826 دقیقه
برنامه توسعه سازمان ملل متحد (UNDP) با هشدار جدی اعلام کرده است: اگر گسترش هوش مصنوعی مدیریت نشود، ممکن است دههها پیشرفت در کاهش فاصله میان کشورهای ثروتمند و فقیر را برعکس کند. گزارش تازه UNDP نشان میدهد که سرعت بالای پذیرش هوش مصنوعی خطر ایجاد یک «واگرایی بزرگ» جدید را افزایش میدهد مگر اینکه دولتها سریعاً در سیاستگذاری، ارتقای مهارتها و زیرساخت سرمایهگذاری کنند.
چرا UNDP هشدار میدهد
هوش مصنوعی بهسرعت و ظرف ماهها در حال گسترش جهانی است، نه طی سالها. همین شتاب شتابدهنده اصل نگرانی UNDP است. کشورهایی که از قبل ظرفیت محاسباتی، مهارتهای دیجیتال و توانمندی حکمرانی دارند، سهم بیشتری از منافع اقتصادی هوش مصنوعی خواهند برد؛ در حالی که کشورهایی که این پایهها را ندارند ممکن است عقبتر بیفتند و شکاف فناوری و نابرابری دیجیتال در آنها تعمیق شود.
اقتصاددانان UNDP صریح میگویند: خط اصلی شکست در عصر هوش مصنوعی «ظرفیت» است. ملّتهایی که در مهارتآموزی نیروی کار، توسعه زیرساختهای محاسباتی و سیاستگذاری هوشمند سرمایهگذاری کنند، شتاب پیدا خواهند کرد؛ اما دیگران با خطر رکود اقتصادی و عقبماندگی روبهرو هستند. بهطور خلاصه، روند طولانی همگرایی — یعنی کشورهای فقیرتر که در حال نزدیک شدن به کشورهای ثروتمندتر بودند — ممکن است جای خود را به واگرایی گسترده بدهد.
چه کسانی بیشترین زیان را خواهند دید؟
گزارش بهطور ویژه دو گروه آسیبپذیر را برجسته میکند: زنان و جوانان. مشاغلی که زنان در آنها سهم بالاتری دارند، تقریباً دو برابر در معرض خطر اتوماسیون و جایگزینی توسط هوش مصنوعی قرار دارند نسبت به مشاغلی که غالباً مردان در آنها فعالیت میکنند. این موضوع میتواند نابرابری جنسیتی در بازار کار را تشدید کند و فرصتهای ارتقای اقتصادی برای زنان را محدود سازد.
از سوی دیگر، نیروی کار جوان، بهویژه افراد 22 تا 25 ساله که وارد بازار کار میشوند، با کمبود فرصتهای ورود به مشاغل سطح ابتدایی مواجهاند؛ فرصتهایی که قبلاً امکان کسب تجربه و رشد حرفهای را فراهم میکردند و اکنون به خاطر اتوماسیون یا تغییر در ماهیت وظایف توسط هوش مصنوعی کاهش یافتهاند. این امر میتواند مسیرهای شغلی اولیه و سرمایه انسانی نسل جدید را به خطر بیندازد و پیامدهای بلندمدت اقتصادی و اجتماعی داشته باشد.
آسیا-پاسفیک: منطقهای از تضادها
منطقه آسیا-پاسفیک نمونهای از تضادهای برجستهای است که UNDP درباره آن هشدار میدهد. این منطقه میزبان حدود 55٪ جمعیت جهان است و درون خود همگن نیست: از سویی چین تقریباً 70٪ پتنتهای هوش مصنوعی ثبتشده در منطقه را در اختیار دارد و از سوی دیگر نزدیک به 3.7 میلیارد نفر در همان گستره جغرافیایی از ابزارهای هوش مصنوعی استفاده نمیکنند یا به آنها دسترسی ندارند.
