الوظيفة حزمة مهام: أيّ المهن تتراجع وأيّها يتغيّر؟
47% أم 9%؟ تتباين التقديرات لأنّ بعضها يعدّ المهن وبعضها يعدّ المهام. وبين الرقمين تتضح الصورة.

كبسولة نانودقيقة واحدة
السؤال ليس «هل تختفي مهنتي؟» بل «أي مهامّها تتأثر؟». قدّر فراي وأوزبورن (2013) أنّ نحو 47% من الوظائف الأمريكية معرّضة للحوسبة، بينما قدّرت دراسة لمنظمة التعاون الاقتصادي والتنمية أنّ نحو 9% من الوظائف قابلة للأتمتة حين تُحسب المهام لا المهن. وتقدّر دراسة عن النماذج اللغوية (2023) أنّ نحو 80% من العمال الأمريكيين قد يتأثر 10% على الأقل من مهامهم. ويضع المنتدى الاقتصادي العالمي موظفي إدخال البيانات والصرافين بين الوظائف الأسرع تراجعًا. فالأجدى تحليل المهام لا حفظ قوائم المهن.
المقال مطولًا طيّ المقال
عام 2013 قدّر باحثان من جامعة أوكسفورد أنّ نحو 47% من الوظائف الأمريكية «معرّضة للخطر» بفعل الحوسبة. وبعد ثلاث سنوات قدّرت دراسة لمنظمة التعاون الاقتصادي والتنمية أنّ نحو 9% فقط من الوظائف قابلة للأتمتة في المتوسط عبر 21 دولة من أعضائها. فأيّ الرقمين أصدق؟ كلاهما صادق في ما قاس، والفرق في طريقة العدّ.
الوظيفة حزمة مهام
قدّر فراي وأوزبورن احتمال حوسبة 702 مهنة، وهو احتمالٌ محسوب لا توقعٌ بأنّ هذا العدد سيفقد عمله. ورأت دراسة المنظمة أنّ حساب المهنة كلها يضخّم الخطر، لأنّ كثيرًا من المهن «العالية الخطورة» تحوي مهامّ يصعب أتمتتها، فاعتمدت تحليل مزيج المهام داخل كل مهنة. وتفاوتت النسبة بين الدول من نحو 6% في كوريا إلى 12% في النمسا، ويرجّح الباحثون أنّ السبب تنظيم العمل والاستثمار السابق في الأتمتة ومستوى تعليم العاملين.
خذ مثالًا توضيحيًّا: يجمع المحاسب بين إدخال القيود وتدقيقها وشرح الموقف المالي لعميل متردد. ويُرجَّح أن تكون الأولى أيسر أتمتةً من الثالثة. وهذا هو المعنى العملي لـ«الحزمة».
ما الذي أضافته النماذج اللغوية؟
سبقت هذه الدراسات النماذج اللغوية الكبيرة، التي تعمل على الكلام والنص والشيفرة لا على الحركات الآلية. وقدّر باحثون في 2023 أنّ نحو 80% من العمال الأمريكيين قد يتأثر 10% على الأقل من مهامهم بها، وأنّ نحو 19% قد يتأثر نصف مهامهم أو أكثر. والتعرّض يشمل مختلف مستويات الأجور، وقد يزيد في الوظائف الأعلى دخلًا، خلافًا للظن القديم بأنّ الأتمتة تبدأ بالأعمال اليدوية. وأوضح المؤلفون أنهم لا يتنبؤون بموعد التطوير أو الانتشار، وأنّ «التعرّض» تقديرٌ لإمكان التأثر لا لما سيقع.
القوائم لقطة لا قدر
في تقرير المنتدى الاقتصادي العالمي لعام 2025 عن الوظائف يأتي موظفو البريد والصرافون وموظفو إدخال البيانات بين الأسرع تراجعًا، وتتصدر المهن الكتابية والسكرتارية التراجع من حيث العدد المطلق. وفي النمو النسبي يتقدم أخصائيو البيانات الضخمة ومهندسو التقنية المالية وأخصائيو الذكاء الاصطناعي وتعلّم الآلة. لكنّ أكبر النمو بالأعداد المطلقة كان في مهنٍ غير رقمية بالأساس: العمال الزراعيون وسائقو التوصيل وعمال البناء والبائعون. فلا يُختصر المشهد في أنّ التقنيين يصعدون والباقين يهبطون.
وتشير الأرقام إلى أثر القرار البشري: ذكر 50% من أصحاب العمل أنهم ينوون نقل موظفين من أدوار متراجعة إلى أدوار نامية، و40% أنهم ينوون تقليص من تقلّ أهمية مهاراتهم (المنتدى الاقتصادي العالمي، 2025). فالتأهيل خيارٌ، وليس نتيجةً تلقائية للتقنية.
بوابة الدخول
تفحص دراسة لباحثين في جامعة ستانفورد بيانات رواتب أمريكية واسعة حتى يونيو 2026، فتجد أنّ توظيف من تتراوح أعمارهم بين 22 و25 عامًا في المهن الأعلى تعرّضًا للذكاء الاصطناعي أقل بنحو 19% مما لو لحق بأقرانهم في المهن الأقل تعرّضًا، ولا فجوة مماثلة عند ذوي الخبرة. وهي دراسة رصدية في سوق أمريكية وهذه نسختها المنقّحة في أغسطس 2026، فلا تثبت السببية ولا تنطبق بالضرورة على سوقنا. لكنها تنبّه إلى أنّ الخطر قد يصيب مدخل المهنة قبل وسطها، فلا يجد المبتدئ فرصة يتعلم فيها.
كيف نقرأ هذا؟
الأجدى من حفظ قائمة أن يسأل كل عامل نفسه عن مهام عمله:
- ما الروتيني الموثَّق منها الذي يمكن للأداة أن تسبق فيه؟
- ما الذي يتطلب حكمًا وثقة وعلاقةً وتحمّلًا للمسؤولية؟
- كيف أجعل الأداة تعمل لي، وأنقل وقتي إلى الثاني؟
وعلى الجهة المشغِّلة أن تُعلن خطتها للتأهيل قبل أن تقرر الاستغناء، فالإنسان ليس بندًا في الميزانية. وفي ذلك قدرٌ من الرحمة بالناس وعدلٌ في الأخذ بالأسباب، والرزق بيد الله مع السعي. وللمهارات المطلوبة تفصيلٌ في مقال «المهارات التي تبقى ثمينة حين تتقن الآلة العمل».
المراجع
- C. B. Frey & M. Osborne, The Future of Employment: How susceptible are jobs to computerisation?, Oxford Martin School (1 September 2013)
- OECD, The Risk of Automation for Jobs in OECD Countries (Arntz, Gregory & Zierahn, 2016)
- T. Eloundou, S. Manning, P. Mishkin, D. Rock, GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models, arXiv:2303.10130 (2023)
- World Economic Forum, The Future of Jobs Report 2025 (digest)
- E. Brynjolfsson, B. Chandar, R. Chen, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence, Stanford Digital Economy Lab (revised 12 August 2026)


