گزارش آنتروپیک از کار با هوش مصنوعی: سهم تازه‌کارها کمتر شد، زمان جلسات بیشتر

آنتروپیک در گزارشی از تغییرات محیط کار خود می‌گوید سهم کارکنان کم‌سابقه در بخش‌های فنی کاهش یافته، درحالی‌که زمان جلسات و هماهنگی انسانی افزایش پیدا کرده است. در داده‌های منتشرشده، سهم نیروهای تازه‌کار از کارکنان فنی از ۲۱ درصد به ۱۴ درصد و سهم تازه‌کاران از استخدام‌های فنی از ۲۷ درصد به ۹ درصد رسیده است. این دو شاخص متفاوت‌اند؛ یکی ترکیب نیروی انسانی موجود را نشان می‌دهد و دیگری ترکیب استخدام‌های تازه را.

این یافته‌ها در گزارش روز ۱۷ اکتبر ۲۰۲۶ مطرح شدند و عمدتاً به روندهای یک سال اخیر شرکت مربوط‌اند. آنتروپیک می‌گوید کارکنانش به‌شدت از مدل Claude در فعالیت روزانه استفاده می‌کنند و به همین دلیل تغییرات سازمان می‌تواند نشانه‌ای از برخی پیامدهای احتمالی هوش مصنوعی برای کار باشد. اما داده‌های یک شرکت فناوری، حتی شرکتی که سازنده ابزار است، به‌تنهایی ثابت نمی‌کنند همه بنگاه‌ها یا کل بازار کار با همان سرعت و در همان جهت تغییر خواهند کرد.

کاهش سهم نیروی تازه‌کار دقیقاً به چه معناست؟

در گروه‌های فنی آنتروپیک، سهم کارکنانی که در رده کم‌سابقه تعریف شده‌اند، از اوایل سال ۲۰۲۵ تاکنون از ۲۱ به ۱۴ درصد کاهش یافته است؛ یعنی هفت واحد درصد کمتر. شاخص دیگر، سهم افراد تازه‌کار از استخدام‌های فنی جدید است که از ۲۷ به ۹ درصد رسیده؛ یعنی ۱۸ واحد درصد کمتر. بزرگ‌بودن تغییر در شاخص دوم اهمیت دارد، زیرا به جریان ورود نیروهای جدید مربوط است، نه فقط ترکیب فعلی کارکنان.

کاهش سهم با کاهش تعداد مطلق یکسان نیست. اگر شرکتی سریع رشد کند، ممکن است شمار نیروهای تازه‌کار ثابت بماند یا حتی بیشتر شود اما سهم آنها از کل کارکنان کاهش یابد؛ اگر تعداد کل استخدام‌ها تغییر کند نیز نسبت استخدام تازه‌کار را نباید به تعداد افرادی که شغل خود را از دست داده‌اند تبدیل کرد. اطلاعاتی که از گزارش نقل شده، برای محاسبه تعداد خالص مشاغل حذف‌شده یا انتساب آنها به یک علت مشخص کافی نیست.

همچنین «تازه‌کار» با «جوان» یا «فاقد مهارت» مترادف نیست. این برچسب به سطح تجربه یا جایگاه شغلی اشاره دارد و بدون تعریف دقیق روش‌شناختی نمی‌توان آن را به همه فارغ‌التحصیلان یا شاغلان زیر یک سن معین تعمیم داد. برداشت محتاطانه‌تر آن است که ترکیب مسیر ورود به کار فنی در این شرکت تغییر کرده و باید دید این تغییر در گذر زمان پایدار می‌ماند یا نه.

چرا با استفاده بیشتر از هوش مصنوعی، جلسه‌ها کمتر نشده‌اند؟

بررسی داده‌های تقویمی شرکت نشان می‌دهد میانگین زمان جلسات به‌ازای هر کارمند نسبت به یک سال پیش حدود ۲۰ درصد افزایش یافته است. این رشد برای مشارکت‌کنندگان فنی که وظیفه اصلی‌شان کار تخصصی است، ۱۶ درصد گزارش شده. داده‌ها از افزایش زمان صرف‌شده در جلسه خبر می‌دهند؛ نه الزاماً از بیشترشدن تعداد جلسه‌ها یا افزایش یکسان وقت جلسه برای تک‌تک کارکنان.

آنتروپیک این افزایش را تا حدی به نیاز به اعتماد، پاسخ‌گویی و هماهنگی مستقیم میان انسان‌ها نسبت می‌دهد. ابزار هوش مصنوعی می‌تواند پیش‌نویس کد، متن یا تحلیل را سریع‌تر آماده کند، اما افراد هنوز باید درباره انتخاب گزینه‌ها، اولویت‌ها، خطرهای محصول و پذیرش مسئولیت تصمیم بگیرند. وقتی تولید خروجی ارزان‌تر و سریع‌تر شود، حجم مواردی که انسان باید بخواند، تطبیق دهد و تصویب کند نیز ممکن است بالا برود.

این سازوکار تناقض ظاهری را توضیح می‌دهد: خودکارشدن بخشی از تولید لزوماً به آزادشدن همان مقدار زمان منجر نمی‌شود. ممکن است صرفه‌جویی در نوشتن و آماده‌سازی اولیه با زمان بیشتر برای بازبینی، رفع ابهام و تصمیم‌گیری خنثی شود. البته صرف افزایش جلسه نشانه بهره‌وری بهتر یا بدتر نیست؛ کیفیت تصمیم، زمان تحویل و هزینه هماهنگی نیز برای داوری لازم است.

