العاملون الشباب في الوظائف المعرّضة للذكاء الاصطناعي أدنى بـ19% مما كانوا سيكونون عليه، بحسب دراسة من ستانفورد لملايين سجلات الرواتب، ويقول مؤلفوها إن ذلك لا يثبت أن الذكاء الاصطناعي هو السبب

توظيف من هم بين 22 و25 عاما في المهن الأمريكية الأكثر تعرضا للذكاء الاصطناعي أدنى بـ19% مما كان سيكون عليه لو واكب أقرانهم الأقل تعرضا. هذا هو العنوان الرئيس لورقة عمل من ستانفورد نُقّحت في 12 أغسطس 2026، مبنية على سجلات رواتب 3.5 إلى 5 ملايين عامل أمريكي شهريا. وتجد الورقة نفسها أنه لا أثر لخسائر وظيفية في الاقتصاد الأوسع، ويقول مؤلفوها الثلاثة إن نسبة 19% تصف نمطا ولا تقيس ما سببه الذكاء الاصطناعي.

كيف تُحسب نسبة 19%

يتابع إريك برينولفسون وبهارات شاندار وروي تشن مجموعتين من الشباب بين 22 و25 عاما من نوفمبر 2022، نقطة انطلاق الورقة لعصر الذكاء الاصطناعي التوليدي، إلى يونيو 2026. فالعاملون في الخُمسين الأعلى تعرضا للذكاء الاصطناعي من المهن انخفض توظيفهم نحو 11%. أما العاملون في الأخماس الثلاثة الأقل تعرضا فارتفع توظيفهم نحو 10%. وتضع الورقة هذا الفرق البالغ 21 نقطة عند 19% قياسا إلى نمو المجموعة الأقل تعرضا.

نسبة 19% عجز مقارنة بمعيار، وليست عدّا للوظائف المفقودة. فجميع من هم بين 22 و25 عاما في العينة كانوا أدنى بنحو 2% فقط من مستواهم في نوفمبر 2022 في يونيو 2026، لأن النمو في الوظائف الأقل تعرضا عوّض معظم الانخفاض. وقد نمت كل فئة عمرية أكبر، بنسبة بلغت 11% في أقصاها للعاملين بين 35 و40 عاما. وعبر جميع الأعمار ارتفع التوظيف في العينة نحو 6%، ونما الخُمس الأكثر تعرضا من المهن نحو 4%.

البيانات ودرجات التعرض

تأتي السجلات من ADP، وهي شركة لمعالجة الرواتب يعمل لدى عملائها أكثر من 26 مليون عامل أمريكي. ويستخدم التحليل عينة متوازنة من الشركات الموجودة في كل شهر من يناير 2021 إلى يونيو 2026، وتُحصى فيها العمالة بدوام كامل دون سن 70. وتغيب المسميات الوظيفية عن نحو 30% من العينة، ويملأ المؤلفون الفجوات حيثما أمكن من أقرب مسمى مسجل للعامل نفسه.

ولترتيب المهن بحسب التعرض يستخدم المؤلفون درجتين. الأولى، من تينا إلوندو وزملائها، تقيّم مدى تطابق مهام كل مهنة مع قدرات النماذج اللغوية الكبيرة، التقنية وراء روبوتات الدردشة مثل ChatGPT. والثانية من مؤشر Anthropic الاقتصادي، الذي يصنف محادثات مع روبوت الدردشة Claude التابع لشركة Anthropic بحسب المهمة المعنية وبحسب ما إذا كان المستخدم يسلّم المهمة (أتمتة) أو يعمل إلى جانب النموذج (تعزيز). وحللت ورقة Anthropic وراء المؤشر أكثر من أربعة ملايين محادثة، ووضعت 57% من الاستخدام في التعزيز و43% في الأتمتة. وAnthropic هي التي تبيع الروبوت الذي تغذي سجلات استخدامه هذه الدرجة.

لماذا يشكل كبار السن مجموعة الضبط

تعتمد المقارنة على العاملين ذوي الخبرة. فلو أصاب شيء غير الذكاء الاصطناعي كل المهن المعرضة، لأظهر الموظفون الأكبر سنا في تلك المهن الفجوة نفسها. لكنهم لا يظهرونها. ففي الخُمس الأكثر تعرضا، نما توظيف من هم بين 22 و25 عاما أقل بنحو 18 نقطة مئوية مما في الخُمس الأقل تعرضا. أما للعاملين بين 35 و40 عاما فالرقم المقابل 0.001.

ويأتي الانخفاض من جهة التعيين. فقد هبطت معدلات الانفصال لدى الشباب في المهن المعرضة وغير المعرضة على السواء، وهبطت في المهن المعرضة على الأقل بقدر ما هبطت في غيرها، ولذلك لا يفسر التسريح الفجوة. وانفتحت الفجوة في معدلات التعيين بعد 2022.

