المهارة مطلوبة والقرار البشري مطلوب أيضاً: ما تكشفه دراسة جديدة عن العمل مع الذكاء الاصطناعي

حين يقول 57 بالمئة من المشاركين في دراسة دولية إنهم مستعدون لدفع تكلفة تعلّم مهارات الذكاء الاصطناعي، تبدو الرسالة الأولى مألوفة: الناس يريدون أن يلحقوا بسوق عمل يتغير بسرعة. لكن الرقم التالي يبدل زاوية القراءة. 80 بالمئة يرفضون أن تتخذ أنظمة الذكاء الاصطناعي القرار النهائي في التوظيف أو العدالة أو الرعاية الصحية. الرغبة في امتلاك الأداة لا تعني الاستعداد لتسليمها الحكم.

هذا التفريق مهم لمن يقرأ التحول المهني في المنطقة. النقاش لا يقتصر على عدد الوظائف التي قد تتغير، ولا على سرعة تعلّم الموظفين لكتابة أمر جيد. السؤال العملي هو: ما المهارة التي تمنح العامل قدرة أفضل، وأين يجب أن يبقى القرار قابلاً للتفسير والمراجعة البشرية؟

الدراسة تقيس اتجاهاً، لا تصدر حكماً على كل سوق: أعد معهد FII وإبسوس نسخة 2026 من مؤشر PRIORITY Compass عبر مقابلات إلكترونية مع 61,200 بالغ في 32 دولة بين 24 أبريل و5 يونيو 2026. لذلك فهي لا تقول إن كل شركة عربية أو كل مهنة تسير بالطريقة نفسها. كما ينبه المعهد إلى أن العينات في البلدان ذات انتشار الإنترنت الأقل تميل أكثر إلى السكان الحضريين والأعلى تعليماً ودخلاً. هذه حدود ضرورية قبل تحويل النسب إلى وصف كامل لسوق العمل.

الطلب على التعلّم مرتبط بثقة قابلة للاستخدام: الاستعداد لدفع تكلفة التدريب لا يساوي بالضرورة امتلاك مهارة مهنية. يمكن أن يتعلم الموظف استخدام أداة لصياغة مسودة أو تلخيص ملف، ثم يحتاج إلى معرفة مصدر المعلومة، وكيف يراجع الخطأ، ومتى لا يشارك بيانات العمل معها. هنا يصبح التدريب على الحكم المهني، لا على واجهة الأداة وحدها، جزءاً من قيمة المهارة.

التوظيف هو الاختبار الأصعب: رفض 80 بالمئة للقرار النهائي المؤتمت لا يعني رفض استخدام الذكاء الاصطناعي في التوظيف كله. يمكن للنظام أن يساعد في ترتيب ملفات أو تنظيم مقابلات أو اقتراح أسئلة، لكن القرار الذي يمس فرصة شخص في العمل يحتاج إلى مسؤول يمكن مساءلته. لصاحب العمل، الفرق بين المساعدة والقرار ليس لغوياً: إنه يحدد من يراجع النتيجة، وكيف يعترض المرشح، وأين تحفظ الأدلة.

التعليم المهني يظهر كجزء من الاستجابة: 69 بالمئة من المشاركين يريدون من الحكومات إعطاء التدريب المهني أولوية بسبب الذكاء الاصطناعي، بينما يرى 65 بالمئة أن الجامعة لم تعد تستحق كلفتها. لا ينبغي قراءة ذلك كرفض للتعليم الجامعي، بل كإشارة إلى أن القيمة المهنية باتت تقاس أيضاً بقدرة المسار التعليمي على مواكبة العمل الفعلي. في أسواق المنطقة، قد يرفع ذلك أهمية البرامج القصيرة المرتبطة بمهمة واضحة، مثل تدقيق مخرجات نموذج لغوي، أو إدارة بيانات حساسة، أو تصميم سير عمل يجمع الموظف بالأداة.

ما الذي يستحق المتابعة الآن: يطلب 85 بالمئة إطاراً عالمياً لتنظيم الذكاء الاصطناعي. لا يترجم هذا الرقم تلقائياً إلى قاعدة موحدة في كل بلد، لكنه يوضح أن تنمية المهارات والحوكمة تسيران معاً في توقعات الناس. من يبني برنامجاً للتأهيل داخل شركة يحتاج إلى تدريب قابل للقياس، وسياسة استخدام مفهومة، ومسار مراجعة بشري واضح.

للقارئ، الخطوة الهادئة ليست مطاردة كل أداة جديدة. اختر مهمة متكررة في عملك، تعلّم كيف تستخدم الذكاء الاصطناعي فيها، ثم احتفظ بما يثبت جودة النتيجة: مصدر، مراجعة، وتصحيح عند الخطأ. دوّن أيضاً حدود استخدام الأداة في تلك المهمة: ما البيانات التي لا ترفعها، ومن يراجع النتيجة، ومتى تعود إلى المصدر الأصلي. هذا الانضباط هو ما يحول المهارة من تجربة سريعة إلى قدرة يمكن أن يراها مدير التوظيف ويثق بها.