في الخُمس الأعلى تعرّضًا للذكاء الاصطناعي التوليدي من المهن، انخفض توظيف حاملي درجة الماجستير بنحو 10% مقارنةً بالخُمس الأقل تعرّضًا بعد ChatGPT — والانخفاض بأكمله يقع على المرشحين الذين يملكون خبرة عملية سابقة. أما الداخلون إلى سوق العمل لأول مرة فلم يطرأ عليهم أي تغيير (Cortés, Dellarocas & Wang, SSRN, 2026).
هذا التباين هو جوهر النتيجة. وهو أيضًا الجزء الذي ينبغي أن يقلق كل من يدير مسار توظيف، لأنه يعني أن السوق لم يتوقف عن الإيمان بالشهادات العليا. بل توقف عن الرجوع إليها تحديدًا في الأدوار التي تقوم بأتمتتها، وتحديدًا لدى المرشحين الذين توظّفهم أكثر من غيرهم.
في الوقت نفسه استمر المعروض في الارتفاع. منحت الجامعات الأمريكية نحو 949,000 شهادة ماجستير لدفعة 2025، صعودًا من 815,000 في 2018 — نمو في كل عام على حدة، عبورًا بوصول الذكاء الاصطناعي التوليدي (Dellarocas, The Credential Crisis, 2026). لم ينفد من أصحاب العمل المرشحون الحاصلون على شهادات. بل بدأوا يتجاوزونهم.
ما الذي قاسته دراسة Boston University فعليًا
حلّل كل من Patricia Cortés وChrysanthos Dellarocas وQi Wang أكثر من 100 مليون انتقال وظيفي في الولايات المتحدة بين 2018 و2025، باستخدام بيانات Revelio Labs التي تعيد بناء التاريخ الوظيفي من الملفات المهنية العامة. التصميم مهم هنا: فهو يرصد من وظّفه أصحاب العمل فعليًا، لا ما ادّعت إعلاناتهم اشتراطه (Cortés, Dellarocas & Wang, SSRN, 2026).
رُتّبت المهن باستخدام مؤشر التعرّض «GPTs are GPTs» — وهو المقياس الذي طوّره باحثون من OpenAI وUniversity of Pennsylvania، ويمنح كل مهنة درجة بحسب نسبة مهامها الموثّقة التي يستطيع مساعد ذكاء اصطناعي إنجازها بضعف السرعة على الأقل وبالجودة نفسها (Eloundou et al., 2023). والأهم: ثُبِّتت هذه الدرجة يوم وصول التقنية، قبل أن يتاح لأصحاب العمل وقت للتفاعل.
ثم قارن الفريق الخُمس الأعلى تعرّضًا بالأدنى، سنةً بسنة، في وظائف المستوى الأول حيث يكون الماجستير خيارًا حقيقيًا لا اشتراطًا قانونيًا: المحاسبون، ومحللو أبحاث السوق، ومحللو ذكاء الأعمال، والمساعدون القانونيون، والكتّاب.
على مدى أربع سنوات قبل 2022، تحركت المجموعتان بالتوازي التام. ثم انفصل الخطان — ببطء أولًا، ثم بوتيرة أسرع، وتتسع الفجوة كل عام منذ ذلك الحين.
ثلاث تفاصيل تُحدّد الصورة بدقة أكبر.
يتركز الانخفاض في الشهادات غير المرتبطة بالعلوم والتقنية، وخاصة ماجستير إدارة الأعمال — أي البرامج التي تشهد على التركيب والتحليل والتنبؤ والكتابة المهنية. أما توظيف حاملي الماجستير في التخصصات العلمية والتقنية فلم يتغير. المهارات التي فقدت قيمتها هي بالضبط تلك التي يؤديها نموذج لغوي بكفاءة.
والانخفاض أقوى ما يكون في الشركات التي تؤكد بيانات Census أن الذكاء الاصطناعي مطبَّق فيها فعليًا. هذا أقرب ما تسمح به البيانات من اختبار للآلية، وهو يشير إلى الاتجاه الصحيح.
كما أنه لا يمكن أن يكون نقصًا في المعروض، لأن المعروض نما في كل عام من فترة الدراسة.
شهادة واحدة، إشارتان — والذكاء الاصطناعي فكّ الحزمة
يبدو الفارق بين ذوي الخبرة والوافدين الجدد غريبًا إلى أن تتوقف عن التعامل مع الشهادة بوصفها شيئًا واحدًا.
تحمل شهادة الماجستير معلومتين متمايزتين. الأولى شهادة كفاءة: هذا الشخص يجيد بناء التوقع، وهيكلة التحليل، وكتابة التقرير. والثانية إشارة إلى قدرة عامة: هذا الشخص دخل برنامجًا صعبًا، وصمد فيه، وأنهاه — ذكاء ومثابرة وقدرة على الإتمام. وقد تعامل الاقتصاديون مع الاثنتين بوصفهما ملتحمتين منذ أن صاغ Michael Spence نظرية الإشارة في سوق العمل عام 1973.
