نظرسنجی مشترک Ipsos و Epoch AI نشان میدهد 20 درصد از کارکنان شاغل در آمریکا اکنون دستکم یک وظیفهٔ کاری که پیشتر به همکار یا پیمانکار برونسازمانی واگذار میشد، به هوش مصنوعی میسپارند. الگوهای استفاده و میزان جایگزینی بین رشتهها تفاوت قابلتوجهی دارد.
نتایج کلیدی
- نرخ کلی واگذاری: 20 درصد کارکنان شاغل آمریکایی دستکم یک وظیفه را به هوش مصنوعی واگذار کردهاند.
- بیشترین استفاده: توسعه نرمافزار (57 درصد) و تحلیل داده (46 درصد).
- بیشترین جایگزینی کامل: تحلیل داده با 7.1 درصد گزارش جایگزینی وظایف انسانی توسط هوش مصنوعی.
- صرفهجویی زمانی: وقتی هوش مصنوعی بخش عمده یا کل کار را انجام میدهد، 53 درصد از شرکتکنندگان صرفهجویی زمانی گزارش کردهاند.
دامنه و روششناسی تحقیق
نظرسنجی بین 1,106 بزرگسال شاغل آمریکایی در بازهٔ زمانی 10 تا 19 ژوئیه 2026 انجام شد. سؤالات روی ده نوع وظیفهٔ رایجِ «کار دانشی» طراحی شدند که براساس دادههای وزارت کار آمریکا (BLS) انتخاب شدهاند. شرکتکنندگان گزارش دادند که در هر ده دسته وظیفه حداقل برخی کاربردهای هوش مصنوعی مشاهده میشود، ولی میزان پذیرش و نحوهٔ بهکارگیری بین دستهها متغیر است.
کدام وظایف بیشتر به هوش مصنوعی سپرده میشوند؟
- توسعه نرمافزار: 57 درصد از فعالان این حوزه از هوش مصنوعی بهره میبرند؛ اما تنها حدود 10 درصد گزارش دادهاند که هوش مصنوعی کل یا تقریباً تمام کار را انجام میدهد.
- تحلیل داده: 46 درصد استفاده میکنند و این حوزه بیشترین سهم جایگزینی کامل را دارد (7.1 درصد).
- خواندن و بررسی اسناد کاری: 39 درصد گزارش استفاده و 5.7 درصد گزارش جایگزینی وظایف انسانی.
- نگهداری سوابق: پایینترین نرخ استفاده را دارد؛ 25 درصد از کارکنان در این بخش از هوش مصنوعی کمک میگیرند و 5.3 درصد گفتهاند وظایف قبلیِ انسانی اکنون توسط هوش مصنوعی انجام میشود.
حامی جزئی بیشتر از تسلط کامل
اکثر کارکنان هوش مصنوعی را بهعنوان یک حامی جزئی میبینند؛ یعنی ابزارها بخشهایی از فرایند را تسریع یا تکمیل میکنند اما بهندرت تمام یک وظیفه را بهطور مستقل انجام میدهند. بهجز توسعه نرمافزار، در دیگر دستهها مواردی که هوش مصنوعی کل کار را انجام میدهد معمولاً زیر 7 درصد است.
صرفهجویی زمانی: نتایج متنوع
وقتی هوش مصنوعی تنها بخشی از کار را انجام میدهد، کارکنان در 37 درصد موارد صرفهجویی زمانی گزارش کردهاند؛ اما وقتی هوش مصنوعی بخش اعظم یا تمام کار را برعهده میگیرد، این رقم به 53 درصد میرسد. همزمان، در حدود یکچهارم موارد همراه با هوش مصنوعی زمان انجام کار تغییرات متفاوتی نشان میدهد و در حدود 1 از هر 6 وظیفه زمان انجام افزایش یافته است؛ احتمال میرود تعامل با ابزار، بازنگری خروجی یا تلاش برای دقیقتر شدن دلیل این کندی باشد.
نحوهٔ مصرف خروجیهای هوش مصنوعی
بر اساس گزارش، تقریباً 66 درصد خروجیهای تولیدشده توسط هوش مصنوعی با ویرایش اندک یا بدون ویرایش استفاده میشوند؛ تنها 6 درصد دقیقاً بدون تغییر بهکار میروند و تقریباً 5 درصد بهطور قابلتوجهی بازنویسی میشوند. اما میزان ویرایش لزوماً نشاندهندهٔ کیفیت خروجی نیست و رابطهٔ پایدار و مستقیمی بین صرفهجویی زمانی و میزان ویرایش مشاهده نشد.
محدودیتها و تفسیر محتاطانه
نتایج بر پایهٔ دادههای خودگزارششده است؛ بنابراین صرفهجویی زمانی بهصورت عینی اندازهگیری نشده و کیفیت خروجیها ارزیابی مستقلی نداشت. وظایف مورد پرسش براساس فراوانی شغلی انتخاب شدهاند، نه براساس حساسیت یا قابلیت اتوماسیون واقعی. این محدودیتها باید هنگام تفسیر ارقام در نظر گرفته شوند.
این یافتهها نسبت به پژوهشهای پیشین
مطالعات پیشین تصویر کلی مشابهی ارائه میکنند: یک پژوهش Gallup در اوت 2025 نشان داد 45 درصد از کارکنان آمریکایی در محل کار از هوش مصنوعی استفاده میکنند، هرچند تنها 10 درصد بهصورت روزانه از آن بهره میبرند. گزارشهای مبتنی بر کاربران خاص مانند بررسیهای Anthropic نیز مواردی از جایگزینی گستردهتر را نشان دادهاند، اما اغلب نمایندهٔ کل جمعیت نیستند.
جمعبندی و توصیهها
دادهها نشاندهندهٔ بازتوزیع وظایف بین انسان و ماشین است، نه اتوماسیون کامل مشاغل. مسیر آینده وابسته به کیفیت ابزارها، نحوهٔ یکپارچهسازی آنها در فرایندهای کاری و تصمیمهای سازمانی درباره نقش نیروی انسانی در نظارت و بازنگری خروجیها خواهد بود. مدیران و کارکنان باید معیارهای عینی برای سنجش تأثیر زمانی و کیفی تعریف کنند و سیاستهای روشن و مراحل بازبینی برای بهرهگیری مسئولانه از هوش مصنوعی تدوین نمایند تا مزایا بهصورت پایدار ظاهر شده و مخاطرات کاهش یابد.
منابع و دادههای پایه در صفحات Ipsos و Bureau of Labor Statistics قابل بررسی است.
