Het aantal banen dat 'door AI in gevaar komt' was al aan het dalen voordat ChatGPT werd gelanceerd.

Een belangrijk nieuw onderzoek wijst uit dat banen die door AI bedreigd werden, al verdwenen voordat ChatGPT werd gelanceerd, maar dat studenten die in die vaardigheden waren opgeleid, uiteindelijk een hoger salaris verdienden en sneller werden aangenomen.

Een omvangrijke nieuwe onderzoeksamenwerking tussen Amerikaanse universiteiten heeft aangetoond dat de oorsprong van de Banencrisis in sectoren die kwetsbaar zijn voor AI De problemen vallen niet samen met de lancering van ChatGPT eind 2022, maar beginnen eerder in het jaar, om kennelijk ongerelateerde redenen.

Verder blijkt uit het rapport dat afgestudeerden van universiteiten met een studierichting die meer 'AI-gerelateerd' was, na de intrede van ChatGPT op de markt juist een hoger startsalaris en een kortere zoektocht naar een baan hadden.

Het nieuwe onderzoek maakt gebruik van drie grootschalige datasets, waaronder meer dan tien miljoen verzamelde LinkedIn-profielen, evenals werkloosheidsgegevens en verzekeringsclaims. De auteurs stellen:

'Onze resultaten wijzen erop dat de verslechtering van de arbeidsmarktsituatie voor werknemers en afgestudeerden die blootgesteld zijn aan een LLM-opleiding in de periode 2022-2024 al gaande was vóór de massale opkomst van LLM-aanvragen. Het werkloosheidsrisico in sterk blootgestelde beroepen steeg vanaf begin 2022 – ruim vóór ChatGPT – en in de meeste beroepen en staten zien we geen duidelijke breuk die samenvalt met de introductie ervan.'

'Werknemers aan het begin van hun carrière werden onevenredig zwaar getroffen: afgestudeerden van de jaargangen 2021-2023 kwamen minder vaak terecht in banen met een hoog risico en ondervonden langere wachttijden tot hun eerste baan dan eerdere jaargangen, waarbij er zich opnieuw hiaten voordeden vóór eind 2022. Tegelijkertijd bleef relevant onderwijs voor de LLM-opleiding waardevol in deze context.'

Het nieuwe werk herkadert de opkomst van AI als een intrede op de arbeidsmarkt. reeds verzwakt door bredere economische en sectorale ontwikkelingen-specifieke drukkenEn er wordt opgemerkt dat vaardigheden die een aanvulling vormen op AI hun marktwaarde hebben behouden en mogelijk zelfs hebben vergroot.

De auteurs sluiten het artikel af met de suggestie dat de lancering van ChatGPT in november 2022 niet moet worden gezien als het keerpunt tussen de arbeidsmarkt van vóór en na de introductie van AI, en dat er rekening moet worden gehouden met een reeks gelijktijdige omstandigheden, samen met de opkomende invloed van grote taalmodellen (Large Language Models, LLMs):

'Deze bevindingen hebben implicaties voor onderzoek en beleid. Ten eerste waarschuwen ze ervoor om de lancering van ChatGPT te beschouwen als een zuiver, natuurlijk experiment naar de impact van AI op de arbeidsmarkt: onderzoeken die de zwakte van de arbeidsmarkt na 2022 voornamelijk toeschrijven aan arbeidsmarktontwikkelingen, riskeren de verspreiding van AI te verwarren met gelijktijdige macro-economische verschuivingen (mogelijke voorbeelden zijn monetair beleid, sectorale vraag en/of aanpassingen na de pandemie).'

De auteurs suggereren dat universiteiten en opleidingsprogramma's vaardigheden die vaak als 'kwetsbaar voor AI' worden beschreven, zoals schrijven, programmeren en informatieverwerking, niet zouden moeten laten vallen. Volgens de onderzoeksresultaten kan het aanleren van deze vaardigheden op een manier die samengaat met AI, met de nadruk op het controleren van de resultaten, het beoordelen van de kwaliteit en het gebruik van chatbots als hulpmiddel in plaats van als vervanging, afgestudeerden helpen concurrerend te blijven op een onstabiele arbeidsmarkt.

