رفتن به محتوای اصلی
هوش مصنوعی

مهارت‌های هوش مصنوعی برای شغل: کارکنان جوان چه چیزی لازم دارند و از کجا شروع کنند

تاریخ انتشار ۲۶ دقیقه مطالعه
زنی جوان در دهه‌ی بیست زندگی که در دفتری روشن و مدرن با لپ‌تاپ کار می‌کند و همکارانش پشت سر او محو دیده می‌شوند

خلاصه

مهارت‌های هوش مصنوعی برای شغل یعنی به‌کارگیری درست ابزارهای هوش مصنوعی در کنار مهارت‌های تحلیلی و انسانی. مجمع جهانی اقتصاد هوش مصنوعی و کلان‌داده را سریع‌ترین مهارت‌های در حال رشد ۲۰۲۵-۲۰۳۰ می‌داند و دو سوم کارفرمایان پیمایش‌شده قصد دارند برای مهارت‌های مشخص هوش مصنوعی استخدام کنند [1]. از کاربرد روزمره‌ی ابزارها بر کارهای واقعی شروع کنید.

نکته‌های کلیدی

  1. گزارش آینده‌ی مشاغل ۲۰۲۵ مجمع جهانی اقتصاد (WEF) هوش مصنوعی و کلان‌داده را سریع‌ترین مهارت‌های در حال رشد ۲۰۲۵-۲۰۳۰ می‌داند و دو سوم کارفرمایان پیمایش‌شده قصد دارند برای مهارت‌های مشخص هوش مصنوعی استخدام کنند [1].
  2. تفکر تحلیلی همچنان پرتقاضاترین مهارت پایه است و در ۲۰۲۵ برای ۷ از هر ۱۰ شرکت ضروری بود؛ بنابراین مهارت‌های هوش مصنوعی در کنار آن بهتر کار می‌کنند [1].
  3. پژوهشگران Stanford دریافتند اشتغال کارکنان ۲۲ تا ۲۵ ساله در مشاغل در معرض هوش مصنوعی ۱۹٪ پایین‌تر از حالتی است که با همتایان کم‌مواجهه‌تر هم‌گام می‌ماند (داده‌ها تا ژوئن ۲۰۲۶)، اما نتیجه را توصیفی می‌دانند و نه علّی [5].
  4. سازمان همکاری و توسعه اقتصادی (OECD) در ژوئیه ۲۰۲۶ اعلام کرد بیکاری وارد‌شوندگان جوان به بازار کار افزایش یافته، اما پیشرفت‌های اخیر هوش مصنوعی تاکنون چندان از آن را توضیح نمی‌دهد؛ این سازمان به کندی بازار کار و تغییرهای بلندمدت فناوری و مهارت اشاره می‌کند [7].
  5. PwC برای ۲۰۲۴ پرمیوم دستمزدی میانگین ۵۶٪ برای مهارت‌های هوش مصنوعی گزارش کرده، در برابر ۲۵٪ پیش از آن، و هشدار می‌دهد کمیابی ممکن است بخشی از آن را توضیح دهد [10][11].
  6. توصیه‌ی تاکتیکی Sam Altman در مارس ۲۰۲۵ این بود که در استفاده از ابزارهای هوش مصنوعی واقعاً ماهر شوید، و در اکتبر ۲۰۲۶ گفت تغییر کندتر از انتظار بسیاری خواهد بود [3][4].
در این صفحه ۱۴ بخش
  1. مهارت‌های هوش مصنوعی برای شغل چیست و کارفرمایان اکنون کدام‌ها را می‌خواهند؟
  2. نخست کدام مهارت‌های هوش مصنوعی را یاد بگیرم؟
  3. توصیه‌ی Sam Altman به کارکنان جوان چیست؟
  4. آیا هوش مصنوعی مشاغل سطح ورودی را می‌گیرد؟
  5. کدام مشاغل بیش‌ترین مواجهه را با هوش مصنوعی دارند و این چه معنایی دارد؟
  6. آیا مهارت‌های هوش مصنوعی واقعاً حقوق بیش‌تری دارند؟
  7. کدام مهارت‌های انسانی در کنار هوش مصنوعی همچنان اهمیت دارند؟
  8. یک مبتدی چگونه می‌تواند ساختن مهارت‌های هوش مصنوعی را آغاز کند؟
  9. برای خوانندگان در ایران چه چیزی متفاوت است؟
  10. درباره‌ی هوش مصنوعی و مسیر شغلی کارکنان جوان چه چیزی هنوز نامعلوم است؟
  11. اشتباه‌های رایج
  12. پرسش‌های پرتکرار
  13. واژه‌نامه
  14. منابع

مهارت‌های هوش مصنوعی برای شغل چیست و کارفرمایان اکنون کدام‌ها را می‌خواهند؟

مهارت‌های هوش مصنوعی توانایی استفاده از سامانه‌های هوش مصنوعی، داوری درباره‌ی آن‌ها و ساختن‌شان برای کار واقعی است. سواد هوش مصنوعی (AI literacy) صورت پایه‌ی آن است: دانستن اینکه ابزارهای هوش مصنوعی چه می‌توانند و چه نمی‌توانند بکنند، به‌کارگیری معقول آن‌ها و وارسی آنچه تولید می‌کنند. کارفرمایان از هر دو سخن می‌گویند و منابع اصلی آن‌ها را با روش‌های متفاوت می‌سنجند.

کارفرمایان چه می‌گویند؟

گزارش آینده‌ی مشاغل ۲۰۲۵ مجمع جهانی اقتصاد (WEF) که در ۷ ژانویه ۲۰۲۵ منتشر شد، بر داده‌های بیش از ۱۰۰۰ کارفرما استوار است که نماینده‌ی بیش از ۱۴ میلیون کارگر در ۲۲ خوشه‌ی صنعتی و ۵۵ اقتصاد هستند و دوره‌ی ۲۰۲۵-۲۰۳۰ را دربرمی‌گیرد [1]. این گزارش پس از ویراست‌های ۲۰۲۳ و ۲۰۲۰ آمده است [1]. در آن، هوش مصنوعی و کلان‌داده در صدر فهرست سریع‌ترین مهارت‌های در حال رشد قرار دارند و پس از آن‌ها شبکه و امنیت سایبری و سواد فناوری آمده است [1].

قصد استخدام نیز در همین جهت است. دو سوم کارفرمایان پیمایش‌شده قصد دارند نیروهایی با مهارت‌های مشخص هوش مصنوعی استخدام کنند، در حالی که ۴۰٪ انتظار دارند در جاهایی که هوش مصنوعی می‌تواند وظایف را خودکار کند، نیروی کار را کاهش دهند [1]. برای یک کارکن جوان هر دو عدد اهمیت دارد: تقاضا برای مهارت‌های هوش مصنوعی رو به افزایش است و فشار بر وظایفی که هوش مصنوعی همین حالا از عهده‌ی آن‌ها برمی‌آید نیز.

