Jobber ‘i faresonen for AI’ var allerede i nedgang før ChatGPT ble lansert

En stor ny studie finner at jobber som er i faresonen for AI allerede var i nedgang før ChatGPT ble lansert, men studenter som ble utdannet i disse ferdighetene endte opp med høyere lønn og raskere ansettelse.

En omfattende ny forskningsstudie mellom amerikanske universiteter har funnet at årsaken til krisen med jobber som er sårbare for AI ikke sammenfaller med lanseringen av ChatGPT i slutten av 2022, men at problemene begynte tidligere i året, av årsaker som ikke har med AI å gjøre.

Studien viser videre at studenter som hadde studert fag som var mer utsatt for AI, faktisk hadde høyere lønn og raskere ansettelse etter at ChatGPT ble lansert.

Den nye studien bruker tre store datasett, inkludert over ti millioner skrapede LinkedIn-profiler, samt arbeidsledighetsdata og forsikringskrav. Forfatterne skriver:

‘Våre resultater viser at forverring av arbeidsmarkedet for arbeidere som er utsatt for LLM-automatisering allerede var i gang i 2022-2024, før ChatGPT ble lansert. Arbeidsledighetsrisikoen i høyt utsatte yrker økte fra begynnelsen av 2022 – lenge før ChatGPT – og i de fleste yrker og stater observerer vi ingen diskret pause sammenfallende med lanseringen.

‘Arbeidere i begynnelsen av sin karriere ble rammet uforholdsmessig: studenter fra kullene 2021-2023 ble ansatt i høyt utsatte jobber i lavere grad og opplevde lengre ventetid før de fikk sin første job enn tidligere kull, med gap som åpnet seg, igjen, før slutten av 2022. Samtidig forble utdanning som er relevant for LLM verdifull i denne sammenhengen.’

Den nye studien omdefinerer oppkomsten av AI som en faktor som inntar et arbeidsmarked som allerede var svekket av bredere økonomiske og sektorsspesifikkepress, og påpeker at ferdigheter som komplementerer AI har beholdt, og kanskje sogar økt, sin markedverdi.

Forfatterne avslutter artikkelen med å foreslå at ChatGPTs lansering i november 2022 ikke bør behandles som en skillelinje mellom arbeidsmarkedet før og etter AI, og at en rekke samtidige omstendigheter bør vurderes sammen med den fremvoksende innflytelsen av store språkmodeller (LLM):

‘Disse funnene har implikasjoner for forskning og politikk. Først og fremst advarer de mot å behandle ChatGPTs lansering som en ren naturlig eksperiment for AI-s effekt på arbeidsmarkedet: design som tilskriver arbeidsmarkedets svakhet etter 2022 primært til LLM-risiko, risikerer å forveksle AI-diffusjon med samtidige makroøkonomiske endringer (mulige eksempler inkluderer pengepolitikk, sektorale krav og/eller post-pandemiske justeringer).’

Forfatterne foreslår at universiteter og utdanningsprogrammer ikke bør droppe ferdigheter som ofte beskrives som ‘sårbare for AI’, som skriving, kode og informasjonssyntese. Ifølge resultater fra studien kan undervisning i disse ferdighetene på en måte som fungerer sammen med AI, med fokus på å kontrollere utdata, vurdere kvalitet og bruke chatboter som verktøy i stedet for erstatninger, hjelpe studenter til å forbli konkurransedyktige i et ustabil arbeidsmarked.

Den nye studien har tittelen AI-utsatte jobber forverret før ChatGPT, og kommer fra fem forskere tilknyttet ulike avdelinger ved University of Pittsburgh, Stanford University, Chapman University og Columbia University, i samarbeid med Microsofts AI-økonomiinstitutt i Redmond og Revelio Labs i New York.

Metode og data

Studiens funn er, ifølge forfatterne, en markant kontrast til tidligere rapporter, inkludert en fra Stanfords digitale økonomilaboratorium, samt mørke varsler fra personer som CEO-en i Anthropic, som advarte i mai 2025 at AI ‘kunne eliminere halvparten av alle innledende hvite-halsjobber’*.

Forfatternes analytiske metode undersøkte først arbeidsledighet blant arbeidere i yrker som var mest utsatt for AI-drevet automatisering, med utsatthet definert ved hjelp av seks-sifrede Standard Occupation Classification (SOC)-koder, gjennomsnittlig for å estimere utsatthetsnivåer for bredere to-sifrede SOC-kategorier.

