BLS يصنّف تعرّض 831 مهنة لـAI، لا احتمال اختفائها

نشر مكتب إحصاءات العمل الأميركي (BLS) في 27 أغسطس 2026 تصنيفًا جديدًا يقارن التعرّض النسبي للذكاء الاصطناعي عبر 831 مهنة، بالتزامن مع توقعات التوظيف الأميركية للفترة 2025–2035. ويؤكد تحليل مستقل للبيانات المنشورة أن الفئات تحدد أين يمكن أن تتغير المهام، لكنها لا تكشف بمفردها إن كان عدد الوظائف سيرتفع أم سينخفض.

التصنيف الذي نشره BLS في 27 أغسطس 2026 لا يقدّر احتمال اختفاء أي مهنة أو استبدال العاملين فيها. وفي اليوم التالي، أوضحت إدارة تطوير التوظيف في كاليفورنيا أن المقاييس صدرت مع التوقعات العشرية، وأنها ستستخدمها لمراقبة تغير العمل ودعم التخطيط والإنذار المبكر، لا لإصدار حكم نهائي على مصير وظيفة.

ماذا تقيس فئة التعرّض؟

تقيس الفئة موقع المهنة مقارنة بالمهن الأخرى بحسب مدى توافق أعمالها مع قدرات الذكاء الاصطناعي التي تناولتها المصادر. ويعني التعرّض النظري أن التقنية قد تساعد في بعض العمل أو تنجزه، بينما تشير الأدلة المرصودة إلى تفاعلات مع أدوات AI جرى ربطها بمهام أو أنشطة مهنية؛ وهي لا تثبت أن موظفي مهنة بعينها استخدموا هذه الأدوات داخل أماكن عملهم.

لهذا لا تعني فئة «مرتفع جدًا» أن معظم العاملين سيُستبدلون، ولا تعني فئة «منخفض» أن المهنة محصنة من التحول التقني. التصنيف نسبي، وليس نسبة مئوية من مهام المهنة يمكن أتمتتها أو احتمالًا شخصيًا لفقدان العمل.

يفصل ذلك بين أربعة مفاهيم متقاربة في الخطاب العام: التعرّض هو قابلية دخول AI إلى بعض المهام؛ والأتمتة هي أداء النظام للعمل بدل الإنسان؛ والتبنّي هو قرار مؤسسة باستخدام التقنية فعليًا؛ أما توقع التوظيف فيقدّر اتجاه الطلب تحت تأثير عوامل اقتصادية وديموغرافية وتقنية متعددة. لا تسمح فئة التعرّض وحدها بالقفز من المفهوم الأول إلى أي من النتائج الثلاث الأخرى.

كيف أصبحت خمسة مقاييس أربع فئات؟

توضح منهجية BLS الرسمية أن المكتب جمع ثلاثة مقاييس نظرية ومقياسين يستندان إلى استخدام مرصود، ثم حوّل درجات كل مصدر إلى رتب مئينية بين صفر وواحد؛ ومن أصل 4,155 اقترانًا ممكنًا بين 831 مهنة والمصادر الخمسة، كانت 3,944 قيمة متاحة وأُكملت إحصائيًا 211 قيمة تخص 75 مهنة، قبل حساب وسيط للمصادر النظرية ووسيط للمصدرين المرصودين واستخدام التجميع لتكوين فئات منخفض ومتوسط ومرتفع ومرتفع جدًا.

التطبيع لا يحوّل النتيجة إلى نسبة مطلقة. فالرتبة تخبرنا بموقع المهنة أمام بقية المهن داخل المصدر نفسه، وهو أمر ضروري لأن المدخلات لا تقيس مفهومًا واحدًا بالطريقة ذاتها: بعضها يربط قدرات AI بقدرات العمل، وبعضها يقدّر إمكان تقليص زمن المهام، بينما يربط المصدران المرصودان استخدام Claude وMicrosoft Copilot بمهام أو أنشطة مصنفة.

أما الإكمال الإحصائي فيعني تقدير رتبة مفقودة من بيانات المصادر الأخرى والمجموعة المهنية الرئيسية في تصنيف SOC؛ ولا يمثل تفاعلًا جديدًا تمت ملاحظته. وبعد الإكمال، لخّص المكتب المدخلات في بُعدين—نظري ومرصود—ثم صنّف المهن بحسب موضعها المشترك فيهما، ولذلك لا توجد معادلة صحيحة لتحويل اسم الفئة إلى «احتمال تسريح».

