سیلیکون ولی هر روز بیشتر از «بحران اشتغال» ناشی از هوش مصنوعی زاینده به عنوان سرنوشتی اجتناب‌ناپذیر سخن می‌گوید. داریو آمودای، مدیرعامل آنتروپیک، هوش مصنوعی را «جایگزین عمومی نیروی کار انسان» خوانده که می‌تواند همه مشاغل را ظرف کمتر از پنج سال انجام دهد. این تصویر تاریک، بسیاری از کارگران را وحشت‌زده کرده و حمایت از توقف ساخت مراکز داده (data center) را تقویت کرده است.
اقتصاددانانی که زمانی هشدار می‌دادند هوش مصنوعی هنوز مشاغل را حذف نکرده، اکنون در حال بازنگری هستند. الکس ایماس از دانشگاه شیکاگو یکی از این اقتصاددانان است. او دو مشاهده ارائه می‌دهد: ابزارهای ما برای پیش‌بینی تأثیر هوش مصنوعی بر نیروی کار «به‌طرز شرم‌آوری ناکارآمد» است و برای هرگونه برنامه‌ریزی آگاهانه به داده‌های بهتر نیاز داریم.
در نظر بگیرید که هر شغلی از وظایف فردی تشکیل شده است. دولت آمریکا هزاران مورد از این وظایف را در فهرستی عظیم ثبت کرده که نخستین بار در ۱۹۹۸ راه‌اندازی شد و از آن زمان به‌طور منظم به‌روزرسانی می‌شود. این داده‌ها بود که پژوهشگران اوپن‌ای در دسامبر برای ارزیابی مشاغلی که ممکن است هوش مصنوعی بر آنها تأثیر بگذارد استفاده کردند. با این حال، این فهرست وظایف دولتی محدودیت‌های قابل توجهی برای تحلیل امروز دارد.
مشکل بنیادین این است: در حالی که قابلیت‌های هوش مصنوعی به سرعت در حال پیشرفت است، ما فاقد داده‌های جامع و بلادرنگ درباره نحوه پذیرش ابزارهای هوش مصنوعی در صنایع و انواع مشاغل مختلف هستیم. بدون این اطلاعات، سیاست‌گذاران نمی‌توانند برنامه‌های منسجمی برای گذار نیروی کار (workforce transition) تدوین کنند.
ایماس و سایر پژوهشگران خواستار جمع‌آوری نظام‌مند داده‌ها درباره الگوهای پذیرش هوش مصنوعی، تأثیرات سطح وظیفه و تجربیات جابجایی کارگر (worker displacement) هستند. تنها با داده‌های بهتر است که اقتصاددانان، سیاست‌گذاران و خود کارگران می‌توانند برای آنچه در پیش است آماده شوند. سؤال این نیست که آیا هوش مصنوعی کار را متحول خواهد کرد، بلکه این است که آیا اطلاعات لازم برای مدیریت آگاهانه آن تحولات را خواهیم داشت یا بی‌نظم.
در حال حاضر، این شکاف داده‌ای همچنان پابرجاست. کارگران و سیاست‌گذاران باید یک انقلاب هوش مصنوعی را — بدون آگاهی از تأثیرات دقیق آن بر مشاغل — مدیریت کنند.
گفتگو