منذ ChatGPT، صارت الشهادة تُدرّ أجرًا أقل قليلًا

ما يعرفه العامل نوعان. جزء منه يمكن تدوينه وتعليمه وتخزينه: صيغ وقواعد وإجراءات. والجزء الآخر يُكتسب بالممارسة ويبقى لصيقًا بصاحبه: ففي أمثلة الورقة، يتعلّم الأخصائي الاجتماعي أيّ العملاء يحتاجون إلى متابعة أدق، ويتعلّم الجرّاح متى يكون شدّ الأنسجة غير سليم، ويتعلّم المفاوض كيف يقرأ أجواء القاعة. والذكاء الاصطناعي التوليدي يجعل النوع الأول رخيصًا ووفيرًا في اللحظة التي يُحتاج إليه فيها. فما أثر ذلك في الأجور؟

سعران على قسيمة الراتب

ينظر إدواردو ليفي ييياتي (Eduardo Levy Yeyati) وداريو جودزيك (Darío Judzik) وخوان إغناسيو باربييرو (Juan Ignacio Barbiero)، من جامعة توركواتو دي تيلا في بوينس آيرس، إلى رقمين مألوفين: كم يزيد ما يكسبه العامل مقابل سنة دراسة إضافية، ومقابل سنة خبرة إضافية. فالتعليم ينوب، على نحو منقوص، عن المعرفة القابلة للتدوين؛ والسنوات المنقضية منذ ترك الدراسة تنوب عن المعرفة المكتسبة بالممارسة.

يقدّم نموذجهم تنبؤين. فإذا كانت الآلات توفّر المعرفة المدوّنة، فينبغي أن تتقلّص العلاوة على التعليم. وإذا كانت تلك المعرفة والحكم العملي يعملان على أفضل وجه معًا، فينبغي أن تصبح الممارسة أعلى قيمة، ولا سيما في بداية المسيرة المهنية، حين يتعلّم الناس بأسرع وتيرة. لكن بعض الخبرة مرتبط بالطريقة القديمة في أداء العمل وقد يفقد قيمته، فقد ينقلب الأثر سلبيًا في مرحلة لاحقة.

وظائف معرّضة ووظائف محمية

يستخدم الاختبار المسح السكاني الجاري (Current Population Survey) الأمريكي من يناير 2018 إلى يونيو 2026: نحو 656,000 سجل أجور. وتُرتَّب الوظائف بحسب مؤشر للتعرض للذكاء الاصطناعي بُني قبل وجود ChatGPT. ويُقارَن الربع الأكثر تعرضًا، أي مطورو البرمجيات والمساعدون الإداريون والمحاسبون والمديرون الماليون وأساتذة الجامعات، بالربع الأقل تعرضًا: سائقو الشاحنات وعمال المستودعات وعمال النظافة ومساعدو الرعاية والنُّدُل. وتبدأ الساعة بالدوران في نوفمبر 2022، مع الإطلاق العام لـChatGPT.

قبل ذلك التاريخ، كانت سنة الدراسة ترفع الأجر بنحو 7.5% في الوظائف المعرّضة، مقابل 1.7% في الوظائف المحمية. ويقارن التحليل عمالًا داخل المهنة نفسها، قبل وبعد، فيقيس بذلك التغيرات في «أسعار» التعليم والخبرة هذه، لا في متوسط الأجور.

سنة الدراسة بسعر جديد

في الوظائف المعرّضة، انخفضت علاوة الأجر عن سنة دراسة واحدة بمقدار 0.55 نقطة مقارنةً بالوظائف المحمية، من نحو 7.5% إلى 6.9%، أي انخفاض بنحو 7% من قيمتها السابقة. وفي الوظائف المحمية بقيت عند 1.7%. ولم يكن ثمة انجراف قبل الإطلاق، ويظهر الانكسار خلال الأشهر الاثني عشر الأولى.

مسيرة مهنية تميل

لم تتحرك الخبرة صعودًا أو هبوطًا ككل؛ بل دار المنحنى. فسنة خبرة إضافية تُدرّ 0.26 نقطة أكثر لمن لديه ثلاث سنوات من الخبرة، وتقريبًا القدر نفسه عند خمس عشرة سنة، و0.12 نقطة أقل عند خمس وعشرين سنة. وفي النموذج الرئيسي للمؤلفين، يغيّر الأثر إشارته عند نحو 18 سنة؛ ومع منحنيات أكثر مرونة، يبقى الميل قائمًا لكن تلك النقطة بالضبط تصبح أقل يقينًا. ويكون الميل أقوى لدى العمال الحاصلين على شهادة جامعية.

وبالمحصلة، يكسب عامل لديه ست عشرة سنة من الدراسة وخمس عشرة سنة من الخبرة في وظيفة معرّضة نحو 3.2% أقل مما يتوقعه اتجاه الوظائف المحمية.

التحقق من المصادفات

• نقل تاريخ البداية إلى يناير 2020، أي بداية الجائحة، لا ينتج أي أثر.
• تطبيق قاعدة موحدة على أعلى الرواتب، التي تضع لها الإحصاءات الأمريكية سقفًا وتسجّلها بطريقة مختلفة منذ أبريل 2023، يترك النتائج دون تغيير يُذكر.
• استبعاد وظائف الحوسبة والرياضيات، التي أصابتها في الوقت نفسه موجة تسريحات في قطاع التكنولوجيا، يُبقي انخفاض علاوة التعليم عند 0.49 نقطة.

وتراجع آخر المسيرة المهنية هو أضعف جزء في الأدلة: فقبل الإطلاق، كان ذلك الطرف من المنحنى يتذبذب قليلًا أصلًا.

ليس تنبؤًا

لا يزعم المؤلفون أن الشهادات فقدت قيمتها ولا أن الخريجين صاروا أقل إنتاجية. فنتيجتهم إعادة تسعير قصيرة الأمد داخل الوظائف المعرّضة. وستتكيف خيارات التعليم والتدريب ووظائف المبتدئين. ويكتبون أن سؤالًا واحدًا قد يكون الأهم على المدى البعيد: هل سيظل العمال قادرين على اكتساب الدراية العملية التي تزداد قيمتها، إذا تولّى الذكاء الاصطناعي أتمتة جزء من عملية التعلّم نفسها؟