داده‌های LinkedIn چه نشان می‌دهد؟

فهرست Skills on the Rise ۲۰۲۶ LinkedIn برای ایالات متحده، به نقل از Quartz، ۴۹ مهارت را در هشت حوزه دربرمی‌گیرد [2]. بزرگ‌ترین گروه مجموعه‌ای از ۱۰ مهارت ساخت هوش مصنوعی است. بقیه شامل مهارت‌های راهبرد هوش مصنوعی مانند هوش مصنوعی برای کسب‌وکار، هوش مصنوعی مسئولانه و حاکمیت داده، و مهارت‌های انسانی مانند سخنرانی در جمع و مدیریت ذی‌نفعان است [2]. مهندسی پرامپت و حاشیه‌نویسی داده نمونه‌های فنی آن هستند [2].

نوع منبع‌ها را از هم جدا نگه دارید. ارقام WEF از پیمایش کارفرمایان در اقتصادهای متعدد می‌آید. فهرست LinkedIn داده‌ی یک پلتفرم برای یک کشور است. هیچ‌کدام تضمین نمی‌کنند شغل خاصی برای شما وجود دارد.

نخست کدام مهارت‌های هوش مصنوعی را یاد بگیرم؟

هیچ‌یک از منابع بررسی‌شده برنامه‌ی درسی رسمی واحدی ارائه نمی‌دهد. سه سطح زیر شیوه‌ای تحریریه برای دسته‌بندی آن چیزی است که این منابع توصیف می‌کنند، از ساده‌ترین نقطه‌ی شروع تا فنی‌ترین.

سطح ۱: استفاده‌ی روزمره

Fortune در ۲۱ مارس ۲۰۲۵ گزارش داد LinkedIn سواد هوش مصنوعی را سریع‌ترین مهارت در حال رشد ۲۰۲۵ دانسته و مهارت‌های نرم درست پس از آن هستند [3]. در عمل، یعنی استفاده از ابزارهای هوش مصنوعی مولد، که از روی یک پرامپت متن، تصویر یا کد تولید می‌کنند، برای پیش‌نویس، خلاصه‌سازی و پژوهش، و عادت کردن به تطبیق خروجی با یک منبع معتبر.

سطح ۲: مهارت‌های کاری پیرامون هوش مصنوعی

تفکر تحلیلی همچنان پرتقاضاترین مهارت پایه است و در ۲۰۲۵ از نگاه ۷ از هر ۱۰ شرکت ضروری بود [1]. فهرست LinkedIn هوش مصنوعی مسئولانه و حاکمیت داده را هم دربر دارد [2]. خواندن یک صفحه‌گسترده، پرسش درباره‌ی یک عدد و تشخیص منبع ضعیف، شکل‌های روزمره‌ی این مهارت‌هاست.

سطح ۳: مهارت‌های فنی

یادگیری ماشین، مهندسی پرامپت، حاشیه‌نویسی داده و دیگر مهارت‌های ساخت هوش مصنوعی در این سطح قرار می‌گیرند [2]. WEF دریافته است نقش‌های فناورانه، از جمله متخصصان کلان‌داده، مهندسان فین‌تک، متخصصان هوش مصنوعی و یادگیری ماشین و توسعه‌دهندگان نرم‌افزار، از نظر درصدی سریع‌ترین مشاغل در حال رشدند [1]. همه به این سطح نیاز ندارند، اما سریع‌ترین رشد درصدی در همین‌جاست.

آیا باید برنامه‌نویسی یاد بگیرم؟

منابع نمی‌گویند برنامه‌نویسی الزامی است. Sam Altman ماهر شدن در ابزارهای هوش مصنوعی را با ماهر شدن در برنامه‌نویسی هنگام پایان دبیرستان مقایسه کرد [3] و نقش‌های نرم‌افزاری جزو سریع‌ترین رشدکننده‌هاست [1]. با این حال بخش بزرگی از فهرست LinkedIn، مانند هوش مصنوعی برای کسب‌وکار، هوش مصنوعی مسئولانه و مدیریت ذی‌نفعان، برنامه‌نویسی نیست [2]. بر اساس نقش‌هایی که می‌خواهید انتخاب کنید.

دانشجویی در کنار لپ‌تاپ پشت میز کتابخانه یادداشت برمی‌دارد، زیر نور طبیعی

توصیه‌ی Sam Altman به کارکنان جوان چیست؟

در منابع، دو توصیه با فاصله‌ی ۱۹ ماه ثبت شده است.

مارس ۲۰۲۵: استفاده از ابزارها را یاد بگیرید

Altman به Ben Thompson از Stratechery گفت، چنان‌که Fortune در ۲۱ مارس ۲۰۲۵ گزارش داد، کار تاکتیکی بدیهی این است که «در استفاده از ابزارهای هوش مصنوعی واقعاً ماهر شوید»، و آن را با ماهر شدن در برنامه‌نویسی هنگام پایان دبیرستان مقایسه کرد [3]. Fortune همچنین یک برنامه‌ی آموزش مهارت چندماهه را به‌عنوان یک گام ممکن نام می‌برد [3].

اکتبر ۲۰۲۶: سراغ کاری تازه بروید

Altman در مصاحبه‌ی «View From The Top» دانشکده‌ی کسب‌وکار دانشگاه Stanford که ۲۱ اکتبر ۲۰۲۶ منتشر شد، گفت شمار بسیار زیادی از وظایف را هوش مصنوعی بهتر، ارزان‌تر و سریع‌تر انجام خواهد داد. او هشدار داد تغییر به‌سرعتی که بسیاری انتظار دارند نخواهد آمد و به دانشجویان گفت «این زمان خوبی است که بروید سراغ کار تازه»، به گزارش TheStreet در ۲۹ اکتبر ۲۰۲۶ [4]. همان مقاله به داده‌های اداره‌ی سرشماری ایالات متحده استناد می‌کند که ۵٫۷ میلیون درخواست تأسیس کسب‌وکار جدید را در ۲۰۲۵ نشان می‌دهد، بالاترین رقم در یک دهه، و به پیمایشی که در آن ۵۱٪ از نسل Z در ۱۲ ماه گذشته جدی به راه‌اندازی کسب‌وکار فکر کرده بودند، در برابر ۲۷٪ از همه‌ی آمریکایی‌های پیمایش‌شده [4]. این‌ها گزارش‌های دست‌دوم از داده‌ها هستند.

