داده‌ها می‌گویند هوش مصنوعی شغل مهندسان را نکشت

بله؛ داده های ۲۰۲۵ و ۲۰۲۶ نشان می دهد هوش مصنوعی شغل مهندسان نرم افزار را از بین نبرده است. آگهی های استخدام برنامه نویس در آمریکا طی یک سال حدود ۱۱ درصد رشد کرده، استخدام مهندسان در شرکت های بزرگ فناوری بسیار کمتر از سایر نقش ها افت کرده و پژوهشگران دانشگاه ییل هنوز شواهد محکمی از بیکاری ناشی از هوش مصنوعی پیدا نکرده اند. اما این همه ماجرا نیست: فشار اصلی روی مهندسان تازه کار و جوان است و شکل خود شغل با سرعت در حال تغییر است.

از زمان عرضه ChatGPT در پایان ۲۰۲۲، کمتر هفته ای گذشته که تیتری درباره «پایان برنامه نویسی» منتشر نشود. همین فضا باعث شده خیلی از دانشجویان کامپیوتر در انتخاب رشته دچار تردید شوند، برنامه نویسان باتجربه نگران آینده شغلی خود باشند و مدیران در استخدام نیروی جدید دست نگه دارند. وقتی تصمیم های مهم زندگی و کسب وکار بر پایه ترس گرفته شود، هزینه اش سنگین است. به همین دلیل بهتر است به جای پیش بینی ها و ادعاهای بازاریابی، سراغ داده های واقعی بازار کار برویم و ببینیم رابطه هوش مصنوعی و شغل مهندسان در عمل چه شکلی پیدا کرده است.

آمار استخدام مهندسان نرم افزار در سال ۲۰۲۶ چه می گوید؟

روشن ترین نشانه ها از آگهی های استخدام می آید. تحلیل شرکت سیتادل سکیوریتیز روی داده های سایت کاریابی Indeed که در مارس ۲۰۲۶ منتشر شد، نشان داد آگهی های استخدام مهندس نرم افزار با سرعت در حال افزایش است و نسبت به سال قبل حدود ۱۱ درصد رشد کرده؛ یعنی سریع تر از کل آگهی های شغلی. داده های خود Indeed Hiring Lab هم همین مسیر را تایید می کند: از فوریه ۲۰۲۵ تا اواسط ۲۰۲۶، آگهی های حوزه توسعه نرم افزار در آمریکا حدود ۱۵ درصد بیشتر شده، در حالی که مجموع آگهی های شغلی در همین بازه حدود ۷ درصد کاهش داشته است.

گزارش مشاغل فناوری CompTIA در ژوئن ۲۰۲۶ هم توسعه دهنده و مهندس نرم افزار را با حدود ۴۹ هزار آگهی، پرتقاضاترین نقش فناوری معرفی کرد؛ بسیار جلوتر از مهندس سیستم با ۳۶ هزار آگهی. نشریه Pragmatic Engineer هم در گزارش مه ۲۰۲۶ خود نوشت که شرکت های برتر فناوری نسبت به سال قبل حدود ۲۰ درصد بیشتر مهندس استخدام کرده اند. این اعداد با تصویر «بازاری که در حال مرگ است» جور درنمی آید.

چرا مهندسان مقاوم ترین گروه در موج تعدیل شرکت های بزرگ فناوری بودند؟

گزارش State of Talent 2026 شرکت سرمایه گذاری SignalFire که داده های میلیون ها کارمند را بررسی کرده، نکته جالبی را نشان می دهد. در شرکت های بزرگ فناوری، کل استخدام ها در سال ۲۰۲۵ نسبت به ۲۰۱۹ حدود ۲۵ درصد کمتر شده، اما استخدام نقش های مهندسی فقط ۱۱ درصد افت داشته است. نتیجه این شده که سهم مهندسان از کل استخدام های جدید این شرکت ها از ۴۶ درصد در ۲۰۱۹ به ۵۵ درصد در ۲۰۲۵ رسیده است. در استارتاپ های مرحله اولیه هم وضعیت بهتر بوده و آن ها در ۲۰۲۵ حدود ۷ درصد بیشتر از ۲۰۱۹ مهندس جذب کرده اند. به زبان ساده، وقتی شرکت ها مجبور به صرفه جویی شدند، اول سراغ نقش های غیرفنی رفتند و مهندسان را تا حد امکان نگه داشتند.

