هوش مصنوعی چگونه نظام‌های رفاهی را به مرز فروپاشی می‌کشاند؟

تحلیل تأثیرات مخرب اتوماسیون بر اقتصاد و زندگی کارگران

هوش مصنوعی چگونه نظام‌های رفاهی را به مرز فروپاشی می‌کشاند؟

با ادغام سریع فناوری‌های هوش مصنوعی در بخش‌های مختلف، بازارهای کار دستخوش تحولاتی بنیادین شده‌اند؛ تحولاتی که پایه‌های نظام‌های رفاه اجتماعی در سراسر جهان را تحت‌تأثیر قرار داده‌ است. مدل‌های سنتی رفاه اجتماعی (به‌ویژه در کشورهای توسعه‌یافته) بر مبنای اشتغال پایدار و مشارکت مستمر نیروی کار بنا شده‌، اما ورود هوش مصنوعی این تعادل را به خطر انداخته و چالش‌های جدی برای دوام سازوکارهای حمایت اجتماعی ایجاد کرده است.

حمیدرضا علی‌نیا روزنامه نگار

 در این گزارش، به بررسی وضعیت سیستم‌های رفاهی و تأمین اجتماعی با توجه به دخالت شدید هوش مصنوعی در بازار کار می‌پردازیم.
اخیراً صندوق بین‌المللی پول (IMF)  هشدار داده که هوش مصنوعی می‌تواند نابرابری درآمدی را تشدید کند و موجب از بین رفتن فرصت‌های شغلی در سطوح مختلف مهارتی شود. در گزارشی که روزنامه «فایننشال تایمز» به آن پرداخته، این نهاد تأکید کرده که هوش مصنوعی مولد‌  (Generative AI)  ممکن است اختلالات عمده‌ای در بازار کار ایجاد کند، به‌طوری‌که هم کارگران کم‌مهارت و هم کارگران با مهارت بالا از آن متأثر شوند. 
این تغییرات نه‌تنها معیشت فردی را تهدید می‌کند، بلکه بنیان‌های مالی نظام‌های تأمین اجتماعی را نیز متزلزل می‌سازد، چراکه این نظام‌ها برای عملکرد مؤثر خود به مالیات‌های مبتنی بر دستمزد و اشتغال پایدار متکی هستند. علاوه بر این، به‌کارگیری هوش مصنوعی در خودِ فرایندهای اداری رفاه اجتماعی هم، پیچیدگی‌های تازه‌ای به همراه داشته است. طراحی سیستم‌های خودکار برای تسهیل و بهینه‌سازی این فرایندها، در برخی موارد به نتایجی ناخواسته انجامیده‌ است. برای نمونه در صربستان، استفاده از تصمیم‌گیری خودکار در خدمات رفاه اجتماعی منجر به ایجاد روندهایی مبهم شد که کاربران قادر به درک یا پیگیری آن نبودند و در نتیجه، افراد زیادی به‌ناحق از دریافت خدمات محروم ماندند.
 سازمان ملل متحد در همین راستا ابراز نگرانی کرده و نسبت به ظهور «دولت دیجیتال رفاه‌محور» هشدار داده است؛ مدلی که با استفاده از اتوماسیون در نظام‌های حمایت اجتماعی مواردی همچون کاهش بودجه، محدودتر شدن دایره‌ مشمولان و افزایش نظارت و کنترل را در پی دارد. این مدل نهایتاً همان شبکه‌های ایمنی را تضعیف می‌کند که باید تقویت شوند.
تحولات مذکور، ضرورت بازنگری جدی در نظام‌های رفاه اجتماعی را در بستر اقتصادهای مبتنی بر هوش مصنوعی نشان می‌دهد. سیاست‌گذاران باید بیندیشند که چگونه می‌توان سازوکارهای حمایت اجتماعی را طوری اصلاح کرد و تطبیق داد که در دوران تحول، الگوهای سنتی اشتغال همچنان کارآمد، پایدار و فراگیر باقی بمانند؛ سؤالی که بحث‌های داغی را ایجاد کرده است.  

