عصر المبتدئين تحت الضغط: Stanford تقول إن الذكاء الاصطناعي وسّع فجوة توظيف الشباب إلى 19%

سلّم المسار المهني يفقد درجته الأولى

أسوأ ما في أكثر مجموعات البيانات متابعةً بشأن الذكاء الاصطناعي والوظائف صار للتوّ أشد وطأة على الداخلين إلى سوق العمل. ففي 12 أغسطس 2026، أصدر الاقتصاديون Erik Brynjolfsson وBharat Chandar وRuyu Chen نسخة منقّحة من ورقتهم، Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence، ووسّعوا تحليلهم لسجلات رواتب ADP التي تغطي ملايين العاملين الأمريكيين حتى يونيو 2026.

الرقم الرئيسي صارخ. فوفقاً لـStanford Digital Economy Lab، بات توظيف العاملين بين 22 و25 عاماً في المهن الشديدة التعرّض للذكاء الاصطناعي أدنى الآن بنحو 19% من المستوى الذي كان سيبلغه لو واكب توظيف العاملين في المرحلة العمرية نفسها في مهن أقل تعرّضاً. قبل عام، مع بيانات يوليو 2025، بلغ العجز نفسه 15%. الفجوة لا تُغلق — بل تتّسع باطّراد، وقد فعلت ذلك كل شهر منذ أن أشار إليها الباحثون لأول مرة في أغسطس 2025.

الكلمة التي يستخدمها المؤلفون أنفسهم مقصودة: طيور الكناري. هذا هو الإنذار المبكر، لا الانهيار. والتحذير موجّه مباشرة إلى العاملين الأصغر سناً والأقل خبرة.

ما تُظهره البيانات فعلاً

توثّق الورقة ست حقائق، والفارق الدقيق لا يقل أهمية عن الرقم الرئيسي. أهم سياق هو ما لا يحدث.

• لا إزاحة على مستوى الاقتصاد ككل. لا تجد الدراسة أي دليل على خسائر وظائف واسعة وشاملة بسبب الذكاء الاصطناعي. فقد ارتفع التوظيف الإجمالي في عيّنة ADP بنحو 6% بين نوفمبر 2022 ويونيو 2026، بحسب تحليل Forbes للدراسة — فالألم مركّز، لا عام.
• تباعد حاد بحسب العمر والتعرّض. بالمستويات، تراجع توظيف من هم بين 22 و25 عاماً في أعلى خُمسَي المهن تعرّضاً للذكاء الاصطناعي بنحو 11% بين نوفمبر 2022 ويونيو 2026، بينما نمت المرحلة العمرية نفسها في الأخماس الثلاثة الأقل تعرّضاً بنحو 10%، تذكر الورقة. ولا يُظهر العاملون ذوو الخبرة أي فجوة مماثلة.
• يعمل عبر التوظيف لا عبر التسريح. يجري التكيّف أساساً عبر خفض توظيف الشباب لا عبر زيادة حالات المغادرة، يلاحظ المختبر. فالشركات لا تسرّح المبتدئين بالجملة؛ بل تقرّر بهدوء عدم فتح الوظيفة أصلاً.

هذه الآلية الأخيرة هي ما يجعل الأمر صعب الرصد في العناوين. فتجميد التوظيف على وظائف المبتدئين لا يُنتج أي إعلان تسريح، ولا إشعار إغلاق مصنع، ولا بياناً صحفياً. لا يظهر إلا في بيانات الرواتب — وهو بالضبط سبب أهمية سلسلة ADP.

المُقنّن مقابل الضمني: لماذا يتضرّر المبتدئون أولاً

أنفع إسهام في الدراسة لأي شخص يخطّط لمساره المهني هو تفسيرها لماذا يتعرّض الشباب. تتركّز التراجعات في المهن التي يحلّ فيها الذكاء الاصطناعي محلّ المهام البشرية؛ وحيث يُكمّل الذكاء الاصطناعي العاملين، يكون التوظيف ثابتاً أو مرتفعاً، تفيد الورقة.