De nieuwe studie is getiteld Banen die blootgesteld waren aan AI verslechterden al vóór ChatGPT.Het project is ontwikkeld door vijf onderzoekers verbonden aan verschillende afdelingen van de Universiteit van Pittsburgh, Stanford University, Chapman University en Columbia University, in samenwerking met Microsofts AI Economy Institute in Redmond en Revelio Labs in New York.

Methode en gegevens

De bevindingen van het artikel staan, zoals de auteurs opmerken, in schril contrast met eerdere rapporten, waaronder een van het Digital Economy Lab van Stanford, evenals onheilspellende voortekens van prominenten zoals de CEO van Anthropic, die waarschuwde in mei 2025 dat AI 'zou de helft van alle instapbanen voor hoger opgeleiden kunnen elimineren'*.

De analysemethode van de auteurs onderzocht aanvankelijk de werkloosheid onder werknemers in beroepen die het meest blootgesteld zijn aan door AI aangedreven automatisering, waarbij blootstelling werd gedefinieerd aan de hand van de zescijferige standaardberoepenclassificatie (SOC).SOC) codes, gemiddeld om de blootstellingsniveaus te schatten voor bredere tweecijferige SOC-categorieën.

Maandelijkse administratieve gegevens werden verzameld uit de ETA 203-rapport, samengesteld door de Employment and Training Administration van het Amerikaanse ministerie van Arbeid, met details over het meest recente beroep van mensen die een doorlopende werkloosheidsuitkering ontvangen.

Deze gegevenspunten werden vervolgens gecombineerd met jaarlijkse werkgelegenheidscijfers per beroepsgroep van het Occupational Employment and Wage Statistics-programma van het Bureau of Labor Statistics, waardoor het maandelijkse werkloosheidsrisico voor elke beroepsgroep binnen elke staat kon worden geschat (waarbij risico werd gedefinieerd als de waarschijnlijkheid dat een werknemer in een bepaalde beroepsgroep een doorlopende werkloosheidsuitkering zou aanvragen).

Historisch gezien, zo blijkt uit het artikel, hadden banen die het meest blootgesteld waren aan AI een 20-80% lager werkloosheidsrisico dan banen die minder blootgesteld waren. Tijdens de pandemie werd dit verschil groter, omdat werk dat op afstand kon worden uitgevoerd veerkrachtiger bleek. Dat voordeel begon begin 2022 af te nemen en tegen 2023-2024 was het verschil grotendeels verdwenen.

Het risico op werkloosheid in banen die blootgesteld zijn aan AI begon begin 2022 te stijgen, waarmee een lange periode van relatieve stabiliteit ten einde kwam. A Deze omkering wordt zichtbaar doordat de kloof tussen rollen met hoge en lage blootstelling kleiner wordt vóór de lancering van ChatGPT. B Uit het onderzoek blijkt dat de toename geconcentreerd was in het meest blootgestelde kwintiel, waarbij het risico na een dieptepunt steeg en vervolgens stabiliseerde. C Het effect werd toegeschreven aan banen in de computer- en wiskundesector, terwijl de meeste andere sectoren stabiel bleven. Het risico werd maandelijks gemeten in de verschillende Amerikaanse staten en vervolgens per kwartaal gemiddeld. Bron

Zoals we in de bovenstaande grafieken kunnen zien, hebben de auteurs beroepen ingedeeld in kwintielen op basis van 'blootstelling aan AI' en deze in de loop van de tijd gevolgd. Beroepen met een lagere blootstelling vertoonden consequent een hoger werkloosheidsrisico en een sterkere seizoensschommeling, waarbij alle groepen een piek bereikten tijdens de pandemie in 2020 en een dieptepunt bereikten begin 2022.

Na dit dieptepunt begon het werkloosheidsrisico in de meest kwetsbare kwintielen te stijgen, ruim vóór de lancering van ChatGPT, en stabiliseerde zich vervolgens in de maanden die volgden, in plaats van te versnellen.

