Θέσεις Εργασίας ‘σε Κίνδυνο από την Τεχνητή Νοημοσύνη’ Ηταν Ήδη σε Μείωση Πριν από την Εκκίνηση του ChatGPT

Μια μεγάλη νέα μελέτη ανακαλύπτει ότι οι θέσεις εργασίας που βρίσκονται σε κίνδυνο από την τεχνητή νοημοσύνη ήδη εξαφανίζονταν πριν από την εκκίνηση του ChatGPT, αλλά οι φοιτητές που εκπαιδεύτηκαν σε αυτές τις δεξιότητες τελικά είχαν υψηλότερες απολαβές και ταχύτερες προσλήψεις.

Μια εκτεταμένη νέα ερευνητική συνεργασία μεταξύ πανεπιστημίων των ΗΠΑ έχει βρει ότι οι ρίζες της κρίσης των θέσεων εργασίας που ευαλώνονται από την τεχνητή νοημοσύνη δεν συμπίπτουν με την εκκίνηση του ChatGPT στο τέλος του 2022, αλλά ότι τα προβλήματα αρχίζουν νωρίτερα μέσα στη χρονιά, για φαινομενικά ασύνδετους λόγους.

Επιπλέον, η μελέτη ανακαλύπτει ότι απόφοιτοι των οποίων τα πανεπιστημιακά τμήματα ήταν περισσότερο ‘εξοικειωμένα με την τεχνητή νοημοσύνη’ συνδέονταν στην πραγματικότητα με υψηλότερες απολαβές στο πρώτο τους εργασία και συντομότερες αναζητήσεις εργασίας μετά την entrada του ChatGPT στην αγορά.

Το νέο έργο αξιοποιεί τρία μεγάλα συνόλα δεδομένων, συμπεριλαμβανομένων περισσότερων από δέκα εκατομμύρια προφίλ LinkedIn που έχουν συλλεγεί, καθώς και αρχείων ανεργίας και ασφαλιστικών αξιώσεων. Οι συγγραφείς αναφέρουν:

‘Τα αποτελέσματά μας δείχνουν ότι οι χειρότερες εργασιακές εξελίξεις το 2022–2024 για τους εργαζόμενους και απόφοιτους που εκτίθενται στην τεχνητή νοημοσύνη ήδη ήταν σε εξέλιξη πριν από την μαζική είσοδο των εφαρμογών LLM. Ο κίνδυνος ανεργίας σε επαγγέλματα που εκτίθενται έντονα αυξήθηκε από τις αρχές του 2022–πολύ πριν από το ChatGPT–και σε meisten επαγγέλματα και κράτη δεν παρατηρούμε κανένα διακριτό διάλειμμα που να συμπίπτει με την εισαγωγή του.

‘Οι νεοεισερχόμενοι εργαζόμενοι επηρεάστηκαν αναλογικά: απόφοιτοι από τις τάξεις του 2021–2023 εισήλθαν σε θέσεις εργασίας που εκτίθενται έντονα με χαμηλότερους ρυθμούς και έπρεπε να περιμένουν μεγαλύτερο χρόνο για να ξεκινήσουν την πρώτη τους δουλειά σε σύγκριση με προηγούμενες τάξεις, με διαφορές που άνοιξαν, και πάλι, πριν από το τέλος του 2022. Ταυτόχρονα, η εκπαίδευση που σχετίζεται με την τεχνητή νοημοσύνη παρέμεινε πολύτιμη σε αυτό το περιβάλλον.’

Η νέα μελέτη αναπλάθει την άνοδο της τεχνητής νοημοσύνης ως την είσοδο σε μια αγορά εργασίας ήδη εξασθενημένη από ευρύτερες οικονομικές και τομεακές πιέσεις, και σημειώνει ότι οι δεξιότητες που συμπληρώνουν την τεχνητή νοημοσύνη διατήρησαν, και μπορεί ακόμη και να έχουν κερδίσει, την αγοραία αξία.

