ملخص
الهدف 8 من أهداف التنمية المستدامة هو العمل اللائق ونمو الاقتصاد، ويسعى إلى مساعدة الناس في الحصول على وظائف آمنة وعادلة وكسب ما يكفي من المال لدعم عائلاتهم ومجتمعاتهم. يدور هذا الهدف حول مساعدة الشركات في النمو بشكل أفضل ومعاملة الموظفين بعدل. عند تطوير منتج جديد أو زيادة/خفض رواتب الموظفين أو تغيير طريقة أداء الوظيفة، هناك قرارات محفوفة بالمخاطر يجب أن يراعيها أصحاب الشركات. في الوقت الحالي، من الأسئلة الرئيسية التي يجب أخذها في الاعتبار ما إذا كان ينبغي للشركات التمسك بالطرق التقليدية أو الاستثمار في الروبوتات الذكية والذكاء الاصطناعي، مما قد يساعدها في العمل بشكل أسرع وأفضل. وهذه الخيارات قد تبدو بسيطة ولكن لها عواقب مهمة: وهي عدد الأشخاص الذين يحصلون على وظائف وأنواع العمل الذي يقومون به، بل ومقدار المال الذي يربحونه. في هذه المقالة، سنستكشف كيف يمكن للتكنولوجيا تحويل الطرق التي يعمل بها الأشخاص وكيف يمكن للعلماء استخدام النماذج الرياضية لتوقّع شكل أماكن العمل في المستقبل.
شاهد مقابلة مع مؤلفي هذا المقال لمعرفة المزيد (الفيديو 1).
منح وظائف لائقة للجميع
وضعت الأمم المتحدة أهداف التنمية المستدامة (SDG)، وهي مجموعة من 17 هدفًا عالميًا لجعل عالمنا أفضل للجميع [1]. وتركز هذه الأهداف على العديد من القضايا المهمة، ومنها القضاء على الفقر وحماية الكوكب وضمان حصول الجميع على تعليم جيد ووظائف لائقة. ومن هذه الأهداف الهدف SDG 8 "العمل اللائق ونمو الاقتصاد"، وهو يدور حول أهمية العمل. لا تقتصر أهمية العمل على كسب الناس للمال لدعم أنفسهم وعائلاتهم، فهو يعطي الناس أيضًا إحساسًا بالهدف (سبب للاستيقاظ في الصباح) والكرامة (الفخر بما تعمله) وفرصة للمساهمة في المجتمع. يركّز الهدف SDG 8 على ضمان حصول الجميع على وظيفة آمنة وعادلة ومجزية مع المساعدة في نمو الاقتصاد العالمي. لتحقيق هذا، يجب أن تكون الشركات مُنتِجة، أي عليها إنتاج سلع أكثر أو توفير خدمات أفضل بكفاءة. عندما تكون الشركات مُنتِجة، يمكنها النمو وتوفير الكثير من الوظائف وعرض فرص أفضل للجميع. يسعى الهدف SDG 8 أيضًا إلى ضمان حصول كل الراغبين في العمل على وظائف، وكسب أجر عادل في بيئة آمنة وصحية. ويدعو هذا الهدف أيضًا إلى حماية حقوق الموظفين حتى لا يتلقى أي شخص معاملة غير عادلة أو يتعرض للخطر أثناء أدائه لوظيفته.
يمكنك تصوّر كل أهداف التنمية المستدامة معًا كأحجية عملاقة. وكل جزء منها مهم وحده، ولكن تتكون الصورة الكاملة عند ربط كل الأجزاء معًا. على سبيل المثال، فإن الهدف 9 من التنمية المستدامة (الصناعة والابتكار والبنى التحتية) يدعم الهدف 8 من خلال تشجيع التقنيات الجديدة لتحسين الاقتصاد، بينما يساعد الهدف SDG 4 (التعليم الجيد) من خلال ضمان حصول الناس على المهارات اللازمة لأداء وظائفهم الجديدة. وتعمل كل الأهداف معًا كأجزاء أحجية لبناء مستقبل يزدهر فيه الجميع.
استخدام العلوم لفهم الاقتصاد
الاقتصاد هو دراسة كيفية تقاسم المال والوظائف والموارد في المجتمع، ويمكن أن يكون معقدًا حقًّا، ولكن العلوم توفّر عدة أدوات لمساعدة الناس في فهم الاقتصاد بصورة أفضل. ومن أكثر الأدوات فائدة النماذج الرياضية، وهي تعمل كـ "عالم افتراضي تدريبي" يمكن للعلماء فيه اختبار الأفكار بدون أي مخاطرة في العالم الواقعي. على سبيل المثال، يمكننا استخدام النماذج للمساعدة في معرفة عدد الأطباء أو المُعلّمين أو المهندسين الذين تحتاج إليهم دولة ما في المستقبل، مما يساعد المدارس في تجهيز العدد المناسب من الطلاب لهذه الوظائف.