وتقسم الورقة التعرض أيضا بحسب نوع استخدام الذكاء الاصطناعي. فللشباب بين 22 و25 عاما، يرتبط كل انحراف معياري في حصة الأتمتة في المهنة بنحو 10 نقاط أقل في نمو التوظيف. ولا يظهر الاستخدام التكميلي أثرا كهذا لدى الشباب، بل أثرا إيجابيا لدى العاملين بين 41 و49 عاما (زائد 0.024). ولا يختلف الأجر الأساسي كثيرا بحسب العمر أو التعرض، وإن كان الأجر الأساسي يستثني المكافآت والعمل الإضافي والعمولات والأسهم، وهي الأكبر في الوظائف المعرضة ذات الدخل المرتفع.

كما تحرك الرقم. فقد تصدّرت النسخ السابقة تقديرات انحدار بلغت 13% (بيانات يوليو 2025) و16% (بيانات سبتمبر 2025). وتتصدر نسخة أغسطس 2026 مقارنة أبسط، تعطي 15% على بيانات يوليو 2025 و19% الآن، فالأرقام الرئيسة الثلاثة تأتي من حسابين.

ما تقول الورقة إنه لا يمكن إثباته

تقول الورقة إن حقائقها «مؤشرات مبكرة ووصفية» وإن «هذا العمل لا يقدّر أثرا سببيا للذكاء الاصطناعي». وفي النص أربعة حدود.

التعليم يقلص النتيجة. ففي العينة الرئيسة، يخفض ضبط حصة خريجي الجامعات في كل مهنة تقدير الفئة بين 22 و25 عاما من ناقص 0.18 إلى ناقص 0.09، وهو لا يزال دالا عند مستوى 10%. وفي عينة متوازنة منذ 2021 تكون الأرقام ناقص 0.19 وناقص 0.06، والثاني لم يعد دالا. ويعامل المؤلفون الرقمين مدى، إذ قد يكون التعليم سببا منافسا أو الطريق الذي يؤثر الذكاء الاصطناعي من خلاله.

وجزء من النمط سابق للذكاء الاصطناعي التوليدي. فقد ازدهرت المهن المعرضة مقابل الباقي في الجائحة وبلغت ذروتها نحو منتصف 2020، ثم تراجعت. ومن هبوط يقارب 30 نقطة منذ ذلك الحين، تلغي نحو 13 نقطة ذلك الازدهار وتنزل نحو 17 نقطة بالفجوة دون مستواها في 2018 و2019. ويرى المؤلفون في ذلك سببا لترجيح التفسيرات البنيوية على الدورية، ومع ذلك يقولون إنه لا يمكن قراءته أثرا للذكاء الاصطناعي.

وعينة ADP ليست البلد. فهي تبالغ في تمثيل التصنيع وتجارة الجملة والشركات الكبيرة والمهن ذات التعرض العالي للذكاء الاصطناعي. وفي 2022 إلى 2024 يظهر مسح المجتمع الأمريكي، وهو مسح لمكتب الإحصاء، فجوة قدرها ناقص 0.022 (فاصل من ناقص 0.055 إلى زائد 0.011)، مقابل ناقص 0.132 في ADP. وفي الخدمات المهنية والمعلوماتية والمالية يتفق المصدران اتفاقا وثيقا، عند ناقص 0.231 وناقص 0.213. ويكتب المؤلفون إن حجم التباين «يبدو خاصا بعينة ADP» وإن اتجاهه متسق.

والبيانات الخام لا يمكن فحصها. فهي بيانات رواتب مملوكة بموجب اتفاقية استخدام بيانات، ولدى ADP حق مراجعة الورقة لمنع الكشف عن معلومات سرية، وتدعم ADP المختبر بصفتها شريكا مؤسسيا.

النقد: العمل عن بعد

يجادل بيتر جون لامبرت، الاقتصادي في وارويك وكلية لندن للاقتصاد، ويانيك شيندلر من معهد إليسون للتكنولوجيا في أكسفورد، بأن دراسات مثل هذه تلوم الذكاء الاصطناعي على تراجع يفسره العمل عن بعد تفسيرا أفضل. وتستخدم ورقتهما The Broken Ladder، المؤرخة في مايو 2026، 243 مليون سجل تعيين جديد و407 ملايين إعلان وظيفة عبر الإنترنت من الولايات المتحدة والمملكة المتحدة وكندا وأستراليا للفترة 2017 إلى 2025. ويجدان أنه بحلول 2025 كانت حصة المعيّنين الجدد من العاملين في بداية مسيرتهم أدنى بـ8% إلى 11% من مستواها في 2019 في الدول الأربع كلها.

