جامعه‌شناسی اقتصادی و توسعه در عصر هوش مصنوعی: چالش‌ها و بازتعریف ساختار

شوشان ـ محمدنبهان؛ پژوهشگر و جامعه‌شناس 

ظهور گسترده و سریع هوش مصنوعی (AI) نه تنها به‌عنوان یک فناوری متحول‌کننده، بلکه به‌عنوان موتور پیشران اقتصاد دانش‌بنیان، سئوالات بنیادینی را در حوزه جامعه‌شناسی اقتصادی و توسعه مطرح کرده است. جامعه‌شناسی اقتصادی، برخلاف رویکردهای نئوکلاسیک صرف، بر چگونگی تعبیه‌شدن بازارها در نهادهای اجتماعی، هنجارها و فرهنگ تأکید می‌کند (Schrank, 2025). در عصر هوش مصنوعی، این تعبیه (Embedding) در حال دگرگونی است، زیرا الگوریتم‌ها، روابط قدرت و نابرابری‌های اجتماعی موجود را بازتولید و گاهی تشدید می‌کنند. یکی از فوری‌ترین پیامدهای اقتصادی هوش مصنوعی، تغییر عمیق در ساختار بازار کار است. در حالی که هوش مصنوعی نوید افزایش بهره‌وری و رشد اقتصادی ۱۴ درصدی جهان تا سال ۲۰۳۰ را می‌دهد، نگرانی‌های جدی درباره جابه‌جایی شغلی و کاهش کیفیت کار نیز وجود دارد. پیش‌بینی می‌شود که هوش مصنوعی حدود ۶۰ درصد مشاغل را در اقتصادهای پیشرفته تحت تأثیر قرار دهد.

نظریه‌های اخیر، به‌ویژه در حوزه نابرابری، نشان می‌دهند که مزایای هوش مصنوعی به‌طور نامتناسب توزیع می‌شود. محققان صندوق بین‌المللی پول (IMF) نشان می‌دهند در حالی که هوش مصنوعی ممکن است از طریق جابجایی مشاغل با درآمد بالا، نابرابری دستمزد را کاهش دهد، اما این اثر توسط دو عامل مهم خنثی می‌شود: مکمل‌بودن وظایف کارکنان با درآمد بالا با هوش مصنوعی (که بهره‌وری آن‌ها را افزایش می‌دهد) و تمایل این گروه‌ها به کسب سود بیشتر از بازده سرمایه. در نتیجه، در غیاب مداخلات سیاستی هدفمند، خطر افزایش نابرابری ثروت در سطح ملی و افزایش شکاف میان کشورهای توسعه‌یافته و در حال توسعه (مانند تمرکز منافع در مناطق ثروتمند و استفاده کمتر در بازارهای نوظهور) وجود دارد.

در مواجهه با این تغییرات، جامعه‌شناسی نقش محوری در هدایت توسعه، نظارت اخلاقی و ارزیابی شفاف هوش مصنوعی ایفا می‌کند. نظریه سرمایه‌داری نژادی (Racial Capitalism) نشان می‌دهد که چگونه داده‌های دیجیتال تبدیل به یک کالای ارزشمند شده و روابط طبقاتی میان کارگران، کاربران و صاحبان ابزارهای فناوری را بازسازی می‌کند. هوش مصنوعی، در واقع، پر از سوگیری‌ها (Biases) است؛ زیرا در داده‌هایی آموزش دیده که بازتاب‌دهنده منافع طبقاتی، جنسیتی و نژادی گروه‌های نخبه هستند.
برای تضمین اینکه هوش مصنوعی به‌عنوان ابزاری برای خیر اجتماعی گسترده‌تر عمل کند، نیاز به یک رویکرد انسان‌محور (Human-Centric) است. این امر مستلزم: ۱) سرمایه‌گذاری در تحلیل‌های تجربی مستمر برای ردیابی تأثیر فناوری در زمان واقعی، و ۲) اجرای مقررات قوی‌تر و بهره‌گیری از بینش‌های جامعه‌شناختی برای جلوگیری از بازتولید نابرابری‌های اجتماعی موجود در سیستم‌های الگوریتمی است. تصمیماتی که امروز در مورد توسعه و استقرار هوش مصنوعی می‌گیریم، پیامدهای بلندمدتی برای تعریف کار، معنای اقتصادی و هدف نهایی توسعه خواهد داشت.

منابع:

Schrank, A. (2025). The Economic Sociology of Development. Taylor & Francis Online.