چگونه باید آن را سنجید؟

Altman رهبری OpenAI را بر عهده دارد که محصولات هوش مصنوعی می‌فروشد؛ پس توصیه‌ی او یکی از چند صدای موجود است. در عین حال با دیگر شواهد هم‌خوان است. WEF تفکر تحلیلی را در کنار تاب‌آوری و یادگیری مادام‌العمر در صدر می‌گذارد [1] و LinkedIn مهارت‌های فنی هوش مصنوعی را با مهارت‌های انسانی جفت می‌کند [2]. برداشت معقول این است: از ابزارها استفاده کنید، اما به ابزارها بسنده نکنید.

آیا هوش مصنوعی مشاغل سطح ورودی را می‌گیرد؟

نشانه‌هایی هست که استخدام کارکنان جوان در برخی مشاغل در معرض هوش مصنوعی ضعیف‌تر شده است، اما شواهد اولیه، عمدتاً آمریکایی و محل مناقشه است. شغل سطح ورودی در اینجا یعنی نخستین نقش کاری برای کارکنی حدوداً ۲۲ تا ۲۵ ساله، یعنی گروهی که پژوهش‌های اصلی دنبال می‌کنند.

پژوهش Stanford چه می‌یابد؟

پژوهشگران Stanford یعنی Brynjolfsson، Chandar و Chen با استفاده از داده‌های حقوق و دستمزد ADP درباره‌ی میلیون‌ها کارگر آمریکایی تا ژوئن ۲۰۲۶ دریافتند اشتغال کارکنان ۲۲ تا ۲۵ ساله در مشاغل در معرض هوش مصنوعی ۱۹٪ پایین‌تر از حالتی است که با همتایان کم‌مواجهه‌تر هم‌گام می‌ماند. کارکنان باتجربه شکاف قابل مقایسه‌ای نشان نمی‌دهند [5]. این مقاله شواهدی از جابه‌جایی گسترده‌ی شغلی در سطح کل اقتصاد نمی‌یابد. می‌گوید این شکاف از زمانی که نخستین بار در اوت ۲۰۲۵ ثبت شد پیوسته بیش‌تر شده و عمدتاً از راه کاهش استخدام کارکنان جوان عمل می‌کند، نه افزایش جدایی‌ها [5].

کاهش‌ها در مشاغلی متمرکز است که در آن‌ها استفاده از هوش مصنوعی بیش‌تر جایگزین وظایف انسانی می‌شود. جایی که هوش مصنوعی بیش‌تر مکمل کارکنان است، اشتغال ثابت یا رو به افزایش است، به‌ویژه برای کارکنان باتجربه [5].

چه شواهد دیگری در همین جهت است؟

شاخص هوش مصنوعی Stanford ۲۰۲۶، به‌صورتی که دانشگاه ملل متحد خلاصه کرده، گزارش می‌دهد اشتغال توسعه‌دهندگان نرم‌افزار ۲۲ تا ۲۵ ساله از ۲۰۲۴ تقریباً ۲۰٪ کاهش یافته و یک‌سوم کارفرمایان پیمایش‌شده انتظار کاهش نیروی کار را در سال پیش رو دارند، در عملیات خدمات، زنجیره‌ی تأمین و مهندسی نرم‌افزار [6]. TheStreet با استناد به یک مقاله‌ی کاری Harvard گزارش می‌دهد شرکت‌هایی که هوش مصنوعی مولد را به کار گرفتند ظرف شش فصل حدود ۷٫۷٪ از اشتغال کارکنان تازه‌کار را کاهش دادند، در حالی که مشاغل ارشد ثابت ماند [4]. این گزارشی دست‌دوم است و مقاله‌ی اصلی برای این نوشته بررسی نشده است؛ پس این عدد را تأییدنشده بدانید.

شکاکان چه می‌گویند؟

چشم‌انداز اشتغال ۲۰۲۶ سازمان همکاری و توسعه اقتصادی (OECD) در ژوئیه ۲۰۲۶ بیکاری وارد‌شوندگان جوان به بازار کار را، با مدرک دانشگاهی و بدون آن، بررسی می‌کند. می‌گوید بیکاری جوانان افزایش یافته، اما پیشرفت‌های اخیر هوش مصنوعی تاکنون چندان از آن را توضیح نمی‌دهد؛ به‌جای آن به مواجهه‌ی وارد‌شوندگان جوان با کندی بازار کار و تغییرهای بلندمدت فناوری و مهارت اشاره می‌کند [7].

نویسندگان Stanford نیز محتاط‌اند. آن‌ها نتایج خود را شاخص‌های اولیه‌ی توصیفی می‌نامند، نه برآوردهای علّی. الگوها با کنترل تحصیلات ضعیف‌تر می‌شوند، پیش از هوش مصنوعی مولد نیز روندهایی واگرا نشان می‌دهند و در نمونه‌ی ADP نیرومندتر از معیارهای پیمایش ملی‌اند [5].

سالن شلوغ نمایشگاه کاریابی که جوانانی با لباس رسمی با استخدام‌کنندگان گفت‌وگو می‌کنند

کدام مشاغل بیش‌ترین مواجهه را با هوش مصنوعی دارند و این چه معنایی دارد؟

مواجهه‌ی شغلی با هوش مصنوعی معیاری است برای اینکه چند وظیفه از یک شغل را هوش مصنوعی می‌تواند انجام دهد یا در آن کمک کند. این پیش‌بینی ناپدید شدن شغل نیست.

چند کارگر در معرض‌اند؟

به‌روزرسانی مه ۲۰۲۵ سازمان بین‌المللی کار برآورد می‌کند از هر چهار کارگر در جهان یک نفر در شغلی با درجه‌ای از مواجهه با هوش مصنوعی مولد است. چون هنوز ورودی انسانی لازم است، نتیجه می‌گیرد بیش‌تر مشاغل دگرگون می‌شوند و زائد نمی‌گردند [8]. این سازمان نزدیک به ۳۰٬۰۰۰ وظیفه را امتیازدهی می‌کند و میانگین امتیاز خودکارسازی آن در ۲۰۲۵ برابر ۰٫۲۹ بود، در برابر ۰٫۳۰ در ۲۰۲۳ [8].

