميئوس منه. إنها ببساطة تقدم خريطة أكثر وضوحًا ودقة لما يحدث الآن. من خلال الفصل بين معدل التوظيف والقاعدة التوظيفية، تكشف الأبحاث أن انخفاض تعيينات الشباب ليس رفضًا مفاجئًا وحادًا للمواهب الشابة من قبل أصحاب العمل، بل هو انعكاس لتغيير أوسع وأبطأ في تكوين القوى العاملة في الصناعات التي يكون الذكاء الاصطناعي فيها أكثر صلة. تشير النتائج إلى أن التحديات التي تواجه الشباب في بداية مسيرتهم المهنية متجذرة بعمق في هيكل هذه الصناعات، وأن فهم حجم واستقرار القوى العاملة لا يقل أهمية عن عدّ التعيينات الجديدة. وفي النهاية، تقدم الورقة تصحيحًا هادئًا ولكن قويًا للسردية: المشكلة ليست بالضرورة في أن الشركات توقفت عن توظيف الشباب، بل في أن المشهد الذي توظف فيه هذه الفئة قد تغير جذريًا، وأن هذا التحول بدأ قبل وقت طويل من ظهور أول برنامج دردشة آلي يعمل بالذكاء الاصطناعي.