DOI: https://doi.org/10.1057/s41599-026-07030-4
تاريخ النشر: 2026-03-28
المؤلف: Fenglin Zhang
الموضوع الرئيسي: الاقتصاد السياسي والماركسية
نظرة عامة
تبحث هذه الدراسة في صلة وتعديلات الضرورية لنظرية ماركس في قيمة العمل في سياق الذكاء الاصطناعي (AI) واقتصادات المنصات الرقمية. من خلال التحليل النظري وتجميع الأدبيات، تفترض الدراسة أن الذكاء الاصطناعي يجب أن يُفهم كعاصمة ثابتة بدلاً من العمل، مما يحافظ على التأكيد على أن العمل الحي فقط هو الذي يولد قيمة جديدة. تسلط الضوء على كيفية تحويل الذكاء الاصطناعي ونماذج الأعمال القائمة على المنصات لعمليات العمل وتقديم أشكال جديدة من العمل، بينما تفحص أيضًا آليات توليد وتوزيع القيمة الزائدة ضمن هذه الأطر. تؤكد النتائج أنه على الرغم من التغييرات العميقة التي أحدثتها التقنيات الرقمية، تظل المبادئ الأساسية لنظرية ماركس في العمل حيوية لنقد الرأسمالية الرقمية المعاصرة.
تخلص الدراسة إلى أنه بينما يزيد الذكاء الاصطناعي ورأسمالية المنصات من الاستغلال وتركيز الثروة، فإنها تقدم أيضًا فرصًا لمقاومة العمال والعمل الجماعي. تدعو إلى تطوير أطر مؤسسية تهدف إلى حماية مصالح العمال وضمان توزيع عادل للقيمة. تدعو الدراسة إلى تغييرات تحويلية في الحوكمة الاقتصادية وهياكل الملكية، مقترحة بدائل مثل التعاونيات المنصات والحمايات الاجتماعية العالمية. في النهاية، تجادل بأن تحقيق قيمة العمل في الاقتصادات الرقمية يتطلب ليس فقط إصلاحات تنظيمية ولكن أيضًا إعادة تنظيم أساسية للأنظمة الاقتصادية لتفضيل احتياجات الإنسان على تراكم رأس المال.
مقدمة
تناقش مقدمة هذه الورقة البحثية التأثير التحويلي للذكاء الاصطناعي (AI) والمنصات الرقمية على تنظيم العمل وخلق القيمة في الرأسمالية المعاصرة. تسلط الضوء على ظهور نماذج الأعمال القائمة على المنصات التي تسهل الإدارة الخوارزمية وترتيبات العمل الهشة، مما يستدعي إعادة تقييم نظريات الاقتصاد السياسي الكلاسيكية، وخاصة نظرية ماركس في قيمة العمل، في سياق الرأسمالية الرقمية. تحدد الورقة أربعة أهداف رئيسية: تحليل كيفية إعادة تشكيل اقتصادات المنصات لعمليات العمل وتقديم أشكال جديدة من العمل، والتحقيق في آليات توليد وتوزيع القيمة الزائدة في هذه النماذج، واقتراح أطر تنظيمية لحماية مصالح العمال وضمان توزيع عادل للقيمة.
تجمع المنهجية بين التحليل النظري وتجميع الأدبيات النقدية، مدمجة الاقتصاد السياسي الماركسي الكلاسيكي مع المنح الدراسية المعاصرة حول العمل الرقمي ورأسمالية المنصات. يجادل المؤلفون بأنه بينما يغير الذكاء الاصطناعي والمنصات الرقمية عمليات تحقيق القيمة، فإنهم لا ينفون المبدأ الأساسي بأن العمل الحي هو مصدر خلق القيمة. تؤكد الورقة على أهمية توسيع نظرية قيمة العمل لتشمل أشكال جديدة من العمل وتوليد القيمة في الاقتصاد الرقمي، مؤكدة أن الاستغلال واستخراج القيمة الزائدة تظل ديناميكيات مركزية. في النهاية، تهدف الدراسة إلى تقديم إطار نقدي لفهم عدم التوازن في القوة والصراعات التوزيعية في العصر الرقمي، داعية إلى تطبيق دقيق لنظرية العمل لمعالجة تعقيدات الديناميات الاقتصادية المعاصرة.