چرا مواجهه با خطر یکی نیست؟

مقاله‌ی OECD با عنوان Skills in the AI age (ژوئیه ۲۰۲۶) بیان می‌کند پیشرفت توانایی‌های هوش مصنوعی با احتمال خودکارسازی یکی نیست. عنوان نمودارهای آن می‌گوید مشاغل یقه‌سفید با مهارت بالا از جمله مشاغلی‌اند که بیش‌ترین مواجهه با هوش مصنوعی را دارند و مشاغلی که بیش‌ترین خطر خودکارسازی را دارند با مشاغلی که بیش‌ترین مواجهه با هوش مصنوعی را دارند تفاوت دارند [9]. شغل یک تحلیلگر پردرآمد می‌تواند بسیار در معرض باشد، چون هوش مصنوعی در بسیاری از وظایف آن کمک می‌کند، بی‌آنکه محتمل‌ترین شغل برای حذف خودکار باشد.

کدام نقش‌ها رشد می‌کنند و کدام کوچک می‌شوند؟

WEF دریافته است نقش‌های فناورانه از نظر درصدی سریع‌ترین رشد را دارند، در حالی که انتظار می‌رود نقش‌های اداری و منشی‌گری بیش‌ترین کاهش مطلق را ببینند [1]. پیمایش آن نشان می‌دهد تا ۲۰۳۰ حدود ۱۷۰ میلیون شغل ایجاد می‌شود (۱۴٪ از اشتغال امروز) و ۹۲ میلیون شغل جابه‌جا می‌شود (۸٪)، یعنی خالص افزایش ۷۸ میلیونی (۷٪) [1]. کارفرمایان انتظار دارند ۳۹٪ از مجموعه‌مهارت‌های موجود کارکنان طی ۲۰۲۵-۲۰۳۰ دگرگون یا منسوخ شود، در برابر ۴۴٪ در ویراست ۲۰۲۳ و ۵۷٪ در ۲۰۲۰ [1]. انتظار می‌رود تغییر مهارت ادامه یابد، اما کارفرمایان آن را کندتر از پیمایش‌های پیشین می‌بینند.

آیا مهارت‌های هوش مصنوعی واقعاً حقوق بیش‌تری دارند؟

یک مجموعه‌داده‌ی بزرگ می‌گوید بله، اما با یک هشدار. پرمیوم دستمزدی پرداخت اضافه‌ای است که کارکنان دارای یک مهارت نسبت به کارکنان مشابه فاقد آن دریافت می‌کنند.

گزارش PwC با عنوان Global AI Jobs Barometer ۲۰۲۵ می‌گوید کارکنان دارای مهارت هوش مصنوعی در ۲۰۲۴ به‌طور میانگین ۵۶٪ پرمیوم دستمزدی داشتند، در مقایسه با ۲۵٪ سال پیش از آن [10]. نمونه‌های PwC از مهارت‌های هوش مصنوعی یادگیری ماشین و مهندسی پرامپت است [11]. همچنین می‌گوید مشاغلی که مهارت هوش مصنوعی می‌خواهند سال به سال ۷٫۵٪ رشد کردند، در حالی که کل آگهی‌های شغلی ۱۱٫۳٪ کاهش یافت [10].

تا چه اندازه می‌توان به این عدد اعتماد کرد؟

پاورقی خود PwC هشدار می‌دهد این پرمیوم ممکن است تا حدی بازتاب کمیابی کارکنان دارای مهارت هوش مصنوعی باشد و نه فقط ارزش خود مهارت‌ها [11]. با یادگرفتن مهارت‌ها به‌دست افراد بیش‌تر، کمیابی معمولاً کم‌رنگ می‌شود. هر دو عدد همچنین میانگین میان بسیاری از کارکنان و آگهی‌هاست و درباره‌ی پیشنهاد به یک فارغ‌التحصیل چیز زیادی نمی‌گویند.

این تصویر در کنار پژوهش مشاغل سطح ورودی نیز قرار می‌گیرد. PwC رشد مشاغل را حتی در جاهایی که وظایف به‌آسانی خودکار می‌شوند می‌یابد [10]، در حالی که Stanford کاهش استخدام کارکنان جوان را در جایی می‌یابد که هوش مصنوعی جایگزین وظایف می‌شود [5]. هر دو می‌توانند هم‌زمان درست باشند: تقاضا برای کسانی که می‌توانند از هوش مصنوعی استفاده کنند ممکن است بالا برود، در حالی که شمار نقش‌های آغازین در برخی مشاغل در معرض کاهش می‌یابد.

کدام مهارت‌های انسانی در کنار هوش مصنوعی همچنان اهمیت دارند؟

پیمایش‌های کارفرمایان پیوسته مهارت‌های انسانی را کنار مهارت‌های فنی می‌گذارند. WEF می‌گوید تفکر تحلیلی پرتقاضاترین مهارت پایه است، در ۲۰۲۵ برای ۷ از هر ۱۰ شرکت ضروری بود، و انتظار دارد اهمیت تفکر خلاق، تاب‌آوری، انعطاف‌پذیری و چابکی، و کنجکاوی و یادگیری مادام‌العمر افزایش یابد [1].

همین گزارش نشان می‌دهد چرا یادگیری هرگز پایان نمی‌یابد. ۶۳٪ از کارفرمایان شکاف مهارت را مانع بزرگ تحول کسب‌وکار طی ۲۰۲۵-۲۰۳۰ می‌دانند و ۸۵٪ قصد دارند ارتقای مهارت نیروی کار خود را در اولویت قرار دهند [1]. ارتقای مهارت (upskilling) یعنی یادگرفتن مهارت‌های تازه برای شغل فعلی یا شغلی نزدیک به آن.

فهرست ۲۰۲۶ LinkedIn برای ایالات متحده مهارت‌های ساخت هوش مصنوعی را با مهارت‌های انسانی مانند سخنرانی در جمع و مدیریت ذی‌نفعان جفت می‌کند [2]. Fortune گزارش داد رتبه‌بندی ۲۰۲۵ LinkedIn مهارت‌های نرم را درست پس از سواد هوش مصنوعی گذاشته است [3].

آیا تکیه بر هوش مصنوعی می‌تواند مهارت‌های خودتان را تضعیف کند؟

شاخص هوش مصنوعی Stanford ۲۰۲۶، به‌صورتی که دانشگاه ملل متحد خلاصه کرده، دریافت ۷۳٪ از کارشناسان انتظار دارند هوش مصنوعی شیوه‌ی انجام کار مردم را بهبود دهد، در برابر ۲۳٪ از عموم مردم. این شاخص همچنین نگرانی‌ای را برجسته کرد که تکیه‌ی زیاد بر ابزارهای هوش مصنوعی ممکن است هزینه‌ی یادگیری بلندمدت داشته باشد [6]. درس عملی برای کارکنان آغاز کار این است که از هوش مصنوعی برای سریع‌تر انجام دادن کارهایی که می‌فهمید استفاده کنید و بخشی از اندیشیدن را همچنان خودتان انجام دهید.