Οι συγγραφείς κλείνουν το έγγραφο τους προτείνοντας ότι η εκκίνηση του ChatGPT τον Νοέμβριο του 2022 δεν πρέπει να αντιμετωπίζεται ως ο τερματισμός μεταξύ της προ-τεχνητής νοημοσύνης και της αγοράς εργασίας που περιλαμβάνει την τεχνητή νοημοσύνη, και ότι μια σειρά από ταυτόχρονες περιστάσεις πρέπει να ληφθούν υπόψη μαζί με την επικείμενη επιρροή των Μεγάλων Γλωσσικών Μοντέλων (LLM):

‘Αυτά τα ευρήματα έχουν επιπτώσεις για την έρευνα και την πολιτική. Πρώτον, προειδοποιούν ενάντια στο να αντιμετωπίζεται η εκκίνηση του ChatGPT ως ένα καθαρό φυσικό πείραμα για την επίδραση της τεχνητής νοημοσύνης στην αγορά εργασίας: σχέδια που αποδίδουν την αδυναμία της αγοράς εργασίας μετά το 2022 κυρίως στην τεχνητή νοημοσύνη κινδυνεύουν να συγχέουν την διάδοση της τεχνητής νοημοσύνης με ταυτόχρονες μακροοικονομικές μετατοπίσεις (πιθανές περιπτώσεις περιλαμβάνουν τη νομισματική πολιτική, τη ζήτηση του τομέα, και/ή την προσαρμογή μετά την πανδημία).’

Οι συγγραφείς προτείνουν ότι τα πανεπιστήμια και τα προγράμματα εκπαίδευσης δεν πρέπει να εγκαταλείψουν τις δεξιότητες που περιγράφονται συχνά ως ‘ευάλωτες στην τεχνητή νοημοσύνη’, όπως η γραφή, η κωδικοποίηση και η σύνθεση πληροφοριών. Σύμφωνα με τα αποτελέσματα που λήφθηκαν στη μελέτη, η διδασκαλία αυτών των δεξιοτήτων με τρόπο που να λειτουργεί παράλληλα με την τεχνητή νοημοσύνη, με έμφαση στην έλεγχο των εξόδων, την κρίση της ποιότητας και τη χρήση chatbot ως εργαλεία αντί για αντικαταστάτες, μπορεί να βοηθήσει τους απόφοιτους να παραμείνουν ανταγωνιστικοί σε μια ασταθή αγορά εργασίας.

Η νέα μελέτη έχει τον τίτλο Θέσεις εργασίας που εκτίθενται στην τεχνητή νοημοσύνη χειροτέρεψαν πριν από το ChatGPT, και προέρχεται από πέντε ερευνητές που συνδέονται με διάφορα τμήματα στο Πανεπιστήμιο του Πίτσμπουργκ, το Πανεπιστήμιο Στάνφορντ, το Πανεπιστήμιο Τσάπμαν, και το Πανεπιστήμιο Κολούμπια, σε συνεργασία με το Ινστιτούτο Οικονομίας της Τεχνητής Νοημοσύνης της Microsoft στο Ρέντμοντ, και τα Revelio Labs στη Νέα Υόρκη.

Μέθοδος και Δεδομένα

Τα ευρήματα της μελέτης, όπως σημειώνουν οι συγγραφείς, είναι μια δραματική αντίθεση με προηγούμενες αναφορές, συμπεριλαμβανομένης μιας από το Δίκτυο Ψηφιακής Οικονομίας του Στάνφορντ, καθώς και από σοβαρά προειδοποιητικά μηνύματα από προσωπικότητες όπως ο CEO της Anthropic, ο οποίος προειδοποίησε τον Μάιο του 2025 ότι η τεχνητή νοημοσύνη ‘μπορεί να εξαφανίσει το ήμισυ όλων των θέσεων εργασίας εισαγωγικού επιπέδου σε λευκά γκολφ’*.