این شکاف پیامدهای ملموسی دارد. اقتصادهای پیشرفتهای مثل سنگاپور و کره جنوبی با بهکارگیری هوش مصنوعی در تولید و خدمات، تریلیونها دلار به تولید ناخالص داخلی خود افزودهاند و بهرهوری را افزایش دادهاند. در مقابل، میلیونها نفر در مناطقی زندگی میکنند که یا دسترسی پایهای به اینترنت و سواد دیجیتال ندارند یا از زیرساختهای محاسباتی عمومی محروماند — یعنی عملاً از موتورهای رشد اقتصادی آینده کنار گذاشته شدهاند. این وضعیت نابرابری دیجیتال را تشدید میکند و ریسک عدم دسترسی به فرصتهای شغلی جدید، خدمات بهتر بهداشتی و آموزش پیشرفته را بالا میبرد.
گامهای عملی برای جلوگیری از «واگرایی بزرگ»
UNDP تأکید میکند که نابرابریی که هوش مصنوعی ممکن است ایجاد کند اجتنابناپذیر نیست. با سیاستگذاری سریع و هدفمند، هوش مصنوعی میتواند ابزاری برای شمول باشد: تشخیص پزشکی بهتر، برنامههای ارتقای سواد و سیستمهای هوشمند غذایی قابلدسترستر همگی در دسترساند. در ادامه اولویتهای سیاستی که گزارش توصیه میکند آمده است:
- سرمایهگذاری گسترده در مهارتهای دیجیتال: برنامههای آموزش فنی حرفهای، برنامههای بازآموزی (reskilling) و پشتیبانی هدفمند از زنان و جوانان تا شکاف مهارتی کاهش یابد و نیروی کار برای بازار کار مبتنی بر هوش مصنوعی آماده شود.
- گسترش پهنای باند مقرونبهصرفه و دسترسی به دستگاهها: فراهم کردن اینترنت پرسرعت و دستگاههای ارزانقیمت برای خانوارها و جوامع محلی تا مردم بتوانند از ابزارهای هوش مصنوعی بهرهمند شوند و از منافع اقتصاد دیجیتال بهرهبرداری کنند.
- تقویت ظرفیت محاسباتی عمومی و دسترسی به فضای ابری: ایجاد مراکز محاسباتی دولتی، دسترسی ابری برای دانشگاهها، استارتآپها و ادارات در کشورهای در حال توسعه تا موانع فنی ورود به فناوریهای پیشرفته کاهش یابد و نوآوری محلی تقویت شود.
- ایجاد چارچوبهای حکمرانی برای اشتراک داده، حریم خصوصی و استفاده عادلانه از هوش مصنوعی: تدوین قوانین و استانداردها برای جلوگیری از تمرکز بیش از اندازه قدرت در دست چند بازیگر و حفاظت از حقوق شهروندان در برابر سو استفادههای احتمالی.
- ترویج همکاری بینالمللی و انتقال فناوری: تشویق همکاری میان کشورها، نهادهای چندجانبه و بخش خصوصی برای انتقال فناوری، تامین مالی و اشتراک تجربه بهمنظور متوازنسازی فرصتها در سطح جهانی.
روشهای اجرا باید ترکیبی از سرمایهگذاری عمومی و خصوصی، برنامههای آموزشمحور و سیاستگذاری نوآورانه باشند. برای مثال، الگوهای شراکت دولت-خصوصی میتواند زیرساختهای شبکهای و مدارس دیجیتال را تأمین مالی کند، در حالی که سازمانهای چندجانبه کمکهای فنی و برنامههای مربیگری برای بازآموزی نیروی کار فراهم میآورند. همچنین باید مسیرهای پشتیبانی مالی از استارتآپهای محلی برای توسعه راهکارهای هوش مصنوعی با کاربردهای بومی ایجاد شود.
نمونههایی که تا کنون امیدوارکننده بودهاند نشان میدهد طراحی حسابشده و نظارت سیاستی میتواند نتایج عمومی مثبت تولید کند. پلتفرم مشارکت مدنی در بانکوک از هوش مصنوعی برای دریافت و تحلیل بازخورد شهروندان استفاده میکند و آن را به خدمات عمومی مرتبط میسازد؛ در پکن، سامانههای مدیریت سیلاب از هوش مصنوعی برای پیشبینی بهتر و واکنش سریعتر به بحرانهای طبیعی بهره میبرند. این نمونهها نشان میدهند وقتی هوش مصنوعی همراه با طراحی قضایی و مقررات مناسب بهکار گرفته شود، میتواند منافع عمومی ملموسی ایجاد کند.
