أدخِل التعرّض للذكاء الاصطناعي بمفرده فيتنبّأ بانخفاض يقارب 5 نقاط مئوية في حصة التوظيف المبتدئ بحلول 2025. أدخِل التعرّض للعمل عن بُعد بمفرده فتحصل على الانخفاض نفسه البالغ 5 نقاط. أدخِلهما معًا فينهار أحدهما: مُعامِل الذكاء الاصطناعي "يضعف بحدّة ويصبح في الغالب غير قابل للتمييز إحصائيًا عن الصفر"، بينما يبقى العمل عن بُعد "مؤشّرًا قويًا ومتينًا لتراجع حصة المبتدئين في كل توصيف" (Lambert & Schindler, 2026). هذه هي النتيجة التي بُنيت معظم خطط التوظيف في السوق المتوسطة على نقيضها.
إذا كنت تدير العمليات في شركة بها 50 إلى 500 موظف، فأنت بالتأكيد تقريبًا قد سمعت — وربما كرّرت — السردية القائلة إن الذكاء الاصطناعي التوليدي يلتهم وظائف المستوى المبتدئ. إنها السردية الكامنة وراء تجميد التوظيف المبتدئ، ودفعة الخريجين المؤجَّلة، والقرار الصامت بـ"ترك الذكاء الاصطناعي يؤدّي العمل الذي كان موظف السنة الأولى سيؤدّيه". تقول ورقة عمل جديدة تحلّل 243 مليون عملية توظيف إن هذه السردية تقيس المتغيّر الخطأ. مسار المبتدئين ينهار، لكن القوة التي تُحدِث الضرر هي قوة لا تستطيع استراتيجيتك للذكاء الاصطناعي المساس بها — بينما تستطيع سياساتك العقارية وسياسات التهيئة ذلك.
التشخيص الخاطئ القابع في معظم خطط التوظيف
السردية السائدة لعام 2026 أنيقة وبديهية: نماذج اللغة الكبيرة بارعة تحديدًا في المهام المحدّدة جيدًا والمنضبطة التي كان الموظفون المبتدئون يصقلون مهاراتهم عليها، لذا تُؤتمِت الشركة الرشيدة تلك المهام وتتوقّف عن توظيف المبتدئين. الأرقام المُستشهَد بها معها حقيقية — فتوظيف المبتدئين قد انخفض فعلًا. ففي الولايات المتحدة والمملكة المتحدة وكندا وأستراليا، انخفضت حصة المناصب الجديدة التي يشغلها العاملون في بداية مسارهم المهني بمقدار 8 إلى 11 نقطة مئوية دون مستويات ما قبل الجائحة (Innovative Human Capital, 2026). الانكماش ليس وهمًا.
المشكلة في العزو. فالمهن الأكثر تعرّضًا للذكاء الاصطناعي التوليدي — ذوات الياقات البيضاء، والمعرفية الروتينية، والمكتبية — هي تقريبًا المهن نفسها التي تحوّلت إلى العمل عن بُعد بعد 2020. وعندما تتحرّك قوتان معًا، فإن نموذجًا لا ينظر إلا إلى إحداهما سيمنح تلك الواحدة الفضل في كلتيهما. وقد فعلت معظم خطط التوظيف هذا تمامًا: قرأت ارتباطًا بين التعرّض للذكاء الاصطناعي وانكماش الواردين المبتدئين، فاستنتجت أن الذكاء الاصطناعي هو السبب. والسياسة المترتّبة على ذلك — إبطاء برنامج الخريجين، والاتّكاء على الذكاء الاصطناعي لتغطية مخرجات المستوى المبتدئ — تعالج عَرَضًا لمتغيّر لم يعزله التحليل قطّ.
ما الذي وجدته فعلًا ورقة الـ243 مليون عملية توظيف
شرع Peter John Lambert وYannick Schindler في الفصل بين القوتين. تستند ورقة عملهما الصادرة في مايو 2026، The Broken Ladder: AI, Remote Work, and Early-Career Hiring، إلى 243 مليون عملية توظيف جديدة و407 ملايين إعلان وظيفي عبر الإنترنت في الولايات المتحدة والمملكة المتحدة وكندا وأستراليا من 2017 إلى 2025 — عيّنة كبيرة بما يكفي لتقدير التعرّض للذكاء الاصطناعي والتعرّض للعمل عن بُعد كأثرَين متمايزَين بدلًا من اتجاه واحد ضبابي (Lambert & Schindler, 2026).
عند اختبار كلٍّ منهما بمعزل، تبدو كل قوة كأنها الجانية. فزيادة بمقدار انحرافَين معياريَّين في التعرّض للذكاء الاصطناعي التوليدي أو في التعرّض للعمل عن بُعد تتنبّأ بانخفاض يقارب 5 نقاط مئوية في حصة التوظيف المبتدئ بحلول 2025، إلى جانب انخفاض يقارب 3 نقاط مئوية في حصة الإعلانات التي تشترط خبرة محدودة فقط. فالتعرّض للذكاء الاصطناعي، وحده، مشتبهٌ به محترم إحصائيًا.
