سرمایهگذاری در هوش مصنوعی و پارادوکس اشتغال: رمزگشایی جانشینی در برابر خلق شغل در ۲۰ اقتصاد پیشرو
یونس نادمی
1
(
دانشیار، گروه اقتصاد، دانشکده علوم انسانی، دانشگاه آیت الله بروجردی (ره)، بروجرد، ایران و گروه پژوهشی علوم داده زاگرس، دانشگاه آیت الله بروجردی (ره)، بروجرد، ایران (نویسنده مسئول)، younesnademi@abru.ac.ir
)
رامین خوچیانی
2
(
دانشیار، گروه اقتصاد، دانشکده علوم انسانی، دانشگاه آیت الله بروجردی (ره)، بروجرد، ایران و گروه پژوهشی علوم داده زاگرس، دانشگاه آیت الله بروجردی (ره)، بروجرد، ایران، khochiany@abru.ac.ir
)
رضا معبودی
3
(
دانشیار، گروه اقتصاد، دانشکده علوم انسانی، دانشگاه آیت الله بروجردی (ره)، بروجرد، ایران و گروه پژوهشی علوم داده زاگرس، دانشگاه آیت الله بروجردی (ره)، بروجرد، ایران، maaboudi@abru.ac.ir
)
کلید واژه: هوش مصنوعی, نرخ بیکاری, پانل معادلات همزمان پویا, روش گشتاوری تعمیم یافته,
چکیده مقاله :
هدف این مقاله بررسی پیامدهای دوگانه سرمایهگذاری بخش خصوصی در هوش مصنوعی بر بازار کار و نرخ بیکاری در اقتصادهای پیشرو است. بدین منظور مجموعه‌ای از داده‌های تابلویی شامل بیست کشوری که در دوره ۲۰۱۷ تا ۲۰۲۳ بیشترین سرمایههای مخاطره‌پذیر مرتبط با هوش مصنوعی را جذب کرده‌اند گردآوری شد. در ادامه، با برآورد یک سیستم همزمان دو معادله به کمک روش گشتاورهای تعمیم‌یافته سیستمی (System-GMM)، دو کانال اثرگذاری متمایز شد: نخست، کانال بهره‌وری که جانشینی نیروی کار با سرمایه فناورانه را منعکس می‌کند و دوم، کانال خلق شغل که از توسعه صنایع و خدمات مکمل هوش مصنوعی و بازآفرینی زنجیره‌های ارزش ناشی می‌شود. برآوردها نشان می‌دهد که افزایش بهره‌وری، در غیاب سیاست‌های جبرانی، نرخ بیکاری را بالا می‌بَرد؛ در حالی‌که سرمایهگذاری مستقیم در هوش مصنوعی اثری کاهنده دارد. بنابراین، برآیند نهایی در هر کشور به توازن قدرت این دو کانال بستگی دارد. آزمون‌های پایایی و اعتبار ابزارها، صحت نتایج را تأیید کردند. بر اساس یافته‌ها، اجرای برنامه‌های ارتقای مهارت دیجیتال، گسترش زیست‌بوم نوآوری، اصلاح نظام آموزشی و حمایت هدفمند از استارتاپ‌های فناورمحور ضروری است تا تحول فناورانه به سوی ایجاد شغل پایدار هدایت شود. ناهمگونی در ظرفیت جذب فناوری و کیفیت نهادی نیز عامل مهم تفاوت آثار است؛ به‌گونه‌ای که کشورهایی با نظام نوآوری بالغ، توانایی خنثی‌سازی اثر جانشینی و دستیابی به تعادل کارآفرینانه‌تر را دارند.