الذكاء الاصطناعي التوليدي هو العتلة التي تفصلهما. فحين ينتج نموذج مسودة أولى كفؤة للتحليل، يفقد مكوّن شهادة الكفاءة قيمته — المهارات ما زالت حقيقية، لكنها لم تعد نادرة. أما المكوّن الإشاري فيبقى سليمًا.
الآن يتضح التباين. عند تقييم شخص في الرابعة والعشرين بسيرة ذاتية فارغة، لا يكاد صاحب العمل يملك ما يقرأه سوى الشهادة، فتحتفظ بثقلها كاملًا. وعند تقييم مرشح ذي خبرة، يملك ما هو أفضل: تاريخ عمل، وسجل نتائج مُسلَّمة. وبمجرد وجود هذا البديل، تُقيَّم الشهادة أساسًا بمكوّن الكفاءة الذي خصمه الذكاء الاصطناعي للتو — فينخفض وزنها في القرار (Dellarocas, The Credential Crisis, 2026).
لم تمت الشهادة. بل جرى تفكيكها. والسوق بدأ فعلًا يسعّر مكوّنيها بشكل منفصل.
أما معيار التقييم لديك فما زال يسعّرهما، على الأرجح، بوصفهما شيئًا واحدًا.
لماذا لا يزال مسار التوظيف لديك يبالغ في تسعير الشهادات العليا
هنا تتوقف هذه النتيجة عن كونها ملاحظة مثيرة في اقتصاديات العمل، وتتحول إلى مشكلة تشغيلية.
ما زالت معظم عمليات التوظيف في الشركات المتوسطة تمنح الشهادات العليا أفضلية بنيوية في ثلاثة مواضع، جميعها غير مرئية إلى أن تدقّقها.
الفرز. عبارة «يُفضَّل حاملو الماجستير» في الإعلان، أو قاعدة ذهنية لدى المسؤول عن التوظيف تجعلها مرجّحًا في أعلى المسار.
معيار التقييم. نقطة أو نطاق صريح في بطاقة التقييم، يُطبَّق بشكل موحّد بصرف النظر عن امتلاك المرشح عشر سنوات من الخبرة ذات الصلة مكتوبة فوقها مباشرة في السيرة الذاتية نفسها.
العرض الوظيفي. مصفوفة تجمع الأقدمية والتعليم وتدفع علاوة مقابل الشهادة — علاوة يسحبها السوق الأوسع بهدوء، بحسب هذه الأدلة، في أكثر أدوارك تعرّضًا للذكاء الاصطناعي.
كل موضع من هذه المواضع رهان صغير على مكوّن شهادة الكفاءة. في المالية والتحليلات وعمليات التسويق والتقارير الداخلية — وهي وظائف الشركات المتوسطة الأعلى في درجات التعرّض — أنت تدفع السعر الكامل مقابل إشارة تراجع محتواها المعلوماتي بشكل قابل للقياس.
الصياغة الأكثر حدة: بالنسبة لمرشح ذي خبرة في دور معرَّض للذكاء الاصطناعي، صارت الشهادة إلى حد بعيد تكرارًا لمعلومات تملكها أصلًا. فأنت تملك تاريخه المهني. والإسهام الفريد المتبقي للشهادة هو إشارة القدرة العامة، وأنت تدفع مقابلها علاوة مهارات.
إزالة المرشِّح ليست كاستبداله
الخطوة البديهية هي شطب اشتراط الشهادة. تقول الأدلة إن ذلك وحده لا يكاد يحقق شيئًا.
درس Burning Glass Institute وHarvard Business School نحو 11,300 دور في شركات كبرى قبل إزالة اشتراطات الشهادة وبعدها. ألغتها نحو 40% من الشركات. النتيجة: نحو 97,000 تعيين إضافي قائم على المهارات من أصل نحو 77 مليون تعيين سنوي — أي أقل من 1 من كل 700. وجاء التغيير الحقيقي كله تقريبًا من 37% فقط من الشركات التي أجرت التعديل على الورق (Burning Glass Institute & Harvard Business School, 2024).
إزالة مرشِّح لا تُنشئ قاعدة قرار. بل تُنشئ فراغًا، والفراغ يمتلئ بالقاعدة الذهنية نفسها وهي تعمل بصورة غير رسمية.
ما يحل محلها يجب أن يكون مقيسًا. أقوى الأدلة التحليلية البعدية المتاحة تضع المقابلات المهيكلة عند r = .42 في التنبؤ بالأداء الوظيفي، مقابل r = .19 للمقابلات غير المهيكلة — وهي أكبر فجوة صدق متاحة لفريق توظيف، ولا تكلّف شيئًا سوى الانضباط (Sackett, Zhang, Berry & Lievens, Journal of Applied Psychology, 2022).