لكنه لا ينجو من عرض الاشتباه. فعندما يدخل المتغيّران في التوصيف نفسه، يضعف مُعامِل الذكاء الاصطناعي بحدّة نحو الصفر ويفقد كثيرًا دلالته الإحصائية، بينما يبقى مُعامِل العمل عن بُعد ثابتًا في كل توصيف يُجريه المؤلّفان. وخلاصتهما الصريحة: مؤشّر ثنائي بسيط للعمل عن بُعد يكفي "لجعل أثر الذكاء الاصطناعي التوليدي غير ذي دلالة". أي أن إشارة الذكاء الاصطناعي كانت في معظمها عملًا عن بُعد متنكّرًا في زيّ الذكاء الاصطناعي. الارتباط كان حقيقيًا؛ أما السببية فأُسنِدت إسنادًا خاطئًا.
هذا هو نوع النتائج التي ينبغي أن تُغيّر قرارًا، لا مجرد شريحة عرض. فلو كان تراجع المبتدئين مدفوعًا بالذكاء الاصطناعي، لكانت الاستجابة التشغيلية — أتمتة المهام المبتدئة وتوظيف عدد أقل من المبتدئين — متّسقة داخليًا على الأقل. ولأنه مدفوع بالعمل عن بُعد، فإن الاستجابة نفسها لا تفعل شيئًا للآلية الحقيقية وتُغلق بصمت مسارًا ستحتاجه الشركة بعد ثلاث سنوات.
الآلية: الإرشاد لا ينتقل جيّدًا عبر Slack
لماذا قد يضغط العمل عن بُعد تحديدًا على التوظيف المبتدئ؟ الإجابة الصادقة هي أن التوظيف المبتدئ لا يستحق كلفته إلا إذا تمكّن أحدٌ من تطويره، والتطوير نشاط حضوري بصورة غير متناسبة. والأدلة هنا تسبق هلع الذكاء الاصطناعي وهي ملموسة على نحو غير مألوف.
في دراسة عن مهندسي البرمجيات، وجد Natalia Emanuel وEmma Harrington وAmanda Pallais أن المهندسين الجالسين في المبنى نفسه مع زملائهم تلقّوا تعليقات على شِفراتهم البرمجية بنسبة 22% أكثر من المُوزّعين على مبانٍ مختلفة — وأن هذه التغذية الراجعة كانت تتدفّق أساسًا إلى المهندسين المبتدئين من الكبار (Emanuel, Harrington & Pallais, NBER, 2024). فالقُرب لم يُضِف فحسب بضع محادثات حضورية فوق التغذية الراجعة نفسها عبر الإنترنت؛ بل إن المهندسين الذين فقدوا القُرب المادي تبادلوا تغذية راجعة أقل عبر الإنترنت أيضًا. وتبيّن أن التواصل وجهًا لوجه والتواصل الرقمي مكمّلان لا بديلان (Federal Reserve Bank of New York, 2024).
والمفاضلة التي توثّقها الدراسة نفسها هي بالضبط ما يتعيّن على مدير التوظيف تسعيره: القُرب يرفع تنمية رأس المال البشري على المدى الطويل على حساب المخرجات قصيرة الأجل، إذ يكبح الزيادات الفورية في الأجور لكنه يعزّزها على امتداد المسار المهني. فالتموضع المشترك استثمار في الموظف المبتدئ يؤتي ثماره لاحقًا. انزع القُرب تنزع العائد — وعند تلك النقطة يتوقّف التوظيف المبتدئ عن أن يكون مجديًا، فتتوقّف الشركة عقلانيًا عن إجرائه. لم يجعل العمل عن بُعد المبتدئين أقل كفاءة. بل جعلهم أكثر كلفةً في التطوير وأقل وضوحًا في استحقاقهم له. تلك هي الرافعة الكامنة وراء السُّلّم المكسور، ولا علاقة لها بما تستطيع أو لا تستطيع أدوات الذكاء الاصطناعي لديك فعله.
الحجة المضادة: "إنه كلاهما، والذكاء الاصطناعي آتٍ على أي حال"
أحدّ اعتراض من مشغّل متمرّس اعتراضٌ منصف يستحق ردًّا مباشرًا. الذكاء الاصطناعي قادر فعلًا على عمل بمستوى المبتدئين، والتقنية تتحسّن بسرعة، وورقة عمل واحدة — مهما اتّسعت — لا ينبغي أن تتجاوز المنطق البنيوي القائل إن الأتمتة تُزيح المهام الأكثر قابلية للأتمتة أولًا. أليست "إنه العمل عن بُعد لا الذكاء الاصطناعي" مجرد قصة مطمئنة تتبعها قصة أطول؟
أمران صحيحان في آنٍ واحد. أولًا، لا تزعم الورقة أن للذكاء الاصطناعي أثرًا صفريًا على أسواق العمل؛ بل تزعم أن التعرّض للذكاء الاصطناعي لا يفسّر باستقلالية تراجع حصة المبتدئين المرصود حتى 2025 بمجرد ضبط متغيّر العمل عن بُعد. إنها نتيجة دقيقة ومحدودة عن مُخرَج واحد خلال نافذة واحدة — لا تنبّؤ بأن الذكاء الاصطناعي لن يُعيد قطّ تشكيل عمل بداية المسار. يستطيع القائد أن يأخذ الاقتصاد القياسي على محمل الجد وأن يخطّط رغم ذلك لمسار الذكاء الاصطناعي.
