Prace ‘zagrożone przez AI’ już wcześniej wykazywały spadek przed uruchomieniem ChatGPT

Ważne nowe badanie wykazało, że prace zagrożone przez AI zaczęły zanikać przed uruchomieniem ChatGPT, ale studenci wykształceni w tych umiejętnościach mieli wyższe pensje i szybsze zatrudnienie.

Rozszerzone badanie przeprowadzone przez uniwersytety w USA wykazało, że korzenie kryzysu związanego z pracami zagrożonymi przez AI nie pokrywają się z uruchomieniem ChatGPT w końcu 2022 roku, ale raczej, że problemy te zaczęły się wcześniej w tym roku, z powodów niezwiązanych z AI.

Dodatkowo, raport stwierdza, że absolwenci, których specjalizacja była bardziej “narażona na AI”, mieli wyższe pensje i krótszy czas poszukiwania pracy po wejściu ChatGPT na rynek.

Nowa praca wykorzystuje trzy duże zestawy danych, w tym ponad dziesięć milionów profilów LinkedIn, a także dane o bezrobociu i roszczeniach ubezpieczeniowych. Autorzy stwierdzają:

‘[Nasze] wyniki wskazują, że pogorszenie się wyników na rynku pracy w latach 2022-2024 dla pracowników i absolwentów narażonych na AI już wcześniej było w toku przed pojawieniem się aplikacji AI na dużą skalę. Ryzyko bezrobocia w zawodach o wysokim poziomie narażenia rosło od wczesnego 2022 roku – znacznie przed ChatGPT – a w większości zawodów i stanów nie obserwujemy wyraźnej przerwy związanej z jego wprowadzeniem.

‘Pracownicy na początku kariery zostali dotknięci w nieproporcjonalnym stopniu: absolwenci z lat 2021-2023 weszli w zawody o wysokim poziomie narażenia w niższych stopniach i doświadczali dłuższych opóźnień w rozpoczęciu pierwszej pracy niż poprzednie roczniki, z lukami, które pojawiły się ponownie przed końcem 2022 roku. W tym samym czasie, edukacja związana z AI pozostała cenna w tym środowisku.’

Nowa praca przedstawia wzrost AI jako wejście na rynek pracy już osłabiony przez szersze czynniki ekonomiczne i branżowe, i zauważa, że umiejętności, które uzupełniają AI, zachowały, a nawet mogły zwiększyć, swoją wartość na rynku.

Autorzy kończą artykuł, sugerując, że uruchomienie ChatGPT w listopadzie 2022 roku nie powinno być traktowane jako granica między rynkiem pracy przed AI a rynkiem z AI, i że należy wziąć pod uwagę szereg okoliczności występujących jednocześnie z wpływem Large Language Models (LLM):

‘Te wyniki mają implikacje dla badań i polityki. Po pierwsze, ostrzegają przed traktowaniem uruchomienia ChatGPT jako czystego eksperymentu naturalnego dla wpływu AI na rynek pracy: projekty, które przypisują osłabienie rynku pracy po 2022 roku głównie LLM, ryzykują pomieszanie wpływu AI z jednoczesnymi zmianami makroekonomicznymi (możliwe przykłady obejmują politykę pieniężną, popyt sektorowy i/lub dostosowanie się do pandemii).’

Autorzy sugerują, że uniwersytety i programy szkoleniowe nie powinny rezygnować z umiejętności często opisywanych jako “narażone na AI”, takich jak pisanie, kodowanie i synteza informacji. Zgodnie z wynikami uzyskanymi w badaniu, nauczanie tych umiejętności w sposób, który działa wraz z AI, z naciskiem na sprawdzanie wyników, ocenę jakości i używanie chatbotów jako narzędzi, a nie zastępujących ich, może pomóc absolwentom w utrzymaniu konkurencyjności na niestabilnym rynku pracy.

Nowe badanie zatytułowane Prace narażone na AI zaczęły zanikać przed ChatGPT, pochodzi od pięciu badaczy związanych z różnymi wydziałami Uniwersytetu w Pittsburghu, Uniwersytetu Stanforda, Uniwersytetu Chapman i Uniwersytetu Columbia, we współpracy z Instytutem Ekonomii AI Microsoftu w Redmond i Revelio Labs w Nowym Jorku.

Metoda i Dane

Wyniki artykułu, jak zauważają autorzy, są wyraźnym kontrastem do poprzednich raportów, w tym jednego z Digital Economy Lab na Uniwersytecie Stanforda, a także ciemnych przepowiedni ze strony luminarzy, takich jak CEO Anthropic, który ostrzegał w maju 2025 roku, że AI ‘mogłoby wyeliminować połowę wszystkich prac biurowych’*.

Metoda analityczna autorów początkowo badała bezrobocie wśród pracowników w zawodach najbardziej narażonych na automatyzację AI, z narażeniem zdefiniowanym przy użyciu sześciocyfrowych kodów Standard Occupation Classification (SOC), przeciętnych w celu oszacowania poziomów narażenia dla szerszych kategorii dwucyfrowych SOC.

