En ny artikkel fra Stanford Universitys Digital Economy Lab: "Kanarifugler i kullgruver? Seks fakta om den nylige sysselsettingseffekten av kunstig intelligens Betydningen av kanarifugler i kullgruver er velkjent, og gruvearbeidere tar vanligvis kanarifugler til kullgruver for å teste for karbondioksid. De er små, puster raskt og metaboliseres raskt, så de er mer sårbare for giftige gasser, noe som gir gruvearbeidere mer tid til å handle. Dette samsvarer med de tidlige varseltegnene på AIs innvirkning på sysselsettingen. La oss starte med konklusjonen: virkningen av AI på arbeidsmarkedet har begynt, og de første som bærer hovedtyngden er unge mennesker som nettopp har kommet inn på arbeidsplassen. Hva er de seks fakta som er nevnt i tittelen? 1. AI treffer nøyaktig posisjoner på inngangsnivå Siden slutten av 2022 (noden der ChatGPT ble utgitt), har sysselsettingsgraden for ansatte tidlig i karrieren i alderen 22-25 år gått ned med så mye som 13 % i yrker som er mest sårbare for AI (f.eks. programvareutvikling, kundeservice). Derimot har sysselsettingen holdt seg stabil eller til og med vedvarende vekst blant senioransatte som jobber i samme selskap eller jevnaldrende som jobber i bransjer som er mindre påvirket av AI, for eksempel sykepleierassistenter. 2. AI har blitt «synderen» for stagnerende sysselsettingsvekst blant unge mennesker Mens det generelle arbeidsmarkedet i USA fortsatt er sterkt, har den samlede jobbveksten for 22-25-åringer nesten stagnert siden slutten av 2022. Det er nettopp på grunn av virkningen av AI på nybegynnerjobber i enkelte bransjer at de samlede sysselsettingsvekstdataene til unge mennesker har blitt redusert. 3. «Alternativ AI» vs. «Utvidet AI» Ikke all AI vil "ta en jobb". Nedgangen i sysselsettingen er hovedsakelig konsentrert innen AI som automatiserer menneskelig arbeid. På de områdene der AI hovedsakelig brukes til å øke menneskelige evner, har ikke sysselsettingen gått ned, eller til og med økt. For å si det enkelt, hvis AI hjelper deg med å gjøre repeterende arbeid, er posisjonen din farlig; Hvis AI gir deg sterkere verktøy, vil verdien din øke. 4. Dette er ikke unikt for teknologibransjen Noen vil kanskje hevde at det bare er fordi teknologiselskaper er i en nedgangstid. Men ved å kontrollere for "sjokk på bedriftsnivå" (dvs. at selskaper som helhet krymper uavhengig av stilling), fant studien at den nedadgående trenden i sysselsetting for unge høyrisikostillinger fortsatt er betydelig. Dette betyr at selv innenfor samme selskap har ledere en tendens til å erstatte noen nybegynnerjobber med AI i stedet for å kutte ned på ansettelser helt. 5. Virkningen gjenspeiles i "antall jobber" i stedet for "lønn" Interessant nok, selv om antallet stillinger på inngangsnivå synker, har ikke lønnsnivået til disse stillingene endret seg vesentlig. Dette viser at tilpasningen av arbeidsmarkedet foreløpig hovedsakelig gjenspeiles i valget om å «rekruttere færre personer» eller «ikke ansette» fremfor å kutte kostnader gjennom «lønnskutt». 6. Tiden er inne Alle de ovennevnte trendene peker tydelig mot slutten av 2022, som er punktet da generative AI-verktøy vil bli enormt populære. Videre utelukker studien også interferens av andre potensielle faktorer som fjernarbeid og outsourcing, noe som gjør konklusjonen mer troverdig. Så hvor kommer dataene i denne artikkelen fra? Er konklusjonen pålitelig? Forskerteamet brukte månedlige poster på individnivå fra ADP, den største leverandøren av lønnstjenester i USA (som dekker millioner av ansatte og titusenvis av selskaper, 2021–2025), for å kartlegge jobber til to sett med AI-eksponeringsberegninger: ett sett med GPT-4-oppgaveeksponering (Eloundou et al.), og ett sett med Claude-samtaledata fra Anthropic, som også kan skille mellom "automatiserte" vs. "utvidede" brukstilfeller. Ved å sammenligne sysselsettings- og lønnstrender for ulike aldersgrupper og ulike eksponeringskvintiler, og absorbere bedriftstidssjokket i modellen, oppnås de seks ovennevnte faktaene. Personlig synes jeg konklusjonen er relativt pålitelig. Hva er forskjellen mellom "Automatisering" og "Utvidelse"? Studien fant at nedgangen i jobber hovedsakelig er konsentrert i områder der AI kan "automatisere", mens i områder der AI spiller en "forbedret" rolle, har sysselsettingen ikke gått ned eller til og med økt. Enkelt sagt er automatisering å la AI jobbe i stedet for mennesker, mens forsterkning er å la AI hjelpe folk til å jobbe bedre. For eksempel, som programvareingeniør, hvis du bare implementerer en designet modul, kan denne delen av AI faktisk fullføres automatisk, og noe testarbeid kan også fullføres gjennom automatiserte skript. Men hvis det er for systemdesign, kravanalyse og kodegjennomgang, kan disse AI-ene bare hjelpe til med utvidelse.