تیم کوچکی از همکاران جوان پیرامون میزی با یادداشت‌های چسبان خالی و لپ‌تاپ‌ها همکاری می‌کنند

یک مبتدی چگونه می‌تواند ساختن مهارت‌های هوش مصنوعی را آغاز کند؟

گام‌های زیر واقعیت‌های منبع‌دار را با توصیه‌ی عمومی تحریریه درمی‌آمیزند. این اطلاعات عمومی است و مشاوره‌ی شغلی یا مالی شخصی نیست. برای تصمیم‌هایی که پرداخت هزینه‌ی دوره یا تغییر مسیر را دربردارد، با یک مشاور شغلی صلاحیت‌دار گفت‌وگو کنید.

  1. ابزارهای هوش مصنوعی را بر کارهای واقعی به کار ببرید. روی کاری تمرین کنید که از پیش می‌فهمید. Fortune نیز یک برنامه‌ی آموزش مهارت چندماهه را به‌عنوان یک گام ممکن نام می‌برد [3].
  2. هر خروجی را وارسی کنید. پاسخ‌ها را با یک منبع معتبر مقایسه کنید. این کار از خطا جلوگیری می‌کند و مهارت‌های خودتان را تیز نگه می‌دارد، که با توجه به نگرانی درباره‌ی هزینه‌ی یادگیری اهمیت دارد [6].
  3. مبانی تحلیلی و داده را بسازید. تفکر تحلیلی پرتقاضاترین مهارت پایه است [1].
  4. ببینید هوش مصنوعی در حوزه‌ی هدف شما چگونه به کار می‌رود. کاهش‌ها برای کارکنان جوان در جایی متمرکز است که هوش مصنوعی بیش‌تر جایگزین وظایف می‌شود، در حالی که اشتغال در جایی که مکمل کارکنان است ثابت یا رو به افزایش است [5].
  5. مهارت‌های انسانی‌تان را نشان دهید. سخنرانی در جمع و مدیریت ذی‌نفعان در فهرست ۲۰۲۶ LinkedIn آمده است [2].

یک نمونه‌کار چه شکلی می‌تواند داشته باشد؟

این مثال توضیحی است و از هیچ منبعی گرفته نشده است. فارغ‌التحصیلی که برای نقشی در حوزه‌ی عملیات درخواست می‌دهد، سه یادداشت موردی کوتاه نگه می‌دارد. در نخست، گزارشی بلند را با یک ابزار هوش مصنوعی خلاصه می‌کند و سه واقعیتی را که راستی‌آزمایی کرده فهرست می‌کند. در دومی، صفحه‌گسترده‌ای آشفته را پاک‌سازی می‌کند و یک عدد را که زیر سؤال برده توضیح می‌دهد. در سومی، نتایج را برای یک مشتری آزمایشی ارائه می‌کند. این‌ها با هم کاربرد ابزار، وارسی و ارتباط‌گری را نشان می‌دهند، یعنی همان سه چیزی که منابع پیوسته کنار هم می‌گذارند.

کارفرمایان هوش‌مصنوعی‌محور چه می‌گویند؟

شاخص روند کار Microsoft ۲۰۲۵ از ۳۱٬۰۰۰ کارگر در ۳۱ کشور پیمایش کرد. یافته این بود که ۷۸٪ از مدیران در فکر استخدام برای نقش‌های ویژه‌ی هوش مصنوعی‌اند و این رقم در «Frontier Firms»، اصطلاح Microsoft برای شرکت‌های هوش‌مصنوعی‌محور، به ۹۵٪ می‌رسد [12][13]. Microsoft همچنین می‌گوید در Frontier Firms حتی کارکنان سطح ورودی از روز نخست مدیرند، چون هوش مصنوعی را مدیریت می‌کنند [12]. این ادعای شرکتی است که محصولات هوش مصنوعی می‌فروشد و شواهد مستقل نیست.

برای خوانندگان در ایران چه چیزی متفاوت است؟

دسترسی تفاوت اصلی است و اغلب تغییر می‌کند. IranWire در اکتبر ۲۰۲۶ گزارش داد دسترسی به ChatGPT، Claude و Grok برای کاربران در ایران که بدون VPN وصل می‌شوند مختل شده است. این گزارش می‌افزاید کاربران ایرانی از دیرباز به‌دلیل محدودیت‌های شرکت‌های خارجی و تحریم‌های ایالات متحده دسترسی مستقیم نداشته‌اند [14].

همین گزارش می‌گوید مسیریابی در سطح زیرساخت اخیراً دسترسی بدون VPN را ممکن کرده بود و ChatGPT در اوت ۲۰۲۶ بدون VPN در دسترس نبود و پس از چند روز بازگشت [14]. روشن نمی‌کند آخرین اختلال را زیرساخت ایران یا ارائه‌دهندگان خارجی ایجاد کرده‌اند [14]. IranWire همچنین ابزارهای هوش مصنوعی را بخشی از کار روزمره‌ی دانشجویان، پژوهشگران، برنامه‌نویسان، روزنامه‌نگاران و فعالان کسب‌وکار آنلاین در ایران توصیف می‌کند [14].

چه چیزی می‌توانید بسازید که به یک ابزار وابسته نباشد؟

پایدارترین مهارت‌ها آن‌هایی هستند که میان ابزارها منتقل می‌شوند. تفکر تحلیلی در پیمایش WEF در صدر مهارت‌های پایه است [1] و فهرست ۲۰۲۶ LinkedIn مهارت‌های انسانی مانند سخنرانی در جمع و مدیریت ذی‌نفعان را دربر دارد [2]. اگر یک ابزار در دسترس نباشد، مهارت‌هایی از این دست به ابزار بعدی هم منتقل می‌شوند.

این دور پژوهش هیچ منبع معتبری درباره‌ی داده‌های استخدام در ایران، محدودیت‌های پرداخت برای اشتراک‌های هوش مصنوعی یا جایگزین‌های بومی هوش مصنوعی نیافت؛ بنابراین این مقاله درباره‌ی آن‌ها حدس نمی‌زند. همچنین دستورالعملی برای دور زدن محدودیت‌ها نمی‌دهد. پیش از تکیه بر هر ابزار برای کار پولی، شرایط استفاده‌ی هر ارائه‌دهنده و قواعد قابل اعمال بر خودتان را بررسی کنید.

دانشجویان جوان با لپ‌تاپ در حیاط یک دانشگاه در تهران هنگام غروب طلایی

درباره‌ی هوش مصنوعی و مسیر شغلی کارکنان جوان چه چیزی هنوز نامعلوم است؟

چهار پرسش باز برای هر کسی که آغاز مسیر شغلی را برنامه‌ریزی می‌کند مهم‌تر است.