چرا پیش بینی های نابودی شغل برنامه نویسان درست از آب درنیامد؟

بخشی از پاسخ در سرعت واقعی پذیرش هوش مصنوعی است. هرچند ابزارهای تولید کد پیشرفت چشمگیری داشته اند، اما سازمان ها هنوز در حال یادگیری نحوه استفاده درست از آن ها هستند. طبق همان تحلیل سیتادل، استفاده روزانه از هوش مصنوعی مولد در محیط کار هنوز کمتر از ۴۰ درصد است. پژوهش آزمایشگاه بودجه دانشگاه ییل که در مه ۲۰۲۶ منتشر شد، اشتغال و دستمزد مشاغل در معرض هوش مصنوعی را با مشاغل مشابه کم خطر مقایسه کرد و به این نتیجه رسید که «هنوز شواهد محکمی از اثر» هوش مصنوعی بر سطح اشتغال یا دستمزد واقعی این مشاغل دیده نمی شود. پیتر مک کروری، اقتصاددان Anthropic، هم در مارس ۲۰۲۶ گفته بود هنوز اثر قابل توجهی از هوش مصنوعی بر نیروی کار ندیده است.

بخش دیگر پاسخ به ماهیت نرم افزار برمی گردد. وقتی تولید کد ارزان تر و سریع تر می شود، شرکت ها پروژه هایی را شروع می کنند که قبلا به صرفه نبود. ابزار داخلی که سال ها در صف انتظار مانده بود، حالا ساخته می شود و محصولی که به تیم بزرگ نیاز داشت، با تیم کوچک تر عملی می شود. این همان الگویی است که اقتصاددانان در فناوری های قبلی هم دیده اند: افزایش بهره وری، تقاضا برای کار را الزاما کم نمی کند و گاهی آن را بیشتر هم می کند. جنسن هوانگ، مدیرعامل انویدیا، این وضعیت را این طور خلاصه کرده که مهندسان نرم افزار «از همیشه پرمشغله ترند».

آیا تعدیل نیروهای اخیر شرکت های فناوری واقعا تقصیر هوش مصنوعی بود؟

وقتی شرکتی بزرگ تعدیل نیرو اعلام می کند و هم زمان از سرمایه گذاری روی هوش مصنوعی حرف می زند، طبیعی است که این دو به هم ربط داده شوند. اما پژوهشگران SignalFire تاکید می کنند داده ها روایت «هوش مصنوعی عامل اصلی تعدیل ها» را تایید نمی کند. بخش بزرگی از تعدیل های ۲۰۲۳ تا ۲۰۲۵ واکنشی به استخدام افراطی دوران کرونا و بالا رفتن نرخ بهره بود. عامل مهم دیگر، جابه جایی بودجه است: هزینه سرمایه ای هوش مصنوعی در آمریکا به حدود ۶۵۰ میلیارد دلار، یعنی نزدیک ۲ درصد تولید ناخالص داخلی رسیده و شرکت ها برای تامین هزینه مراکز داده و تراشه ها، از بخش های دیگر کم می کنند. پس هوش مصنوعی در تعدیل ها نقش داشته، اما بیشتر از مسیر بودجه تا از مسیر جایگزینی مستقیم مهندس با ماشین.

روی دیگر داده ها: فشار واقعی بر مهندسان تازه کار و جوان

اگر فقط آمار کلی را ببینیم، تصویر ناقصی خواهیم داشت. پژوهش مشهور «قناری های معدن» از آزمایشگاه اقتصاد دیجیتال دانشگاه استنفورد که با داده های حقوق و دستمزد میلیون ها کارمند آمریکایی انجام شده، نشان می دهد افراد ۲۲ تا ۲۵ ساله در مشاغلی که بیشترین مواجهه را با هوش مصنوعی دارند، مثل توسعه نرم افزار، عقب مانده اند. طبق به روزرسانی اوت ۲۰۲۶ این پژوهش، اشتغال این گروه تا ژوئن ۲۰۲۶ حدود ۱۹ درصد کمتر از هم سن و سالانشان در مشاغل کم خطر بوده و این فاصله از ۱۵ درصد در ژوئیه ۲۰۲۵ بیشتر شده است.