Η αναλυτική μέθοδος των συγγραφέων εξέτασε αρχικά την ανεργία μεταξύ εργαζομένων σε επαγγέλματα που εκτίθενται περισσότερο στην αυτοματοποίηση με τη βοήθεια της τεχνητής νοημοσύνης, με την έκθεση να ορίζεται χρησιμοποιώντας κωδικούς Standard Occupation Classification (SOC) έξι ψηφίων, μέσους όρους για να εκτιμηθεί το επίπεδο έκθεσης για ευρύτερες κατηγορίες SOC δύο ψηφίων.

Μηνιαία διοικητικά δεδομένα προέρχονταν από την αναφορά ETA 203, που συντάσσεται από την Υπηρεσία Απασχόλησης και Εκπαίδευσης του Υπουργείου Εργασίας των ΗΠΑ, και περιλαμβάνει τις πιο πρόσφατες πληροφορίες για την τελευταία εργασία των ατόμων που ζητούν συνεχιζόμενη ασφάλιση ανεργίας.

Αυτά τα δεδομένα συνδυάστηκαν με ετήσιες στατιστικές απασχόλησης ανά επάγγελμα από το πρόγραμμα Στατιστικών Απασχόλησης και Μισθών του Γραφείου Στατιστικής Εργασίας, επιτρέποντας την εκτίμηση του μηνιαίου κινδύνου ανεργίας για κάθε επάγγελμα σε κάθε πολιτεία (όπου ο κίνδυνος ορίστηκε ως η πιθανότητα ότι ένας εργαζόμενος σε ένα δεδομένο επάγγελμα θα ζητούσε συνεχιζόμενη ασφάλιση ανεργίας).

Ιστορικά, η μελέτη σημειώνει ότι οι θέσεις εργασίας που εκτίθενται περισσότερο στην τεχνητή νοημοσύνη αντιμετώπιζαν 20-80% χαμηλότερο κίνδυνο ανεργίας σε σύγκριση με λιγότερο εκτεθειμένα ρόλους, με το χάσμα να διευρύνεται κατά τη διάρκεια της πανδημίας, καθώς η τηλεργασία αποδείχθηκε πιο ανθεκτική. Αυτό το πλεονέκτημα άρχισε να εξαφανίζεται στις αρχές του 2022, και μέχρι το 2023–2024, η διαφορά είχε σχεδόν εξαφανιστεί:

Ο κίνδυνος ανεργίας σε θέσεις εργασίας που εκτίθενται στην τεχνητή νοημοσύνη άρχισε να αυξάνεται στις αρχές του 2022, τερματίζοντας μια μακρά περίοδο相對ικής σταθερότητας. A δείχνει αυτή την αναστροφή ως το χάσμα μεταξύ των ρόλων υψηλής και χαμηλής έκθεσης που στενεύει πριν από την εκκίνηση του ChatGPT. B αποκαλύπτει ότι η αύξηση ήταν συγκεντρωμένη στο πιο εκτεθειμένο πέμπτο, με τον κίνδυνο να αυξάνεται μετά από ένα ελάχιστο και στη συνέχεια να εξισορροπείται. C αποδίδει την επίδραση σε θέσεις εργασίας υπολογιστών και μαθηματικών, ενώ τα περισσότερα άλλα πεδία παρέμειναν σταθερά. Ο κίνδυνος μετρήθηκε μηνιαίως σε όλες τις πολιτείες των ΗΠΑ και μέσος όρος τριμηνιαίως. Source

Όπως μπορούμε να δούμε στα γραφήματα παραπάνω, οι συγγραφείς ομαδοποίησαν τα επαγγέλματα σε πέμπτα ανάλογα με την ‘έκθεση στην τεχνητή νοημοσύνη’, και τα παρακολούθησαν με την πάροδο του χρόνου. Θέσεις εργασίας με λιγότερη έκθεση δείχνουν συνεχώς υψηλότερο κίνδυνο ανεργίας και ισχυρότερη εποχική μεταβολή, με όλα τα ομάδες να φτάνουν στο υψηλότερο σημείο τους κατά τη διάρκεια της πανδημίας το 2020 και να φτάνουν στο χαμηλότερο σημείο τους στις αρχές του 2022.