خط الفصل هو نوع المعرفة التي يكافئها العمل. وكما لخّصت Forbes، تراجع التوظيف بين الشباب في الأدوار المعتمدة على المعرفة المُقنّنة — المعرفة الرسمية والموحّدة والموثّقة التي يمكن تعليمها عبر الكتب والإجراءات المكتوبة — بينما ازداد بين العاملين ذوي الخبرة في الأدوار المبنية على المعرفة الضمنية المكتسبة بالممارسة والإرشاد والتعرّض المتكرّر لمواقف حقيقية.

الذكاء الاصطناعي التوليدي، بعبارة أخرى، بارع للغاية في إعادة إنتاج نوع الكفاءة «الحرفية» تماماً التي يجلبها الخريج الجديد والتي كانت الشركات تدفع تاريخياً رواتب مبتدئين لاكتسابها. فالمهام القابلة للتحقّق والكثيفة الإجراءات التي كانت تبرّر أعداد المبتدئين — الشيفرة الروتينية، والمسودات الأولى للمذكّرات، وتنظيف البيانات الأساسي، وسكربتات الدعم من المستوى الأول — هي بالضبط ما تعالجه النماذج الحالية تحت إشراف كبار الموظفين. تُسمّي الورقة تطوير البرمجيات وخدمة العملاء كمجالين متعرّضين يظهر فيهما هذا النمط بأوضح صورة.

وهناك نتيجة ثانوية غير مريحة تستحق الانتباه: يلاحظ المؤلفون أن النساء يواجهن في المتوسط تعرّضاً أكبر للذكاء الاصطناعي، مشيرين إلى التباين بين الجنسين كأمر ينبغي مراقبته مستقبلاً.

حجّة المشكّكين — ولماذا تصمد هذه الدراسة أمامها

يجدر التزام الدقّة هنا، لأن 2026 كانت عام «AI washing» — شركات تُقدّم خفوضات تكاليف عادية على أنها إعادة هيكلة بصرية بالذكاء الاصطناعي. حذّر محلّلون مصرفيون من أن «AI redundancy washing» سيكون سمة بارزة للعام، بل واعترفت قيادة OpenAI نفسها بأن بعض الشركات تُحمّل الذكاء الاصطناعي مسؤولية تسريحات كانت ستجريها على أي حال. ويوضّح تقرير تسريحات الوظائف الصادر عن Challenger, Gray & Christmas التوتّر: أعلن قطاع التقنية عن 149,023 عملية تسريح في 2026 حتى يوليو — بزيادة 67% على أساس سنوي وبنسبة 31% من إجمالي التسريحات — حتى مع أن التقرير نفسه يُظهر أن الشركات أعلنت خططاً لتوظيف 107,500 عامل، بزيادة 25% عن العام الماضي. الذكاء الاصطناعي يُزيح سوق العمل، لا يفكّكه.

ورقة Stanford حذرة على نحو استثنائي من المبالغة في الادّعاء. فالمؤلفون يقدّمون حقائقهم الست صراحة على أنها وصفية لا سببية — مؤشرات مبكّرة لا أدلّة. ويُخضعون النتيجة لاختبارات صمود: يستمرّ التباعد عند استبعاد الشركات التقنية ومهن الحوسبة، وعند ضبط التعرّض لأسعار الفائدة والعمل عن بُعد، وعبر مقاييس بديلة لتعرّض الذكاء الاصطناعي. وقد استمرّ في الاتّساع حتى منتصف 2026، بعد فترة طويلة من بلوغ أسعار الفائدة ذروتها — ما يستبعد تفسير «إنها مجرّد دورة الفائدة». هذا المزيج هو ما يجعل إشارة المبتدئين صعبة التنحية كـ«washing».

ماذا يعني هذا للعاملين في التقنية ولأصحاب العمل

الرسالة ليست «الذكاء الاصطناعي قادم للجميع». بل هي أضيق وأكثر قابلية للتنفيذ: درجة المبتدئين تحت ضغط حاد، والعلاوة على الحُكم القابل للإثبات والصعب التقنين آخذة في الارتفاع، وأمام الأفراد والمؤسسات نافذة قصيرة للتكيّف.