داده های آگهی ها هم همین جهت را نشان می دهد. طبق گزارش CIO، حدود ۷۱ درصد افزایش آگهی های توسعه نرم افزار بین مه ۲۰۲۵ تا مه ۲۰۲۶ مربوط به موقعیت های ارشد بوده است. همچنین آگهی های این حوزه با وجود رشد اخیر، هنوز حدود یک چهارم پایین تر از سطح پیش از کرونا هستند. البته همه شرکت ها این مسیر را نرفته اند؛ IBM اعلام کرده استخدام نیروهای تازه کار را سه برابر می کند، با این استدلال که جونیورها با کمک هوش مصنوعی می توانند کارهایی را انجام دهند که قبلا به نیروی باتجربه نیاز داشت.

اگر هنوز تفاوت دقیق هوش مصنوعی، یادگیری ماشین و یادگیری عمیق برایتان روشن نیست، پیشنهاد می کنیم پیش از ادامه، راهنمای ساده ما درباره این سه مفهوم را بخوانید؛ درک همین تفاوت ها کمک می کند اخبار بازار کار را دقیق تر تحلیل کنید.

شغل مهندس نرم افزار در عصر هوش مصنوعی چگونه تغییر می کند؟

یافته کلیدی پژوهشگران استنفورد این است که کاهش اشتغال در مشاغلی متمرکز شده که هوش مصنوعی در آن ها کار را «خودکار» می کند، در حالی که در مشاغلی که هوش مصنوعی «مکمل» انسان است، اشتغال ثابت مانده یا حتی رشد کرده، به خصوص برای افراد باتجربه. توضیح آن ها هم منطقی است: هوش مصنوعی دانش مدون و استاندارد را خوب بازتولید می کند، اما در دانش ضمنی و تجربی که از سال ها کار روی سیستم های واقعی به دست می آید، ضعیف است. نوشتن یک تابع ساده را می شود به مدل سپرد، اما تصمیم گیری درباره معماری یک سیستم بانکی یا پیدا کردن علت خطایی که فقط زیر بار واقعی رخ می دهد، هنوز کار انسان است.

تغییر دیگر، جابه جایی تقاضا به سمت مهارت های مرتبط با هوش مصنوعی است. طبق گزارش Pragmatic Engineer، بسیاری از شرکت های بزرگ نسبت به سال قبل ۵۰ تا ۱۰۰ درصد آگهی بیشتری برای «مهندس هوش مصنوعی» منتشر کرده اند و طبق داده های CIO، در ۳۷ درصد آگهی های جدید توسعه نرم افزار، عبارت هوش مصنوعی در خود عنوان شغلی آمده است. یعنی کار از بین نرفته، اما شرح شغل در حال بازنویسی است.

مهندسان برای ماندن در بازار کار چه مهارت هایی لازم دارند؟

با توجه به داده ها، مهندسانی آسیب پذیرترند که کارشان به تولید کد تکراری و استاندارد محدود می شود. در مقابل، کسانی که درک عمیق از سیستم، کسب وکار و کیفیت دارند، از هوش مصنوعی به عنوان اهرم استفاده می کنند. این مهارت ها بیشترین ارزش را در بازار فعلی دارند:

• کار حرفه ای با ابزارهای کدنویسی مبتنی بر هوش مصنوعی، همراه با توانایی بازبینی دقیق خروجی آن ها و تشخیص کد اشتباه یا ناامن
• طراحی سیستم و معماری نرم افزار؛ جایی که تصمیم ها به شناخت محدودیت ها، هزینه ها و مقیاس پذیری وابسته است
• آشنایی با ساخت محصولات مبتنی بر مدل های زبانی، از اتصال به API تا ارزیابی کیفیت پاسخ ها
• عیب یابی در سیستم های واقعی، امنیت و تست؛ کارهایی که به تجربه و دانش ضمنی نیاز دارد
• مهارت های ارتباطی و درک مسئله کسب وکار، چون با ارزان شدن تولید کد، تشخیص «چه چیزی باید ساخته شود» ارزشمندتر می شود

برای تازه کارها، مسیر کمی متفاوت است. وقتی کارهای ساده ای که قبلا به جونیورها سپرده می شد به هوش مصنوعی منتقل می شود، رزومه ای که فقط چند پروژه آموزشی دارد کافی نیست. ساختن پروژه های واقعی، مشارکت در پروژه های متن باز و نشان دادن توانایی استفاده مسئولانه از هوش مصنوعی، شانس دیده شدن را بیشتر می کند.