يمكن أيضًا أن تختبر النماذج العواقب المحتملة لتغيير دولة ما للحد الأدنى للأجور لديها (أقل أجر يمكن أن يكسبه أي شخص من وظيفة ما)، مما يوضح ما إذا كان هذا التغيير سيساعد الموظفين في كسب المزيد أو يؤدي إلى خفض الشركات للعمالة. وبإمكان العلوم أيضًا المساعدة من خلال توضيح الصورة الكاملة لآلية عمل الاقتصاد. وإحدى الأدوات الرائعة التي نستخدمها لذلك ذات اسم طريف للغاية، وهو لعبة الحقل المتوسط (MFG). لا علاقة للأداة بلعب الناس لألعاب في حقل ما.
تخيّل أنك تجلس في شرفة عالية فوق محطة قطار مزدحمة (الشكل 1). لا يمكنك من أعلى متابعة حركة كل فرد، فأنت لا تعرف بالضبط إلى أين يتجه ذلك الرجل مع كلبه ولا أي قطار ستأخذه تلك المرأة المسنّة. ولكن يمكنك ملاحظة الحركة العامة للحشود. سترى أن هناك مجموعة من الناس يسيرون باتجاه الرصيف، ومجموعة صغيرة يتجهون إلى آلات بيع التذاكر، وآخرين ينصرفون ببطء نحو المخارج. ويمكنك أيضًا ملاحظة الوقت الذي تبدأ فيه المحطة في الازدحام وعندما تهدأ الحركة فيها من جديد.
- شكل 1 - رؤية الصورة الكاملة: (A) عند التواجد في شرفة داخل محطة قطار، من الصعب تتبع الأفراد ولكن يمكنك رؤية أنماط للحشود وهم يتحركون نحو اتجاهات مختلفة وينتقلون إلى أماكن مختلفة.
- (B) على النحو نفسه، يمكن أن يستخدم العلماء النماذج الرياضية، مثل ألعاب الحقل المتوسط (MFG)، لتحليل الشركات في مدينة أو بلد، مما يساعدهم في تحديد أنماط في مجموعات من الشركات، بدلاً من دراسة كل شركة على حدة.
ويشبه هذا كيف يستخدم العلماء نماذج MFG [2, 3]. في الاقتصاد، بدلاً من تتبع كل شركة بالتفصيل، ندرس الأنماط العامة لآلاف الشركات مرة واحدة. وكما في حالة محطة القطار، نريد فهم "الصورة الكاملة". على سبيل المثال، قد نرى أن العديد من الشركات توفّر الآن خيارات العمل عن بُعد؛ إذ يعمل الأفراد من المنزل ويستخدمون أجهزة الكمبيوتر لأداء مهام وظائفهم ويتحدثون إلى الزملاء من خلال الإنترنت، كل ذلك بدلاً من العمل في المكتب بصفة شخصية. يمكننا تتبع مدى سرعة حدوث هذه التغيرات والأنماط التي تظهر بمرور الوقت، بدون الحاجة إلى متابعة كل شركة على حدة.
ورؤية الصورة الكبيرة تساعدنا في التفكير في مستقبل الوظائف.
الذكاء الاصطناعي: الموظف المثالي
سمعت على الأرجح عن الذكاء الاصطناعي (AI)، وهو التكنولوجيا التي تحدث طفرة في عالمنا حاليًا. بعبارة بسيطة، يدرّب الذكاء الاصطناعي أجهزة الكمبيوتر على رصد الأنماط وحل المشكلات بطرق مثل البشر. معنى ذلك أن جهاز الكمبيوتر يمكنه التعرف على الوجوه في الصور أو ترجمة اللغات أو قيادة السيارات أو مساعدة الأطباء على اكتشاف الأمراض بسرعة أكبر. بالنسبة للشركات، يمكن أن يعني الذكاء الاصطناعي زيادة سرعة الإنتاج وتقليل الأخطاء والقدرة على تحليل كميات ضخمة من المعلومات في ثوانٍ معدودة. وفي سوق العمل، للذكاء الاصطناعي تأثيرات مختلطة: فقد يستبدل بعض المهام المتكررة البسيطة التي يقوم بها الناس اليوم، ولكنه يمكن أن يوفر أيضًا وظائف جديدة مثل تصميم أنظمة الذكاء الاصطناعي أو صيانتها أو استخدامها بطرق مبتكرة لحل المشكلات.
