רגע של בחירה: רתימת הבינה המלאכותית לעבודה הוגנת

הקדמה: רגע של בחירה

הבינה המלאכותית (AI) משנה היבטים רבים של הכלכלה והחברה, ובמיוחד את עולם העבודה. היא משפיעה על אופן ארגון העבודה, על יצירת ערך ועל קבלת החלטות. מדובר ברגע המעורר גם התרגשות וגם דאגה: מחד גיסא, הבינה המלאכותית יכולה להגביר פריון ולפתוח הזדמנויות חדשות לעובדים ולמעסיקים כאחד, ולשפר שירותים ציבוריים ומנגנוני ממשל. מאידך גיסא, היא מעוררת חששות עמוקים בנוגע לזכויות, לשוויון ולצדק חברתי. יש הטוענים כי היא עשויה להביא לעתיד שבו מחסור גדול בעבודה יהפוך לנורמה.

חשוב להבהיר כי שינויים טכנולוגיים אינם כוח בלתי ניתן לעצירה המוליד תוצאות אחידות. היסטורית, שינויים טכנולוגיים מלווים בהרחבת שווקים ויצירת מקצועות חדשים שלא נצפו מראש. עם זאת, החשיפה לבינה המלאכותית אינה שווה: היא משתנה לפי מקצועות, מגדר, גיל והקשר לאומי, ומשקפת פערים דיגיטליים מתמשכים. המסקנה היא שהשינוי הטכנולוגי אינו גזירת גורל, ושבחירות מדיניות, מוסדות וממשל חשובים ומשפיעים. גישה ממוקדת-אדם לעיצוב עתיד העבודה, כפי שהוגדרה בהצהרת המאה של ארגון העמל הבינלאומי (2019), מחייבת נקיטת תפקיד פעיל בעיצוב כיוון הטכנולוגיה, ולא הנחה שהתקדמות טכנולוגית תקדם אוטומטית עבודה הוגנת.

עיצוב מחדש של שווקי העבודה: השלכות אפשריות על כמות ואיכות המשרות

ההשפעה על כמות המשרות

ההשפעות של שינוי טכנולוגי על שווקי העבודה נבחנות לאורך שתי מימדים מרכזיים: כמות המשרות ואיכותן. כמות המשרות מתייחסת לרמות תעסוקה, יצירת משרות ותהליכי עקירה הקשורים לאימוץ טכנולוגיות חדשות. עד לאחרונה, ההשפעות האוטומטיות של טכנולוגיה חדשה היו מרוכזות בעיקר במשימות ידניות וחוזרות. הגל הנוכחי של בינה מלאכותית שונה: הוא מרחיב את יכולת האוטומציה גם למשימות קוגניטיביות לא-שגרתיות, כולל בתחומים הדורשים שיפוט אנושי.

ניתוח מדד החשיפה לבינה מלאכותית שפותח על ידי ארגון העמל הבינלאומי מסווג מקצועות לפי רמת חשיפתם לבינה מלאכותית גנרטיבית. בגלובלי, כרבע מכלל התעסוקה נופל בקטגוריות של חשיפה, עם הבדלים בין גברים לנשים: כ-21% מהתעסוקה של גברים חשופה, לעומת כ-28% של נשים. בכלכלות בעלות הכנסה גבוהה, הפערים בין המינים חריפים אף יותר. ממצאים אלה משקפים פוטנציאל טכני ולא תוצאות בפועל, אך מצביעים על כך שתעסוקת נשים עלולה להיות מושפעת יותר כאשר יכולות הבינה המלאכותית יפותחו במלואן.

הראיות הקיימות מצביעות על כך שהבינה המלאכותית מעצבת מחדש את התעסוקה בעיקר על ידי שינוי משימות וארגון עבודה, ולא על ידי מחיקת משרות בקנה מידה גדול. גם שינויים מתונים יחסית יכולים להיות בעלי השפעות חלוקתיות משמעותיות, במיוחד כאשר הזדמנויות תעסוקה חלופיות מוגבלות ומערכות הגנה סוציאלית חלשות.

