آبتاب– هوش مصنوعی دیگر یک فناوری آیندهنگر نیست؛ در حال بازآرایی ساختارهای اقتصادی و اجتماعی جهان است. اما پرسش کلیدی این است: آیا این فناوری میتواند شکاف طبقاتی را کاهش دهد یا آن را عمیقتر میکند؟ شواهد جدید از نهادهای معتبر بینالمللی نشان میدهند که پاسخ، به شدت به نحوه مدیریت و توزیع منافع آن وابسته است، هرچند نشانههای هشداردهندهای از تشدید نابرابری در حال ظهور است.
در سطح بینالمللی، شکاف در حال گسترش است. صندوق بینالمللی پول (IMF) در گزارش «تأثیر جهانی هوش مصنوعی: مراقب شکاف باشید» (آوریل ۲۰۲۵) هشدار میدهد که هوش مصنوعی «نابرابری درآمدی بین کشورها را تشدید خواهد کرد و به طور نامتناسبی به اقتصادهای پیشرفته سود خواهد رساند». بر اساس این گزارش، تأثیر رشد تخمینی در اقتصادهای پیشرفته میتواند بیش از دو برابر کشورهای کمدرآمد باشد.
بانک جهانی نیز در گزارش «پیشرفت و روند دیجیتال ۲۰۲۵» تأیید میکند که نوآوری در هوش مصنوعی «همچنان در کشورهای با درآمد بالا متمرکز است» و شکاف در اتصال، ظرفیت محاسباتی، دادههای محلی و مهارتهای دیجیتال، موانع اصلی پیشرفت فراگیر هستند. این شکاف دیجیتال، خود را در آمار نیز نشان میدهد: در حالی که نرخ پذیرش هوش مصنوعی مولد در نیمه دوم ۲۰۲۵ در سطح جهانی به ۱۶.۳ درصد رسیده، این نرخ در «شمال جهانی» ۲۴.۷ درصد و در «جنوب جهانی» تنها ۱۴.۱ درصد است. گزارش برنامه توسعه سازمان ملل متحد (UNDP) با عنوان «واگرایی بزرگ بعدی» (دسامبر ۲۰۲۵) نیز هشدار میدهد که جهان در خطر تکرار «واگرایی بزرگ» قرن نوزدهم است و هوش مصنوعی میتواند به یک «واگراکننده بزرگ» تبدیل شود که شکاف بین کشورها را عمیقتر کند، مگر اینکه اصلاحاتی صورت گیرد.
در سطح درونکشوری، الگوی نابرابری پیچیدهتر و در عین حال نگرانکنندهتر است. برخلاف موجهای قبلی خودکارسازی که عمدتاً مشاغل کمدرآمد و یقهآبی را هدف میگرفتند، هوش مصنوعی در حال حاضر به طور نامتناسبی بر کارگران جوان و مشاغل یقهسفید سطح پایه تأثیر میگذارد.
شاخص هوش مصنوعی دانشگاه استنفورد (۲۰۲۶) نشان میدهد که اشتغال توسعهدهندگان نرمافزار در گروه سنی ۲۲ تا ۲۵ سال از سال ۲۰۲۴ نزدیک به ۲۰ درصد کاهش یافته است.
مطالعه دیگری از آزمایشگاه اقتصاد دیجیتال استنفورد، «شکاف اشتغال هوش مصنوعی» برای کارگران جوان را در ژوئن ۲۰۲۶ حدود ۱۹ درصد گزارش کرده است. دادههای شرکت Anthropic نیز نشان میدهد که سهم کارکنان جوان در بخشهای فنی از ۲۷ درصد در اوایل ۲۰۲۵ به ۹ درصد کاهش یافته است.
این پدیده نشاندهنده یک «شکست در نردبان شغلی» است: مسیرهای سنتی ورود به بازار کار برای نسل جدید در حال بسته شدن است، در حالی که همزمان، نقشهایی که از ابزارهای هوش مصنوعی استفاده میکنند، ۱۸ تا ۲۵ درصد حقوق بالاتری دریافت میکنند. این شکاف مهارتی، مستقیماً به شکاف طبقاتی ترجمه میشود.
در سطح ساختاری، نگرانی عمیقتری درباره توزیع منافع وجود دارد. اقتصاددانان برجستهای مانند پل کروگمن استدلال میکنند که سرمایهگذاری عظیم در هوش مصنوعی، سرمایه را از بخشهای دیگر مانند مسکن و تولید خارج میکند و از آنجا که مراکز داده بسیار سرمایهبر اما اشتغالکم هستند، تقاضای کل برای نیروی کار را کاهش میدهند.
نتیجه این است که سهم نیروی کار از درآمد ملی، که از قبل نیز در حال کاهش بود، با سرعت بیشتری افت میکند و سهم سرمایه افزایش مییابد. IMF نیز در تحلیل خود تأکید میکند که حتی اگر هوش مصنوعی نابرابری دستمزد را کاهش دهد (با جایگزینی برخی مشاغل پردرآمد)، نابرابری ثروت را از طریق افزایش بازده سرمایه برای ثروتمندان تشدید میکند. این پویایی، خطر تمرکز قدرت اقتصادی و سیاسی در دست گروه کوچکی از مالکان سرمایه را افزایش میدهد؛ همان چیزی که کروگمن آن را تشدید «الیگارشی» مینامد.
با این حال، آینده قطعی نیست. گزارش UNDP تأکید میکند که «واگرایی» یک سرنوشت محتوم نیست و «اگر اقدامات درست همین حالا انجام شود»، میتوان از آن اجتناب کرد. بانک جهانی نیز بر سرمایهگذاری در «چهار C»—اتصال (Connectivity)، توان محاسباتی (Compute)، زمینه داده (Context) و شایستگی (Competency)—به عنوان پایههای یک زیستبوم فراگیر هوش مصنوعی تأکید میکند.
در سطح ملی، سیاستهایی مانند آموزش مهارتهای دیجیتال، حمایت اجتماعی هدفمند برای کارگران جابهجاشده، قوانین ضد انحصار برای جلوگیری از تمرکز بیش از حد قدرت فناوری، و سیستمهای مالیاتی که منافع هوش مصنوعی را به طور گستردهتر بازتوزیع میکنند، میتوانند مسیر نابرابری را تغییر دهند.
هوش مصنوعی به خودی خود نه برابرکننده است و نه شکافساز؛ این نهادها، سیاستها و انتخابهای اجتماعی هستند که تعیین میکنند منافع آن به چه کسی برسد. بدون مداخله آگاهانه، نشانههای فعلی حاکی از آن است که این فناوری میتواند شکاف طبقاتی را—چه در مقیاس جهانی و چه در درون جوامع—عمیقتر کند و مسیرهای تحرک اجتماعی را برای نسلهای آینده مسدود نماید.