Een nieuwe paper van het Digital Economy Lab van Stanford University: "Kanaries in de kolenmijn? Zes feiten over de recente impact van kunstmatige intelligentie op werkgelegenheid". Iedereen weet wat de kanarie in de kolenmijn betekent; mijnwerkers nemen vaak kanaries mee de kolenmijn in om koolstofdioxide te detecteren. Ze zijn klein, ademen snel en hebben een hoge stofwisseling, waardoor ze gevoeliger zijn voor giftige gassen, wat de mijnwerkers meer tijd geeft om actie te ondernemen. Dit is een vroegtijdig waarschuwingssignaal voor de impact van AI op werkgelegenheid. Laten we beginnen met de conclusie: de impact van AI op de arbeidsmarkt is al begonnen, en de eerste slachtoffers zijn de jonge mensen die net de arbeidsmarkt betreden. Welke zes feiten worden in de titel genoemd? 1. AI richt zich precies op instapbanen. Sinds eind 2022 (de lancering van ChatGPT) is er een relatieve daling van maar liefst 13% in de werkgelegenheid van jonge werknemers (22-25 jaar) in de meest door AI getroffen beroepen (zoals softwareontwikkeling en klantenservice). In tegenstelling tot hun oudere collega's in dezelfde functie of leeftijdsgenoten in minder door AI getroffen sectoren (zoals verpleegassistenten), blijft de werkgelegenheid daar stabiel of zelfs in groei. 2. AI is de "boeman" achter de stagnatie van de werkgelegenheid van jongeren. Hoewel de Amerikaanse arbeidsmarkt als geheel sterk blijft, is de totale werkgelegenheidsgroei voor jongeren van 22-25 jaar sinds eind 2022 vrijwel tot stilstand gekomen. Dit komt door de impact van AI op instapbanen in bepaalde sectoren, wat de algehele werkgelegenheidsgroei van de jongere generatie heeft verlaagd. 3. "Vervangende AI" vs "versterkende AI" Niet alle AI zal "banen afpakken". De daling van de werkgelegenheid concentreert zich voornamelijk in de gebieden waar AI menselijke arbeid kan automatiseren. In sectoren waar AI voornamelijk wordt gebruikt om menselijke capaciteiten te versterken, is er geen daling van de werkgelegenheid, en in sommige gevallen is er zelfs groei. Simpel gezegd, als AI je helpt met repetitief werk, is je baan in gevaar; als AI je betere tools biedt, zal je waarde toenemen. 4. Dit is geen fenomeen dat alleen in de technologiesector voorkomt. Sommigen zullen misschien zeggen dat dit alleen komt door de malaise in technologiebedrijven. Maar het onderzoek, dat rekening houdt met "bedrijfsbrede schokken" (dat wil zeggen, ongeacht de functie van de werknemer, vermindert het bedrijf als geheel), toont aan dat de daling van de werkgelegenheid voor jonge, risicovolle functies nog steeds significant is. Dit betekent dat zelfs binnen hetzelfde bedrijf managers geneigd zijn om AI in te zetten ter vervanging van bepaalde instapfuncties, in plaats van een algehele vermindering van de aanwervingen. 5. De impact is zichtbaar in "aantal banen" en niet in "salaris" Het is interessant dat, hoewel instapbanen afnemen, de salarissen voor deze functies niet significant zijn veranderd. Dit geeft aan dat de aanpassing op de arbeidsmarkt momenteel voornamelijk zichtbaar is in de keuze van bedrijven om "minder mensen aan te nemen" of "geen mensen aan te nemen", in plaats van kosten te verlagen door "salarisverlaging". 6. De tijdlijn komt overeen Al deze trends wijzen duidelijk naar eind 2022, het moment waarop generatieve AI-tools op grote schaal werden geïntroduceerd. Bovendien heeft het onderzoek andere potentiële verstorende factoren zoals thuiswerken en outsourcing uitgesloten, waardoor de conclusies betrouwbaarder zijn. Waar komen de gegevens voor deze paper vandaan? Zijn de conclusies betrouwbaar? Het onderzoeksteam gebruikte de maandelijkse individuele gegevens van ADP, de grootste salarisdienstverlener in de VS (dekt miljoenen werknemers en tienduizenden bedrijven, 2021–2025), en koppelde banen aan twee sets AI-exposure-indicatoren: één set komt van de blootstelling aan GPT-4-taken (Eloundou et al.), en de andere set komt van de gespreksgegevens van Claude van Anthropic, die ook het onderscheid kan maken tussen "automatisering" en "versterkende" gebruiksscenario's. Door het aantal werknemers en salarisbewegingen in verschillende leeftijdsgroepen en blootstellingspercentielen te vergelijken, en bedrijfs-tijdschokken in het model op te nemen, zijn de bovengenoemde zes feiten verkregen. Persoonlijk vind ik de conclusies relatief betrouwbaar. Wat is het verschil tussen "automatisering" en "versterking"? De bevindingen van deze paper tonen aan dat de afname van werkgelegenheid zich voornamelijk concentreert in de gebieden waar AI kan "automatiseren", terwijl in de gebieden waar AI een "versterkende" rol speelt, de werkgelegenheid niet is afgenomen en zelfs is toegenomen. Eenvoudig gezegd, automatisering betekent dat AI het werk van mensen overneemt, terwijl versterking betekent dat AI mensen helpt om beter te werken. Bijvoorbeeld, als software-engineer, als je alleen een al ontworpen module moet implementeren, kan AI dit deel eigenlijk automatiseren, en ook sommige testwerkzaamheden kunnen via automatiseringsscripts worden uitgevoerd. Maar als het gaat om systeemontwerp, behoefteanalyse en code-review, kan AI alleen ondersteunen en versterken.