طرق
في هذا القسم، يتناول المؤلفون تعقيدات قياس قيمة العمل في سياق دمج الذكاء الاصطناعي (AI) في عمليات الإنتاج. يجب تعديل قياس قيمة العمل التقليدي، القائم على الوقت الاجتماعي الضروري للعمل، ليأخذ في الاعتبار آثار تعزيز الإنتاجية للذكاء الاصطناعي، الذي يُفهم كعاصمة ثابتة تنقل قيمتها الخاصة بينما تعزز إنتاجية العمل الحي. يجادل المؤلفون بأن التركيز يجب ألا يكون على قياس مساهمة الذكاء الاصطناعي في خلق القيمة، حيث إن هذا غير متماسك نظريًا، بل على فهم كيفية تأثير الذكاء الاصطناعي على الوقت الاجتماعي الضروري للعمل واستخراج القيمة الزائدة النسبية.
لتسهيل هذا التحليل، يقدم المؤلفون “معامل تمكين الذكاء الاصطناعي” (α)، وهو أداة مفاهيمية مصممة لقياس الزيادة النسبية في الإنتاج لكل وحدة من وقت العمل الحي بسبب دمج الذكاء الاصطناعي. يتم صياغة المعامل كالتالي \( \alpha = \frac{\text{الإنتاج لكل وحدة من وقت العمل الحي مع الذكاء الاصطناعي}}{\text{الإنتاج لكل وحدة من وقت العمل الحي بدون الذكاء الاصطناعي}} – 1 \). على سبيل المثال، تشير قيمة α البالغة 0.5 إلى زيادة بنسبة 50% في الإنتاج لكل وحدة من وقت العمل الحي بسبب الذكاء الاصطناعي. يهدف هذا الإطار إلى توفير وضوح نظري وتوجيه الأبحاث التجريبية المستقبلية، مؤكدًا أنه بينما يعزز الذكاء الاصطناعي الإنتاجية، فإنه لا يخلق قيمة جديدة؛ بل يغير العلاقة بين وقت العمل والإنتاج، مما يؤثر على حسابات القيمة على مستوى الشركات والصناعات.
نتائج
تؤكد الورقة البحثية أن الذكاء الاصطناعي (AI) يجب أن يُنظر إليه كعاصمة ثابتة—تجسيدات متطورة من العمل البشري الماضي—بدلاً من كعوامل مستقلة تخلق القيمة. هذه النظرة ضرورية للحفاظ على تماسك نظرية القيمة الماركسية، حيث توضح أن أنظمة الذكاء الاصطناعي لا تخلق قيمة تتجاوز قيمتها الخاصة ولكن تعزز إنتاجية العمل الحي بينما تستخرج القيمة الزائدة النسبية. تشير النتائج إلى أن الذكاء الاصطناعي يزيد من الاستغلال من خلال تمكين الرأسماليين من الاستحواذ على قيمة زائدة أكبر من العمل، بينما تظل مساهمات العمل البشري الأساسي الذي لا يُقدَّر في تطوير الذكاء الاصطناعي غير واضحة.