ההשפעה על איכות המשרות

מעבר לרמות התעסוקה, לבינה המלאכותית צפויות להיות השלכות עמוקות על איכות העבודה. ערוץ מרכזי אחד הוא עצימות העבודה: הבינה המלאכותית יכולה להאיץ עיבוד מידע, אך הרווחים אינם תמיד מתורגמים לעומס עבודה מופחת, ולעיתים מובילים לציפיות לתפוקה גבוהה יותר ולמועדים צפופים יותר. בנוסף, הבינה המלאכותית יכולה לעצב מחדש את האוטונומיה: ברוב ההקשרים היא תומכת בקבלת החלטות, אך בחלקם היא מכתיבה זרימות עבודה ומקטינה שיקול הדעת.

שילוב הבינה המלאכותית בתהליכי עבודה לרוב מלווה בהרחבת איסוף נתונים וניטור, מה שמעלה חשש מפיקוח דיגיטלי ואי-סימטריית מידע בין מעסיקים לעובדים. לבינה המלאכותית יש גם פוטנציאל להשפיע על הזדמנויות ללמידה ולפיתוח קריירה, בעיקר בתפקידי כניסה המשמשים כנקודות זינוק לצעירים. מחקרים מוצאים ראיות לירידה אפשרית במשרות ברמת כניסה בחלק מהמגזרים הדיגיטליים ביותר.

בתחום ניהול משאבי אנוש, מערכות בינה מלאכותית נמצאות בשימוש גובר בגיוס, שכר, לוח זמנים ומדידת ביצועים. אך האימוץ המהיר שלהן לא תמיד מלווה בהערכה מעמיקה של הסיכונים הכרוכים בהן. כלי גיוס מבוססי בינה מלאכותית עלולים לשחזר דפוסי אפליה קיימים. כלי שכר ומדידת ביצועים שמתמקדים במדדים קלים למדידה עלולים שלא לתפוס את ערך העבודה המלא. התוצאות תלויות באופן מכריע בממשל: מערכות שפותחו עם מעורבות עובדים ושקיפות נוטות להניב אמון ותוצאות טובות יותר.

הסיכונים להרחבת אי-השוויון

פערים דיגיטליים ואי-שוויון

הבינה המלאכותית אינה פועלת בסביבה נייטרלית. היא מתפתחת בתוך שווקי עבודה וחברות שכבר מאופיינות בהבדלים מבניים ברמות פיתוח, ביכולת מוסדית ובגישה למשאבים. הפערים הדיגיטליים משמשים כמגביר עוצמתי של אי-שוויון בהקשר זה. כלכלות בעלות הכנסה גבוהה ממוקמות טוב יותר להפיק רווחי פריון מהבינה המלאכותית, בשל גישה רחבה למחשבים, חיבור אמין לאינטרנט וכלים דיגיטליים משלימים.

בכלכלות בעלות הכנסה נמוכה ובינונית, החשיפה לבינה המלאכותית מוגבלת יותר, בגלל מבני תעסוקה המרוכזים בחקלאות, שירותים ידניים וסחר קטן. אמנם חשיפה מוגבלת זו עשויה להציע מעין "כרית הגנה", אך היא עלולה להפוך גם למכשול המגביל הזדמנויות. מחקר משותף עם הבנק העולמי מראה כי בהקשרים בעלי הכנסה נמוכה, משרות שיכולות לכאורה להפיק תועלת מהגברת בינה מלאכותית חסרות לעיתים קרובות את התנאים הדיגיטליים הבסיסיים הנדרשים לכך.

ייתכן שהאפקטים המשבשים ייגשמו מהר יותר מרווחי הפריון בהקשרים כאלה, כלומר הבינה המלאכותית עלולה להרחיב אי-שוויון על ידי חשיפת עובדים לסיכונים מבלי לאפשר להם ליהנות מההזדמנויות הנגזרות.