Banen in de computer- en wiskundesector lieten de grootste stijging van het werkloosheidsrisico zien vóór de lancering van ChatGPT, waarna het risico stabiliseerde. De meeste andere functies vertoonden weinig verandering. Een paar staten, waaronder Californië, Washington en Alaska, zagen een toename na de invoering van ChatGPT, maar het nationale risiconiveau bleef dicht bij het niveau van vóór de pandemie, wat wijst op de invloed van eerdere economische druk.

Gegevensoverwegingen

De auteurs merken op dat het werkloosheidsrisico statistisch gezien patronen laat zien tussen verschillende soorten banen, maar geen rekening houdt met de gevolgen voor specifieke groepen – zoals recent afgestudeerden die mogelijk niet in aanmerking komen voor een uitkering of die nog een eerdere baan hebben. Ander onderzoek en beweringen uit de sector suggereren dat werknemers aan het begin van hun carrière de grootste impact ondervinden van AI, wat betekent dat de algemene werkloosheidscijfers mogelijk een vertekend beeld geven. missen degenen die het meest getroffen zijn.

Om deze beperking te overkomen, maakte de nieuwe studie gebruik van 10,584,980 LinkedIn-profielen die door Revelio Labs werden aangeleverd. Elk record in de dataset bevatte gedetailleerde opleidingsgegevens, zoals het type diploma, de studierichting, het afstudeerjaar en de universiteit, evenals carrièregegevens zoals functietitels (gekoppeld aan zescijferige SOC-codes), werkgevers, startdata en locaties.

De salarissen voor deze functies werden geschat met behulp van een 'eigen machine learning-model' dat is getraind op visumaanvragen, zelfgerapporteerde gegevens en openbare vacatures, waarbij zowel functiespecifieke details als individuele carrièrepaden werden meegenomen.

Omdat de werkelijke salarissen niet konden worden geverifieerd, werd in de analyse ook bijgehouden hoeveel maanden het duurde voordat afgestudeerden binnen drie jaar na het behalen van hun diploma aan hun eerste geregistreerde baan begonnen, met uitzondering van degenen die in die periode geen geregistreerde werkervaring hadden (een maatstaf die diende als indicator voor frictie op de arbeidsmarkt, ervan uitgaande dat afgestudeerden hun profiel bijwerken wanneer ze worden aangenomen):

Afgestudeerden die na 2022 de arbeidsmarkt betraden, hadden meer tijd nodig om een ​​baan te vinden waarvoor een LLM-achtergrond vereist was, maar deze achteruitgang op de arbeidsmarkt begon al maanden vóór de lancering van ChatGPT. Bovenstaande afbeelding: A Uit onderzoek blijkt dat afgestudeerden met een eerste baan in een omgeving met veel zichtbaarheid doorgaans sneller werk vonden, totdat dit patroon na 2022 omsloeg. B laat een vergelijkbare vertraging zien voor functies met een hoog salaris, zij het minder uitgesproken; en C Dit onthult dat de cohorten van 2021 en 2022 minder vaak banen vonden waarvoor een LLM-achtergrond vereist was dan eerdere cohorten, waarbij ondermaatse prestaties al vóór ChatGPT aan het licht kwamen. Tot slot, D Dit laat geen vergelijkbare verschuiving zien voor banen met een lage blootstelling, wat bevestigt dat de recessie voorafging aan de wijdverspreide invoering van LLM.

De auteurs analyseerden de duur van de zoektocht naar werk binnen verschillende afstudeercohorten, waarbij rekening werd gehouden met het aantal maandelijkse vacatures per staat en sector, en met verschillen in opleidingstype, studierichting en universiteit. De blootstelling aan de arbeidsmarkt voor LLM-afgestudeerden werd gedefinieerd aan de hand van SOC-codes.

Vóór de lancering van ChatGPT besteedden afgestudeerden die in functies met een hoog risico terechtkwamen over het algemeen minder tijd aan het zoeken naar een baan dan hun leeftijdsgenoten. Voor de lichtingen van 2023 en 2024 keerde dit patroon om, waarbij het langer duurde om een ​​functie met een hoog risico te bemachtigen.

