مخاطر الوظائف في الحكومة
العمل الحكومي ثقيل بالمستندات على نحو غير معتاد: طلبات التصاريح، وملفات أهلية الإعانات، والملفات التنظيمية، وطلبات حرية المعلومات، وسجلات القضايا، كلها تمر عبر الأوراق المنظمة نفسها التي تبرع أدوات الذكاء الاصطناعي في معالجتها على نطاق واسع. وهذا يخلق فرصة كفاءة حقيقية في وكالات ظلت طويلًا مثقلة بالورق وناقصة الموظفين مقارنة بحجم القضايا. لكن القرارات الحكومية تحمل قيدًا لا يحمله معظم العمل في القطاع الخاص: فمطالبة إعانة مرفوضة، أو حكم تقسيم مناطق محل نزاع، أو خيار سياسي، يجب أن يكون قابلًا للشرح للجمهور وقابلًا للدفاع عنه عند الاستئناف، مما يُبقي مسؤولًا مسمّى مساءلًا حتى عندما يكون نظام ما قد أنتج التوصية.
متوسط التعرض في القطاع
71.3
عدد الوظائف المحللة
2
كيف تقرأ هذه الصفحة بشكل اوضح
تشرح الملاحظات التالية كيف يُقرأ رقم القطاع، وأين يصل الذكاء الاصطناعي التوليدي إلى العمل أولًا، وأين يُرجَّح أن يبقى العمل الذي يقوده البشر.
كيفية قراءة صفحة هذا القطاع
افصل العمل الحكومي إلى معالجة سجلات وحكم موجّه للجمهور، لأن الاثنين يتحركان بسرعات مختلفة جدًا تحت الأتمتة. فاستقبال الطلبات، وتصنيف المستندات، وطلبات السجلات، وإعداد ملفات القضايا مهام إجرائية تتسارع كثيرًا بمجرد رقمنتها. أما قرارات الأهلية التي تنطوي على سلطة تقديرية، وقرارات الإنفاذ، والمفاضلات السياسية، وأي شيء ينتهي إلى جلسة استماع عامة أو استئناف قانوني، فتتطلب تفسير القواعد في مواجهة ظروف فردية معقدة، وهذا العمل التفسيري هو ما يبقى فيه الحكم البشري حاسمًا بصرف النظر عن سرعة تحرك الأوراق.
ما الذي يكون أسهل في الأتمتة
يدخل الذكاء الاصطناعي أولًا في رقمنة السجلات، والبحث في طلبات حرية المعلومات والسجلات العامة، وفرز طلبات الإعانات والتصاريح، ومعالجة النماذج، وصياغة المراسلات الروتينية والتقارير الداخلية. وتفرز أنظمة إدارة القضايا بالفعل الطلبات مسبقًا وترصد المستندات الناقصة قبل أن يلمس موظف القضية الملف، وتتعامل روبوتات الدردشة مع حصة متنامية من استفسارات المواطنين الروتينية حول الحالة والمتطلبات. لكنها تتعثر حيث يجب على قرار أن يصمد أمام استئناف أو جلسة استماع أو طلب سجلات: حالة أهلية بظروف أسرية أو دخل غير معتادة، إجراء إنفاذ تعتزم منشأة تجارية الطعن فيه، استثناء تقسيم مناطق يثير اعتراضات الحي، أو أي خيار سياسي يجب على المسؤولين المنتخبين الدفاع عنه علنًا أمام الناخبين والصحافة.
ما الذي يبقى بقيادة بشرية
تتمحور الأدوار الإنسانية الثابتة في الحكومة حول المساءلة العامة: موظفو القضايا الذين يمارسون سلطة تقديرية في حالات عسر حقيقية، والمفتشون الذين يتخذون أحكامًا ميدانية لا تلتقطها قائمة تدقيق بالكامل، وموظفو السياسات الذين يوازنون بين مصالح متنافسة، والمسؤولون الذين يجب أن يشرحوا قرارًا في جلسة استماع عامة أو لصحفي. ويعتمد موظفو المشتريات الذين يتفاوضون على شروط العقود مع الموردين، ومديرو البرامج الذين ينسقون بين إدارات ذات أولويات متضاربة، على علاقات مؤسسية وحكم متراكم لا يحمله نظام سجلات.
ما الذي يجب الانتباه إليه عند قراءة الدرجات
بالنسبة للأدوار الحكومية، زِن مقدار العمل المتمثل في معالجة طلبات معيارية مقابل اتخاذ قرارات قابلة للاستئناف أو التدقيق العام. فالأدوار الكتابية والثقيلة بالسجلات تميل إلى إظهار تعرض أعلى لأن المستندات الأساسية منظمة ومتكررة. أما الأدوار التي تنطوي على سلطة تقديرية في حالات فردية، أو حكم إنفاذ، أو مساءلة عامة، فتحصل على درجة أقل، لأن شرط تبرير القرار أمام الجمهور والصمود أمام الاستئناف قيد لا تزيله الأتمتة.
