قدمت ChatGPT وGemini وClaude توقعات مختلفة بشأن المهن التي ستختفي

قدمت ثلاثة من أكبر نماذج اللغات — ChatGPT-5 و Gemini 2.5 و Claude 4.5 — تقييمات متناقضة بشكل صارخ حول المهن والصناعات التي ستعاني أكثر من الأتمتة بالذكاء الاصطناعي.

لم تتفق النماذج مع بعضها

طلب الباحثون من كل نموذج تقييم مدى تعرض المهن المختلفة للذكاء الاصطناعي. تباعدت النتائج بشكل صارخ بحيث تطرح التساؤل حول فكرة مؤشر عالمي موحد للتعرض. ركز ChatGPT على مهن معينة كمهن عالية الخطر، بينما اختار Gemini مجموعة مختلفة تماماً، واقترح Claude خياراً ثالثاً. تكون الفروقات ملحوظة بشكل خاص في تقييم التخصصات الإبداعية والمناصب التقنية والأدوار الإدارية. إذا كان المبرمج في منطقة الخطر العالي بالنسبة لنموذج واحد، فقد بدت مهنته محمية نسبياً بالنسبة لنموذج آخر. الأمر ذاته ينطبق على المصممين والمحللين والاستشاريين — ترى النماذج الثلاثة مستقبلهم بطرق مختلفة تماماً.

لماذا هذا خطير على السياسة والاقتصاد

تعتمد الوزارات والحكومات والشركات الكبرى على هذه المؤشرات عند التخطيط لإعادة تدريب القوى العاملة وتطوير التعليم وصياغة السياسة الاجتماعية. إذا أرسلت ثلاثة نماذج موثوقة إشارات متضاربة، فهناك خطر حقيقي لتوزيع غير صحيح للموارد الحكومية. تخيل: تستثمر الحكومة مليارات الدولارات في إعادة تدريب آلاف العمال في مجالات معينة بناءً على توقع ChatGPT، لكن الإزاحة الفعلية تحدث في قطاعات مختلفة تماماً، كما توقع Claude. سيتم إعادة تدريب العمال لمجال غير ضروري، وفي الوقت ذاته ستحدث أزمة اجتماعية في الصناعات غير المحمية.

• لا يعرف الساسة أي مؤشر يعتمدون عليه عند اختيار المهن ذات الأولوية للدعم
• قد تخطط الشركات بشكل غير صحيح الاستثمارات في الأتمتة بناءً على توقعات متضاربة
• المؤسسات التعليمية غير متأكدة من المهارات التي يجب إعطاؤها الأولوية في التدريس

كيف حدث هذا

أحد الأسباب الرئيسية هو الهياكل والبيانات التدريبية المختلفة لهذه النماذج. تم تدريب ChatGPT و Gemini و Claude على مجموعات نصوص مختلفة وبأحجام مختلفة، لذا تكون التقييمات ملونة بشكل ذاتي. يفسر كل نموذج معنى "التعرض للذكاء الاصطناعي" بطريقته الخاصة. بالإضافة إلى ذلك، مؤشرات التعرض هي في الأساس أدوات غليظة. تحاول تقليل الواقع المعقد للاقتصاد وتطور التكنولوجيا إلى رقم واحد لكل مهنة. في الواقع، يعتمد تأثير الذكاء الاصطناعي على عوامل كثيرة: المنطقة ومستوى الراتب وخصوصيات الشركة وسرعة تنفيذ التكنولوجيا والإرادة السياسية للحكومات.

ماذا يعني هذا

بينما يتعلم الذكاء الاصطناعي تقييم تأثيره الخاص على الاقتصاد، ستستمر النتائج في الاختلاف. هذا لا يعني أن المؤشرات غير مفيدة — إنها ببساطة حان الوقت للنظر إليها كواحد من عدة إشارات، وليس كحقيقة مطلقة. يجب على الساسة وأصحاب العمل دمج البيانات من نماذج مختلفة وتحليل العوامل المحلية وعدم الاستعجال في اتخاذ قرارات جذرية بناءً على مؤشر واحد.