מחקר ראשוני מסוגו: ה-AI מאיים להרחיב את הפערים בישראל

תמונה זו נוצרה על ידי CHATGPT בינה מלאכותית

מחקר פורץ דרך של שירות התעסוקה הישראלי, המבוסס על נתוני למעלה מ-1.2 מיליון דורשי עבודה בשנים 2021-2024, חושף פער משמעותי בחשיפה לבינה מלאכותית מחוללת. בעלי מיומנויות גבוהות, מקצועות לא רוטיניים, ותושבי המרכז הגיאוגרפי חשופים לבינה המלאכותית בפער ניכר מבעלי מקצועות רוטיניים ותושבי הפריפריה הגיאוגרפית והחברתית-כלכלית. פער זה עלול להעמיק בהיעדר אסטרטגיה תעסוקתית לאומית.

מהמחקר עולה בבירור שככל שמתרחקים מהמרכז – גיאוגרפית וחברתית-כלכלית – כך פוחתת רמת החשיפה לטכנולוגיות בינה מלאכותית מחוללת. רמת חשיפה זו קובעת את הסיכוי למימוש הזדמנויות הבינה המלאכותית ועמידה באתגריה התעסוקתיים. החיבור של המדד הגיאוגרפי והחברתי-כלכלי יחד מעצים את הסיכון והסיכוי. ביישובי הפריפריה הכפולה (גיאוגרפית וחברתית-כלכלית) נרשמו רמות החשיפה הנמוכות ביותר. בדומה, אך בעצימות פחותה, גם באזורים פריפריאליים (חברתית-כלכלית) שבמרכז הגיאוגרפי, כמו שכונות מוחלשות בדרום תל אביב, קיימות רמות חשיפה נמוכות. למעשה, המרחק החברתי-כלכלי מהמרכז משפיע יותר על רמות החשיפה ל-AI מאשר המרחק הגיאוגרפי. עם זאת, גם אזורים חזקים בפריפריה הגיאוגרפית מתמודדים עם רמות חשיפה נמוכות בהשוואה לאזורי הליבה. החשש הוא שבהיעדר אסטרטגיה תעסוקתית לאומית, שתביא בחשבון את אתגרי ה-AI והזדמנויותיה, ותדע לספק מענים מותאמים לפי האזור ומאפייניו, הפערים בין המרכז לפריפריה יילכו ויתרחבו.

אוכלוסיית המחקר כללה 1,204,574 דורשי עבודה שהיו רשומים בשירות התעסוקה בשנים 2021-2024. נתוני התעסוקה שלהם שימשו בסיס למחקר ומשקפים את המגמות בשוק העבודה הישראלי בשנים האחרונות. מגמות אלו, שהתעצבו בצל משבר הקורונה ומלחמת חרבות ברזל, מלמדות על היחלשות הקבוצות החזקות ועל רגישות תעסוקתית מוגברת של נשים וצעירים למצבי משבר עצימים.

כביטוי לכך, 66% מאוכלוסיית המחקר הם יהודים שאינם חרדים, 57% הם בעלי השכלה של למעלה מ-12 שנות לימוד, 57% הן נשים ו-30% הם צעירים. הממצאים מלמדים כי הן לגיאוגרפיה והן לדירוג החברתי-כלכלי השפעה על רמות החשיפה ל-AI, אולם לדירוג החברתי-כלכלי השפעה משמעותית יותר. כתוצאה, דורשי העבודה מאזורי הליבה (מרכז 'כפול', גיאוגרפי וחברתי-כלכלי) היו בעלי רמות החשיפה הגבוהות ביותר. אחריהם אלו שהגיעו מהפריפריה הגיאוגרפית אך הלא חברתית-כלכלית; אחריהם אלו הגרים במרכז אך דירוגם החברתי-כלכלי נמוך; ואילו לדורשי העבודה מהפריפריה הכפולה (גיאוגרפית וחברתית-כלכלית) היו רמות החשיפה הנמוכות ביותר. למעשה, ככל שעולים בדירוג החברתי-כלכלי (אשכולות 1-10) כך גוברת החשיפה ל-AI, הן במודל של שפה והן במודל של תמונה, ולהפך.

למיקום הגיאוגרפי הייתה גם כן השפעה על רמות החשיפה, אך פחותה בעצימותה. רמות החשיפה משפיעות על היכולת להתעדכן למגמות שוק העבודה המשתנה בצילה של מהפכת ה-AI; ככל שרמות החשיפה גבוהות כך גובר הסיכוי לעמוד במגמות השינוי ולממש את הזדמנויותיהן, וככל שרמות החשיפה נמוכות כך גובר הסיכון להישאר מאחור.

