Banen ‘in gevaar door AI’ waren al aan het verdwijnen voordat ChatGPT werd gelanceerd

Een grote nieuwe studie ontdekt dat banen die door AI worden bedreigd, al aan het verdwijnen waren voordat ChatGPT in 2022 werd gelanceerd, maar studenten die in die vaardigheden werden opgeleid, kregen hogere salarissen en werden sneller aangenomen.

Een uitgebreide nieuwe onderzoeksstudie van Amerikaanse universiteiten heeft ontdekt dat de oorsprong van de crisis van banen die door AI worden bedreigd, niet samenvalt met de lancering van ChatGPT in het najaar van 2022, maar dat de problemen eerder in het jaar ontstonden, om ogenschijnlijk ongerelateerde redenen.

Verder ontdekt het rapport dat afgestudeerden wiens universitaire opleidingen meer ‘AI-gevoelig’ waren, daadwerkelijk hogere salarissen en kortere sollicitatietijden hadden na de lancering van ChatGPT.

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

‘Onze resultaten geven aan dat de verslechterende arbeidsmarktresultaten in 2022-2024 voor werknemers en afgestudeerden die aan LLM worden blootgesteld, al gaande waren voordat de massamarktintroductie van LLM-toepassingen plaatsvond. De werkloosheidsrisico’s in hoog blootgestelde beroepen namen toe vanaf het begin van 2022 – lang voordat ChatGPT – en in de meeste beroepen en staten zien we geen discrete breuk die samenvalt met de introductie ervan.

‘Vroeg-carrièrewerknemers werden onevenredig getroffen: afgestudeerden uit de cohorts 2021-2023 traden toe tot hoog blootgestelde banen met lagere tarieven en ervoeren langere waargenomen vertragingen tot hun eerste baan dan eerdere cohorts, met openingen die opengingen, opnieuw, voordat late 2022. Tegelijkertijd bleef LLM-relevante opleiding waardevol binnen deze omgeving.’

Het nieuwe onderzoek plaatst de opkomst van AI in een arbeidsmarkt die al verzwakt was door bredere economische en sectorspecifieke druk, en merkt op dat vaardigheden die complementair zijn aan AI, behouden zijn en mogelijk zelfs in waarde zijn gestegen.

De auteurs sluiten het artikel af door te suggereren dat de lancering van ChatGPT in november 2022 niet moet worden behandeld als de terminator tussen de pre-AI en de AI-inclusieve arbeidsmarkt, en dat een reeks gelijktijdige omstandigheden moet worden overwogen samen met de opkomende invloed van Large Language Models (LLM’s):

‘Deze resultaten hebben implicaties voor onderzoek en beleid. Ten eerste waarschuwen ze tegen het behandelen van de lancering van ChatGPT als een schone natuurlijke proef voor de invloed van AI op de arbeidsmarkt: ontwerpen die post-2022 arbeidsmarktzwakte hoofdzakelijk toeschrijven aan LLM’s, lopen het risico om AI-diffusie te verwarren met gelijktijdige macro-economische verschuivingen (mogelijke voorbeelden zijn monetaire beleid, sectorale vraag en / of post-pandemische aanpassing).’

De auteurs suggereren dat universiteiten en opleidingsprogramma’s geen vaardigheden moeten stoppen die vaak worden omschreven als ‘gevoelig voor AI’, zoals schrijven, coderen en informatiesynthese. Volgens de resultaten die in het onderzoek zijn verkregen, kan het onderwijzen van deze vaardigheden op een manier die samenwerkt met AI, met een focus op het controleren van uitvoer, het beoordelen van kwaliteit en het gebruik van chatbots als instrumenten in plaats van vervangingen, afgestudeerden helpen om concurrerend te blijven in een onstabiele arbeidsmarkt.

De nieuwe studie heeft als titel Banen die door AI worden blootgesteld, zijn verslechterd voordat ChatGPT werd gelanceerd, en komt van vijf onderzoekers die zijn aangesloten bij verschillende afdelingen van de Universiteit van Pittsburgh, Stanford Universiteit, Chapman Universiteit en Columbia Universiteit, in samenwerking met Microsoft’s AI Economy Institute in Redmond en Revelio Labs in New York.

Methode en gegevens

De resultaten van het artikel zijn, zoals de auteurs opmerken, een scherp contrast met eerdere rapporten, waaronder een van Stanford’s Digital Economy Lab, evenals donkere voortekenen van luminaries zoals de CEO van Anthropic, die waarschuwde in mei 2025 dat AI ‘de helft van alle instapniveaubanen in het witte boordje kan elimineren’*.

De analytische methode van de auteurs onderzocht aanvankelijk de werkloosheid onder werknemers in beroepen die het meest werden blootgesteld aan AI-gedreven automatisering, waarbij de blootstelling werd gedefinieerd met behulp van zes-cijferige Standard Occupation Classification (SOC) codes, gemiddeld om de blootstellingsniveaus voor bredere twee-cijferige SOC-categorieën te schatten.