بالإضافة إلى ذلك، تحلل الورقة اقتصادات المنصات، التي تقدم آليات فريدة لتشكيل القيمة بينما تستمر في تعزيز هياكل استخراج القيمة الزائدة. تسلط الضوء على الطبيعة الهشة للعمل القائم على المنصات والاستحواذ المنهجي على العمل الإنجابي والعاطفي غير المدفوع، مما يمدد الاعتماد التقليدي للرأسمالية إلى المجالات الرقمية. تكشف الدراسة عن عدم المساواة الشديدة في توزيع القيمة الزائدة، حيث يستحوذ مالكو المنصات على حصص كبيرة بينما يتلقى العمال تعويضات ضئيلة. يقترح المؤلفون أطر مؤسسية شاملة لمعالجة هذه الفجوات، داعين إلى إصلاحات قانونية، وشفافية خوارزمية، وتعزيز الحمايات الاجتماعية، خاصة للمجموعات المهمشة. في النهاية، تؤكد الدراسة على أهمية نظرية قيمة العمل في فهم الرأسمالية الرقمية، مشددة على الحاجة للاعتراف بدور العمل الحي في خلق القيمة وسط السرديات التي تحتفل بالاستقلال التكنولوجي.
نقاش
يسلط النقاش الضوء على التأثير التحويلي للاقتصاد الرقمي على أشكال العمل، مؤكدًا على ظهور العمل القائم على المنصات مثل العمل الجماعي، والعمل المؤقت، والعمل الحر عبر الإنترنت. تشير هذه الأنماط الجديدة من العمل إلى تقدم تكنولوجي ليس فقط ولكن أيضًا تغييرات عميقة في تنظيم العمل، والسيطرة، والتعويض، تتميز بالوساطة الخوارزمية وزيادة الهشاشة. يجادل المؤلفون بأنه بينما تتحدى هذه التطورات التطبيقات التقليدية لنظرية ماركس في قيمة العمل، تظل الرؤى الأساسية بشأن الاستغلال وعدم المساواة ذات صلة. تعقّد أنماط خلق القيمة في الاقتصاد الرقمي، التي تعتمد غالبًا على بيانات المستخدم وتأثيرات الشبكة، فهم العمل كمصدر رئيسي للقيمة، مما يشير إلى تحول في كيفية توليد القيمة واستحواذها.
علاوة على ذلك، تناقش الورقة دور الذكاء الاصطناعي (AI) في إعادة تشكيل ديناميات العمل، مؤكدة أن الذكاء الاصطناعي يجب أن يُنظر إليه كعاصمة ثابتة بدلاً من شكل جديد من العمل. يعزز الذكاء الاصطناعي الإنتاجية ويسهل أشكال جديدة من السيطرة على العمل، لكنه لا يخلق القيمة بشكل مستقل. يبرز التحليل ضرورة العمل البشري في تطوير وتشغيل الذكاء الاصطناعي، الذي غالبًا ما يُقلل من قيمته ويظل غير واضح. يخلص المؤلفون إلى أنه بينما يزيد الذكاء الاصطناعي من الإمكانية لاستخراج القيمة الزائدة، فإنه لا يلغي مركزية العمل الحي في خلق القيمة، مما يعزز بالتالي التناقضات القائمة ضمن الإنتاج الرأسمالي.
القيود
تسلط قسم القيود الضوء على عدة تحديات حاسمة مرتبطة بتطبيق معامل تمكين الذكاء الاصطناعي، مما يقيد قابليته العملية. تشمل القضايا الرئيسية توفر البيانات، حيث غالبًا ما لا تكشف الشركات عن المقاييس الداخلية اللازمة للتحليل الدقيق بسبب المخاوف المتعلقة بالملكية. بالإضافة إلى ذلك، يعني التطور السريع لتقنيات الذكاء الاصطناعي أن أي معامل محسوب يصبح سريعًا قديمًا، بينما تعقد الآثار المتنوعة للذكاء الاصطناعي عبر قطاعات مختلفة إمكانية التعميم. تعقد تعقيدات عمليات العمل، التي تعتمد غالبًا على عوامل نوعية يصعب قياسها، قياس آثار الإنتاجية. يجادل المؤلفون بأن معامل تمكين الذكاء الاصطناعي يجب أن يُنظر إليه كإطار مفاهيمي بدلاً من أداة قياس فورية، مؤكدين على الحاجة إلى أبحاث تجريبية مستقبلية تستخدم منهجيات متنوعة للتحقق من الادعاءات النظرية وتنقيحها.