Miesięczne dane administracyjne pochodziły z raportu ETA 203, opracowanego przez Departament Pracy USA, szczegółowo opisującego ostatni zawód osób ubiegających się o zasiłek dla bezrobotnych.

Te punkty danych zostały połączone z rocznymi danymi o zatrudnieniu na poziomie zawodu z programu Occupational Employment and Wage Statistics Biura Statystyki Pracy, umożliwiając oszacowanie miesięcznego ryzyka bezrobocia dla każdego zawodu w każdym stanie (gdzie ryzyko definiowano jako prawdopodobieństwo, że pracownik w danym zawodzie otrzymał zasiłek dla bezrobotnych).

Historycznie, jak zauważa artykuł, prace najbardziej narażone na AI miały 20-80% niższe ryzyko bezrobocia niż mniej narażone role, z różnicą, która rosła podczas pandemii, gdy praca zdalna okazała się bardziej odporna. Ta przewaga zaczęła się zmniejszać na początku 2022 roku, a do 2023-2024 roku różnica niemal zniknęła:

Ryzyko bezrobocia w pracach narażonych na AI zaczęło rosnąć w początkach 2022 roku, kończąc długi okres stabilności. A pokazuje tę odwróconą tendencję jako zwężenie się przepaści między rolami o wysokim i niskim poziomie narażenia przed uruchomieniem ChatGPT. B ujawnia, że wzrost ten był skoncentrowany w najbardziej narażonej quintylie, z ryzykiem rosnącym po dołku i następnie wyrównującym się. C śledzi ten efekt do prac komputerowych i matematycznych, podczas gdy większość innych pól pozostała stabilna. Ryzyko było mierzone miesięcznie w stanach USA i średnio kwartalnie. Źródło

Jak widać na powyższych wykresach, autorzy pogrupowali zawody w quintyle według “narażenia na AI” i śledzili je w czasie. Mniej narażone prace wykazywały wyższe ryzyko bezrobocia i silniejszą zmienność sezonową, z wszystkimi grupami osiągającymi szczyt podczas pandemii w 2020 roku i dochodząc do dołka w początkach 2022 roku.

Po tym punkcie, ryzyko bezrobocia zaczęło rosnąć w najbardziej narażonych quintylach, znacznie przed uruchomieniem ChatGPT, i następnie ustabilizowało się, zamiast przyspieszać w miesiącach, które nastąpiły.

Prace komputerowe i matematyczne doświadczyły największego wzrostu ryzyka bezrobocia przed uruchomieniem ChatGPT, a następnie wyrównały się. Większość innych ról wykazywała niewielką zmianę. Kilka stanów, w tym Kalifornia, Waszyngton i Alaska, doświadczyło wzrostu po ChatGPT, ale ogólnokrajowe poziomy ryzyka pozostały blisko norm przed pandemią, wskazując na wpływ wcześniejszych czynników ekonomicznych.

Uwagi dotyczące danych

Autorzy zauważają, że statystycznie, ryzyko bezrobocia ujawni wzorce wśród typów prac, ale nie ujmuje wyników dla konkretnych grup – takich jak niedawni absolwenci, którzy mogą nie kwalifikować się do świadczeń lub nie mieć poprzedniej pracy do zgłoszenia. Inne badania i twierdzenia branżowe sugerują, że pracownicy na początku kariery doświadczają największego wpływu AI, co oznacza, że ogólne dane o bezrobociu przegapiają tych, którzy są najbardziej dotknięci.

Aby pokonać tę ograniczenie, nowe badanie wykorzystało 10 584 980 profili LinkedIn dostarczonych przez Revelio Labs. Każdy rekord z zestawu danych obejmował szczegółowe historie edukacyjne, obejmujące typ stopnia, dziedzinę studiów, rok ukończenia i uniwersytet, wraz z danymi o karierze, takimi jak tytuły stanowisk (przypisane do sześciocyfrowych kodów SOC), pracodawcy, daty rozpoczęcia i lokalizacje.

Pensje były szacowane przy użyciu “własnego modelu uczenia maszynowego” opracowanego na podstawie wniosków o wizy, samodzielnych wpisów i publicznych ofert pracy, uwzględniając zarówno szczegóły roli, jak i indywidualne ścieżki kariery.