 ظهور نیروی کار پنهان 
در کنار این دگرگونی‌ها در نظام رفاه، پدیده‌ اقتصاد گیگ  (Gig Economy)  نیز به‌سرعت در حال گسترش است (مدلی از کار که مبتنی بر شغل‌های کوتاه‌مدت، انعطاف‌پذیر و اغلب وابسته به پلتفرم‌های دیجیتال است). هرچند این مدل برای برخی افراد انعطاف‌پذیری بیشتری به ارمغان می‌آورد، اما در بیشتر موارد، فاقد حمایت‌ها و مزایایی است که در چارچوب‌های سنتی اشتغال دیده می‌شود. در نتیجه، کارگران را در برابر نوسانات بازار بی‌دفاع می‌سازد.  
بخش قابل‌توجهی از توسعه‌ هوش مصنوعی، متکی بر نیروی کار گیگ است. این شامل افرادی است که وظایفی چون برچسب‌گذاری داده‌ها  (Data Labeling)  و تعدیل محتوا  (Content Moderation)  را انجام می‌دهند. نقش‌های یادشده، برای آموزش الگوریتم‌های هوش مصنوعی حیاتی است، اما افراد شاغل در این حوزه، اغلب در شرایطی ناپایدار و آسیب‌پذیر فعالیت می‌کنند.  گزارشی از «دانشگاه آکسفورد» نشان می‌دهد که بسیاری از پلتفرم‌های کار دیجیتال، حتی حداقل استانداردهای حقوق نیروی کار را رعایت نمی‌کنند، به‌طوری‌که عده‌ای از کارگران تنها ساعتی ۲.۱۵ دلار دستمزد می‌گیرند و هیچ‌گونه دسترسی به بیمه اجتماعی یا حمایت قانونی ندارند.
ماهیت غیررسمی کار گیگ باعث می‌شود که این گروه، اغلب از نظام‌های متعارف تأمین اجتماعی کنار گذاشته شوند. بنابر ‌گزارش سازمان ملل متحد، اقتصاد غیررسمی (بخش عمده‌ای از نیروی کار گیگ) حدود دو میلیارد کارگر را در سطح جهان شامل می‌شود. این کارگران اغلب از خدمات حیاتی چون مراقبت‌های بهداشتی، بیمه بیکاری و مستمری بازنشستگی محروم و در برابر بحران‌های اقتصادی و بهداشتی آسیب‌پذیرند. در یک کلام، شرکت‌های بزرگ و صاحبان هوش مصنوعی از عدم ثبات شغلی کارگران گیگ تغذیه می‌کنند.
همچنین سیستم‌های مدیریتی الگوریتمی که توسط پلتفرم‌های گیگ به‌کار گرفته می‌شوند، می‌توانند این آسیب‌پذیری را تشدید کنند. کارگران در معرض الگوریتم‌هایی قرار دارند که به‌صورت مبهم و غیرشفاف، میزان دسترسی به کار، ارزیابی عملکرد و سطح درآمد آن‌ها را تعیین می‌کند، بدون آن‌که اغلب امکان اعتراض یا شفاف‌سازی وجود داشته باشد. این وضعیت نه‌تنها استقلال و اختیار کارگر را تضعیف می‌کند، بلکه ناامنی اقتصادی را به‌صورتی ساختاری تثبیت می‌کند.
برای رسیدگی به چالش‌های کارگران گیگ، مداخلات جامع سیاستی از جمله گسترش حمایت‌های قانونی کار به این گروه از کارگران، تضمین دستمزد عادلانه و ادغام آن‌ها در نظام‌های تأمین اجتماعی ضروری است. در شرایطی که هوش مصنوعی به‌طور فزاینده‌ای در تمامی بخش‌های اقتصادی نفوذ پیدا می‌کند، حفظ حقوق و سلامت روانی، اقتصادی و اجتماعی کارگران گیگ امری حیاتی است تا از تعمیق شکاف‌های اجتماعی و اقتصادی جلوگیری شود.

