Pekerjaan ‘Terancam oleh AI’ Sudah Mengalami Penurunan Sebelum ChatGPT Diluncurkan

Sebuah studi baru besar menemukan bahwa pekerjaan yang berisiko dari AI sudah menghilang sebelum ChatGPT diluncurkan, tetapi mahasiswa yang terlatih dalam keterampilan tersebut berakhir dengan gaji yang lebih tinggi dan waktu perekrutan yang lebih cepat.

Sebuah kolaborasi penelitian baru yang ekstensif antara universitas-universitas AS telah menemukan bahwa asal-usul krisis pekerjaan yang rentan AI tidak bertepatan dengan peluncuran ChatGPT pada akhir 2022, tetapi bahwa masalah-masalah tersebut dimulai lebih awal pada tahun itu, karena alasan yang tidak terkait.

Lebih lanjut, laporan tersebut menemukan bahwa lulusan yang jurusan universitasnya lebih “terpapar AI” sebenarnya terkait dengan gaji pertama yang lebih tinggi dan waktu perekrutan yang lebih singkat setelah ChatGPT memasuki pasar.

Karya baru ini menggunakan tiga set data skala besar, termasuk lebih dari sepuluh juta profil LinkedIn yang diambil, serta catatan pengangguran dan klaim asuransi. Penulis menyatakan:

‘[Hasil] kami menunjukkan bahwa hasil pasar tenaga kerja yang memburuk pada 2022-2024 untuk pekerja dan lulusan yang terpapar LLM sudah berlangsung sebelum munculnya aplikasi LLM di pasar massal. Risiko pengangguran di pekerjaan yang sangat terpapar meningkat mulai awal 2022 – jauh sebelum ChatGPT – dan di sebagian besar pekerjaan dan negara bagian kami tidak mengamati adanya gangguan yang jelas yang bertepatan dengan peluncurannya.

‘Pekerja awal karir terkena dampak secara tidak proporsional: lulusan dari kelompok 2021-2023 memasuki pekerjaan yang sangat terpapar dengan tingkat yang lebih rendah dan mengalami keterlambatan yang lebih lama untuk mendapatkan pekerjaan pertama mereka daripada kelompok sebelumnya, dengan celah yang terbuka, lagi, sebelum akhir 2022. Pada saat yang sama, pendidikan yang relevan dengan LLM tetap berharga dalam lingkungan ini.’

Karya baru ini menggambarkan kenaikan AI sebagai memasuki pasar kerja yang sudah melemah karena tekanan ekonomi dan sektor yang lebih luas, dan mencatat bahwa keterampilan yang melengkapi AI tetap, dan bahkan mungkin telah meningkat, nilai pasar.

Penulis menutup kertas ini dengan menyarankan bahwa peluncuran ChatGPT pada November 2022 tidak boleh dianggap sebagai pemisah antara pasar kerja sebelum AI dan pasar kerja yang mencakup AI, dan bahwa berbagai keadaan yang bersamaan harus dipertimbangkan bersama dengan pengaruh LLM yang muncul:

‘Temuan ini memiliki implikasi untuk penelitian dan kebijakan. Pertama, mereka memperingatkan untuk tidak menganggap peluncuran ChatGPT sebagai eksperimen alam yang bersih untuk dampak pasar tenaga kerja AI: desain yang mengatributkan kelemahan pasar tenaga kerja pasca-2022 terutama kepada LLM berisiko mengacaukan difusi AI dengan pergeseran makroekonomi yang bersamaan (contoh kemungkinan termasuk kebijakan moneter, permintaan sektoral, dan/atau penyesuaian pasca-pandemi).’

Penulis menyarankan bahwa universitas dan program pelatihan tidak boleh menghilangkan keterampilan yang sering digambarkan sebagai “rentan terhadap AI”, seperti menulis, pengkodean, dan sintesis informasi. Menurut hasil yang diperoleh dalam karya ini, mengajar keterampilan ini dengan cara yang bekerja bersama AI, dengan penekanan pada memeriksa output, menilai kualitas, dan menggunakan chatbot sebagai alat rather daripada pengganti, dapat membantu lulusan untuk tetap kompetitif di pasar kerja yang tidak stabil.