آیا اثر سطح ورودی را هوش مصنوعی ایجاد کرده است؟

هنوز اثبات نشده است. Stanford یافته‌های خود را توصیفی می‌داند و نه علّی و یادآوری می‌کند الگوها با کنترل تحصیلات ضعیف‌تر می‌شوند [5]. OECD در عوض به کندی بازار کار و تغییرهای بلندمدت فناوری و مهارت اشاره می‌کند [7]. هر دو می‌توانند تا حدی درست باشند.

تغییر با چه سرعتی می‌رسد؟

Altman می‌گوید دگرگونی کندتر از انتظار بسیاری خواهد بود [4]. با این حال شکاف Stanford از اوت ۲۰۲۵ پیوسته بیش‌تر شده است [5] و یک‌سوم کارفرمایان پیمایش‌شده برای شاخص هوش مصنوعی انتظار کاهش نیروی کار را در سال پیش رو دارند [6]. کارفرمایان در پیمایش WEF نیز انتظار اختلال مهارتی کم‌تری (۳۹٪) نسبت به ۲۰۲۳ (۴۴٪) و ۲۰۲۰ (۵۷٪) دارند [1].

آیا شواهد بیرون از ایالات متحده هم صدق می‌کند؟

مطالعه‌ی Stanford از داده‌های حقوق و دستمزد آمریکا استفاده می‌کند [5] و چند رقم دیگر که در اینجا نقل شد نیز از داده‌های آمریکا می‌آید. نتایج برای اقتصادهای دیگر ممکن است متفاوت باشد.

داده‌ی بعدی چه خواهد بود؟

منابع برنامه‌ی انتشاری ارائه نمی‌دهند. مقاله‌ی Stanford نخستین بار در اوت ۲۰۲۵ ثبت شد و در اوت ۲۰۲۶ بازنگری شد [5]؛ پس به‌روزرسانی‌های بعدی محتمل است. ویراست‌های پیشین گزارش WEF در ۲۰۲۰ و ۲۰۲۳ منتشر شدند [1]. پیش از تصمیم‌گیری بر پایه‌ی ارقام، ناشران اصلی را برای اعداد تازه‌تر بررسی کنید.

چگونگی توصیف مهارت‌های پرتقاضای عصر هوش مصنوعی در سه منبع، با داده‌های منتشرشده میان ژانویه ۲۰۲۵ و ۲۰۲۶
منبعچه چیزی را می‌سنجدمهارت‌هایی که برجسته می‌کند
گزارش آینده‌ی مشاغل ۲۰۲۵ WEF (۷ ژانویه ۲۰۲۵)پیمایش بیش از ۱۰۰۰ کارفرما، چشم‌انداز ۲۰۲۵-۲۰۳۰ [1]هوش مصنوعی و کلان‌داده، شبکه و امنیت سایبری، و سواد فناوری به‌عنوان سریع‌ترین رشدکننده‌ها؛ تفکر تحلیلی به‌عنوان مهارت پایه‌ی برتر [1]
Skills on the Rise ۲۰۲۶ LinkedIn، ایالات متحده (به نقل از Quartz)۴۹ مهارت در هشت حوزه [2]گروه ۱۰مهارتی ساخت هوش مصنوعی؛ هوش مصنوعی برای کسب‌وکار، هوش مصنوعی مسئولانه، حاکمیت داده؛ سخنرانی در جمع، مدیریت ذی‌نفعان [2]
Fortune درباره‌ی رتبه‌بندی ۲۰۲۵ LinkedIn (۲۱ مارس ۲۰۲۵)سریع‌ترین مهارت‌های در حال رشد ۲۰۲۵ [3]سواد هوش مصنوعی در رتبه‌ی نخست، با مهارت‌های نرم درست پس از آن [3]
شواهد درباره‌ی هوش مصنوعی و اشتغال کارکنان جوان، از منابع منتشرشده میان اوت ۲۰۲۵ و اکتبر ۲۰۲۶
منبعیافتهاصلی‌ترین قید
Stanford Digital Economy Lab (بازنگری ۱۲ اوت ۲۰۲۶)اشتغال گروه سنی ۲۲ تا ۲۵ سال در مشاغل در معرض هوش مصنوعی ۱۹٪ پایین‌تر از حالتی است که با همتایان کم‌مواجهه‌تر هم‌گام می‌ماند، با داده‌های ADP تا ژوئن ۲۰۲۶ [5]توصیفی و نه علّی؛ با کنترل تحصیلات ضعیف‌تر می‌شود [5]
شاخص هوش مصنوعی Stanford ۲۰۲۶، به نقل از دانشگاه ملل متحداشتغال توسعه‌دهندگان نرم‌افزار ۲۲ تا ۲۵ ساله از ۲۰۲۴ تقریباً ۲۰٪ کاهش یافته است [6]خلاصه‌ی دست‌دوم؛ فقط یک شغل را دربرمی‌گیرد [6]
چشم‌انداز اشتغال ۲۰۲۶ OECD، فصل ۱ (ژوئیه ۲۰۲۶)بیکاری جوانان افزایش یافته، اما پیشرفت‌های اخیر هوش مصنوعی تاکنون چندان از آن را توضیح نمی‌دهد [7]در عوض به کندی بازار کار و تغییرهای بلندمدت فناوری و مهارت اشاره می‌کند [7]
TheStreet به نقل از یک مقاله‌ی کاری Harvard (۲۹ اکتبر ۲۰۲۶)شرکت‌هایی که هوش مصنوعی مولد را به کار گرفتند ظرف شش فصل حدود ۷٫۷٪ از اشتغال کارکنان تازه‌کار را کاهش دادند [4]گزارش دست‌دوم؛ مقاله‌ی اصلی بررسی نشده است [4]
پیش‌بینی‌های WEF برای ۲۰۲۵-۲۰۳۰ از گزارش آینده‌ی مشاغل ۲۰۲۵، منتشرشده در ۷ ژانویه ۲۰۲۵
سنجهرقمتوضیح
مشاغل ایجادشده تا ۲۰۳۰۱۷۰ میلیون [1]۱۴٪ از اشتغال امروز [1]
مشاغل جابه‌جاشده تا ۲۰۳۰۹۲ میلیون [1]۸٪ از اشتغال امروز [1]
تغییر خالص۷۸ میلیون افزایش [1]۷٪ از اشتغال امروز [1]
مجموعه‌مهارت‌های موجود دگرگون‌شده یا منسوخ، ویراست ۲۰۲۵۳۹٪ [1]کاهش از ۴۴٪ در ویراست ۲۰۲۳ و ۵۷٪ در ۲۰۲۰ [1]

اشتباه‌های رایج

  • یادگرفتن ترفندهای پرامپت‌نویسی و بس

    راه درست: استفاده از ابزار را با وارسی خروجی همراه کنید. تفکر تحلیلی پرتقاضاترین مهارت پایه و برای ۷ از هر ۱۰ شرکت ضروری است [1]؛ پس افزون بر نوشتن پرامپت، راستی‌آزمایی خروجی‌ها و پرسش‌گری درباره اعداد را هم تمرین کنید.