Ponieważ rzeczywiste pensje nie mogły być zweryfikowane, analiza śledziła również liczbę miesięcy, jakie absolwenci potrzebowali, aby rozpocząć pierwszą zarejestrowaną pracę w ciągu trzech lat od ukończenia studiów, wykluczając tych, którzy nie mieli zarejestrowanego zatrudnienia w tym okresie (co służyło jako wskaźnik tarcia na rynku pracy, zakładając, że absolwenci aktualizują swoje profile, gdy zostaną zatrudnieni):

Absolwenci wchodzący na rynek pracy po 2022 roku potrzebowali dłuższego czasu, aby uzyskać prace narażone na AI, ale ten spadek wyników na rynku pracy zaczął się miesiące przed uruchomieniem ChatGPT. Powyżej, A pokazuje, że absolwenci z pierwszymi pracami o wysokim poziomie narażenia zwykle znajdowali pracę szybciej, aż do odwrócenia tej tendencji po 2022 roku; B pokazuje podobne opóźnienie dla ról o wysokiej pensji, choć mniej wyraźne; i C ujawnia, że roczniki 2021 i 2022 weszły w prace narażone na AI w niższych stopniach niż poprzednie roczniki, z nieskutecznością, która pojawiła się przed ChatGPT. Wreszcie, D pokazuje brak równoważnej zmiany dla prac o niskim poziomie narażenia, potwierdzając, że spadek poprzedzał powszechne przyjęcie LLM.

Autorzy analizowali czas poszukiwania pracy wśród roczników, kontrolując miesięczne otwarcia prac według stanu i sektora, oraz uwzględniając różnice w typie stopnia, dziedzinie studiów i uniwersytecie, z narażeniem na LLM zdefiniowanym przy użyciu kodów SOC.

Przed uruchomieniem ChatGPT absolwenci wchodzący w role o wysokim poziomie narażenia zwykle spędzali mniej czasu na poszukiwaniu pracy niż ich rówieśnicy. Dla roczników 2023 i 2024 ta tendencja odwróciła się, z rolami narażonymi wymagającymi dłuższego czasu poszukiwania.

Należy podkreślić, że choć artykuł stwierdza, iż wyniki pogorszyły się po ChatGPT, dane pokazują, że ten spadek rozpoczął się wcześniej i kontynuował się później, podważając ideę nagłego załamania się po ChatGPT i podważając również przypisanie całej tendencji spadkowej wyłącznie LLM.

Narażenie edukacyjne

Kluczową kwestią w debacie na temat AI i zatrudnienia jest to, czy studenci powinni nadal kształcić się w umiejętnościach, które duże modele językowe mogą zautomatyzować, takich jak pisanie, kodowanie lub synteza. Jeśli te umiejętności straciły wartość na rynku, to absolwenci, którzy są najbardziej narażeni na nie, powinni mieć gorsze wyniki. Aby to przetestować, autorzy oszacowali narażenie edukacyjne na zadania związane z LLM, wykorzystując profile LinkedIn dopasowane do milionów planów studiów uniwersyteckich, a następnie śledzili wczesne wyniki pracy przed i po ChatGPT:

Narażenie edukacyjne na zadania związane z LLM przewiduje silniejsze wczesne wyniki kariery po ChatGPT. Absolwenci po 2022 roku z większym narażeniem na umiejętności automatyzowalne zostali zatrudnieni szybciej i zarabiali wyższe pensje, częściowo równoważąc kary związane z wysokim narażeniem zawodowym na LLM. Wszystkie modele kontrolują otwarcia prac, typ pracy i tło edukacyjne.

Przed pojawieniem się ChatGPT to narażenie edukacyjne nie wykazywało wyraźnego związku z czasem poszukiwania pracy ani pensją. Po ChatGPT wydaje się, że jest ono związane z szybszymi zatrudnieniami i wyższymi pensjami. Chociaż role o wysokim narażeniu na LLM tendencję do gorszych wyników po ChatGPT, absolwenci z programów bardziej związanych z AI byli mniej dotknięci.

Zamiast tracić na wartości, umiejętności uważane za narażone na automatyzację wydają się wspierać lepsze wczesne wyniki kariery.

‘Jeśli LLM-y byłyby winne słabym wynikom absolwentów na rynku pracy, to powinniśmy oczekiwać, że narażenie edukacyjne wskazuje na redundancję umiejętności, które nie dodają wartości przy poszukiwaniu pracy.

‘Jednak nasze wyniki sugerują, że nauczanie umiejętności narażonych na AI prowadzi do lepszych wyników dla absolwentów po uruchomieniu ChatGPT. Te związki są trudne do uzgodnienia z punktem widzenia, że edukacja związana z LLM stała się mniej wartościowa po ChatGPT. Chociaż nie są one przyczynowe, sugerują one, że przygotowanie związane z LLM jest co najmniej kompatybilne z lepszymi wczesnymi wynikami kariery w okresie po ChatGPT.’

Autorzy kończą, sugerując, że trendy zatrudnienia, które są badane, wystąpiły na rynku pracy, który już był kształtowany przez wcześniejsze wydarzenia i trendy. Jak się obecnie wydaje, oddzielenie wpływu ChatGPT i AI w ogóle od niezwiązanych sił, które rozpoczęły spadek rynku, wydaje się niemożliwe, jak usunięcie soli z zupy.

* Jednak spory odsetek obecnych komentarzy przyznaje, że tego rodzaju pesymistyczne prognozy ze strony założycieli inwestujących w AI są bardziej podobne do astroturfingu, mającego na celu oczarowanie potencjalnych klientów i inwestorów oraz podniesienie cen akcji.

Po raz pierwszy opublikowane w środę, 7 stycznia 2026