Månedlige administrative data ble hentet fra ETA 203-rapporten, samlet inn av USAs arbeids- og treningadministrasjon, og detaljer den siste yrkesaktiviteten til personer som mottok arbeidsledighetsstøtte.

Disse datapunktene ble deretter kombinerer med årlige yrkesnivå-ansettelsesdata fra Bureau of Labor Statistics’ Occupational Employment and Wage Statistics-program, som muliggjorde estimat av månedlig arbeidsledighetsrisiko for hvert yrke i hver stat (der risiko ble definert som sannsynligheten for at en arbeider i et gitt yrke mottok arbeidsledighetsstøtte).

Historisk sett, ifølge studien, har jobbene som er mest utsatt for AI hatt 20-80% lavere arbeidsledighetsrisiko enn mindre utsatte roller, med et gap som økte under pandemien da fjern-arbeid viste seg å være mer motstandsdyktig. Denne fordelen begynte å forsvinne i begynnelsen av 2022, og i 2023-2024 hadde forskjellen i stor grad forsvunnet:

Arbeidsledighetsrisiko i AI-utsatte jobber begynte å øke i begynnelsen av 2022, og avsluttet en lang periode med relativ stabilitet. A viser denne omvendingen som gapet mellom høyt og lavt utsatte roller smalner før ChatGPTs lansering. B avslører at økningen var konsentrert i den mest utsatte kvintilen, med risiko som økte etter en dal og deretter planete ut. C sporer effekten til data- og matematikkjobber, mens de fleste andre felt forble stabile. Risiko ble målt månedlig over USAs stater og gjennomsnittlig kvartalsvis. Kilde

Som vi kan se i grafene ovenfor, grupperte forfatterne yrker i kvintiler etter ‘AI-utsatthet’, og sporet disse over tid. Mindre utsatte jobber viste konsistent høyere arbeidsledighetsrisiko og sterkere sesongvariasjon, med alle grupper som toppet under pandemien i 2020 og nådde en dal i begynnelsen av 2022.

Etter dette lavpunktet begynte arbeidsledighetsrisikoen å øke i de mest utsatte kvintilene, lenge før lanseringen av ChatGPT, og deretter stabiliserte seg, i stedet for å akselerere i månedene som fulgte.

Data- og matematikkjobber så den største økningen i arbeidsledighetsrisiko før ChatGPT ble lansert, og deretter planete ut. De fleste andre roller viste liten endring. Noen stater, inkludert California, Washington og Alaska, så økninger etter ChatGPT, men nasjonale risikonivåer forble nær pre-pandemiske normer, og indikerer påvirkningen av tidligere økonomiske press.

Dataoverveielser

Forfatterne påpeker at statistisk sett vil arbeidsledighetsrisiko avsløre mønster over yrkesgrupper, men ikke fanger opp resultater for bestemte grupper – som nyutdannede som kanskje ikke kvalifiserer for støtte eller har en tidligere jobb å rapportere. Andre studier og bransjehevdinger antyder at tidlige arbeidere i karrieren er hardest rammet av AI, og at arbeidsledighetsdata derfor kan overse de som er mest berørt.

For å overvinne denne begrensningen, brukte den nye studien 10 584 980 LinkedIn-profiler leverer av Revelio Labs. Hver post i datasettet inkluderte detaljerte utdanningshistorier som dekket gradstype, studieretning, avgangsår og universitet, samt karriereinformasjon som jobbtitler (kartlagt til seks-sifrede SOC-koder), arbeidsgivere, startdatoer og steder.

Jobblønner ble estimert ved hjelp av ‘en proprietær maskinlæringsmodell’ trent på visumansøkninger, selvrapporterte inntegninger og offentlige jobbannonser, som inkluderte både rollespesifikke detaljer og individuelle karrierebaner.

Ettersom faktiske lønner ikke kunne verifiseres, sporet analysen også antall måneder det tok for nyutdannede å begynne sin første observerte jobb innen tre år etter fullført utdanning, og ekskluderte de som ikke hadde noen registrert ansettelse i denne perioden (en måling som fungerte som en proxy for arbeidsmarkedets friksjon, under antagelse av at nyutdannede oppdaterer profilene sine når de blir ansatt):

Nyutdannede som gikk inn i arbeidsmarkedet etter 2022 tok lengre tid å sikre AI-utsatte jobber, men denne nedgangen i arbeidsmarkedets ytelse begynte måneder før ChatGPTs lansering. Ovenfor A viser at nyutdannede med høyt utsatte første jobber vanligvis fant arbeid raskere, inntil denne mønsteret snudde etter 2022; B viser en lignende forsinkelse for høyt lønnede roller, om enn mindre uttalt; og C avslører at kullene fra 2021 og 2022 gikk inn i AI-utsatte jobber i lavere grad enn tidligere kull, med underprestasjon som oppstod før ChatGPT. Til slutt D viser ingen tilsvarende skift for lavt utsatte jobber, og støtter opp om at nedgangen foregikk før omfattende LLM-tilpasning.