  • برداشت پرمیوم دستمزدی ۵۶٪ به‌عنوان افزایش حقوق تضمین‌شده

    راه درست: به هشدار منبع توجه کنید. خود PwC می‌گوید این پرمیوم ممکن است تا حدی بازتاب کمیابی نیروهای دارای مهارت هوش مصنوعی باشد و نه صرفاً ارزش خود مهارت‌ها [11]. آن را نشانه‌ای از تقاضا بدانید، نه وعده‌ی حقوق.

  • برداشت «مواجهه با هوش مصنوعی» به‌معنای «شغل من از بین می‌رود»

    راه درست: این دو مفهوم را از هم جدا کنید. سازمان همکاری و توسعه اقتصادی (OECD) می‌گوید پیشرفت توانایی‌های هوش مصنوعی با احتمال خودکارسازی یکی نیست و مشاغلی که بیش‌ترین خطر خودکارسازی را دارند با مشاغلی که بیش‌ترین مواجهه با هوش مصنوعی را دارند تفاوت دارند [9].

  • وابستگی به یک ابزار هوش مصنوعی

    راه درست: مهارت‌هایی بسازید که میان ابزارها قابل انتقال باشد. تفکر تحلیلی در پیمایش WEF در صدر مهارت‌های پایه است [1] و فهرست ۲۰۲۶ LinkedIn مهارت‌های انسانی مانند سخنرانی در جمع و مدیریت ذی‌نفعان را هم دربرمی‌گیرد [2]. دسترسی به ابزارها می‌تواند سریع تغییر کند و در ایران بارها مختل شده است [14].

  • نقل ادعاهای فروشندگان یا گزارش‌های دست‌دوم به‌عنوان واقعیت قطعی

    راه درست: ببینید چه کسی سخن می‌گوید. ادعای Microsoft درباره مدیریت هوش مصنوعی به‌دست کارکنان سطح ورودی ادعای یک فروشنده است و شواهد مستقل نیست [12]، و عدد مربوط به Harvard درباره مشاغل مقدماتی از راه یک گزارش خبریِ دست‌دوم به این مقاله رسیده است [4].

  • نادیده گرفتن ارتباط‌گری و داوری

    راه درست: مهارت‌های انسانی را در برنامه‌ی خود بگنجانید. فهرست ۲۰۲۶ LinkedIn مهارت‌های ساخت هوش مصنوعی را با سخنرانی در جمع و مدیریت ذی‌نفعان همراه کرده است [2] و Fortune گزارش داد مهارت‌های نرم در رتبه‌بندی ۲۰۲۵ درست پس از سواد هوش مصنوعی آمده‌اند [3].

پرسش‌های پرتکرار

چه مهارت‌های هوش مصنوعی را باید یاد بگیرم؟

از سواد هوش مصنوعی شروع کنید: به‌کارگیری ابزارهای هوش مصنوعی مولد بر کارهای واقعی و وارسی خروجی آن‌ها. سپس تفکر تحلیلی و مهارت‌های کاری مانند هوش مصنوعی مسئولانه و حاکمیت داده را بیفزایید [2] و تنها در صورت نیاز نقش هدفتان به مهارت‌های فنی مانند یادگیری ماشین بپردازید. مجمع جهانی اقتصاد هوش مصنوعی و کلان‌داده را سریع‌ترین مهارت‌های در حال رشد ۲۰۲۵-۲۰۳۰ می‌داند [1].

توصیه Sam Altman به کارکنان جوان چیست؟

Altman در مارس ۲۰۲۵ گفت اقدام تاکتیکی بدیهی این است که «در استفاده از ابزارهای هوش مصنوعی واقعاً ماهر شوید» و آن را با ماهر شدن در برنامه‌نویسی هنگام پایان دبیرستان مقایسه کرد [3]. در مصاحبه‌ای که ۲۱ اکتبر ۲۰۲۶ منتشر شد، به دانشجویان گفت زمان خوبی برای رفتن سراغ کاری تازه است، ولی هشدار داد تغییر کندتر از انتظار بسیاری خواهد بود [4].

آیا هوش مصنوعی مشاغل سطح ورودی را می‌گیرد؟

نشانه‌های هشداردهنده هست، اما شواهد هنوز اولیه است. پژوهشگران Stanford با داده‌های حقوق و دستمزد ADP دریافتند اشتغال کارکنان ۲۲ تا ۲۵ ساله در مشاغل در معرض هوش مصنوعی ۱۹٪ پایین‌تر از حالتی است که با همتایان کم‌مواجهه‌تر هم‌گام می‌ماند (داده‌ها تا ژوئن ۲۰۲۶)، عمدتاً از راه کاهش استخدام [5]. OECD می‌گوید پیشرفت‌های اخیر هوش مصنوعی تاکنون چندان از افزایش بیکاری جوانان را توضیح نمی‌دهد و به کندی بازار کار و تغییرهای بلندمدت اشاره می‌کند [7].

آیا مهارت‌های هوش مصنوعی حقوق را بالا می‌برند؟

گزارش PwC با عنوان Global AI Jobs Barometer ۲۰۲۵ نشان می‌دهد کارکنان دارای مهارت هوش مصنوعی در ۲۰۲۴ به‌طور میانگین ۵۶٪ پرمیوم دستمزدی داشتند، در مقایسه با ۲۵٪ سال پیش از آن [10]. PwC هشدار می‌دهد این پرمیوم ممکن است تا حدی بازتاب کمیابی چنین نیروهایی باشد و نه فقط ارزش خود مهارت‌ها [11]. این عدد میانگین است، نه پیشنهاد حقوق برای یک فرد.

آیا سواد هوش مصنوعی پرتقاضاترین مهارت است؟

از جمله سریع‌ترین‌ها در رشد است، نه لزوماً پرتقاضاترین. Fortune در ۲۱ مارس ۲۰۲۵ گزارش داد LinkedIn سواد هوش مصنوعی را سریع‌ترین مهارت در حال رشد ۲۰۲۵ دانسته و مهارت‌های نرم درست پس از آن قرار دارند [3]. WEF تفکر تحلیلی را پرتقاضاترین مهارت پایه یافت که برای ۷ از هر ۱۰ شرکت ضروری است [1].