Studi baru ini berjudul Pekerjaan yang terpapar AI memburuk sebelum ChatGPT, dan berasal dari lima peneliti yang berafiliasi dengan berbagai departemen di University of Pittsburgh, Stanford University, Chapman University, dan Columbia University, bersama dengan Microsoft’s AI Economy Institute di Redmond, dan Revelio Labs di New York.

Metode dan Data

Temuan kertas ini, penulis mencatat, merupakan kontras yang tajam dengan laporan sebelumnya, termasuk satu dari Stanford’s Digital Economy Lab, serta peringatan gelap dari tokoh-tokoh seperti CEO Anthropic, yang memperingatkan pada Mei 2025 bahwa AI ‘dapat menghilangkan setengah dari semua pekerjaan tingkat awal putih’*.

Metode analitis penulis awalnya menguji pengangguran di antara pekerja di pekerjaan yang paling terpapar oleh otomatisasi yang digerakkan oleh AI, dengan paparan yang didefinisikan menggunakan kode SOC enam digit, dihitung rata-rata untuk memperkirakan tingkat paparan untuk kategori SOC yang lebih luas.

Data administratif bulanan diambil dari laporan ETA 203, yang disusun oleh Administrasi Pelatihan dan Pekerjaan Departemen Tenaga Kerja AS, yang memuat informasi tentang pekerjaan terakhir orang-orang yang mengklaim pengangguran terus-menerus.

Data-data ini kemudian digabungkan dengan angka-angka pekerjaan tahunan tingkat pekerjaan dari program Statistik Pekerjaan dan Gaji Okupasi Biro Statistik Tenaga Kerja, yang memungkinkan risiko pengangguran bulanan diperkirakan untuk setiap pekerjaan di setiap negara bagian (di mana risiko didefinisikan sebagai kemungkinan bahwa seorang pekerja dalam pekerjaan tertentu mengklaim manfaat pengangguran terus-menerus).

Secara historis, kertas ini mencatat, pekerjaan yang paling terpapar AI menghadapi risiko pengangguran 20-80% lebih rendah daripada peran yang kurang terpapar, dengan celah yang melebar selama pandemi karena pekerjaan yang dapat diakses jarak jauh terbukti lebih tangguh. Keunggulan ini mulai terkikis pada awal 2022, dan pada 2023-2024, perbedaan itu hampir hilang:

Risiko pengangguran di pekerjaan yang terpapar AI mulai meningkat pada awal 2022, mengakhiri periode stabilitas yang lama. A menunjukkan kebalikan ini sebagai celah antara peran yang terpapar tinggi dan rendah yang menyempit sebelum peluncuran ChatGPT. B mengungkapkan bahwa peningkatan tersebut terkonsentrasi pada kuintil yang paling terpapar, dengan risiko meningkat setelah palung dan kemudian merata. C melacak efek ini ke pekerjaan komputer dan matematika, sementara sebagian besar bidang lain tetap stabil. Risiko diukur bulanan di seluruh negara bagian AS dan dihitung rata-rata triwulanan. Sumber

Seperti yang kita lihat pada grafik di atas, penulis mengelompokkan pekerjaan menjadi kuintil berdasarkan ‘paparan AI’, dan melacaknya dari waktu ke waktu. Pekerjaan yang kurang terpapar secara konsisten menunjukkan risiko pengangguran yang lebih tinggi dan variasi musiman yang lebih kuat, dengan semua kelompok mencapai puncaknya selama pandemi pada 2020 dan mencapai titik terendah pada awal 2022.

Setelah titik terendah ini, risiko pengangguran mulai meningkat di kuintil yang paling terpapar, jauh sebelum peluncuran ChatGPT, dan kemudian stabil, bukan mempercepat dalam bulan-bulan yang mengikuti.

