يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
لماذا انخفضت رواتب خبراء الذكاء الاصطناعي في الولايات المتحدة فجأة؟
كان عام 2021 جيداً بصفة عامة بالنسبة للعاملين في مجال التكنولوجيا في الولايات المتحدة، حيث ارتفع متوسط رواتبهم السنوية بنسبة 6.9٪ ليصل إلى 104.566 دولاراً، وفقاً لتقرير أصدرته شركة التوظيف عبر الإنترنت دايس (Dice).
ومع ذلك، أوضحت الأرقام التي نشرتها دايس أن متوسط رواتب خبراء التعلم الآلي ومعالجة اللغات الطبيعية والذكاء الاصطناعي سجل انخفاضاً بنسبة 2.1٪ و7.8٪ و8.9٪ على التوالي في عام 2021، وهو ما أرجعته الشركة إلى تراجع حدة المنافسة في هذه المجالات. ويأتي هذا التراجع في أعقاب زيادات متكررة -وهائلة في بعض الأحيان- شهدتها الأعوام الأخيرة. على سبيل المثال، قفز متوسط رواتب مهندسي البرمجيات ذوي الخبرة في التعلم الآلي في الولايات المتحدة بنسبة 22% في عام 2019 مقارنة بعام 2018، ثم ارتفع مرة أخرى بنسبة 3.1% في 2020.
وترى ميشيل ماريان، كبيرة مسؤولي التسويق في شركة دايس، أن "هناك مجموعة متنوعة من العوامل التي من المحتمل أنها ساهمت في [هذه] الانخفاضات". وأوضحت أن أحد الاعتبارات الهامة هو أن المزيد من العاملين في مجال التكنولوجيا بدأوا في تعلم وإتقان هذه المجموعات من المهارات. ويمكن أن تؤدي الزيادات في أعداد المواهب بمرور الوقت إلى جعل أرباب العمل يدفعون أجوراً أقل بقليل على الأقل، نظراً لأن العثور على المهارات أصبح أسهل. وأضافت ماريان: "لقد رأينا هذا يحدث مع مجموعة من الشهادات والمهارات التكنولوجية الأخرى شديدة التخصص".
وفيما يتعلق بتغييرات الرواتب بحسب المهنة، أوضح التقرير أنه بعد التراجع في عام 2020، ارتفعت رواتب العاملين في إدارة شركات التكنولوجيا بمعدل 6% لتصل إلى 151.983 دولاراً في عام 2021. كما زادت رواتب ثاني أكثر المهن التكنولوجية ربحاً، وظيفة مهندس النظم، بنسبة 5.1% لتصل إلى 147.991 دولاراً. ووجدت دايس أن مهنة مطور الويب هي المهنة التكنولوجية الأسرع نمواً، حيث زادت رواتبها بنسبة 21.3%، ليصل المتوسط إلى 98.912 دولاراً.
الرابط (إنجليزي)
أهم تطبيقات الذكاء الاصطناعي في مختلف القطاعات
أصبح الذكاء الاصطناعي يحيط بنا في كل مكان؛ فهو حاضرٌ في كل مرة نجري فيها بحثاً على جوجل أو نتابع تدفق الأخبار والمنشورات في فيسبوك أو نشاهد الفيديوهات المقترحة على يوتيوب أو نستفسر من أليكسا عن أمرٍ ما. وإليكم بعض الأمثلة على تسخير قدرات الذكاء الاصطناعي في خدمة المجتمع:
1- قطاع الرعاية الصحية
الكشف عن السرطان: يتم استخدام تقنية الذكاء الاصطناعي المعروفة باسم الشبكات التوليدية التنافسية في تشخيص الإصابة بالسرطان. ويجري استخدام النظام الذي طورته ديب مايند في تحسين التصوير الشعاعي للثدي والكشف المبكر عن سرطان الثدي، وقدّم هذا النظام أداءً أفضل من أداء خبراء الأشعة. كما بدأ استخدام التعلم الآلي في الكشف عن سرطان الرئة بوتيرةٍ أسرع وأكثر دقة وموثوقية.
اكتشاف الأدوية: يتم استخدام الذكاء الاصطناعي في اكتشاف عقاقير جديدة والتخلص من التداخلات الكيميائية بينها. على سبيل المثال، تمكَّن نظام ذكاء اصطناعي بالاعتماد على الشبكات التوليدية التنافسية والتعلم المعزز من اكتشاف دواء جديد محتمل خلال 46 يوماً فقط. وقبل أسابيع، أعلنت شركة الأدوية الفرنسية سانوفي (Sanofi) أنها ستتعاون مع شركة الذكاء الاصطناعي البريطانية إكسينتيا (Exscientia)، لتسريع اكتشاف 15 دواءً جديداً لعلاج الأورام والأمراض المناعية، بتكلفة قد تصل حتى 5.2 مليار دولار.