وحجتهما أن التعرض للذكاء الاصطناعي والتعرض للعمل عن بعد يقعان على الوظائف المكتبية نفسها، بارتباط رتبي قدره 0.77 عبر المهن. وبالنظر إلى كل منهما منفردا، يتنبأ ارتفاع قدره انحرافان معياريان في أي من التعرضين بانخفاض نحو 5 نقاط مئوية في حصة المبتدئين من المعيّنين الجدد. وعند إدخالهما معا يبقى أثر العمل عن بعد ويضعف أثر الذكاء الاصطناعي بشدة، وكثيرا ما يصير بحجم لا يمكن تمييزه إحصائيا عن الصفر. ويقول شيندلر إن الذكاء الاصطناعي ربما لا يزال مهما في توظيف المبتدئين، وإن الأدلة تشير إلى أنه لم يكن السبب الرئيس للتباطؤ بعد الجائحة.

ويرد برينولفسون وشاندار وتشن في القسم 4.3 من ورقتهم. فهم يكررون مواصفات لامبرت وشيندلر بأقرب ما يستطيعون على بيانات الرواتب، ويجدون أن التعرض للذكاء الاصطناعي لا يزال يتنبأ بتراجع حصة المبتدئين من المعيّنين الجدد حتى بعد احتساب العمل عن بعد. ويرجعون الفرق إلى البيانات، إذ يستخدم لامبرت وشيندلر ملفات مهنية على الإنترنت وإعلانات وظائف. وتقول ورقة ستانفورد إن عملا مستقبليا لازم للفصل بين أثري الذكاء الاصطناعي والعمل عن بعد، لأن الشركات التي اعتمدت العمل عن بعد كانت أرجح أيضا في اعتماد الذكاء الاصطناعي التوليدي.

وأسعار الفائدة سبب منافس آخر، تنسبه ورقة ستانفورد إلى زانا إيسنكو وفابيان كورتو ميليه وغيرهما. فالمهن ذات التعرض العالي لأسعار الفائدة تميل إلى تعرض منخفض للذكاء الاصطناعي، وإضافة هذا الضبط تنقل تقدير الفئة بين 22 و25 عاما من ناقص 0.179 إلى ناقص 0.178.

قراءتان أخريان للسنوات نفسها

استخدمت مذكرة من بنك الاحتياطي الفيدرالي في دالاس، كتبها تايلر أتكينسون وشين يامكو ونُشرت في 6 يناير 2026، مصدرا مختلفا، هو المسح السكاني الجاري لمكتب الإحصاء الذي يشمل نحو 100,000 شخص. ووجدت أن حصة المهن الأكثر تعرضا من توظيف الشباب انزلقت من 16.4% في نوفمبر 2022 إلى 15.5% في سبتمبر 2025، مع تعريف الشباب بأنهم بين 20 و24 عاما. ولم يرتفع التسريح لدى هذه الفئة، وقدّر المؤلفان أثر ذلك في معدل البطالة العام صغيرا.

أما متتبع Yale Budget Lab، الذي نُشر في 16 يوليو 2026 وحُدّث في 15 سبتمبر 2026، فيصل إلى خلاصة أقل حدة. فهو يفيد بأن التركيب المهني لا يتغير بعد بطرق تتوافق بوضوح مع وصول الذكاء الاصطناعي، وبأن مقاييس استخدام الذكاء الاصطناعي لا تظهر صلة بتغيرات في التوظيف أو البطالة.

ماذا تقول عن الهند

تغطي ورقة ستانفورد الولايات المتحدة وحدها. وأقرب وثيقة هندية هي «خارطة طريق لخلق الوظائف في اقتصاد الذكاء الاصطناعي» الصادرة عن نيتي أيوغ (NITI Aayog) في 10 أكتوبر 2025 مع NASSCOM ومجموعة بوسطن الاستشارية، وهي تنمذج سيناريوهات دون أن تقيس الرواتب. ففي حالة استمرار الوضع القائم، تنخفض قوة العمل التقنية في الهند من 7.5 إلى 8 ملايين في 2023 إلى 6 ملايين بحلول 2031، وتنخفض قوة عمل خدمة العملاء من 2 إلى 2.5 مليون إلى 1.8 مليون. وإذا عملت البلاد بتوصيات الخارطة، يرتفع الرقم التقني إلى 10 ملايين ورقم خدمة العملاء إلى 3.1 مليون. وتتوقع الدراسة أن تتقلص وظائف ضمان الجودة والدعم المبتدئة في شركات خدمات تقنية المعلومات، وهي الدرجة نفسها التي تتتبعها ورقة ستانفورد في الولايات المتحدة. والهند أيضا تبني نماذج ذكاء اصطناعي بلغاتها.

ويُنشر فريق ستانفورد وADP نتائج على مستوى المهن شهريا على لوحته العامة، وقد حُدّثت آخر مرة في 23 سبتمبر 2026.