Maandelijkse administratieve gegevens werden ontleend aan de ETA 203-rapport, samengesteld door de U.S. Department of Labor’s Employment and Training Administration, met details over de meest recente beroep van personen die een beroep deden op voortdurende werkloosheidsverzekering.

Deze gegevenspunten werden vervolgens gecombineerd met jaarlijkse beroepsgegevens over werkgelegenheid en lonen van het Bureau of Labor Statistics’ Occupational Employment and Wage Statistics-programma, waardoor de maandelijkse werkloosheidsrisico’s voor elk beroep in elke staat konden worden geschat (waarbij het risico werd gedefinieerd als de waarschijnlijkheid dat een werknemer in een bepaald beroep een beroep deed op voortdurende werkloosheidsuitkeringen).

Historisch gezien, merkt het artikel op, hadden banen die het meest werden blootgesteld aan AI 20-80% lager werkloosheidsrisico dan minder blootgestelde rollen, met een groeiende kloof tijdens de pandemie, aangezien op afstand uitvoerbare werk meer veerkrachtig bleek. Deze voorsprong begon te eroderen in het vroege 2022, en tegen 2023-2024 was het verschil grotendeels verdwenen:

Het werkloosheidsrisico in banen die door AI worden blootgesteld, begon te stijgen in het vroege 2022, waarmee een lange periode van relatieve stabiliteit eindigde. A toont deze ommekeer als de kloof tussen hoog en laag blootgestelde rollen zich vernauwt voordat ChatGPT wordt gelanceerd. B onthult dat de toename geconcentreerd was in de meest blootgestelde quintiel, met een stijging van het risico na een dieptepunt en vervolgens een afvlakking. C traceert het effect terug tot computer- en wiskunde-banen, terwijl de meeste andere velden stabiel bleven. Het risico werd maandelijks gemeten over de Amerikaanse staten en gemiddeld per kwartaal. Bron

Zoals we kunnen zien in de bovenstaande grafieken, groepeerden de auteurs beroepen in quintielen naar ‘AI-blootstelling’ en volgden deze in de loop van de tijd. Minder blootgestelde banen vertoonden consistent hogere werkloosheidsrisico’s en sterker seizoensgebonden variatie, met alle groepen die piekten tijdens de pandemie in 2020 en een dieptepunt bereikten in het vroege 2022.

Na dit dieptepunt begon het werkloosheidsrisico te stijgen in de meest blootgestelde quintielen, lang voordat de lancering van ChatGPT, en stabiliseerde zich vervolgens, in plaats van te versnellen in de maanden die volgden.

Computer- en wiskunde-banen zagen de grootste stijging van het werkloosheidsrisico voordat ChatGPT werd gelanceerd, en vervolgens een afvlakking. De meeste andere rollen vertoonden weinig verandering. Een paar staten, waaronder Californië, Washington en Alaska, zagen een toename van het werkloosheidsrisico na ChatGPT, maar de nationale risiconiveaus bleven dicht bij de pre-pandemische normen, wat aangeeft dat de invloed van eerdere economische druk.

Overwegingen van gegevens

De auteurs merken op dat statistisch gezien, het werkloosheidsrisico patronen over beroepen zal onthullen, maar niet de resultaten voor specifieke groepen – zoals recent afgestudeerden die mogelijk geen aanspraak kunnen maken op uitkeringen of geen eerder beroep hebben om te melden. Andere onderzoeken en industrieclaims suggereren dat vroeg-carrièrewerknemers de grootste impact van AI ondervinden, wat betekent dat de algehele werkloosheidsgegevens zullen missen die het meest worden getroffen.

Om deze beperking te overwinnen, putte de nieuwe studie uit 10.584.980 LinkedIn-profielen die werden geleverd door Revelio Labs. Elk record uit de dataset bevatte gedetailleerde onderwijsgeschiedenissen met behulp van diploma-type, studierichting, afstudeerjaar en universiteit, naast carrièregegevens zoals functietitels (toegewezen aan zes-cijferige SOC-codes), werkgevers, startdata en locaties.

De salarissen van banen werden geschat met behulp van ‘een propriëtaire machine learning-model’ getraind op visumaanvragen, zelfgerapporteerde invoer en openbare vacatures, waarbij zowel rol-specifieke details als individuele carrière-trajecten werden meegenomen.

Aangezien de werkelijke salarissen niet konden worden geverifieerd, volgde de analyse ook het aantal maanden dat afgestudeerden nodig hadden om hun eerste waargenomen baan te beginnen binnen drie jaar na het afronden van hun diploma, met uitzondering van die met geen geregistreerde werkgelegenheid in die periode (een metric die diende als een proxy voor arbeidsmarktfrictie, onder de aanname dat afgestudeerden hun profielen bijwerken wanneer ze worden aangenomen):

Afgestudeerden die de arbeidsmarkt betraden na 2022, deden er langer over om banen die door LLM worden blootgesteld, te vinden, maar deze daling in de prestaties van de arbeidsmarkt begon maanden voordat ChatGPT werd gelanceerd. Boven, A toont aan dat afgestudeerden met hoog blootgestelde eerste banen over het algemeen sneller werk vonden, totdat dit patroon zich omkeerde na 2022; B toont een soortgelijke vertraging voor hooggesalarieerde rollen, hoewel minder uitgesproken; en C onthult dat de cohorts van 2021 en 2022 banen die door LLM worden blootgesteld, met lagere tarieven betraden dan eerdere cohorts, met een onderprestatie die opkwam voordat ChatGPT werd gelanceerd. Ten slotte D toont aan dat er geen equivalentie verschuiving was voor banen met lage blootstelling, waarmee wordt bevestigd dat de neergang voorafging aan de bredere adoptie van LLM.

