Sebuah makalah baru dari Lab Ekonomi Digital Universitas Stanford: "Kenari di Tambang Batubara? Enam fakta tentang dampak kecerdasan buatan terhadap ketenagakerjaan baru-baru ini Arti kenari di tambang batu bara sudah terkenal, dan penambang biasanya membawa kenari ke tambang batu bara untuk menguji karbon dioksida. Mereka kecil, bernapas cepat, dan memetabolisme dengan cepat, sehingga mereka lebih rentan terhadap gas beracun, yang memberi penambang lebih banyak waktu untuk bertindak. Ini sesuai dengan tanda-tanda peringatan dini dampak AI terhadap pekerjaan. Mari kita mulai dengan kesimpulan: dampak AI pada pasar kerja telah dimulai, dan yang pertama menanggung beban adalah kaum muda yang baru saja memasuki tempat kerja. Apa saja enam fakta yang disebutkan dalam judul? 1. AI secara akurat mencapai posisi entry-level Sejak akhir tahun 2022 (node tempat ChatGPT dirilis), tingkat pekerjaan karyawan awal karir berusia 22-25 tahun telah menurun sebanyak 13% dalam pekerjaan yang paling rentan terhadap AI (misalnya, pengembangan perangkat lunak, layanan pelanggan). Sebaliknya, ketenagakerjaan tetap stabil atau bahkan pertumbuhan berkelanjutan di antara karyawan senior yang bekerja di perusahaan yang sama atau rekan-rekan yang bekerja di industri yang kurang terpengaruh oleh AI, seperti asisten perawat. 2. AI telah menjadi "pelaku" pertumbuhan lapangan kerja yang stagnan di kalangan anak muda Sementara pasar kerja secara keseluruhan di Amerika Serikat tetap kuat, pertumbuhan pekerjaan secara keseluruhan untuk usia 22-25 tahun hampir stagnan sejak akhir tahun 2022. Justru karena dampak AI pada pekerjaan tingkat pemula di beberapa industri, data pertumbuhan lapangan kerja kaum muda secara keseluruhan telah diturunkan. 3. "AI Alternatif" vs. "AI Augmented" Tidak semua AI akan "meraih pekerjaan". Penurunan lapangan kerja terutama terkonsentrasi di bidang AI yang mengotomatiskan pekerjaan manusia. Di bidang-bidang di mana AI terutama digunakan untuk meningkatkan kemampuan manusia, pekerjaan tidak menurun, atau bahkan meningkat. Sederhananya, jika AI membantu Anda melakukan pekerjaan berulang, posisi Anda berbahaya; Jika AI memberi Anda alat yang lebih kuat, nilai Anda akan meningkat. 4. Ini tidak unik untuk industri teknologi Beberapa orang mungkin berpendapat bahwa itu hanya karena perusahaan teknologi sedang mengalami penurunan. Namun, dengan mengendalikan "guncangan tingkat perusahaan" (yaitu, perusahaan secara keseluruhan menyusut terlepas dari posisinya), studi ini menemukan bahwa tren penurunan pekerjaan untuk posisi muda berisiko tinggi masih signifikan. Ini berarti bahwa bahkan di dalam perusahaan yang sama, manajer cenderung mengganti beberapa pekerjaan entry-level dengan AI daripada mengurangi perekrutan sepenuhnya. 5. Dampaknya tercermin dalam "jumlah pekerjaan" daripada "gaji" Menariknya, meskipun jumlah posisi entry-level menurun, tingkat gaji posisi tersebut tidak berubah secara signifikan. Hal ini menunjukkan bahwa penyesuaian pasar tenaga kerja saat ini terutama tercermin dalam pilihan "merekrut lebih sedikit orang" atau "tidak mempekerjakan" daripada memotong biaya melalui "pemotongan gaji". 6. Waktunya tepat Semua tren di atas jelas mengarah ke akhir tahun 2022, yang merupakan titik ketika alat AI generatif akan menjadi sangat populer. Selain itu, penelitian ini juga mengecualikan campur tangan faktor potensial lainnya seperti telecommuting dan outsourcing, membuat kesimpulan lebih kredibel. Jadi dari mana data makalah ini berasal? Apakah kesimpulannya dapat diandalkan? Tim peneliti menggunakan catatan tingkat individu bulanan dari ADP, penyedia layanan penggajian terbesar di Amerika Serikat (mencakup jutaan karyawan dan puluhan ribu perusahaan, 2021–2025), untuk memetakan pekerjaan ke dua set metrik paparan AI: satu set paparan tugas GPT-4 (Eloundou et al.), dan satu set data percakapan Claude dari Anthropic, yang juga dapat membedakan antara kasus penggunaan "otomatis" vs. "ditambah". Dengan membandingkan tren pekerjaan dan gaji dari kelompok usia yang berbeda dan kuintil eksposur yang berbeda, dan menyerap guncangan waktu perusahaan dalam model, enam fakta di atas diperoleh. Secara pribadi, saya pikir kesimpulannya relatif dapat diandalkan. Apa perbedaan antara "Otomatisasi" dan "Augmentasi"? Studi ini menemukan bahwa penurunan pekerjaan terutama terkonsentrasi di area di mana AI dapat "mengotomatisasi", sedangkan di area di mana AI memainkan peran "auhanced", lapangan kerja tidak menurun atau bahkan meningkat. Secara sederhana, otomatisasi adalah membiarkan AI bekerja alih-alih orang, sedangkan augmentasi adalah membiarkan AI membantu orang untuk bekerja lebih baik. Misalnya, sebagai insinyur perangkat lunak, jika Anda hanya mengimplementasikan modul yang dirancang, bagian AI ini sebenarnya dapat diselesaikan secara otomatis, dan beberapa pekerjaan pengujian juga dapat diselesaikan melalui skrip otomatis. Namun, jika itu untuk desain sistem, analisis persyaratan, dan tinjauan kode, AI ini hanya dapat membantu dalam penambahan.