یکی از جنبههای مهم در سیاستگذاری هوش مصنوعی، تضمین دسترسی عادلانه به دادهها و زیرساختها است. کشورها باید سازوکارهایی برای تبادل امن دادههای غیرفرهانگی و محرمانهسازی مناسب ایجاد کنند تا پژوهش و نوآوری محلی تسهیل شود و در عین حال حریم خصوصی و حقوق شهروندان محافظت گردد. این شامل سرمایهگذاری در امنیت سایبری، استانداردهای بینالمللی برای تبادل داده و آموزش مدیران برای مدیریت ریسکهای دادهای است.
اگر سیاستها بهموقع و هدفمند اجرا شوند، فرصتهای عملی و ملموسی وجود دارد: تشخیص سریعتر بیماریها در کلینیکهای روستایی از طریق سیستمهای پشتیبان تصمیمگیر مبتنی بر هوش مصنوعی، سامانههای آموزشی وفقپذیر که یادگیری را با سرعت و سطح هر دانشآموز تطبیق میدهند، و شبکههای توزیع غذا هوشمند که از تحلیل داده برای کاهش ضایعات غذایی و بهبود امنیت غذایی استفاده میکنند. این کاربردها میتوانند مستقیماً به بهبود رفاه و رشد اقتصادی کمک کنند، به شرط اینکه دسترسی گسترده و سیاستهای حمایتی فراهم باشد.
چالشهای فنی و اقتصادی برای کشورها
در عمل، چند چالش فنی و اقتصادی مانع از بهرهبرداری عادلانه از هوش مصنوعی میشوند. نخست، هزینههای بالای زیرساخت محاسباتی و انرژی مورد نیاز برای مدلهای پیشرفته هوش مصنوعی میتواند مانع ورود کشورها با منابع محدود شود. دوم، کمبود نیروی انسانی با مهارتهای لازم در علوم داده، مهندسی مدل و مدیریت پروژههای فناورانه میتواند سرعت توسعه و کاربردهای محلی را کاهش دهد. سوم، کمبود سرمایهگذاری و اکوسیستم نوآوری محلی باعث میشود استعدادها به بازارهای خارجی یا شرکتهای بزرگ فناوری فرار مغزها کنند.
برای غلبه بر این موانع لازم است راهکارهای مالی خلاقانه بهکار گرفته شود: صندوقهای سرمایهگذاری مشترک بین دولت و بخش خصوصی، تسهیلات اعتباری با نرخ پایین برای استارتآپهای فناوری، و برنامههای مشارکتی منطقهای برای توسعه مراکز محاسباتی مشترک. همچنین ایجاد دورههای آموزشی ترکیبی (آنلاین و حضوری)، گواهینامههای مهارتی مورد تأیید بازار و مسیرهای شغلی روشن میتواند به توسعه نیروی کار دیجیتال کمک کند.
معیارها و شاخصهایی برای سنجش پیشرفت
برای اطمینان از اینکه تلاشها مؤثر هستند، کشورها باید شاخصهای روشنی تعریف و پایش کنند. این شاخصها میتواند شامل موارد زیر باشد: درصد جمعیت دارای دسترسی به اینترنت پهنباند، نرخ سواد دیجیتال در میان گروههای هدف مانند زنان و جوانان، ظرفیت محاسباتی عمومی (واحدهای محاسباتی در هر میلیون نفر)، تعداد برنامههای بازآموزی اجراشده و نرخ اشتغال مجدد فارغالتحصیلان برنامهها، و سهم اقتصاد ملی که از طریق فناوریهای مبتنی بر هوش مصنوعی ایجاد میشود. گزارشدهی شفاف و دورهای به ذینفعان داخلی و بینالمللی میتواند به بهبود سیاستها و تخصیص منابع کمک کند.