 آینده‌ ناامن معیشتی  
ورود گسترده‌ هوش مصنوعی به حوزه‌های مختلف، باعث تغییرات اساسی در توزیع درآمد، دینامیک‌های نیروی کار و حتی ساختارهای بنیادین جامعه شده است. یکی از مهم‌ترین نگرانی‌ها، دگرگونی منابع درآمدی است. با رشد هوش مصنوعی و اتوماسیون، شاهد گذار از درآمدهای مبتنی بر کار (Labor-Based Income)  به درآمدهای مبتنی بر سرمایه  (Capital-Based Income)  هستیم. این تحول، چالشی جدی برای نظام‌های مالیاتی محسوب می‌شود که به‌طور سنتی بر مالیات‌های ناشی از دستمزد و نیروی کار متکی هستند. در شرایطی که سهم درآمد سرمایه در حال افزایش است، نیاز فوری به بازنگری در ساختارهای مالیاتی وجود دارد تا بتوان درآمد عمومی را به‌گونه‌ای عادلانه تأمین کرد، بی‌آنکه نوآوری و رشد اقتصادی آسیب ببیند. کارشناسان پیشنهاد می‌کنند که اگرچه افزایش مالیات بر سرمایه قابل توجیه است، اما باید به‌شکلی طراحی شود که سرمایه‌گذاری‌های مؤثر و مولد را مختل نکند. مثلاً مالیات‌گیری از جریان‌های درآمدی سرمایه  (Capital Income Flows)   به‌جای مالیات‌گیری از دارایی‌های انباشته‌شده  (Capital Stocks)  می‌تواند رویکردی متعادل‌تر باشد.
از سوی دیگر، رشد هوش مصنوعی پیامدهایی در زمینه انسجام اجتماعی به‌همراه دارد. با حذف برخی مشاغل و پیدایش فرصت‌های شغلی جدید، خطر شکاف میان گروه‌های مختلف اجتماعی بالا می‌رود. کسانی که توانایی تطبیق با تحولات جدید یا دسترسی به فرصت‌های تازه را ندارند، ممکن است به حاشیه رانده شوند و این مسئله می‌تواند به افزایش تنش‌های اجتماعی بینجامد. 
برای کاهش این خطر، سیاست‌گذاران باید بر آموزش مجدد  (Retraining)، توسعه آموزش عمومی و توزیع عادلانه منافع ناشی از هوش مصنوعی میان همه‌ اقشار جامعه تمرکز کنند. با گسترش اقتصاد گیگ و رشد مدل‌های غیرسنتی اشتغال، کارگران زیادی از شبکه‌های ایمن که در گذشته اشتغال تمام‌وقت فراهم می‌کردند، محروم شده‌ یا خواهند شد. چنین شرایطی به‌ویژه در دوران رکود اقتصادی یا در مواجهه با بحران‌های شخصی، می‌تواند شکنندگی آن‌ها را دوچندان کند. برای پاسخگویی به این وضعیت، بازاندیشی در نظام‌های تأمین‌اجتماعی ضروری است، به‌نحوی که تمامی اشکال اشتغال (رسمی، غیررسمی، تمام‌وقت یا پاره‌وقت، حضوری یا دیجیتال) را در بر بگیرد و هر کارگر، فارغ از نوع و شکل کارش، به خدمات اساسی و حمایت‌های لازم دسترسی داشته باشد. در نتیجه، دگرگونی‌های اقتصادی ناشی از هوش مصنوعی نیازمند بازنگری بنیادین در سیاست‌های مالیاتی، ساختارهای اجتماعی و تدابیر حمایتی است. تنها از طریق مواجهه‌ پیش‌دستانه با این چالش‌ها می‌توان مزایای هوش مصنوعی را در راستای عدالت، انسجام اجتماعی و تاب‌آوری در برابر عدم‌قطعیت‌های آتی به‌کار گرفت.

