Το χάσμα απασχόλησης για τους νέους εργαζομένους σε επαγγέλματα με μεγαλύτερη έκθεση στην τεχνητή νοημοσύνη έχει διευρυνθεί στο 19%, σύμφωνα με αναθεωρημένη εργασία του Stanford Digital Economy Lab, η οποία επεκτείνει την ανάλυση έως τα μέσα του 2026. Τα ευρήματα δείχνουν διαφοροποίηση ανά ηλικία και είδος γνώσης που απαιτεί κάθε επάγγελμα, χωρίς να προκύπτουν ενδείξεις γενικευμένης εκτόπισης εργαζομένων από την αγορά εργασίας.
Οι ερευνητές επισημαίνουν ότι πρόκειται για περιγραφικά πρότυπα και όχι για αιτιώδεις εκτιμήσεις της επίδρασης της AI. Η χρονική ακολουθία και η δομή των μεταβολών ενισχύουν την υπόθεση ότι η generative AI μπορεί να διαδραματίζει ρόλο, όμως τα δεδομένα από μόνα τους δεν επιτρέπουν να προσδιοριστεί ποιο μέρος της απόκλισης οφείλεται στην τεχνολογία και ποιο σε άλλες δυνάμεις που επηρεάζουν την αγορά εργασίας.
Κωδικοποιημένη και άρρητη γνώση
Η αναθεωρημένη εργασία εντοπίζει μία βασική διαφοροποίηση ανάμεσα στην κωδικοποιημένη και την άρρητη γνώση. Η απασχόληση έχει μειωθεί μεταξύ νεότερων εργαζομένων σε επαγγέλματα που βασίζονται σε τυποποιημένη, καταγεγραμμένη γνώση, η οποία μπορεί να μεταδοθεί μέσω εκπαίδευσης, εγχειριδίων ή γραπτών διαδικασιών.
Αντίθετα, η απασχόληση έχει αυξηθεί μεταξύ πιο έμπειρων εργαζομένων σε επαγγέλματα που εξαρτώνται περισσότερο από γνώση η οποία αποκτάται μέσω πρακτικής, καθοδήγησης και επαναλαμβανόμενης έκθεσης σε πραγματικές καταστάσεις. Η εικόνα αυτή είναι συμβατή, σύμφωνα με τους ερευνητές, με ένα περιβάλλον όπου η generative AI μπορεί να αναπαράγει και να εφαρμόζει αποτελεσματικότερα γνώση που έχει ήδη κωδικοποιηθεί σε κείμενο και άλλες ψηφιακές μορφές, ενώ η εμπειρική γνώση παραμένει δυσκολότερη στην αναπαραγωγή.
Η ανάλυση εντοπίζει επίσης μεγαλύτερη μέση έκθεση των γυναικών στην AI, στοιχείο που το Stanford Digital Economy Lab χαρακτηρίζει πηγή διαφοροποίησης και σκοπεύει να παρακολουθεί καθώς εξελίσσονται τα δεδομένα.
Γιατί οι ερευνητές εξετάζουν τον ρόλο της AI
Ορισμένες εναλλακτικές εξηγήσεις, σύμφωνα με την εργασία, δεν επαρκούν για να εξηγήσουν πλήρως το μοτίβο. Η απόκλιση παραμένει όταν εξαιρούνται οι τεχνολογικές εταιρείες και τα επαγγέλματα πληροφορικής, όταν λαμβάνονται υπόψη η έκθεση στις αυξήσεις επιτοκίων και η εξ αποστάσεως εργασία, καθώς και όταν εφαρμόζονται διαφορετικοί δείκτες έκθεσης στην AI.
Το χάσμα συνέχισε επίσης να διευρύνεται έως τα μέσα του 2026, αρκετό διάστημα μετά την κορύφωση των επιτοκίων. Μέχρι τον Νοέμβριο του 2022, η σχετική θέση των περισσότερο εκτεθειμένων νεότερων εργαζομένων είχε ήδη επιστρέψει περίπου στα προ πανδημίας επίπεδα. Η μεταγενέστερη επιδείνωση οδηγεί επομένως το χάσμα κάτω από εκείνη τη βάση, αντί να αποτελεί απλώς αντιστροφή μιας στρέβλωσης της περιόδου της πανδημίας.
Οι μειώσεις συγκεντρώνονται ακόμη σε επαγγέλματα όπου η παρατηρούμενη χρήση της AI εμφανίζεται περισσότερο αυτοματοποιητική παρά συμπληρωματική και ακολουθούν σαφή διαβάθμιση ανά ηλικία. Ακατέργαστα διοικητικά στοιχεία της αμερικανικής κυβέρνησης εμφανίζουν, κατά την εργασία, γενικά συμβατά περιγραφικά μοτίβα ανά ηλικία και κλάδο.
Οι περιορισμοί της ανάλυσης
Οι ερευνητές διατηρούν σαφείς επιφυλάξεις για την ερμηνεία των αποτελεσμάτων. Οι διαφορές ανάμεσα στους περισσότερο και λιγότερο εκτεθειμένους νέους εργαζομένους περιορίζονται όταν λαμβάνεται υπόψη το επίπεδο εκπαίδευσης, ενώ ορισμένες διαφοροποιημένες τάσεις είχαν εμφανιστεί πριν από την ευρεία διάδοση της generative AI.
Οι εκτιμώμενες αποκλίσεις στο δείγμα της ADP είναι επίσης μεγαλύτερες από εκείνες που προκύπτουν από εθνικές έρευνες αναφοράς. Βελτιώσεις στη διαδικασία επεξεργασίας των δεδομένων παρήγαγαν παρόμοια ποιοτικά μοτίβα, όμως οι εκτιμήσεις που λαμβάνουν υπόψη τις συνολικές μεταβολές στις προσλήψεις των επιχειρήσεων εμφανίζουν μεγαλύτερη ευαισθησία στις διαφορετικές προδιαγραφές της ανάλυσης.
Το Stanford Digital Economy Lab θεωρεί επομένως ότι ούτε η συγκεκριμένη εργασία ούτε οποιαδήποτε μεμονωμένη μελέτη παρέχει οριστική απάντηση για την επίδραση της AI στην αγορά εργασίας. Για συνεχή παρακολούθηση των μεταβολών έχει δημιουργήσει τα AI Economic Indicators, ενώ το Canaries Dashboard θα ενημερώνει κάθε μήνα τα βασικά αποτελέσματα της εργασίας, με στόχο να εντοπίζονται έγκαιρα πιθανές αλλαγές στις ευκαιρίες συγκεκριμένων ομάδων εργαζομένων πριν αυτές εμφανιστούν στα συνολικά στατιστικά απασχόλησης.