השפעות בלתי-שוות על העובדים, על מפעלים ועל מגזרים

בתוך כלכלות, חשיפה לבינה מלאכותית משתנה לפי מין, גיל, מעמד תעסוקתי, השכלה והכנסה. נשים לעיתים קרובות ייצוגיות יתר בתפקידים פקידותיים ומנהלתיים הנחשפים לאוטומציה. בה-בעת, הן מיוצגות פחות בתחומי המדע, הטכנולוגיה, ההנדסה והמתמטיקה ובפיתוח מערכות הבינה המלאכותית עצמן. עובדים צעירים ועובדים ותיקים עומדים בפני אתגרים שונים אך כאחד רלוונטיים. מפעלים גדולים ממוקמים טוב יותר לאמץ בינה מלאכותית בשל משאביהם הפיננסיים והגישה לנתונים.

ריכוז פיתוח הבינה המלאכותית במספר קטן של חברות ומדינות מגביר את אי-השוויון. כלכלות מתקדמות נוטות לרכז פעילויות בעלות ערך גבוה, בעוד מדינות בעלות הכנסה נמוכה משתתפות לעיתים קרובות במשימות עתירות-עבודה בתנאים לא בטוחים, עם הזדמנויות מוגבלות לשדרוג מיומנויות.

תמיכה במעברים ממוקדי-אדם בתגובה לבינה המלאכותית ולדיגיטציה

אימוץ הבינה המלאכותית צפוי לעורר מעברים תעסוקתיים משמעותיים ושינויים בפרופילי מיומנויות. מעברים ממוקדי-אדם דורשים הצבת בני האדם במרכז השינוי: על הטכנולוגיה להשלים יכולות אנושיות ולא להחליפן ללא הבחנה. הדיגיטציה והבינה המלאכותית מעצבות מחדש את הביקוש למיומנויות, ובעיקר את הצורך במיומנויות דיגיטליות ומיומנויות קוגניטיביות-חברתיות לצד אוריינות בינה מלאכותית.

מענה לביקושים המשתנים דורש גישות גמישות ומתואמות לפיתוח מיומנויות, כולל מערכות למידה לאורך החיים, חיזוק הקשרים בין חינוך פורמלי, הכשרה מקצועית ולמידה מבוססת-עבודה, ומיקרו-אישורים. חשוב לציין כי השקעות במיומנויות לבדן אינן מבטיחות תוצאות טובות יותר ללא קשר חזק לביקוש בשוק העבודה.

מערכות הגנה סוציאלית חייבות להיות מסוגלות לתמוך בעובדים במעבר ולהרחיב כיסוי המותאם להיסטוריות תעסוקה מפוצלות. נדרש גם שינוי במנגנוני מימון, כולל דיון בכלים חדשים כמו מיסי פלטפורמות דיגיטליות ומיסי רווחי מיסוי דיגיטלי. לבינה המלאכותית עצמה פוטנציאל לשפר את אספקת השירותים שמעמידים את המעברים הללו: בחינוך, בניהול הגנה סוציאלית ובשירותי תעסוקה ציבוריים.

חיזוק מוסדות: ממשל ודיאלוג חברתי בעידן הבינה המלאכותית

התוצאות תלויות באופן מכריע בכך שהבינה המלאכותית תוכנס, תעוצב ותנוהל באמצעות מוסדות עבודה חזקים ודיאלוג חברתי. נוף הרגולציה של הבינה המלאכותית כיום מוגבל ומפוצל, עם תשומת לב מעטה להשפעתה על עולם העבודה. הקהילה הגלובלית עוברת מהסתמכות על הנחיות אתיות וולונטריות לעבר מסגרות רגולטוריות מחייבות יותר.

תקני עבודה בינלאומיים קיימים נשארים רלוונטיים מאוד, כולל אלה הנוגעים לאי-אפליה, בטיחות ובריאות תעסוקתית, ועיקרון הזכות לחופש ההתאגדות. עם זאת, ניהול אלגוריתמי אינו מטופל במפורש בתקנים הקיימים. הממשל צריך להתאזן בין הפעלת חדשנות לבין הגנה על זכויות עובדים, כולל טיפול בשימוש בנתונים, שקיפות ואחריותיות בקבלת החלטות.