ثانيًا، والأكثر فائدة: حتى لو كنت تعتقد أن ضغط الذكاء الاصطناعي على الأدوار المبتدئة آتٍ، فإن نتيجة العمل عن بُعد تخبرك أن الرافعة التي تتحكّم بها الآن هي الخاطئة لتجذبها في مسألة المسار. إيقاف نشرك للذكاء الاصطناعي أو إبطاؤه لن يُعيد فتح قُمع المبتدئين، لأن الذكاء الاصطناعي ليس من أغلقه. ستدفع كلفة حقيقية — التخلّف عن مكاسب الإنتاجية التي يقدّمها الذكاء الاصطناعي فعلًا — لحلّ مشكلة لم يسبّبها الذكاء الاصطناعي. الخطوة المنضبطة هي التوقّف عن معاملة وتيرة نشر الذكاء الاصطناعي وصحة مسار المبتدئين كأنهما المقبض نفسه. إنهما مقبضان مختلفان، وقد أخبرتك الورقة لتوّها أيّهما موصول بالنتيجة.
خطوة الربع الثالث: توقّف عن ضبط مقبض الذكاء الاصطناعي، وابدأ بجدولة القُرب
التصحيح ليس فلسفة توظيف؛ إنه تقويم زمني. فإذا كان العمل عن بُعد يُسقِط مسار المبتدئين بتجويع التطوير من الإرشاد الحضوري الذي يعتمد عليه، فإن الحل التشغيلي هو إعادة هندسة ذلك القُرب للأشخاص وفي النافذة التي يهمّ فيها أكثر — والاقتصاد القياسي يشير إلى نافذة محدّدة: بداية مدة الخدمة.
ثلاث خطوات قابلة للتنفيذ هذا الربع. أولًا، عامِل الأشهر الستة الأولى من توظيف المبتدئ بوصفها فترة حضورية عالية الكثافة عن قصد. ليس تكليفًا شاملًا بالعودة إلى المكتب — بل تكليفًا موجّهًا، حيث تتركّز أيام الحضور التي تجدولها حول الموظفين الجدد في بداية مسارهم والكبار الذين سيراجعون عملهم فعلًا. أبحاث القُرب صريحة في أن التغذية الراجعة تتدفّق من الكبار المتمرّسين إلى المبتدئين؛ أما تموضع المبتدئين معًا فلا يحقّق إلا القليل.
ثانيًا، ابنِ مسارات على شكل دفعات. توظيف المبتدئين واحدًا تلو الآخر في فِرَق افتراضها العمل عن بُعد يُعظّم العزلة. أما توظيفهم في دفعات بعمود فقري من التهيئة الحضورية المنظّمة فيُنشئ كثافة الأقران والإرشاد المرئي اللذين يجعلان التطوير يحدث — ويُعيد جدوى التوظيف المبتدئ.
ثالثًا — وهنا تخطئ معظم الخطط — اجعل تحديد مَن يحصل على تلك التهيئة عالية التواصل قائمًا على شيء غير الهيكل التنظيمي. فمدة الخدمة والدور ومرحلة التطوير سماتٌ فردية، لا سمات للمسمّى الوظيفي؛ والمبتدئون الأشدّ حاجة إلى إرشاد مبكّر كثيف ليسوا دائمًا مَن تُشير إليهم سياسة عامة. إنها مسألة قياس، ومسائل القياس يُجاب عنها بالبيانات أفضل من الحدس. قاعدة التقييم لدى Scovai مبنية لرسم ملامح سمات التطوير والجاهزية للدور بالضبط، تلك التي تخبرك أيّ التوظيفات في بداية المسار يحتاج المسارَ الحضوري المنظّم وأيّها يمكن أن يزدهر في إعداد هجين أخفّ تواصلًا — كي يقع القُرب الذي تستطيع تحمّل جدولته على الأشخاص الذين يُغيّر مسارَهم بعيد المدى فعلًا.
سلّم Lambert وSchindler قادةَ العمليات إيصالًا واضحًا على نحو محرج: القوة التي تُسقِط مسارك المبتدئ هي القابعة في سياسة عملك الهجين، لا في حزمة الذكاء الاصطناعي لديك. والقرار الوحيد الذي يتركه هذا على مكتبك هذا الربع ضيّق. افتح خطة توظيفك في بداية المسار وجِد الرافعة التي تجذبها لـ"إصلاح" القُمع. فإن كانت تلك الرافعة تحمل اسم الذكاء الاصطناعي — إيقافه، أو الاتّكاء عليه لتغطية عمل المستوى المبتدئ، أو انتظاره حتى يستقرّ — فأنت تضبط مقبضًا غير موصول بالنتيجة. أما الموصول بها فهو تقويم الحضور لتوظيفاتك في السنة الأولى، وبوسعك تغييره قبل انتهاء الربع.