آینده شغل مهندسی نرم افزار؛ آیا این آرامش ادامه پیدا می کند؟

اداره آمار کار آمریکا همچنان پیش بینی می کند اشتغال توسعه دهندگان نرم افزار تا سال ۲۰۳۴ حدود ۱۵ درصد رشد کند؛ رقمی که بسیار بالاتر از میانگین کل مشاغل است. با این حال، صادقانه باید گفت که هیچ کس آینده را با قطعیت نمی داند. پژوهشگران ییل هم تاکید کرده اند که هوش مصنوعی «به احتمال زیاد در نهایت اثر خود را بر بازار کار می گذارد» و مسئله اصلی، زمان و شدت این اثر است. روند رو به افزایش فاصله اشتغال جوانان در داده های استنفورد هم هشداری است که نباید نادیده گرفته شود.

جمع بندی منصفانه این است که داده ها تا امروز روایت «پایان مهندسی نرم افزار» را رد می کنند، اما روایت «هیچ چیز تغییر نکرده» را هم تایید نمی کنند. رابطه هوش مصنوعی و شغل مهندسان بیشتر شبیه یک بازآرایی است تا یک حذف: نقش های ارشد و مرتبط با هوش مصنوعی قوی تر شده اند، ورود به بازار برای تازه کارها سخت تر شده و مهارت هایی که ارزش دارند، در حال جابه جایی هستند. برنامه نویسی که این تغییر را جدی بگیرد و خودش را با آن هماهنگ کند، دلیلی برای ترس ندارد.

پرسش های پرتکرار درباره تاثیر هوش مصنوعی بر شغل مهندسان نرم افزار

آیا هوش مصنوعی در آینده جای برنامه نویسان را می گیرد؟

داده های فعلی نشان نمی دهد که هوش مصنوعی در حال جایگزینی گسترده برنامه نویسان باشد. آگهی های استخدام مهندس نرم افزار در آمریکا رشد کرده و اداره آمار کار آمریکا تا ۲۰۳۴ رشد حدود ۱۵ درصدی این شغل را پیش بینی می کند. آنچه در حال رخ دادن است، تغییر ماهیت کار است: بخشی از کدنویسی تکراری به ابزارها سپرده می شود و مهندسان بیشتر روی طراحی، بازبینی، تصمیم گیری و حل مسائل پیچیده تمرکز می کنند.

چرا برنامه نویسان تازه کار بیشتر از بقیه تحت فشار هستند؟

کارهایی که معمولا به نیروهای تازه کار سپرده می شد، مثل نوشتن کدهای ساده، رفع خطاهای کوچک یا نوشتن تست های اولیه، همان کارهایی است که ابزارهای هوش مصنوعی بهتر از همه انجام می دهند. پژوهش استنفورد نشان می دهد اشتغال افراد ۲۲ تا ۲۵ ساله در مشاغل پرمواجهه، حدود ۱۹ درصد از هم سن و سالانشان در مشاغل کم خطر عقب تر است. در مقابل، دانش تجربی نیروهای ارشد هنوز جایگزین مناسبی ندارد.

با وجود هوش مصنوعی، هنوز ارزش دارد رشته کامپیوتر یا برنامه نویسی بخوانیم؟

بله، به شرط اینکه مسیر یادگیری را به روز کنید. تقاضا برای مهندسان نرم افزار از بین نرفته و نقش هایی مثل مهندس هوش مصنوعی حتی رشد سریعی داشته اند. اما صرفا یاد گرفتن سینتکس یک زبان کافی نیست. مبانی علوم کامپیوتر، طراحی سیستم، کار با ابزارهای هوش مصنوعی و ساختن پروژه های واقعی، چیزی است که فارغ التحصیل امروز را از رقبا متمایز می کند.

کدام مهارت ها کمتر در معرض جایگزینی با هوش مصنوعی هستند؟

مهارت هایی که به دانش ضمنی، قضاوت و شناخت زمینه کسب وکار وابسته اند، کمترین خطر را دارند. طراحی معماری سیستم، عیب یابی مشکلات پیچیده در محیط واقعی، امنیت نرم افزار، تصمیم گیری فنی درباره هزینه و مقیاس، و تبدیل نیاز مبهم کسب وکار به راه حل فنی، نمونه هایی از این مهارت ها هستند. پژوهش ها نشان می دهد در نقش هایی که هوش مصنوعی مکمل انسان است، اشتغال ثابت مانده یا رشد کرده است.