הדיאלוג החברתי עולה כמנגנון ממשל מעשי ואמין ליישור חדשנות עם עבודה הוגנת. מעורבות עובדים בעיצוב ובפריסת מערכות בינה מלאכותית מניבה תוצאות טובות יותר הן מבחינת הגנת זכויות והן מבחינת פריון. בנוסף, מערכות בינה מלאכותית מסתמכות על איסוף נתונים נרחב, מה שמעלה אתגרים משמעותיים לגבי זכויות הפרטיות ואסימטריית המידע בין מעסיקים לעובדים. לעיתים קרובות, מעסיקים עצמם מסתמכים על מערכות מוכנות מספקי טכנולוגיה חיצוניים, אשר עלולות שלא להיות מיושרות עם דיני עבודה. דבר זה מחייב בהירות לגבי חלוקת האחריות לאורך שרשרת הערך.

עיצוב הדרך קדימה

הניתוח מוביל למסקנה ברורה: האם הבינה המלאכותית תקדם עבודה הוגנת תלוי בבחירות שנעשה. השאלה אינה האם הבינה המלאכותית תשנה כלכלות ושווקי עבודה, אלא כיצד לנהל את השינוי הזה כך שיניב משרות הוגנות ושגשוג משותף.

ארבעה יסודות מרכזיים צריכים להנחות את הדרך:

1. זכויות: הגנה על עקרונות ורוחות העבודה הבסיסיים היא אבן הפינה של גישה ממוקדת-אדם לבינה המלאכותית. יש להבטיח שקיפות, אחריותיות ופיקוח אנושי אמיתי במקומות עבודה המתווכים על ידי בינה מלאכותית.
2. תעסוקה: תמיכה במעברים חיונית, בין היתר באמצעות מדיניות שוק עבודה פעילה, פיתוח מיומנויות ותמיכה במיזמים, בעיקר בעסקים קטנים ובינוניים.
3. הגנה סוציאלית: מערכות חייבות להתאים למסלולים תנודתיים יותר בשוק העבודה ולהבטיח גישה לכל צורות התעסוקה.
4. דיאלוג חברתי: הדיאלוג עצמו חייב להתפתח כדי להישאר יעיל, כולל חיזוק יכולות, טיפול באסימטריות מידע ובחינת סידורים מוסדיים חדשים.

על פני כל הממדים הללו, מדינות ברמות פיתוח שונות עומדות בפני אתגרים שונים ולעיתים לא סימטריים. הבטחת השתתפות משמעותית של כל המדינות בעיצוב הבינה המלאכותית ובהפקת תועלת ממנה חיונית למניעת הרחבת אי-השוויון בין מדינות ולתמיכה במסלולי פיתוח כוללניים יותר. תשומת לב נדרשת גם לאתגרים מבניים רחבים יותר: פערים דיגיטליים, ריכוז שוק בחלקים מהמערכת הבינה מלאכותית, טביעת רגל סביבתית של תשתיות דיגיטליות מתרחבות, ושילוב הולך וגובר של בינה מלאכותית עם רובוטיקה.

שאלות מרכזיות שנותרות פתוחות כוללות: כיצד להבטיח שצמיחת פריון תתורגם למשרות רבות יותר וטובות יותר, כיצד מערכות הגנה סוציאלית יוכלו להתמודד עם מימון בר-קיימא בכלכלה דיגיטלית, כיצד לחזק את כושר הייצוג של ארגוני עובדים ומעסיקים בנושאים הקשורים לבינה מלאכותית, וכיצד לגשר על פערים דיגיטליים כך שכל המדינות יוכלו להפיק תועלת. התשובות לשאלות אלה יקבעו האם פרק חדש זה של התקדמות טכנולוגית יקדם כבוד אדם, שוויון וצדק חברתי לדורות הבאים.

מקור

Houngbo, G. F. (2026). A moment of choice: Harnessing artificial intelligence for decent work (Report I(B), International Labour Conference, 114th Session). International Labour Office.