מעבר לדירוג החברתי-כלכלי, ביקשו החוקרים להתחקות אחר המשתנים החברתיים-כלכליים המשפיעים על רמות החשיפה. ככלל, דורשות עבודה חשופות יותר ל-AI מאשר דורשי עבודה. עם זאת, יש לציין כי נשים מקבוצות מוחלשות נמצאות בשיעורים נמוכים מאוד בשוק העבודה וממילא גם שיעורן בקרב דורשי העבודה נמוך יותר. צעירים חשופים יותר לבינה מלאכותית מחוללת, וככל שעולים בגיל כך פוחתת החשיפה. חרדים גילו את רמות החשיפה הנמוכות ביותר. לערבים נמצאה זיקה בין גיאוגרפיה לרמות החשיפה: ככל שגרים באזורים פריפריאליים עולה רמת החשיפה ביחס לקבוצות אחרות, וככל שגרים במרכז יורדת רמת החשיפה. השכלה מעלה את רמות החשיפה, וכך גם כישורים ומשלח יד, כשככל שהם טכנולוגיים ודיגיטליים יותר, כך גוברת רמת החשיפה.

למרות פערים אלה, המחקר זיהה "איי יתרון" גם בפריפריה. אלו כוללים בעיקר צעירים, בוגרי STEM ובעלי מיומנות דיגיטלית, שנהנים מרמת חשיפה גבוהה, אף שסביבת מגוריהם הגיאוגרפית דלה בתשתיות טכנולוגיות. לדוגמה, צעירים בני 20-29 זוכים ל-0.46 נקודות חשיפה יותר מהמועמדים המבוגרים באותם יישובים. בוגרי STEM מפגינים חשיפה מעל הממוצע גם בכפרים מרוחקים. עם זאת, שיעור גבוה יותר של גברים במקצועות אנליטיים בולט ביישובי הליבה (+0.49), אך מצטמצם ל-+0.18 ביישובי הפריפריה הכפולה. כלומר, מאפיינים תחומיים כמו גיל, השכלה טכנולוגית וסוג משלח יד מסוגלים "לשבור" את חסם המקום, אך רק עבור מי שמחזיק בהם. שאר האוכלוסייה בפריפריה ממשיכה להתמודד עם רמות חשיפה נמוכות. לכן, נדרשת מדיניות המשלבת הסרת חסמים וחיזוק יכולות – ולא רק הכשרה כללית – כדי שה-AI תהפוך להזדמנות גם עבור הרוב בפריפריה.

ניתוח כללי של הממצאים מלמד על מגמה עקבית לפיה רמות החשיפה הגבוהות ביותר הן באזורי הליבה, אחריהן בפריפריה הגיאוגרפית, אחריהן בפריפריה החברתית ולבסוף בפריפריה הכפולה. ככל שמעמיקים בפריפריה, נדרשת מערכת מורכבת יותר של תנאים מצטברים – השכלה, מקצוע, מגדר ורקע אתני – כדי להגיע לרמות חשיפה דומות לאלו שבמרכז. למעשה, באזורי הליבה די בתנאי אחד – למשל, גיל צעיר או מקצוע אנליטי – על מנת שהעובד ייחשף לבינה המלאכותית המחוללת. לעומת זאת, בפריפריה הכפולה רק שילוב של גיל צעיר, השכלה טכנולוגית, היעדר חסמים אתניים ומגדריים וכן שיוך למקצועות אנליטיים יאפשר גישה ממשית לטכנולוגיה בכלל ולבינה מלאכותית מחוללת בפרט. לפיכך, הפער בין אזורי הליבה לפריפריה, ודאי הכפולה, אינו מתמצה רק בנגישות למשרות טכנולוגיות אלא באפשרות למצות את ההזדמנויות שהיא מציעה. ממצאים אלו מעלים את הצורך בגישה פריפריאלית-מותאמת, כזו שלא רק תספק הכשרות אלא גם תפרק את החסמים הצולבים – מגדריים, תרבותיים ותעסוקתיים – אשר מונעים קפיצה טכנולוגית. בהיעדרה של גישה זו, התפשטותה של הבינה המלאכותית המחוללת בשוק העבודה הישראלי לא תצמצם פערים חברתיים וכלכליים אלא רק תעמיק אותם.

שירות התעסוקה קורא לגבש מדיניות תעסוקתית לאומית שתביא בחשבון את השפעת המשתנים הסוציו-דמוגרפיים-תעסוקתיים על רמות החשיפה ל-AI, וממילא על הסיכוי לעמוד באתגרי, דרישות ותנאי שוק העבודה המשתנה. בין עקרונות היסוד לאסטרטגיה שכזו: פיתוח הכשרה ממוקדת לדורשי עבודה כדי להגביר את הסתגלותם לתנאי שוק העבודה המשתנה; קידום תשתיות ותוכניות עומק בפריפריה הכלכלית-חברתית והרחבת מעגל העבודה מרחוק; השקעה בהון האנושי לחיזוק מיומנויות דיגיטליות וקוגניטיביות; ובנוסף, העמדת מעטפת תמיכה לעובדים ולדורשי עבודה הנתונים בסיכון תעסוקתי מוגבר להידחק משוק העבודה נוכח התפשטות הבינה המלאכותית המחוללת.