مثالان افتراضيان لقراءة الفئات

لنفترض أن «المهنة أ» تقع في فئة التعرّض المرتفع جدًا. القراءة الدقيقة هي أن نسبة أكبر من مهامها، مقارنة بمهن أخرى، تتوافق مع قدرات AI التي تناولتها المصادر، وأن بعض الأنشطة المرتبطة بها ظهرت بدرجة أعلى في أدلة الاستخدام. لا تكشف الفئة عدد الوظائف التي ستختفي، ولا سرعة تبنّي أصحاب العمل للتقنية، ولا ما إذا كان الاستخدام سيستبدل العامل أو يساعده.

ولنفترض أن «المهنة ب» تقع في فئة التعرّض المنخفض. هذا يعني أن متطلباتها أظهرت توافقًا أقل مع القدرات المغطاة، وأن أدلة الاستخدام المستخدمة لم تربط النماذج بأجزاء كثيرة من عملها. لكنه لا يضمن نمو التوظيف؛ فقد يتراجع الطلب بسبب تغير الاستهلاك أو السكان أو التنظيم أو انتقال النشاط، وهي عوامل لا تقيسها فئة التعرّض.

في المثالين، تظل بطاقة التعرّض وتوقعات 2025–2035 قطعتين منفصلتين من المعلومات. الجمع بينهما قد يبين أن قابلية تغير المهام لا تسير بالضرورة في اتجاه الطلب نفسه، لكنه لا يثبت أن الذكاء الاصطناعي سبّب النمو أو الانكماش المتوقع.

التعرّض المرتفع لا يرسم مسارًا واحدًا للوظائف

يظهر الانفصال بين المقياسين في نتائج الإصدار نفسه: من بين 412 مهنة مصنفة مرتفعة أو مرتفعة جدًا، يُتوقع نمو 303 مهن وانكماش 97، فيما تبقى 12 مستقرة بعد التقريب. هذه الأعداد لا تثبت أن AI يخلق الوظائف، لكنها تبطل تفسير الفئات كسُلّم يبدأ بالتعرّض وينتهي حتمًا بالزوال.

يمكن للأتمتة أن تقلل الطلب على نشاط روتيني، بينما يؤدي توسع السوق أو انخفاض التكلفة أو الحاجة إلى المراجعة البشرية والمهارات المكملة إلى زيادة أنشطة أخرى داخل المهنة نفسها. كما قد يتراجع عدد العاملين في مهنة شديدة التعرّض لأسباب سبقت استخدام AI، أو تنمو مهنة مماثلة في التعرّض لأن الطلب الأساسي على خدماتها يتوسع.

ولا تفصل الفئات بين الأتمتة والتعزيز. فتوليد مسودة يراجعها موظف، وإنجاز مهمة كاملة كانت تؤدى يدويًا، قد يظهران كلاهما بوصفهما تعرّضًا رغم اختلاف أثرهما المحتمل على الإنتاجية وعدد العاملين.

حدود زمنية ومنهجية لم تُحسم بعد

يعكس الجانب النظري قدرات كانت متاحة في موعد لا يتجاوز منتصف 2023، وقد تميل أدلة الاستخدام إلى المستخدمين الأوائل لنماذج محددة. وتركز معظم المصادر على النماذج اللغوية أكثر من توليد الصور أو الفيديو، كما تتعامل مع المهنة بوصفها حزمة من خصائص منفصلة، من دون تمثيل كامل للاختناقات أو التكامل بين المهام أو المسؤولية البشرية.

لذلك لا تنشر الفئات احتمالًا للتبنّي، أو أثرًا سببيًا في الأجور والإنتاجية، أو نسبة العمال المتوقع استبدالهم. وهي أيضًا لا تنقل مباشرة إلى أسواق الشرق الأوسط وشمال أفريقيا، لأن نطاقها هو المهن الأميركية التي يعد BLS توقعات لها، بينما تختلف بنية القطاعات والتنظيم وسرعة التبنّي بين الأسواق.

المتاح الآن هو خط أساس موحد لمقارنة مواضع تغير العمل، لا نموذج خطر فردي. وسيصدر BLS توقعات 2026–2036 في 2027؛ وحتى تتوافر بيانات لاحقة تربط التبنّي الفعلي بتغير المهام والعمالة، تبقى الفئات الأربع وصفًا نسبيًا للتعرّض، لا موعدًا لاختفاء مهنة.