Forfatterne analyserte jobbsøketid over kull, kontrollerte for månedlige jobbåpninger etter stat og sektor, og tok hensyn til forskjeller i gradstype, studieretning, universitet og jobbutsatthet for LLM, definert ved hjelp av SOC-koder.

Før ChatGPTs lansering brukte nyutdannede som gikk inn i høyt utsatte roller vanligvis mindre tid på å finne arbeid enn sine jevnaldrende. For kullene fra 2023 og 2024 snudde dette mønsteret, og høyt utsatte roller tok lengre tid å sikre.

Det bør understrekes at selv om studien sier at resultater forverret seg etter ChatGPT, viser data at denne nedgangen begynte måneder tidligere og fortsatte deretter, og undergraver tanken om en plutselig sammenbrudd etter ChatGPT, og undergraver også tilskrivningen av den (pågående) nedadgående trenden helt til LLM-tiltak.

Utdannelsesutsatthet

En sentral bekymring i debatten om AI og ansettelse er om studenter bør fortsette å utdanne seg i ferdigheter som store språkmodeller kan automatisere, som skriving, kode eller syntese. Hvis disse ferdighetene har tapt markedverdi, bør studenter som er mest utsatt for dem være hardest rammet. For å teste dette, estimerte forfatterne utdannelsesutsatthet for LLM-relevante oppgaver ved hjelp av LinkedIn-profiler sammenlignet med millioner av universitetssyllabuser, og sporet tidlige jobbresultater før og etter ChatGPT:

Utdannelsesutsatthet for LLM-relevante oppgaver forutsier sterkere tidlige karriere-resultater etter ChatGPT. Nyutdannede etter 2022 med større utsatthet for automatiserbare ferdigheter ble ansatt raskere og tjente høyere lønn, og delvis kompenserte for straffene knyttet til høy LLM-yrkesutsatthet. Alle modeller kontrollerer for jobbåpninger, jobbtype og utdannelsesbakgrunn.

Før ChatGPTs lansering viste denne utdannelsesutsattheten ingen tydelig sammenheng med jobbsøketid eller lønn. Etter ChatGPT synes det å være sammenheng med raskere ansettelse og høyere startlønn. Selv om jobber med høy LLM-utsatthet tenderte til å gi dårligere resultater etter ChatGPT, var nyutdannede fra mer AI-orienterte programmer mindre berørt.

I stedet for å miste verdi, synes ferdigheter som anses sårbare for automatisering å støtte bedre tidlige karriere-resultater.

‘Hvis LLM-er var årsaken til nyutdannedes dårlige arbeidsmarkedsprestasjoner, ville vi forvente å se at utdannelsesutsatthet indikerer overflødige ferdigheter som ikke legger til verdi når man søker jobb.

‘Likevel viser våre resultater at undervisning i AI-utsatte ferdigheter gir bedre resultater for nyutdannede etter ChatGPTs lansering. Disse sammenhengene er vanskelige å forsone med synspunktet om at LLM-relevant utdanning ble mindre verdifull etter ChatGPT. Selv om de ikke er årsaksrelaterte, antyder de at LLM-relevant forberedelse er kompatibel med bedre tidlige karriere-resultater i perioden etter ChatGPT.’

Forfatterne konkluderer med å foreslå at de overskriftsgjenkjennende arbeidsmarkedstrendene som studeres skjedde i et arbeidsmarked som allerede var preget av tidligere hendelser og trender. Som det er nå, å skille innflytelsen (på arbeidsmarkedstrender) fra ChatGPT og AI generelt fra de uavhengige kreftene som startet markedets nedgang, synes å være en umulig oppgave, som å forsøke å fjerne salt fra en suppe.

* Imidlertid innrømmer en rimelig del av den nåværende kommentaren at denne typen dommedagsprofeti fra AI-investerte gründere er mer lignende astroturfing, med intensjonen å imponere potensielle kunder og investorer, og å øke aksjeprisene.

Først publisert onsdag 7. januar 2026