خود کارکنان درباره تغییر کار چه گفته‌اند؟

در نظرسنجی داخلی آوریل ۲۰۲۶، ۲۷ درصد از پاسخ‌دهندگان گفته‌اند به کمک Claude بهره‌وری بیشتری یافته‌اند و ۲۰ درصد گفته‌اند نقش کاری‌شان از انجام مستقیم وظایف به مدیریت خروجی‌های Claude تغییر کرده است. این پاسخ‌ها خوداظهاری کارکنان‌اند، نه اندازه‌گیری مستقل افزایش تولید یا کیفیت کار. همچنین این دو گروه ممکن است هم‌پوشانی داشته باشند و نباید درصدهایشان را با هم جمع کرد.

یکی از توصیف‌های نقل‌شده از کارکنان، نظارت بر چند خروجی و درخواست متوالی هوش مصنوعی را به مراقبت هم‌زمان از چند کار نیازمند توجه تشبیه می‌کند. مضمون این روایت آن است که نیروی انسانی از انجام‌دهنده یک وظیفه مشخص به ناظر و هماهنگ‌کننده چند جریان کار تبدیل می‌شود. اما تجربه یک کارمند معیار کل سازمان نیست و این تشبیه به‌تنهایی نمی‌تواند شدت فشار کاری را نشان دهد.

شرکت همچنین می‌گوید سهم تیم‌های فنی از کل نیروی انسانی از ۶۱ درصد به ۵۶ درصد کاهش یافته است. به توضیح خود آنتروپیک، توسعه واحدهای تجاری در جریان بزرگ‌شدن شرکت و دسترسی کارکنان غیرفنی به ابزارهای کدنویسی در این تغییر سهم داشته‌اند. این نسبت نیز درباره ترکیب سازمان است؛ نمی‌توان از آن نتیجه گرفت تعداد برنامه‌نویسان پنج درصد کم شده یا کارکنان غیرفنی جایگزین مستقیم آنان شده‌اند.

تولید بیشتر، کیفیت بهتر را ثابت می‌کند؟

آنتروپیک برای نشان‌دادن بازده بالاتر به شاخص‌هایی مانند کد بیشتر به‌ازای هر نفر، فروش بیشتر به‌ازای هر نماینده فروش و پردازش قراردادهای بیشتر اشاره کرده است. این شاخص‌ها از نظر واحد اندازه‌گیری یکسان نیستند و نباید به یک عدد کلی «افزایش بهره‌وری» تبدیل شوند. تعداد خط کد، حتی اگر زیاد شود، به‌خودی‌خود نشان نمی‌دهد نرم‌افزار قابل‌اعتمادتر، کم‌هزینه‌تر یا سودآورتر شده است.

شرکت خود نیز می‌پذیرد که حجم کد الزاماً معادل کد بهتر یا اثر تجاری بیشتر نیست، هرچند اعلام کرده نشانه‌ای از افت کیفیت کد پیدا نکرده است. میان «شواهدی از افت نیافتیم» و «بهبود کیفیت را ثابت کردیم» فاصله وجود دارد. برای داوری قوی‌تر باید خطاهای پس از عرضه، زمان رفع مشکل، رضایت مشتری، پایداری سامانه و هزینه نگهداری نیز با دوره‌های هم‌سنخ مقایسه شوند.

این گزارش چه چیزی درباره آینده استخدام می‌گوید؟

مهم‌ترین پرسش بیرون از آنتروپیک شاید درباره مسیر یادگیری نیروهای تازه‌کار باشد. اگر ابزارهای مولد بخش بیشتری از کارهای ابتدایی را انجام دهند، شرکت‌ها ممکن است از کارکنان جدید انتظار داوری و نظارت بیشتری داشته باشند. در چنین حالتی باید روشن شود مهارتی که پیش‌تر در انجام وظایف ساده و تکراری کسب می‌شد، از چه مسیر دیگری آموزش داده خواهد شد. بااین‌حال خود داده‌های نقل‌شده ثابت نمی‌کنند هوش مصنوعی علت یگانه کاهش سهم استخدام تازه‌کارها بوده است.

چرخه رشد یک شرکت، تغییر ترکیب محصولات، افزایش مشتریان سازمانی، سیاست‌های استخدام و تغییر تعریف رده‌های شغلی نیز ممکن است در ارقام نقش داشته باشند. بدون شمار مطلق کارکنان در دو دوره، اندازه نمونه نظرسنجی، تعریف یکسان رده‌های شغلی و گروه مقایسه، نمی‌توان اثر خالص هوش مصنوعی را از سایر عوامل جدا کرد. به همین دلیل تعمیم مستقیم این نسبت‌ها به بازار کار کشور دیگری، از جمله ایران، پشتوانه کافی ندارد.

برای مدیران فناوری و منابع انسانی، درس عملی این پرونده بیشتر درباره روش سنجش است تا پیش‌بینی قطعی حذف شغل‌ها: در کنار تعداد خروجی‌های تولیدشده با هوش مصنوعی باید زمان بازبینی، خطاهای اصلاح‌شده، کیفیت تصمیم‌ها و فرصت یادگیری نیروهای تازه‌وارد نیز اندازه‌گیری شود. گزارش آنتروپیک تصویری از یک محیط کاری به‌شدت مجهز به هوش مصنوعی ارائه می‌دهد، اما هنوز نمی‌گوید کدام تغییرات آن به دیگر سازمان‌ها منتقل می‌شود و کدام به شرایط خاص خود شرکت وابسته است.