2- قطاع التعليم
يُجمِع الخبراء على الإمكانات الواعدة للذكاء الاصطناعي في مجال التعليم؛ حيث يمكنه أن يساعد المعلمين في مراقبة أداء الطلاب أو يعطي الطلاب مزيداً من التحكم في طريقة تعلمهم بشكلٍ يؤدي إلى تعميق التجربة الشخصية للتعليم. على سبيل المثال أطلقت الصين تجربة كبرى في التعليم والتدريس المعتمد على الذكاء الاصطناعي. وفي الإمارات العربية المتحدة، تسعى شركة سال- وهي شركة مختصة بالذكاء الاصطناعي ومقرها أبوظبي- إلى توفير حلول الذكاء الاصطناعي في قطاع التعليم من خلال منصة كيوريو.
3- القطاع المالي
يعتمد القطاع المالي على الدقة والبحث في كميات كبيرة من البيانات والإبلاغ عن التقارير في الوقت الحقيقي، ما يجعل من الذكاء الاصطناعي أداةً مثالية للتعامل مع هذه القضايا، وفي نفس الوقت، قوةً مزعزعة في القطاع المالي. وقد بدأت التكنولوجيا المالية بتضمين تقنيات الذكاء الاصطناعي في تقديم الخدمات المالية وتحسين تجربة العملاء. كما يتم استخدام التعلم العميق بالفعل لمكافحة عمليات الاحتيال في الأسواق المالية والعملات المشفرة. وفي الصين، تستخدم إحدى الشركات المالية تقنية التعرف على وجوه الأشخاص من أجل الموافقة على طلبات القروض التي قدموها.
4- قطاع النقل
يمكن توظيف الذكاء الاصطناعي في إدارة حركة السير من خلال زرع شبكة من الحساسات والكاميرات في الشوارع من أجل توقع مناطق الازدحام وضبط إشارات المرور لتجنبها أو لإعلام الشرطة والإسعاف بوقوع حادث سير ما يسهم في زيادة الأمان على الطرقات.
للمزيد حول تطبيقات الذكاء الاصطناعي في القطاعات المختلفة، تابع قراءة المقال على موقعنا عبر هذا الرابط
هل ستقتل الأتمتة الوظائف أم ستوجد أفضل منها؟
عندما يتنافس البشر مع الآلات تنخفض الأجور وتختفي الوظائف. لكن، في النهاية، يتم إنشاء فئات جديدة لوظائف أفضل.
استعمال الآلات في الزراعة في النصف الأول من القرن الـ20، أو التطورات في الحوسبة وتكنولوجيا الاتصالات في خمسينيات وستينيات القرن الماضي، مثلاً، واكب نمواً اقتصادياً قوياً ومشتركاً على نطاق واسع في الولايات المتحدة والاقتصادات المتقدمة الأخرى. لكن في العقود اللاحقة، شيء ما في هذه العلاقة بدأ في الانهيار. منذ ثمانينيات القرن الماضي، شهدنا ثورة الروبوتات في التصنيع، وظهور البرمجيات في كل شيء، وإنترنت المستهلك وإنترنت الأشياء، ونمو الذكاء الاصطناعي. لكن خلال هذا الوقت تباطأ نمو الناتج المحلي الإجمالي في الولايات المتحدة، وارتفع عدم المساواة وشهد كثير من العاملين -خاصة الرجال الذين ليس لديهم شهادات جامعية- انخفاضاً حاداً في دخولهم الحقيقية.
تلك المسألة بدأت تحظى باهتمام كبير في واشنطن. السياسيون وصناع السياسات، على وجه الخصوص، يسترشدون بعمل دارون أسيموجلو، الأستاذ في جامعة إم آي تي، الذي يظهر بحثه أن الأتمتة الشاملة لم تعد مكسباً لكل من رأس المال والعمالة. وفي شهر نوفمبر، شهد أسيموجلو في جلسة استماع أمام مجلس النواب الأميركي بأن الأتمتة -أن تحل الآلات والخوارزميات محل مهام كان يؤديها العمال سابقاً- مسؤولة عن 50- 70% من أوجه التفاوت الاقتصادي التي حدثت في الفترة بين 1980 و2016.
لماذا يحدث هذا؟ في الأساس، في حين أن الأتمتة في أوائل القرن الـ20 وفترة ما بعد 1945 "أدت إلى زيادة إنتاجية العمال في مجموعة متنوعة من الصناعات وأوجدت لهم فرصاً لا تعد ولا تحصى، إلا أن ما شهدناه منذ منتصف الثمانينيات القرن الماضي هو تسارع في الأتمتة وتباطؤ حاد في إدخال المهام الجديدة"، كما قال أسيموجلو في شهادته.
علاوة على ذلك، بعض الأشياء التي نقوم بتشغيلها آلياً هذه الأيام ليست مفيدة اقتصادياً، مثل أجهزة الدفع الذاتي في الصيدليات ومحال البقالة التي تجبرك على القيام بالمسح الضوئي لمشترياتك ذاتياً. قد توفر على تجار التجزئة القليل من تكاليف العمالة، لكن يصعب أن تكون محسنة للإنتاجية. ومع ذلك، فالتكنولوجيا ليست العائق. السؤال هو كيف نتأكد من أن مزيداً من العاملين يمكنهم الاستفادة من ميزاتها.
الرابط
|