چکیده انگلیسی :
This article investigates the dual consequences of private-sector investment in artificial intelligence (AI) for labour markets and unemployment in leading economies. We compile a panel dataset of the twenty countries that attracted the largest volumes of AI-related venture capital between 2017 and 2023. A two-equation simultaneous system is then estimated using the system-GMM method, which disentangles two distinct channels: (i) the productivity channel, capturing the substitution of labour by AI-enabled capital, and (ii) the job-creation channel, stemming from the expansion of AI-complementary industries and services as well as the re-engineering of value chains. Our estimates show that, in the absence of compensating policies, productivity gains increase unemployment, whereas direct AI investment reduces it; the net outcome in each country depends on the balance of these two forces. Robustness checks— including instrument-validity and stability tests— confirm the reliability of the results. The findings suggest that digital up-skilling programmes, the development of innovation ecosystems, curricular reform, and targeted support for technology-oriented start-ups are essential to steer technological change toward sustainable job creation. Finally, cross-country heterogeneity in absorptive capacity and institutional quality explains the varying magnitudes of observed effects, with economies possessing mature innovation systems better able to offset substitution effects and achieve a more entrepreneurial equilibrium between labour and technology.
Abid, M., Ben-Salha, O., Gasmi, K., & Alnor, N. H. A. (2024). The Impact of Artificial Intelligence on Unemployment among Educated People with Disabilities: An Empirical Analysis. Journal of Disability Research, 3(2), 20240008.
Çetin, C. N., & Kutlu, E. (2025). The Impact of Artificial Intelligence on Employment: A Panel Data Analysis for Selected Countries. Ekonomi Politika ve Finans Araştırmaları Dergisi, 10(1), 202-233.
Dauth, W., Findeisen, S., Suedekum, J., & Woessner, N. (2018). Adjusting to robots: Worker-level evidence. Opportunity and Inclusive Growth Institute Working Papers, 13, 1-50.
David, B. (2017). Computer technology and probable job destructions in Japan: An evaluation. Journal of the Japanese and International Economies, 43, 77-87.
Faluyi, S. E. (2025). AI and job market: Analysing the potential impact of AI on employment, skills, and job displacement.
Frank, M. R., Ahn, Y. Y., & Moro, E. (2025). AI exposure predicts unemployment risk: A new approach to technology-driven job loss. PNAS nexus, 4(4), pgaf107.
Freya, C. B., & Osborne, M. A. (2017). The future of employment: how susceptible are jobs to computerization. Technological Forecasting & Social Change, 114, 254-280.
Gries, T., & Naudé, W. (2018). Artificial intelligence, jobs, inequality and productivity: Does aggregate demand matter? (No. 12005). IZA Discussion Papers.
Guliyev, H. (2022). The Relationship Between Artificial Intelligence, Big Data, and Unemployment: New Insights from Dynamic Panel Data Model of the G7 Countries.
Guliyev, H. (2023). Artificial intelligence and unemployment in high-tech developed countries: New insights from dynamic panel data model. Research in Globalization, 7, 100140.
Guo, X., Cheng, Z., & Pavlou, P. A. (2024). Skill-biased technical change, again? Online gig platforms and local employment. Information Systems Research.
Kjosevski, J. (2025). Artificial Intelligence and Its Impact on Unemployment: A Comparative Analysis of Old and New EU Member States.
Koch, M., Manuylov, I., & Smolka, M. (2021). Robots and firms. The Economic Journal, 131(638), 2553-2584.
Masoud, N. (2025). Artificial intelligence and unemployment dynamics: an econometric analysis in high-income economies. Technological Sustainability, 4(1), 30-50.
Ngo, P., Das, J., Ogle, J., Thomas, J., Anderson, W., & Smith, R. N. (2014, September). Predicting the speed of a wave glider autonomous surface vehicle from wave model data. In 2014 IEEE/RSJ International Conference on Intelligent Robots and Systems (pp. 2250-2256). IEEE.
Omri, A., Omri, H., & Afi, H. (2025). Exploring the impact of AI on unemployment for people with disabilities: do educational attainment and governance matter?. Frontiers in Public Health, 13, 1559101.
Qin, M., Wan, Y., Dou, J., & Su, C. W. (2024). Artificial Intelligence: Intensifying or mitigating unemployment?. Technology in Society, 79, 102755.
Susskind, R., & Susskind, D. (2016). Technology will replace many doctors, lawyers, and other professionals. Harvard Business Review, 11.
Wang, K. H., & Lu, W. C. (2025). AI-induced job impact: Complementary or substitution? Empirical insights and sustainable technology considerations. Sustainable Technology and Entrepreneurship, 4(1), 100085.