Μετά από αυτό το χαμηλό σημείο, ο κίνδυνος ανεργίας άρχισε να αυξάνεται στις πιο εκτεθειμένες ομάδες, πολύ πριν από την εκκίνηση του ChatGPT, και στη συνέχεια εξισορροπήθηκε, αντί να αυξηθεί στους μήνες που ακολούθησαν.

Θέσεις εργασίας υπολογιστών και μαθηματικών είδαν την μεγαλύτερη αύξηση του κινδύνου ανεργίας πριν από την εκκίνηση του ChatGPT, και στη συνέχεια εξισορροπήθηκαν. Οι περισσότερες άλλες θέσεις εργασίας δείχνουν μικρή αλλαγή. Μερικές πολιτείες, συμπεριλαμβανομένων της Καλιφόρνιας, του Ουάσινγκτον και της Αλάσκας, είδαν αύξηση μετά το ChatGPT, αλλά οι εθνικοί επιπλέοντες κίνδυνος παρέμειναν κοντά στα προ-πανδημικά πρότυπα, δείχνοντας την επίδραση των προηγούμενων οικονομικών πιέσεων.

Συγκρίσεις Δεδομένων

Οι συγγραφείς σημειώνουν ότι στατιστικά, ο κίνδυνος ανεργίας θα αποκαλύψει μοτίβα μεταξύ τύπων εργασίας, αλλά δεν καταγράφει αποτελέσματα για συγκεκριμένες ομάδες – όπως πρόσφατοι απόφοιτοι που μπορεί να μην έχουν δικαίωμα σε ασφάλιση ή να μην έχουν προηγούμενη εργασία για να αναφέρουν. Άλλες μελέτες και βιομηχανικές αξιολογήσεις υποδηλώνουν ότι οι νεοεισερχόμενοι εργαζόμενοι επηρεάζονται αναλογικά από την τεχνητή νοημοσύνη, που σημαίνει ότι οι συνολικοί δείκτες ανεργίας μπορεί να παραλείψουν εκείνους που επηρεάζονται περισσότερο.

Για να υπερβούν αυτό το περιορισμό, η νέα μελέτη αξιοποίησε 10.584.980 προφίλ LinkedIn που παρέχθηκαν από τα Revelio Labs. Κάθε εγγραφή από το σύνολο δεδομένων περιλαμβάνει λεπτομερείς εκπαιδευτικές ιστορίες που καλύπτουν τύπο πτυχίου, πεδίο σπουδών, έτος αποφοίτησης και πανεπιστήμιο, μαζί με στατιστικά δεδομένα καριέρας όπως τίτλοι εργασίας (χαρτογραφημένοι σε κωδικούς SOC έξι ψηφίων), εργοδότες, ημερομηνίες έναρξης και τοποθεσίες.

Οι μισθοί των εργασιών εκτιμήθηκαν χρησιμοποιώντας ‘ένα ιδιοκτητικό μοντέλο μηχανικής μάθησης’ που εκπαιδεύτηκε σε αιτήσεις 비ζών, αυτο-αναφερόμενες εγγραφές και δημόσιες ανακοινώσεις εργασίας, ενσωματώνοντας τόσο λεπτομέρειες ρόλου όσο και ατομικές καριέρες.

Εφόσον οι πραγματικοί μισθοί δεν μπορούσαν να επιβεβαιωθούν, η ανάλυση ακολούθησε επίσης τον αριθμό μηνών που οι απόφοιτοι χρειάστηκαν για να ξεκινήσουν την πρώτη τους观察μένη εργασία μέσα σε τρία χρόνια από την ολοκλήρωση των σπουδών τους, εξαιρώντας εκείνους χωρίς καταγεγραμμένη απασχόληση σε αυτή τη περίοδο (ένα μέτρο που χρησίμευσε ως αντικαταστάτης για την τριβή της αγοράς εργασίας, υποθέτοντας ότι οι απόφοιτοι ενημερώνουν τα προφίλ τους όταν προσλαμβάνονται):