Het moet benadrukt worden dat, hoewel het artikel stelt dat de resultaten na ChatGPT verslechterden, de gegevens aantonen dat deze daling al maanden eerder begon en zich daarna voortzette. Dit ondermijnt het idee van een plotselinge ineenstorting na ChatGPT, en ook de bewering dat de (voortdurende) neerwaartse trend volledig toe te schrijven is aan de toename van LLM-opleidingen.

Educatieve blootstelling

Een centrale vraag in het debat over AI en werkgelegenheid is of studenten zich moeten blijven bijscholen in vaardigheden die door grote taalmodellen geautomatiseerd kunnen worden, zoals schrijven, programmeren of synthetiseren. Als deze vaardigheden hun marktwaarde hebben verloren, zouden afgestudeerden die er het meest aan blootgesteld zijn, het slechter moeten doen. Om dit te testen, schatten de auteurs de blootstelling aan taken die relevant zijn voor een LLM-opleiding in het onderwijs door LinkedIn-profielen te koppelen aan miljoenen universitaire syllabi, en volgden vervolgens de vroege baanresultaten vóór en na ChatGPT:

Blootstelling aan taken die relevant zijn voor een LLM-opleiding voorspelt betere carrièrekansen aan het begin van de loopbaan na ChatGPT. Afgestudeerden van na 2022 met meer ervaring in automatiseerbare vaardigheden werden sneller aangenomen en verdienden hogere salarissen, wat de nadelen van een hoge blootstelling aan LLM-gerelateerde werkzaamheden gedeeltelijk compenseerde. Alle modellen houden rekening met het aantal vacatures, het type baan en de opleidingsachtergrond.

Vóór de komst van ChatGPT was er geen duidelijk verband tussen deze educatieve blootstelling en de tijd die nodig was om een ​​baan te vinden of het salaris. Na ChatGPT lijkt er wel een verband te bestaan. Snellere aanwerving en een hoger startsalarisHoewel functies met een hoge blootstelling aan LLM-vakken na ChatGPT over het algemeen slechtere resultaten opleverden, werden afgestudeerden van meer op AI gerichte programma's minder getroffen.

In plaats van in waarde af te nemen, bleken vaardigheden die als kwetsbaar voor automatisering werden beschouwd juist betere carrièremogelijkheden aan het begin van de loopbaan te bieden.

'Als LLM-opleidingen de schuld zouden zijn van de slechte prestaties van afgestudeerden op de arbeidsmarkt, dan zouden we verwachten dat de blootstelling aan deze opleidingen wijst op overbodige vaardigheden die geen toegevoegde waarde bieden bij het zoeken naar een baan.'

'Onze resultaten suggereren echter dat het aanleren van vaardigheden die relevant zijn voor AI betere resultaten oplevert voor afgestudeerden na de lancering van ChatGPT. Deze verbanden zijn moeilijk te rijmen met de opvatting dat LLM-relevant onderwijs minder waardevol is geworden na ChatGPT. Hoewel er geen causaal verband is, suggereren de resultaten dat LLM-relevante voorbereiding op zijn minst verenigbaar is met betere carrièremogelijkheden in de beginfase van een loopbaan in de periode na ChatGPT.'

De auteurs concluderen dat de veelbesproken werkgelegenheidstrends die in dit onderzoek zijn bestudeerd, zich voordeden in een arbeidsmarkt die al werd gevormd door eerdere gebeurtenissen en trends. Het lijkt momenteel onmogelijk om de invloed (op de werkgelegenheidstrends) van ChatGPT en AI in het algemeen te scheiden van de ongerelateerde krachten die de marktdaling in gang zetten, alsof je zout uit soep probeert te halen.

* Een aanzienlijk deel van de huidige commentaren erkent echter dat dit soort doemdenken van oprichters die in AI investeren eerder lijkt op astroturfing, met als doel potentiële klanten en investeerders te imponeren en de aandelenkoersen op te drijven.

Eerste publicatie woensdag 7 januari 2026