علاوة على ذلك، تعترف الدراسة بحدودها في النطاق، حيث تركز بشكل أساسي على الاقتصادات المتقدمة وقد تتجاهل الخصائص الفريدة للعمل القائم على المنصات في المناطق النامية. كما يشير المؤلفون إلى التحديات الكبيرة في تنفيذ مقترحات السياسة بسبب عدم التوازن في القوة بين شركات المنصات والعمال، بالإضافة إلى التغيرات التكنولوجية السريعة التي قد تجعل التحليلات الحالية غير صالحة. يدعون إلى أبحاث مستقبلية لمعالجة الأبعاد الثقافية والأيديولوجية لرأسمالية المنصات، فضلاً عن الآثار البيئية للإنتاج الرقمي، مما يثري الفهم للتأثيرات الاجتماعية والبيئية للذكاء الاصطناعي واقتصادات المنصات.
DOI: https://doi.org/10.1057/s41599-026-07030-4
Publication Date: 2026-03-28
Author(s): Fenglin Zhang
Primary Topic: Political Economy and Marxism
Overview
This research investigates the relevance and necessary adaptations of Marx’s labor theory of value in the context of artificial intelligence (AI) and digital platform economies. Through theoretical analysis and literature synthesis, the study posits that AI should be understood as constant capital rather than labor, thereby maintaining the assertion that only living labor generates new value. It highlights how AI and platform-based business models transform labor processes and introduce new forms of work, while also examining the mechanisms of surplus value generation and distribution within these frameworks. The findings emphasize that despite the profound changes brought about by digital technologies, the core principles of Marx’s labor theory remain vital for critiquing contemporary digital capitalism.
The research concludes that while AI and platform capitalism exacerbate exploitation and wealth concentration, they also present opportunities for worker resistance and collective action. It advocates for the development of institutional frameworks aimed at protecting labor interests and ensuring equitable value distribution. The study calls for transformative changes in economic governance and ownership structures, proposing alternatives such as platform cooperativism and universal social protections. Ultimately, it argues that realizing labor value in digital economies necessitates not only regulatory reforms but also a fundamental reorganization of economic systems to prioritize human needs over capital accumulation.
Introduction
The introduction of this research paper discusses the transformative impact of artificial intelligence (AI) and digital platforms on labor organization and value creation in contemporary capitalism. It highlights the emergence of platform-based business models that facilitate algorithmic management and precarious work arrangements, prompting a reevaluation of classical political economy theories, particularly Marx’s labor theory of value, in the context of digital capitalism. The paper outlines four key objectives: analyzing how platform economies reshape labor processes and introduce new work forms, investigating surplus value generation and distribution mechanisms in these models, and proposing regulatory frameworks to protect worker interests and ensure equitable value distribution.
The methodology combines theoretical analysis and critical literature synthesis, integrating classical Marxist political economy with contemporary scholarship on digital labor and platform capitalism. The authors argue that while AI and digital platforms alter value realization processes, they do not negate the fundamental principle that living labor is the source of value creation. The paper emphasizes the importance of extending the labor theory of value to account for new forms of labor and value generation in the digital economy, asserting that exploitation and surplus value extraction remain central dynamics. Ultimately, the research aims to provide a critical framework for understanding power asymmetries and distributional conflicts in the digital age, advocating for a nuanced application of labor theory to address the complexities of contemporary economic dynamics.
Methods
In this section, the authors address the complexities of measuring labor value in the context of artificial intelligence (AI) integration into production processes. Traditional labor value measurement, based on socially necessary labor time, must be adapted to account for the productivity-enhancing effects of AI, which is conceptualized as constant capital that transfers its own value while amplifying the output of living labor. The authors argue that the focus should not be on quantifying AI’s contribution to value creation, as this is theoretically incoherent, but rather on understanding how AI influences socially necessary labor time and the extraction of relative surplus value.