تخيّل أنك تمتلك شركة. قد يبدو الذكاء الاصطناعي مثل الموظف المثالي؛ فهو لا يتعب أبدًا ولا يأخذ إجازات أبدًا ويمكنه العمل طوال الليل والنهار. موظف رائع، أليس كذلك؟ في الواقع، الأمر ليس بهذه البساطة؛ فإعداد أنظمة الذكاء الاصطناعي يستغرق الكثير من الوقت ويكلف الكثير من المال. والتحدي الأكبر من ذلك أنه عندما يؤدي الذكاء الاصطناعي وظائف كان يقوم بها الناس فقط في السابق، سواء كانت مهام متكررة بسيطة (مثل فرز الرسائل الإلكترونية) أو مهام أكثر تعقيدًا (مثل تحليل البيانات العلمية أو صياغة مسودات للوثائق القانونية أو مساعدة الأطباء في تصميم خطط علاج)، فقد يقصي العمال الذين يعتمدون على تلك الأدوار لكسب المعيشة. وقد يسبب ذلك ضغوطًا في حياة العديد من الموظفين ويصعّب عليهم دعم عائلاتهم. وهذا من التحديات الكبرى التي يجب أن يحلها المجتمع.
توقّع وظائف المستقبل باستخدام ألعاب الحقل المتوسط
في جامعة كاوست، تدرس المجموعة البحثية المعنية بألعاب الحقل المتوسط والمعادلات التفاضلية الجزئية غير الخطية كيف يمكن أن تساعد النماذج الرياضية، ومنها ألعاب الحقل المتوسط، في معالجة هذه القضايا الاجتماعية والاقتصادية والتكنولوجية المهمة [1, 2]. وهناك مشروع يجري الآن بالشراكة مع علماء من جامعة دورهام في المملكة المتحدة وجامعة إيكس-مرسيليا في فرنسا ويركز على سؤال في غاية الأهمية، وهو كيف تقرر الشركات ما إذا كانت ستظل تتبع طرق العمل التقليدية الخاصة بها أم ستستثمر في الذكاء الاصطناعي.
باستخدام نماذج MFG، يمكن أن تبني المجموعة "اقتصادًا افتراضيًا" تحاول فيه كل شركة اتخاذ أذكى خطوة. في النموذج، يتأثر قرار كل شركة بالسلوك المتوسط للاقتصاد ككل، تمامًا كما في حالة محطة القطار. على سبيل المثال، قد تقرر إحدى الشركات تبنّي تكنولوجيا الذكاء الاصطناعي إذا ارتفع متوسط أجور موظفيها ارتفاعًا مفرطًا، مما يقلل تكلفة هذه التكنولوجيا على المدى الطويل. وإذا اتخذت آلاف الشركات قرارات مماثلة واستبدلت بعض الوظائف بالذكاء الاصطناعي، يمكن أن يغيّر هذا متوسط أجور الموظفين في الاقتصاد كله.
يحدث هذا لأن أنظمة الذكاء الاصطناعي يمكن أن تتولى بعض المهام، مما يقلل من عدد الوظائف ويخفض أجر الأفراد الذين يؤدون هذه المهام. في الوقت نفسه، فإن الأشخاص الذين يعرفون كيفية تصميم الذكاء الاصطناعي أو إدارته أو استخدامه قد يربحون أكثر لأنهم يساعدون الشركات في توفير المال من خلال الاعتماد على عدد أقل من الموظفين. يبحث نموذجنا عن نقطة توازن ويتيح لنا اختبار سيناريوهات مختلفة: ما الذي سيحدث إذا تبنت عدة شركات الذكاء الاصطناعي بسرعة؟ وماذا لو انتظر أغلبها؟ وكيف يمكن أن يؤثر هذا على المنافسة بين الشركات؟
لاستكشاف هذه الأسئلة، درسنا نوعين من الشركات: شركات تقليدية تستخدم الآلات والطرق العادية ويمكنها بسهولة توظيف العمال أو خفض عددهم، وشركات تقرر تبني الذكاء الاصطناعي (الشكل 2). ومع ذلك، فإن تبني الذكاء الاصطناعي تصحبه تكلفة التبني الثابتة، وهي المبالغ اللازمة للبحث والمعدات الجديدة وتدريب الموظفين على استخدام التكنولوجيا.