Pekerjaan komputer dan matematika mengalami kenaikan terbesar dalam risiko pengangguran sebelum ChatGPT diluncurkan, kemudian merata. Sebagian besar peran lain menunjukkan sedikit perubahan. Beberapa negara bagian, termasuk California, Washington, dan Alaska, mengalami kenaikan pasca-ChatGPT, tetapi tingkat risiko nasional tetap dekat dengan norma sebelum pandemi, menunjukkan pengaruh tekanan ekonomi sebelumnya.

Pertimbangan Data

Penulis mencatat bahwa secara statistik, risiko pengangguran akan mengungkapkan pola-pola di seluruh jenis pekerjaan, tetapi tidak menangkap hasil untuk kelompok-kelompok tertentu – seperti lulusan baru yang mungkin tidak memenuhi syarat untuk manfaat atau memiliki pekerjaan sebelumnya untuk dilaporkan. Penelitian dan klaim industri lain menunjukkan bahwa pekerja awal karir menghadapi dampak terbesar dari AI, yang berarti data pengangguran secara keseluruhan mungkin melewatkan mereka yang paling terkena.

Untuk mengatasi keterbatasan ini, studi baru ini menggunakan 10.584.980 profil LinkedIn yang disediakan oleh Revelio Labs. Setiap catatan dari dataset ini termasuk riwayat pendidikan yang rinci yang mencakup jenis gelar, bidang studi, tahun kelulusan, dan universitas, serta data karir seperti judul pekerjaan (dipetakan ke kode SOC enam digit), perusahaan, tanggal mulai, dan lokasi.

Gaji pekerjaan diperkirakan menggunakan ‘model pembelajaran mesin proprietary’ yang dilatih pada aplikasi visa, entri yang dilaporkan sendiri, dan iklan pekerjaan umum, yang mencakup detail peran spesifik dan jalur karir individu.

Karena gaji sebenarnya tidak dapat diverifikasi, analisis ini juga melacak jumlah bulan yang dibutuhkan lulusan untuk memulai pekerjaan pertama mereka dalam tiga tahun setelah menyelesaikan gelar mereka, dengan menghilangkan mereka yang tidak memiliki pekerjaan yang tercatat dalam periode tersebut (sebuah metrik yang berfungsi sebagai proksi untuk gesekan pasar tenaga kerja, dengan asumsi lulusan memperbarui profil mereka saat dipekerjakan):

Lulusan yang memasuki angkatan kerja setelah 2022 membutuhkan waktu lebih lama untuk mendapatkan pekerjaan yang terpapar LLM, tetapi penurunan ini dalam kinerja pasar kerja dimulai bulan-bulan sebelum peluncuran ChatGPT. Di atas, A menunjukkan bahwa lulusan dengan pekerjaan pertama yang terpapar tinggi biasanya menemukan pekerjaan lebih cepat, sampai pola ini berbalik setelah 2022; B menunjukkan keterlambatan yang serupa untuk peran dengan gaji tinggi, meskipun kurang menonjol; dan C mengungkapkan bahwa kelompok 2021 dan 2022 memasuki pekerjaan yang terpapar LLM dengan tingkat yang lebih rendah daripada kelompok sebelumnya, dengan kinerja yang buruk muncul sebelum ChatGPT. Akhirnya, D menunjukkan tidak ada pergeseran yang setara untuk pekerjaan dengan paparan rendah, yang memperkuat bahwa penurunan ini mendahului adopsi LLM yang luas.

Penulis menganalisis durasi pencarian pekerjaan di seluruh kelompok lulusan, mengontrol untuk lowongan pekerjaan bulanan oleh negara bagian dan sektor, dan memperhitungkan perbedaan dalam jenis gelar, bidang studi, dan universitas, dengan paparan pekerjaan ke LLM yang didefinisikan menggunakan kode SOC.

Sebelum peluncuran ChatGPT, lulusan yang memasuki peran yang sangat terpapar umumnya menghabiskan waktu yang lebih singkat untuk mencari pekerjaan daripada rekan-rekan mereka. Untuk kelompok 2023 dan 2024, pola ini berbalik, dengan peran yang terpapar membutuhkan waktu lebih lama untuk diamankan.