De auteurs analyseerden de duur van de banen over de afstudeercohorts, waarbij ze maandelijkse vacatures per staat en sector controleerden, en rekening hielden met verschillen in diploma-type, studierichting en universiteit, waarbij de blootstelling aan LLM’s werd gedefinieerd met behulp van SOC-codes.

Voordat ChatGPT werd gelanceerd, vonden afgestudeerden die hoog blootgestelde rollen betraden, over het algemeen sneller werk dan hun collega’s. Voor de cohorts van 2023 en 2024 werd dit patroon omgekeerd, met blootgestelde rollen die langer duurden om te vinden.

Er moet worden benadrukt dat, hoewel het artikel stelt dat de resultaten verslechterden na ChatGPT, de gegevens aantonen dat deze daling maanden eerder begon en daarna doorging, waardoor het idee van een plotselinge post-ChatGPT-inzinking wordt ondermijnd, en ook de toeschrijving van de (voortdurende) neerwaartse trend geheel aan de opname van LLM’s.

Onderwijsblootstelling

Een centraal punt van zorg in de discussie over AI en werkgelegenheid is of studenten moeten blijven trainen in vaardigheden die door grote taalmodellen kunnen worden geautomatiseerd, zoals schrijven, coderen of synthese. Als deze vaardigheden hun marktwaarde hebben verloren, zouden afgestudeerden die het meest worden blootgesteld aan deze vaardigheden, het slechter moeten doen. Om dit te testen, schatten de auteurs de onderwijsblootstelling aan LLM-relevante taken met behulp van LinkedIn-profielen die waren gekoppeld aan miljoenen universitaire syllabi, en volgden de vroege banenresultaten voor en na ChatGPT:

Onderwijsblootstelling aan LLM-relevante taken voorspelt sterker vroeg-carrièreresultaten na ChatGPT. Afgestudeerden na 2022 met grotere blootstelling aan automatische vaardigheden werden sneller aangenomen en verdienden hogere salarissen, waardoor de straffen die verbonden waren aan hoge LLM-blootstelling gedeeltelijk werden gecompenseerd. Alle modellen controleren voor vacaturetarieven, beroepstype en onderwijsachtergrond.

Voordat ChatGPT werd gelanceerd, toonde deze onderwijsblootstelling geen duidelijk verband met de sollicitatietijd of salaris. Na ChatGPT lijkt het geassocieerd te zijn met snelere aanname en hogere startlonen. Hoewel banen met hoge LLM-blootstelling over het algemeen slechtere resultaten opleverden na ChatGPT, werden afgestudeerden van meer AI-georiënteerde programma’s minder getroffen.

In plaats van in waarde te dalen, lijken vaardigheden die als kwetsbaar voor automatisering worden beschouwd, betere vroeg-carrièreresultaten te ondersteunen.

‘Als LLM’s de oorzaak waren van de slechte arbeidsmarktresultaten van afgestudeerden, zouden we verwachten dat onderwijsblootstelling aangeeft dat overbodige vaardigheden die geen waarde toevoegen bij het zoeken naar een baan.

‘Yet, onze resultaten suggereren dat het onderwijzen van AI-gevoelige vaardigheden betere resultaten oplevert voor afgestudeerden na de lancering van ChatGPT. Deze associaties zijn moeilijk te verzoenen met het standpunt dat LLM-relevante opleiding minder waardevol is geworden na ChatGPT. Hoewel niet oorzakelijk, suggereren ze dat LLM-relevante voorbereiding ten minste compatibel is met betere vroeg-carrièreresultaten in de post-ChatGPT-periode.’

De auteurs concluderen door te suggereren dat de trends in de werkgelegenheid die in de studie worden onderzocht, plaatsvonden in een arbeidsmarkt die al werd gevormd door eerdere gebeurtenissen en trends. Zoals het er nu voor staat, lijkt het onmogelijk om de invloed van ChatGPT en AI in het algemeen op de trends in de werkgelegenheid te scheiden van de ongerelateerde krachten die de markt neergang hebben ingezet, net zoals het onmogelijk is om zout uit soep te verwijderen.

* Er moet echter worden opgemerkt dat een groot deel van de huidige commentaren erkent dat dit soort doemdenken van AI-geïnvesteerde oprichters meer lijkt op astroturfing, met als doel potentiële klanten en investeerders te imponeren en de aandelenkoersen te stimuleren.

Eerst gepubliceerd op woensdag 7 januari 2026