آیا برای کار با هوش مصنوعی باید برنامه‌نویسی یاد بگیرم؟

منابع بررسی‌شده برنامه‌نویسی را الزامی نمی‌دانند. Altman ماهر شدن در ابزارهای هوش مصنوعی را با ماهر شدن در برنامه‌نویسی هنگام پایان دبیرستان مقایسه کرد [3] و نقش‌های فنی مانند توسعه‌دهندگان نرم‌افزار از نظر درصدی جزو سریع‌ترین رشدکننده‌ها هستند [1]. اما فهرست ۲۰۲۶ LinkedIn مهارت‌های غیربرنامه‌نویسی مانند هوش مصنوعی برای کسب‌وکار، هوش مصنوعی مسئولانه و مدیریت ذی‌نفعان را هم دربردارد [2].

کدام مهارت‌های نرم در عصر هوش مصنوعی بیش‌تر اهمیت دارند؟

WEF انتظار دارد اهمیت تفکر خلاق، تاب‌آوری، انعطاف‌پذیری و چابکی، و کنجکاوی و یادگیری مادام‌العمر افزایش یابد و تفکر تحلیلی در صدر باشد [1]. فهرست ۲۰۲۶ LinkedIn بر سخنرانی در جمع و مدیریت ذی‌نفعان تأکید دارد [2]. Fortune گزارش داد در رتبه‌بندی ۲۰۲۵ LinkedIn مهارت‌های نرم درست پس از سواد هوش مصنوعی آمده‌اند [3].

کدام مشاغل بیش‌ترین مواجهه را با هوش مصنوعی دارند؟

OECD می‌گوید مشاغل یقه‌سفید با مهارت بالا از جمله مشاغلی‌اند که بیش‌ترین مواجهه با هوش مصنوعی را دارند [9]. سازمان بین‌المللی کار برآورد می‌کند از هر چهار کارگر در جهان یک نفر در شغلی با درجه‌ای از مواجهه با هوش مصنوعی مولد است، هرچند بیش‌تر مشاغل دگرگون می‌شوند و زائد نمی‌گردند [8]. WEF انتظار دارد نقش‌های اداری و منشی‌گری بیش‌ترین کاهش مطلق را ببینند [1].

واژه‌نامه

سواد هوش مصنوعی (AI literacy)
سواد هوش مصنوعی توانایی درک کاری است که ابزارهای هوش مصنوعی انجام می‌دهند، استفاده‌ی معقول از آن‌ها و داوری درباره‌ی قابل اعتماد بودن خروجی‌شان.
هوش مصنوعی مولد (Generative AI)
هوش مصنوعی مولد نرم‌افزاری است که از روی یک پرامپت متن، تصویر، کد یا صدای تازه تولید می‌کند.
مهندسی پرامپت (Prompt engineering)
مهندسی پرامپت شیوه‌ی نوشتن دستورهایی است که از یک مدل هوش مصنوعی نتایج مفید و قابل اتکا بگیرد.
مواجهه با هوش مصنوعی (AI exposure)
مواجهه‌ی شغلی با هوش مصنوعی می‌سنجد هوش مصنوعی چه تعداد از وظایف یک شغل را می‌تواند انجام دهد یا در آن‌ها کمک کند؛ این با احتمال خودکار شدن شغل یکی نیست.
خودکارسازی در برابر تقویت (Automation versus augmentation)
خودکارسازی یعنی هوش مصنوعی جای وظیفه‌ای انسانی را می‌گیرد، و تقویت یعنی هوش مصنوعی به فرد کمک می‌کند آن را بهتر انجام دهد.
پرمیوم دستمزدی (Wage premium)
پرمیوم دستمزدی مقدار پرداخت اضافه‌ای است که کارکنان دارای یک مهارت نسبت به کارکنان مشابه فاقد آن مهارت دریافت می‌کنند.
ارتقای مهارت (Upskilling)
ارتقای مهارت یعنی یادگرفتن مهارت‌های تازه برای شغل فعلی یا شغلی نزدیک به آن، در برابر بازآموزی برای شغلی متفاوت.
Frontier Firm
Frontier Firm اصطلاح Microsoft برای شرکتی هوش‌مصنوعی‌محور است که کار خود را حول تیم‌های انسان و هوش مصنوعی می‌سازد.

منابع

  1. The Future of Jobs Report 2025 (digest; 2025 edition, previous editions 2023 and 2020) World Economic Forum · 2025-01-07
  2. LinkedIn's 2026 skills on the rise: 49 U.S. skills and AI's share Quartz
  3. OpenAI CEO Sam Altman reveals his 'obvious tactical' career advice for Gen Z grads Fortune · 2025-03-21
  4. Open AI's Sam Altman has a chilling warning for young job seekers TheStreet · 2026-10-29
  5. Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence (working paper, revised 12 August 2026; original August 2025) Stanford Digital Economy Lab (Brynjolfsson, Chandar, Chen) · 2026-08-12
  6. What the 2026 Stanford AI Index Report Tells Us About the State of AI (secondary summary of the Stanford HAI AI Index 2026; primary hai.stanford.edu page not fetched) United Nations University Campus Computing Centre
  7. From resilience to risk: Employment and wages under pressure (OECD Employment Outlook 2026, chapter 1) OECD · 2026-07-07
  8. Generative AI and jobs: A 2025 update (research brief) International Labour Organization · 2025-05-20
  9. Skills in the AI age (OECD Artificial Intelligence Papers No. 60) OECD
  10. AI linked to a fourfold increase in productivity growth and 56% wage premium, while jobs grow even in the most easily automated roles (2025 Global AI Jobs Barometer press release) PwC · 2025-06-03
  11. The Fearless Future: PwC's 2025 Global AI Jobs Barometer (report PDF) PwC
  12. 2025: The year the Frontier Firm is born (Work Trend Index Annual Report 2025) Microsoft (WorkLab)
  13. Microsoft's 2025 Work Trend Index Report reveals the rise of the Frontier Firm, marking a new era of workforce dynamics Microsoft News EMEA · 2025-04-29
  14. AI Chatbots Face Disruptions and Loss of Direct Access for Iranian Users IranWire
این مقاله را برای دوستانت بفرست Telegram WhatsApp X

دربارهٔ تیم پویام سیاست تحریریه

در پویام

پویام را کشف کن

دانشنامه فقط یک بخش از پویام است. از اینجا سراغ بخش‌های دیگر برو.

پیمایش سریع