Perlu ditekankan bahwa meskipun kertas ini menyatakan bahwa hasil memburuk setelah ChatGPT, data menunjukkan bahwa penurunan ini dimulai bulan-bulan sebelumnya dan berlanjut setelah itu, melemahkan gagasan tentang keruntuhan pasca-ChatGPT yang tiba-tiba, dan melemahkan juga atribusi tren penurunan yang berkelanjutan sepenuhnya kepada adopsi LLM.

Paparan Pendidikan

Sebuah kekhawatiran utama dalam debat tentang AI dan pekerjaan adalah apakah siswa harus terus melatih keterampilan yang mungkin dioptimalkan oleh model bahasa besar, seperti menulis, pengkodean, atau sintesis. Jika keterampilan ini telah kehilangan nilai pasar, maka lulusan yang paling terpapar pada mereka harus berkinerja lebih buruk. Untuk menguji ini, penulis memperkirakan paparan pendidikan ke tugas yang relevan dengan LLM menggunakan profil LinkedIn yang cocok dengan jutaan silabus universitas, kemudian melacak hasil pekerjaan awal sebelum dan setelah ChatGTP:

Paparan pendidikan ke tugas yang relevan dengan LLM memprediksi hasil awal karir yang lebih kuat setelah ChatGTP. Lulusan pasca-2022 dengan paparan yang lebih besar ke keterampilan yang dapat dioptimalkan memiliki waktu perekrutan yang lebih cepat dan gaji yang lebih tinggi, sebagian mengimbangi hukuman yang terkait dengan paparan pekerjaan LLM yang tinggi. All models control for job opening rates, job type, and educational background.

Sebelum munculnya ChatGTP, paparan pendidikan ini menunjukkan tidak ada hubungan yang jelas dengan waktu pencarian pekerjaan atau gaji. Setelah ChatGTP, tampaknya terkait dengan waktu perekrutan yang lebih cepat dan gaji awal yang lebih tinggi. Meskipun peran dengan paparan LLM yang tinggi cenderung menghasilkan hasil yang lebih buruk setelah ChatGTP, lulusan dari program yang lebih sejalan dengan AI kurang terpengaruh.

Bukannya menurun nilainya, keterampilan yang dianggap rentan terhadap otomatisasi tampaknya mendukung hasil awal karir yang lebih baik.

‘Jika LLM bertanggung jawab atas kinerja pasar kerja yang buruk dari lulusan, maka kita akan mengharapkan melihat bahwa paparan pendidikan menunjukkan keterampilan yang tidak berguna yang tidak menambah nilai saat mencari pekerjaan.

‘Namun, hasil kami menunjukkan bahwa mengajar keterampilan yang terpapar AI menghasilkan hasil yang lebih baik untuk lulusan setelah peluncuran ChatGTP. Asosiasi ini sulit untuk dipertanggungjawabkan dengan pandangan bahwa pendidikan yang relevan dengan LLM menjadi kurang berharga setelah ChatGTP. Meskipun tidak menyebabkan, mereka menunjukkan bahwa persiapan yang relevan dengan LLM setidaknya kompatibel dengan hasil awal karir yang lebih baik dalam periode pasca-ChatGTP.’

Penulis menyimpulkan dengan menyarankan bahwa tren pekerjaan yang menjadi sorotan terjadi di pasar kerja yang sudah dibentuk oleh peristiwa dan tren sebelumnya. Seperti yang berdiri, memisahkan pengaruh (terhadap tren pekerjaan) dari ChatGTP dan AI secara umum dari kekuatan yang tidak terkait yang memulai penurunan pasar kerja tampaknya merupakan prospek yang mustahil, seperti mencoba menghilangkan garam dari sup.

* Namun, sejumlah komentar saat ini mengakui bahwa jenis ramalan bencana ini dari pendiri yang berinvestasi pada AI lebih seperti astroturfing, dengan tujuan untuk mempesona klien potensial dan investor, dan meningkatkan harga saham.

Pertama kali diterbitkan pada hari Rabu, 7 Januari 2026