To facilitate this analysis, the authors introduce the “AI enablement coefficient” (α), a conceptual tool designed to measure the proportional increase in output per unit of living labor time due to AI integration. The coefficient is formulated as \( \alpha = \frac{\text{Output per unit living labor time with AI}}{\text{Output per unit living labor time without AI}} – 1 \). For example, an α value of 0.5 indicates a 50% increase in output per unit of living labor time due to AI. This framework aims to provide theoretical clarity and guide future empirical research, emphasizing that while AI enhances productivity, it does not create new value; instead, it alters the relationship between labor time and output, impacting value calculations at both firm and industry levels.
Results
The research paper establishes that artificial intelligence (AI) should be viewed as constant capital—sophisticated embodiments of past human labor—rather than as autonomous value-creating agents. This perspective is essential for maintaining the coherence of Marxist value theory, as it clarifies that AI systems do not create value beyond their own worth but enhance the productivity of living labor while extracting relative surplus value. The findings indicate that AI intensifies exploitation by enabling capitalists to appropriate greater surplus value from labor, while the contributions of essential yet undervalued human labor in AI development remain obscured.
Additionally, the paper analyzes platform economies, which introduce unique mechanisms for value formation while perpetuating structures for surplus value extraction. It highlights the precarious nature of platform-based labor and the systematic appropriation of unpaid reproductive and affective labor, extending traditional capitalist dependencies into digital realms. The research reveals extreme inequalities in surplus value distribution, with platform owners capturing significant shares while workers receive minimal compensation. The authors propose comprehensive institutional frameworks to address these disparities, advocating for legal reforms, algorithmic transparency, and strengthened social protections, particularly for marginalized groups. Ultimately, the study underscores the relevance of the labor theory of value in understanding digital capitalism, emphasizing the need to recognize living labor’s role in value creation amidst narratives that celebrate technological autonomy.
Discussion
The discussion highlights the transformative impact of the digital economy on labor forms, emphasizing the emergence of platform-based labor such as crowdwork, gig work, and online freelancing. These new labor modalities signify not just technological advancements but profound changes in labor organization, control, and remuneration, characterized by algorithmic mediation and increased precarity. The authors argue that while these developments challenge traditional applications of Marx’s labor theory of value, the core insights regarding exploitation and inequality remain relevant. The digital economy’s modes of value creation, which often rely on user data and network effects, complicate the understanding of labor as the primary source of value, suggesting a shift in how value is generated and appropriated.
Furthermore, the paper discusses the role of artificial intelligence (AI) in reshaping labor dynamics, asserting that AI should be viewed as constant capital rather than a new form of labor. AI enhances productivity and facilitates new forms of labor control, but it does not autonomously create value. The analysis underscores the necessity of human labor in AI development and operation, which is often undervalued and obscured. The authors conclude that while AI increases the potential for surplus value extraction, it does not eliminate the centrality of living labor in value creation, thereby reinforcing existing contradictions within capitalist production.
Limitations
The section on limitations highlights several critical challenges associated with the operationalization of the AI enablement coefficient, which restricts its practical applicability. Key issues include data availability, as firms often do not disclose the necessary internal metrics for rigorous analysis due to proprietary concerns. Additionally, the rapid evolution of AI technologies means that any calculated coefficient becomes quickly outdated, while the heterogeneous effects of AI across different sectors complicate generalizability. The complexity of labor processes, which often rely on qualitative factors that are difficult to quantify, further complicates the measurement of productivity effects. The authors argue that the AI enablement coefficient should be viewed as a conceptual framework rather than an immediate measurement tool, emphasizing the need for future empirical research that employs diverse methodologies to validate and refine theoretical claims.
Moreover, the study acknowledges its limitations in scope, primarily focusing on developed economies and potentially overlooking the unique characteristics of platform labor in developing regions. The authors also note significant challenges in implementing policy proposals due to entrenched power asymmetries between platform companies and workers, as well as the rapid technological changes that may render current analyses obsolete. They call for future research to address cultural and ideological dimensions of platform capitalism, as well as the ecological implications of digital production, thereby enriching the understanding of the social and environmental impacts of AI and platform economies.