نقش جامعه مدنی، بخش خصوصی و سازمانهای بینالمللی
موفقیت در مواجهه با ریسکهای هوش مصنوعی نیازمند هماهنگی میان دولتها، بخش خصوصی، دانشگاهها، سازمانهای غیردولتی و نهادهای بینالمللی است. شرکتهای فناوری باید اخلاق و مسؤولیت اجتماعی را در طراحی محصولات خود لحاظ کنند، دانشگاهها باید برنامههای آموزشی مرتبط و تحقیقات کاربردی را تقویت کنند و سازمانهای بینالمللی مانند UNDP میتوانند نقش تسهیلگر در انتقال دانش، تأمین مالی و ایجاد شبکههای همکاری ایفا کنند.
علاوه بر این، ایجاد مشارکتهای منطقهای برای توسعه استانداردها، مراکز مشترک آموزش و زیرساخت میتواند از تقسیمبندی منابع جلوگیری کند و اقتصادهای کوچکتر را قادر سازد از مقیاس اقتصادی بهرهمند شوند. بهطور مثال، تشکیل اتحادیههای منطقهای برای خرید مشترک خدمات ابری یا سرمایهگذاری در پروژههای آموزشی میتواند بار هزینهای را کاهش دهد و دسترسی را بهبود بخشد.
در کنار این اقدامات، توجه خاص باید به حمایت اجتماعی از گروههای آسیبپذیر شود: طرحهای بیمه بیکاری بهروز شده، کمکهای مالی موقت برای عبور از دورههای بازآموزی، و برنامههای مشاوره شغلی که مسیرهای شغلی جدید را برای افراد نشان دهد. این نوع سیاستهای مکمل میتواند اثرات منفی کوتاهمدت را کاهش دهد و پایداری اجتماعی را تقویت کند.
چشمانداز بلندمدت و توصیههای سیاستی
اگر کشورها و جامعه بینالمللی دست به اقدام بزنند، هوش مصنوعی میتواند به محرک توسعه پایدار تبدیل شود نه عامل تعمیقکننده نابرابری. توصیههای سیاستی کلیدی شامل موارد زیر است: تدوین استراتژی ملی هوش مصنوعی با رویکرد شمولی، ایجاد برنامههای سرمایهگذاری انسانی طولانیمدت، توسعه زیرساختهای دیجیتال عمومی، تنظیم بازار دادهها و حمایت از اکوسیستم نوآوری محلی. این اقدامات باید مبتنی بر تحلیل داده، شواهد تجربی و مشارکت ذینفعان متعدد طراحی شوند.
UNDP گزارش خود را بهعنوان زنگ خطری میبیند که فرصت دارد آن را به نقطه عطفی برای اقدام سیاستی تبدیل کند. اقدامات سریع، هماهنگ و هدفمند میتواند مسیر توسعه را تغییر دهد بهطوری که هوش مصنوعی به کاهش فقر، افزایش عدالت جنسیتی، ارتقای سلامت و بهبود آموزش کمک کند — و نه به تقویت تمرکز ثروت و قدرت در دستان عدهای محدود.
زمان محدود است. گزارش UNDP فراخوانی روشن است: همین حالا اقدام کنید تا هوش مصنوعی را طوری شکلدهی کنیم که نابرابری را کاهش دهد نه اینکه آن را تشدید کند.
منبع: smarti
نظرات
پمپزون
حالا خیلی توصیهها کلیه، مثلا چطوری کشورها بودجه پیدا کنن؟ مثال عملی کم بود، ولی ایدهها ارزش داره
لابکور
خودم تو پروژهای دیدم؛ وقتی دسترسی و سرورها نبود، تیم محلی از پا افتاد. هرچی میگن واقعا تجربهست
دیتاپالس
وای، این گزارش ترسناکه... اگه دیر بجنبییم، خیلیها عقب میمونن. مخصوصا زنان و جوونها، جدی نگرانه
ارسال نظر