<img class=" wp-image-238326" src="https://www.unite.ai/wp-content/uploads/2026/01/figure-2.jpg" alt="Οι απόφοιτοι που εισήλθαν στην αγορά εργασίας μετά το 2022 πήραν περισσότερο χρόνο για να εξασφαλίσουν θέσεις εργασίας που εκτίθενται στην τεχνητή νοημοσύνη, αλλά αυτή η μείωση της απόδοσης της αγοράς εργασίας άρχισε μήνες πριν από την εκκίνηση του ChatGPT. Πάνω, A δείχνει ότι απόφοιτοι με υψηλή έκθεση στην πρώτη τους εργασία συνήθως βρήκαν εργασία γρηγορότερα, μέχρι που αυτό το μοτίβο ανεστράφη μετά το 2022; B δείχνει μια παρόμοια καθυστέρηση για ρόλους υψηλού μισθού, αν και λιγότερο έντονη; και C αποκαλύπτει ότι οι τάξεις του 2021 και 2022 εισήλθαν σε θέσεις εργασίας που εκτίθενται στην τεχνητή νοημοσύνη με χαμηλότερους ρυθμούς από προηγούμενες τάξεις, με την υποπαραγωγή να εμφανίζεται πριν από το ChatGPT. Τέλος, D δείχνει keine tương đương μετατόπιση για θέσεις εργασίας με χαμηλή έκθεση, ενισχύοντας ότι η κάμψη προηγήθηκε της ευρείας υιοθέτησης της LLM.

Οι συγγραφείς ανάλυσαν τη διάρκεια αναζήτησης εργασίας μεταξύ των τάξεων αποφοίτων, ελέγχοντας μηνιαίες ανοιχτές θέσεις εργασίας ανά πολιτεία και τομέα, και λαμβάνοντας υπόψη τις διαφορές σε τύπο πτυχίου, πεδίο σπουδών και πανεπιστήμιο, με την έκθεση στην LLM να ορίζεται χρησιμοποιώντας κωδικούς SOC.

Πριν από την εκκίνηση του ChatGPT, οι απόφοιτοι που εισήλθαν σε ρόλους που εκτίθενται έντονα γενικά πέρασαν λιγότερο χρόνο αναζητώντας εργασία από τους ομοτίμους τους. Για τις τάξεις του 2023 και 2024, αυτό το μοτίβο ανεστράφη, με τις θέσεις εργασίας που εκτίθενται να πάρουν περισσότερο χρόνο για να εξασφαλιστούν.

Πρέπει να τονιστεί ότι ενώ η μελέτη αναφέρει ότι τα αποτελέσματα χειροτέρεψαν μετά το ChatGPT, τα δεδομένα δείχνουν ότι αυτή η μείωση άρχισε νωρίτερα και συνεχίστηκε μετά, υπονόμευοντας την ιδέα μιας απότομης πτώσης μετά το ChatGPT, και υπονόμευοντας επίσης την απόδοση της συνεχιζόμενης πτωτικής τάσης αποκλειστικά στην LLM.

Εκπαιδευτική Έκθεση

Μια κεντρική ανησυχία στη συζήτηση για την τεχνητή νοημοσύνη και την απασχόληση είναι εάν οι φοιτητές πρέπει να συνεχίσουν να εκπαιδεύονται σε δεξιότητες που τα μεγάλα γλωσσικά μοντέλα μπορεί να αυτοματοποιήσουν, όπως η γραφή, η κωδικοποίηση ή η σύνθεση. Εάν αυτές οι δεξιότητες έχουν χάσει την αγοραία αξία, τότε οι απόφοιτοι που εκτίθενται περισσότερο σε αυτές πρέπει να έχουν χειρότερη πορεία. Για να ελέγξουν αυτό, οι συγγραφείς εκτίμησαν την εκπαιδευτική έκθεση σε εργασίες που σχετίζονται με την LLM χρησιμοποιώντας προφίλ LinkedIn που ταιριάζουν με εκατομμύρια πανεπιστημιακά προγράμματα, και στη συνέχεια παρακολούθησαν τις πρώτες εργασιακές εξελίξεις πριν και μετά το ChatGPT:

Η εκπαιδευτική έκθεση σε εργασίες που σχετίζονται με την LLM προβλέπει ισχυρότερες πρώτες εργασιακές εξελίξεις μετά το ChatGPT. Απόφοιτοι μετά το 2022 με μεγαλύτερη έκθεση σε αυτοματοποιήσιμες δεξιότητες προσλήφθηκαν γρηγορότερα και κέρδισαν υψηλότερους μισθούς, μερικώς αντισταθμίζοντας τις ποινές που συνδέονται με υψηλή έκθεση σε LLM. Όλα τα μοντέλα ελέγχουν για τα ποσοστά ανοιχτών θέσεων εργασίας, τύπο εργασίας και εκπαιδευτικό υπόβαθρο.

Πριν από την έλευση του ChatGPT, αυτή η εκπαιδευτική έκθεση δεν έδειξε σαφή σύνδεση με τον χρόνο αναζήτησης εργασίας ή τον μισθό. Μετά το ChatGPT, φαίνεται να συνδέεται με γρηγορότερες προσλήψεις και υψηλότερους αρχικούς μισθούς. Αν και ρόλοι με υψηλή έκθεση στην LLM τάθηκαν να οδηγήσουν σε χειρότερες εξελίξεις μετά το ChatGPT, απόφοιτοι από προγράμματα που ευθυγραμμίζονται περισσότερο με την τεχνητή νοημοσύνη ήταν λιγότερο επηρεασμένοι.

Αντί να μειώνονται σε αξία, οι δεξιότητες που θεωρούνται ευάλωτες στην αυτοματοποίηση φαίνεται να υποστηρίζουν καλύτερες πρώτες εργασιακές εξελίξεις.

‘Εάν η LLM ήταν υπεύθυνη για την κακή απόδοση της αγοράς εργασίας των αποφοίτων, τότε θα περιέβαλλε να δούμε ότι η εκπαιδευτική έκθεση υποδηλώνει περιττές δεξιότητες που δεν προστίθενται αξία όταν αναζητούν εργασία.

‘Ωστόσο, τα αποτελέσματά μας δείχνουν ότι η διδασκαλία δεξιοτήτων που εκτίθενται στην LLM οδηγεί σε καλύτερα αποτελέσματα για τους απόφοιτους μετά την εκκίνηση του ChatGPT. Αυτές οι συσχετίσεις είναι δύσκολο να συμφωνήσουν με την άποψη ότι η εκπαίδευση που σχετίζεται με την LLM έγινε λιγότερο πολύτιμη μετά το ChatGPT. Αν και δεν είναι αιτιολογικά, υποδηλώνουν ότι η εκπαίδευση που σχετίζεται με την LLM είναι τουλάχιστον συμβατή με καλύτερες πρώτες εργασιακές εξελίξεις στην περίοδο μετά το ChatGPT.’

Οι συγγραφείς ολοκληρώνουν προτείνοντας ότι οι τάσεις απασχόλησης που μελετώνται εμφανίστηκαν σε μια αγορά εργασίας που ήδη διαμορφωνόταν από προηγούμενα γεγονότα και τάσεις. Όπως στέκεται, το να分离θεί η επιρροή (στην αγορά εργασίας) του ChatGPT και της τεχνητής νοημοσύνης γενικά από τις ανεξάρτητες δυνάμεις που ξεκίνησαν την κάμψη της αγοράς φαίνεται αδύνατο, σαν να προσπαθούσαν να αφαιρέσουν το αλάτι από το σούπα.

* Ωστόσο, μια σημαντική ποσότητα τρεχούσας σχολιαστικής συμφωνεί ότι αυτό το είδος προφητείας από ιδρυτές που επενδύουν στην τεχνητή νοημοσύνη είναι περισσότερο σαν astroturfing, με σκοπό να εντυπωσιάσουν πιθανούς πελάτες και επενδυτές, και να αυξήσουν τις τιμές μετοχών.

Πρώτη δημοσίευση την Τετάρτη, 7 Ιανουαρίου 2026