 آینده تحت سلطه‌ هوش مصنوعی  
برای درک بهتر می‌توان به پروژه «داج» ایلان ماسک و تأسیس «وزارت بهره‌وری دولتی» در ایالات متحده نظری انداخت. این پروژه بحث‌برانگیز شده و نگرانی‌هایی جدی درباره‌ پیامدهای آن بر حمایت‌های اجتماعی در آینده‌ای متأثر از هوش مصنوعی را برانگیخته است. هدف اعلام‌شده‌ داج، ساده‌سازی و کارآمدسازی عملیات دولتی است، اما منتقدان بر این باورند که چنین رویکردی می‌تواند به تضعیف شبکه‌های امنیت اجتماعی حیاتی منجر شود.   در قلب این جنجال، پیشنهاد ماسک برای کاهش چشمگیر بودجه‌ برنامه‌های کلیدی حمایتی نظیر تأمین اجتماعی، بیمه سلامت سالمندان (Medicare)  و بیمه سلامت افراد کم‌درآمد  (Medicaid)  قرار دارد. او مدعی است که این برنامه‌ها هزینه‌های کلانی را به دولت تحمیل می‌کنند و باید مورد بازنگری قرار گیرند. چنین کاهش‌هایی می‌تواند بخش بزرگی از جمعیت‌های آسیب‌پذیر را از حمایت‌های حیاتی محروم کند، به‌ویژه در شرایطی که هوش مصنوعی و اتوماسیون در حال دگرگون‌سازی بازار کار هستند.
علاوه‌بر این، تأکید پروژه بر استفاده از هوش مصنوعی برای شناسایی و حذف ناکارآمدی‌های دولتی، نگرانی‌هایی را درباره‌ اتکای بیش از حد به فناوری در فرایندهای تصمیم‌گیری برانگیخته است. گرچه هوش مصنوعی می‌تواند در ارائه‌ تحلیل‌های دقیق و داده‌محور نقش مؤثری ایفا کند، اما کاربرد آن در حوزه‌هایی چون خدمات اجتماعی نیازمند دقت و احتیاط فراوان است تا از بروز پیامدهای ناخواسته جلوگیری شود. برای مثال، سیستم‌های خودکار ممکن است فاقد توانایی تشخیص تفاوت‌ها و پیچیدگی‌های انسانی در هر پرونده باشند و در نتیجه، منجر به محروم‌سازی ناعادلانه‌ افراد از مزایا و خدمات شوند. از طرفی، یک‌سری چالش‌های حقوقی در برابر اقدامات «داج» به‌وجود آمده است؛ اخیراً یک قاضی فدرال مانع دسترسی این نهاد به سوابق تأمین اجتماعی شد و این تلاش را تور ماهی‌گیری (Fishing Expedition) توصیف کرد (فرصتی برای بهانه‌یابی و حذف افراد آسیب‌پذیر از سیستم تأمین اجتماعی). این تصمیم، تنش میان اهداف «داج» و چارچوب‌های قانونی موجود که برای حفاظت از حقوق و حریم خصوصی افراد طراحی شده‌اند را برجسته می‌کند. به‌جز جنبه‌های حقوقی، منتقدان هشدار می‌دهند که اقدامات «داج» ممکن است نابرابری‌های اجتماعی را تشدید کند. وقتی صرفه‌جویی مالی و کاهش هزینه‌ها در اولویت قرار می‌گیرد، در حالی‌که حمایت اجتماعی جامع نادیده گرفته می‌شود، این خطر وجود دارد که گروه‌های آسیب‌پذیرتر، پشت سر گذاشته شوند. بهره‌مندی همه‌ اقشار از پیشرفت‌ها نیازمند رویکردی متعادل است که هم کارایی و هم عدالت را مدنظر داشته باشد. در نهایت، اگرچه تلاش برای بهبود کارایی دولت قابل‌ستایش است، اما ابتکاراتی چون داج، باید با احتیاط فراوان پیش برود. ضروری است که تلاش برای مدرن‌سازی ساختارهای حکومتی به‌ویژه در دورانی که نفوذ هوش مصنوعی در حال گسترش است به بهای تضعیف حمایت‌های زیربنای رفاه اجتماعی‌، تمام نشود.  
ارسال دیدگاه
ضمیمه
ضمیمه