1. في بداية المسار، اِبلغ سريعاً حُكماً بمستوى الإنتاج، لا مزيداً من الدورات

منطق الدراسة صريح: الذكاء الاصطناعي يحلّ محلّ المعرفة المُقنّنة ويُكمّل الحُكم الضمني. الشهادات معرفة مُقنّنة. والمناورة المضادّة هي تجميع النوع الضمني بسرعة — تسليم مشروع حقيقي بمستخدمين حقيقيين، وإدارة حادث، وحضور قرارات إنتاج. المبتدئ الذي يُوثَق به لتقييم مخرجات نظام ذكاء اصطناعي هو مُكمّل للأدوات؛ والمبتدئ الذي يكتفي بإعادة إنتاج ما تفعله الأدوات هو بديل عنها.

2. إن كنت تدير مهندسين، اِحمِ خطّ التدريب الذي تُغرى بقطعه

الخطوة العقلانية قصيرة الأجل — التوقّف عن توظيف المبتدئين لأن الوكلاء يؤدّون مهامهم القديمة — تُجوّع بهدوء احتياطك المستقبلي من كبار الخبراء. فالمتخصصون الكبار الذين يتنافس الجميع على توظيفهم في 2026 كانوا المبتدئين الذين درّبهم أحدهم في 2021. والشركات التي تحافظ على مسار تدريب متعمَّد (ولو أصغر) تشتري لنفسها احتياط مواهب يفكّكه منافسوها.

3. إن كنت تضع السياسات أو تدير برنامجاً، اِقِس مستوى المبتدئين مباشرة

تبدو البطالة الإجمالية سليمة؛ وهذا هو الفخّ. لا يظهر الضرر إلا حين تُقسّم بحسب العمر والتعرّض للذكاء الاصطناعي، ويظهر في معدّلات التوظيف لا في أعداد التسريح. تابِع التوظيف على مستوى الأفواج للخريجين الجدد في المجالات المتعرّضة — الإشارة نفسها التي التقطتها سلسلة ADP — وإلا فلن ترى المشكلة إلا بعد أن يكون فوجٌ قد أُقصي فعلاً.

السؤال البنيوي

ما توثّقه دراسة Canaries حقاً هو تغيّر في كيفية بناء سوق العمل للمهارة. فلقرن كامل، كانت وظيفة المبتدئ الآلية التي تتحوّل بها المعرفة المُقنّنة المكتسبة في القاعة إلى حُكم مهني ضمني — كنت تتقاضى أجراً متواضعاً لأداء المهام القابلة للتحقّق بينما تستوعب غير المكتوبة. أما الآن فالذكاء الاصطناعي بارع جداً في المهام القابلة للتحقّق، ما يهدّد بإزالة رامب الدخول المدفوع قبل أن يوجد بديل.

هذا هو الخطر الأعمق في رقم الـ19%. ليس أن جيلاً لا يجد عملاً؛ فالتوظيف الإجمالي متين والعاملون ذوو الخبرة بخير. بل أن الجسر من التعليم إلى الخبرة يضيق في اللحظة نفسها التي يحتاج فيها مزيد من الناس إلى عبوره. والاقتصادات والشركات وأنظمة التدريب التي تعيد بناء هذا الجسر — بالتلمذة المهنية، والأدوات المصمَّمة للتكامل أولاً، والأدوار المبنية حول الحُكم البشري لا حول الإنتاجية المُقنّنة — ستحتفظ بميزتها في المواهب. أما التي تترك الدرجة الأولى تتعفّن فستكتشف، بعد خمس سنوات فوات الأوان، أنها توقّفت عن إنتاج كبار الخبراء.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• No Widespread Displacement, but the AI Employment Gap for Young Workers Has Widened to 19% — Stanford Digital Economy Lab
• Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence (نسخة أغسطس 2026 المنقّحة، PDF) — Stanford Digital Economy Lab
• Canaries in the Coal Mine? (صفحة النشر) — Stanford Digital Economy Lab
• Real-World Experience Is A Hedge Against AI Displacement, Study Suggests — Forbes
• Challenger Report: Layoffs Fall, Hiring Picks Up; AI Leads For Fifth Straight Month — Challenger, Gray & Christmas