هذا هو الاستبدال الذي تدعو إليه نتيجة Boston University: ليس توظيفًا أعمى تجاه الشهادات، بل توظيفًا يعيد ضبط حجم الشهادة، مع مقياس قدرة مُتحقَّق من صدقه يحمل الوزن الذي كان يحمله الدبلوم.
أين قد يكون هذا الاستدلال مخطئًا
لن أتصرف بناءً على الرقم العشري. سأتصرف بناءً على الاتجاه. والفارق يستحق الدقة.
الورقة ورقة عمل على SSRN، لم تخضع بعد لمراجعة الأقران. الاتجاه السابق للتدخل نظيف والتصميم دقيق، لكن حجم الأثر قد يتغير أثناء المراجعة.
كذلك، التعرّض ليس إحلالًا. الدرجة المرتفعة تعني أن المهام الموثّقة للدور تتقاطع مع ما يستطيع النموذج فعله — لا أن نموذجًا قام بها بالفعل. إنه مقياس جدوى تقنية، مثبَّت عند لحظة واحدة.
والبيانات المستخلصة من الملفات المهنية تحمل انتقائية. تعيد Revelio بناء التاريخ الوظيفي من ملفات مهنية عامة، ومن يحتفظ بملف، وبأي درجة اكتمال، ليس أمرًا عشوائيًا. وقد يرتبط ذلك بالشهادات وبالمهنة معًا بطرق لا يستوعبها التصميم بالكامل.
والآن الجزء الذي يصمد على أي حال. علاوة شهادة ظلت مستقرة أربع سنوات تباعدت في اللحظة نفسها التي وصل فيها نموذج نصي عام الاستخدام، في المهن التي يتقنها ذلك النموذج، ولدى المرشحين الذين يملك عنهم أصحاب العمل أدلة أفضل بالفعل. خفّض الأثر إلى النصف، ويبقى الاستنتاج التشغيلي كما هو.
ما الذي يتغير في شركة من 50 إلى 500 موظف
هذا تغيير في العملية، لا إنفاق. يتسع لربع سنة واحد، ولا يحتاج موافقة تتجاوز موافقتك أنت.
دقّق أين ما زالت الشهادة تحمل وزنًا. استخرج الوظائف المفتوحة وبطاقات التقييم للأدوار عالية التعرّض للذكاء الاصطناعي — المالية والتحليلات وعمليات التسويق والتقارير الداخلية والكتابة التقنية. وابحث عن كل موضع تكسب فيه الشهادة العليا أفضلية في الفرز، أو نقطة تقييم، أو نطاقًا للأجر. معظم قادة العمليات لم يجمعوا هذه المواضع في قائمة واحدة قط، ويفاجئهم عددها.
افصل القاعدة بحسب مرحلة المرشح. يدعم البحث الإبقاء على وزن الشهادة للداخلين إلى وظيفتهم الأولى، حيث لا تملك الكثير غيرها لتقرأه، وخفضه بوضوح في تعيينات ذوي الخبرة، حيث تملك الإشارة الأفضل أصلًا. وقاعدة واحدة للمرحلتين صارت اليوم خاطئة بشكل قابل للإثبات في أحد الاتجاهين.
ضع أداة مقيسة في الفراغ قبل أن تفتحه. مقابلة مهيكلة بمجموعة أسئلة ثابتة ومقياس تقييم مرتكز، أو عيّنة عمل مُقيَّمة مبنية على الوظيفة الفعلية. إزالة المرشِّح دون ذلك هي نتيجة 1 من 700 (Burning Glass Institute & Harvard Business School, 2024).
ملاحظة حول النسخة الداخلية من هذه المشكلة
المنطق نفسه يسري إلى الداخل. إذا كانت معايير الترقية لديك أو برنامج الكفاءات الواعدة يمنح نقاطًا مقابل شهادة عليا، فأنت تطبّق إشارة متآكلة على أشخاص تملك تاريخهم المهني كاملًا — أي الفئة التي تكون فيها قيمتها المعلوماتية هي الأدنى على الإطلاق. وهذا أرخص موضع لتصحيح الأمر، وأقلها احتمالًا للورود في قائمة أحد.
قرار واحد لهذا الربع
افتح بطاقة تقييم أكثر وظائفك المفتوحة تعرّضًا للذكاء الاصطناعي، وابحث عن السطر الذي تكسب فيه شهادة الماجستير نقاطها. ثم أجب عن سؤال واحد: ما الذي يخبرني به هذا السطر ولا تخبرني به السنوات الثلاث الأخيرة من عمل هذا المرشح؟
إن لم تستطع الإجابة في جملة واحدة، فأنت لا تنتقي على أساس القدرة. أنت تدفع علاوة مقابل معلومة أعاد السوق تسعيرها بالفعل — وتقول بيانات Boston University إن الخصم على الشهادات العليا في الأدوار المعرَّضة للذكاء الاصطناعي يتسع عامًا بعد عام.
لم تفقد الشهادة معناها. بل فقدت المعنى الذي يزعمه معيار التقييم لديك.