- شكل 2 - طرق مختلفة للعمل: تقوم بعض الشركات بعملها بالطريقة "القديمة" بينما تستخدم شركات أخرى تكنولوجيات مثل الذكاء الاصطناعي أو الآلات للعمل بشكل مختلف.
- (A) لدى شركة قطارات تقليدية العديد من الموظفين الذين يؤدون وظائف عملية وتطبيقية مثل بيع التذاكر أو إصلاح القطارات أو مساعدة الركاب. (B) شركة تعمل بالذكاء الاصطناعي لديها روبوتات وآلات وأجهزة كمبيوتر للقيام بالمهام الروتينية، بينما يستخدم الموظفون من البشر معرفتهم عن القطارات والمحطات للتفكير المبدع والتخطيط لمنتجات جديدة أو طرق أفضل أو وسائل للتحسين.
فكّر في محطة القطار مرة أخرى. ترى قطارًا جديدًا فائق السرعة يعد بإيصالك إلى وجهتك بسرعة أكبر بكثير، ولكن تذكرة هذا القطار الجديد أغلى بكثير من القطار العادي. يقرر العديد من الركاب (تمامًا مثل الشركات) الانتظار. ويتابعون ما إذا كان القطار السريع يستحق التجربة فعلاً أو إذا كان سعر التذاكر سينخفض لاحقًا. تشبه "فترة الانتظار" هذه فترة التوقف التي تأخذها الشركات قبل تبنّي الذكاء الاصطناعي.
بالإجابة عن هذه الأسئلة، يمكننا فهم سبب التأثيرات المختلطة المحتملة للذكاء الاصطناعي على الاقتصاد. ففي بعض الأحيان، يؤدي إلى اختفاء الوظائف البسيطة، مما يوضح سبب الانخفاض المحتمل للأجور عند طرح الذكاء الاصطناعي لأول مرة.
ومع ذلك، يمكن أن توفر تكنولوجيا الذكاء الاصطناعي أيضًا نوعين جديدين من الوظائف، مثل وظائف الأفراد الذين يتولون تصميم أو صيانة "القطارات السريعة". بالإضافة إلى ذلك، يمكن أن تمنح هذه التكنولوجيا الموظفين المزيد من وقت الفراغ من خلال جعل يوم العمل أقصر.
وهذه النتائج مهمة للشركات، وكذلك للأفراد الذين يضعون القواعد في الدول. فبإمكان الحكومات استخدام أبحاثنا لتحديد الوقت الذي ينبغي لها فيه تشجيع الشركات على تبني الذكاء الاصطناعي وكيفية حماية الموظفين في الوقت نفسه. وبهذه الطريقة، يمكن للتكنولوجيا مساعدة الاقتصادات على النمو وضمان وصول فوائدها للجميع. إذًا، في المرة التالية التي تتساءل فيها عما إذا كانت الرياضيات مفيدة خارج الفصل الدراسي، تذكّر أنها أداة فعالة تساعدنا في بناء عالم أذكى وأعدل للجميع.
دورك في وظائف المستقبل
إن الهدف 8 للتنمية المستدامة وهو "العمل اللائق ونمو الاقتصاد"، ضروري لضمان حصول الجميع على وظائف آمنة وعادلة ونمو الاقتصادات بطريقة مستدامة. وفي جامعة كاوست، تستخدم أبحاثنا النماذج الرياضية مثل ألعاب الحقل المتوسط لاستكشاف كيف تقرر الشركات ما إذا كان عليها استخدام الذكاء الاصطناعي وكيف تؤثر هذه القرارات على الوظائف والأجور والتوازن بين العمل ووقت الفراغ. ومن خلال فهم متى وكيف تستثمر الشركات في الذكاء الاصطناعي، يمكننا مساعدة صنّاع القرار في وضع قواعد وخطط تحمي الموظفين وتدعم الأجور العادلة وتحافظ على قوة الاقتصادات. تساهم أبحاثنا في الهدف SDG 8 من خلال إثبات أن التكنولوجيا (إذا ما استُخدِمت بحكمة) يمكنها توفير فرص جديدة وأنواع جديدة من العمل.
وهنا يأتي دورك أنت، فوظائف المستقبل، التي لم يخرج أغلبها إلى النور بعد، ستكون متاحة لك يومًا ما. والأشياء التي تتعلمها اليوم ستؤهلك ليس فقط لأداء هذه الوظائف، بل كذلك لابتكارها وضمان مساعدتها للجميع، لا قلة من الناس فحسب. وإذا استمر حبّك للاستطلاع وواصلت التعلّم واستخدمت أفكارك لجعل العالم أفضل، فستساعد في بناء مستقبل يشهد تعاونًا بين التكنولوجيا والناس، ويكون المجتمع فيه أعدل وأقوى للجميع.