الوظائف الأكثر خطورة
يعرض الجدول التالي صورة حالية للوظائف التي تقع اليوم في الجانب الأعلى خطراً داخل هذا القطاع. من الأفضل قراءته مع الشرح الثابت أعلاه لا باعتباره قائمة دائمة من الأمثلة.
يتراوح التعرض من 0 إلى 100 ويقارن المهن ببعضها، باستخدام مجموعات بيانات عامة (انظر المصادر). وهو ليس احتمال اختفاء المهنة. المنهجية
المصادر
مؤشر التعرض يحسبه ai-job-risk.net من مجموعات البيانات أدناه (البيانات حتى 15 أكتوبر 2026). وأرقام العمل الأمريكية مصدرها BLS دون تغيير.
- Eloundou, Manning, Mishkin & Rock, "GPTs are GPTs: Labor market impact potential of LLMs", Science (2024); data MIT licence
- Gmyrek, Berg, Kamiński, Konopczyński, Ładna, Nafradi, Rosłaniec, Troszyński. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. Geneva: ILO, 2025. © ILO, CC BY 4.0
- Tomlinson, Jaffe, Wang, Counts & Suri, "Working with AI: Measuring the Occupational Implications of Generative AI", Microsoft Research; CC BY 4.0
- Anthropic Economic Index (job_exposure); CC BY
- U.S. Bureau of Labor Statistics, Employment Projections 2025–35 and AI exposure categories
لم تُعدّ الجهات الناشرة هذا الموقع ولم تراجعه ولم تصادق عليه. الاستشهادات الكاملة والتراخيص والمنهجية
الأسئلة الشائعة
Q.ما هي الوظائف الأكثر عرضة للذكاء الاصطناعي في قطاع الحكومة؟
الأكثر تعرضًا: دبلوماسي، سياسي. يدخل الذكاء الاصطناعي أولًا في رقمنة السجلات، والبحث في طلبات حرية المعلومات والسجلات العامة، وفرز طلبات الإعانات والتصاريح، ومعالجة النماذج، وصياغة المراسلات الروتينية والتقارير الداخلية. وتفرز أنظمة إدارة القضايا بالفعل الطلبات مسبقًا وترصد المستندات الناقصة قبل أن يلمس موظف القضية الملف، وتتعامل روبوتات الدردشة مع حصة متنامية من استفسارات المواطنين الروتينية حول الحالة والمتطلبات.
Q.ما هي وظائف قطاع الحكومة الأكثر أمانًا من الذكاء الاصطناعي؟
تتمحور الأدوار الإنسانية الثابتة في الحكومة حول المساءلة العامة: موظفو القضايا الذين يمارسون سلطة تقديرية في حالات عسر حقيقية، والمفتشون الذين يتخذون أحكامًا ميدانية لا تلتقطها قائمة تدقيق بالكامل، وموظفو السياسات الذين يوازنون بين مصالح متنافسة، والمسؤولون الذين يجب أن يشرحوا قرارًا في جلسة استماع عامة أو لصحفي. ويعتمد موظفو المشتريات الذين يتفاوضون على شروط العقود مع الموردين، ومديرو البرامج الذين ينسقون بين إدارات ذات أولويات متضاربة، على علاقات مؤسسية وحكم متراكم لا يحمله نظام سجلات.
Q.هل قطاع الحكومة آمن من الذكاء الاصطناعي؟
بالنسبة للأدوار الحكومية، زِن مقدار العمل المتمثل في معالجة طلبات معيارية مقابل اتخاذ قرارات قابلة للاستئناف أو التدقيق العام. فالأدوار الكتابية والثقيلة بالسجلات تميل إلى إظهار تعرض أعلى لأن المستندات الأساسية منظمة ومتكررة. أما الأدوار التي تنطوي على سلطة تقديرية في حالات فردية، أو حكم إنفاذ، أو مساءلة عامة، فتحصل على درجة أقل، لأن شرط تبرير القرار أمام الجمهور والصمود أمام الاستئناف قيد لا تزيله الأتمتة.
Q.كيف يُحسب رقم الحكومة؟
هو متوسط مؤشر التعرض لمهن الحكومة التي نغطيها، مرجّحًا بالعمالة الأمريكية حيثما توفرت بيانات BLS. انظر صفحة المنهجية لمعرفة المصادر وكيفية قراءتها.