شكر وتقدير
نودّ أن نشكر "نيكي تالبوت" على دعمها الثمين لنا خلال إعداد المجموعة، والذي لولاه لما اكتملت. ونتوجه بالشكر أيضًا إلى "آنا رَنتِه" على إنشاء الرسومات التوضيحية في هذه المقالة. كما نود أن نعرب عن امتناننا لمكتب الاستدامة في جامعة الملك عبد الله للعلوم والتقنية والمكتب القُطري لبرنامج الأمم المتحدة الإنمائي في المملكة العربية السعودية لتفانيهما في التوعية بأهمية أهداف التنمية المستدامة للأمم المتحدة في رحلتنا نحو عالم أكثر استدامة.
إقرار بشأن استخدام أدوات الذكاء الاصطناعي
يُقر المؤلفون باستخدام الذكاء الاصطناعي التوليدي في تأليف هذه المقالة. فقد تم استخدام ChatGPT (GPT-5.2)، وهو نموذج لغوي يعمل بالذكاء الاصطناعي التوليدي من تطوير OpenAI، للمساعدة في تحرير هذه المقالة لتعزيز وضوحها وتنظيمها وتقييم مدى سهولة قراءتها.
إن أي نص بديل يرد بجانب الأشكال في هذا المقال تم إنشاؤه بواسطة Frontiers باستخدام الذكاء الاصطناعي، وقد بذلنا جهودًا معقولة لضمان دقته، ومن بينها مراجعة المؤلفين له قدر الإمكان. وإذا لاحظت أي مشكلات فيه، يُرجى التواصل معنا.
مسرد للمصطلحات
الاقتصاد (Economy): ↑ نظام طريقة تقاسم المال والوظائف والموارد بين الأشخاص والشركات والحكومات.
مُنتِجة (Productive): ↑ قادرة على إنجاز الكثير من العمل أو صنع الكثير من المنتجات أو السلع في وقت معين باستخدام الناس أو الآلات أو التكنولوجيا.
النماذج الرياضية (Mathematical Models): ↑ عوالم "افتراضية تدريبية" يتم تصميمها باستخدام الرياضيات لاختبار الأفكار والتنبؤ بما قد يحدث في الواقع.
ألعاب الحقل المتوسط (Mean Field Games): ↑ أدوات رياضية تدرس الأنماط الرئيسية للعديد من اللاعبين أو الشركات، حيث يحاول كل لاعب أو شركة اتخاذ أذكى قرارات ممكنة بناءً على سلوك الجميع.
الذكاء الاصطناعي (AI) (Artificial Intelligence (AI)): ↑ تكنولوجيا تتيح لأجهزة الكمبيوتر أو الآلات التعلّم من البيانات ورصد الأنماط واتخاذ القرارات حتى تتمكن من مساعدة الناس أو القيام بمهام بنفسها، مثلما يفعل البشر تقريبًا.
سوق العمل (Job Market): ↑ عالم الوظائف المتاحة حيث يبحث العمال عن فرص عمل وتبحث الشركات عن موظفين.
تكلفة التبني الثابتة (Fixed Adoption Cost): ↑ مبلغ يجب أن تدفعه شركة لمرة واحدة لإعداد أو بدء استخدام تكنولوجيا جديدة، مثل شراء آلات أو برامج، بغض النظر عن مقدار الاستخدام.
إقرار تضارب المصالح
يعلن المؤلفون أن البحث قد أُجري في غياب أي علاقات تجارية أو مالية يمكن تفسيرها على أنها تضارب محتمل في المصالح.
إفصاح أدوات الذكاء الاصطناعي
تم إنشاء النص البديل (alt text) المرفق بالأشكال في هذه المقالة بواسطة "فرونتيرز" (Frontiers) وبدعم من الذكاء الاصطناعي، مع بذل جهود معقولة لضمان دقته، بما يشمل مراجعته من قبل المؤلفين حيثما كان ذلك ممكناً. في حال تحديدكم لأي خطأ، نرجو منكم التواصل معنا.
المراجع
[1] ↑ United Nations General Assembly. 2015. Transforming our World: The 2030 Agenda for Sustainable Development (A/RES/70/1). Adopted 21 October 2015.
[2] ↑ Gomes, D. A., Nurbekyan, L., and Pimentel, E. A. 2015. Economic Models and Mean-field Games Theory. IMPA.
[3] ↑ Gomes, D. A., and Ribeiro, R. L. 2025. Mean-field Games for Sustainability and Energy Transition. IMPA.