Prace “zagrożone przez AI” już zanikały przed uruchomieniem ChatGPT

Nowe, dużo obszerniejsze badanie wykazało, że prace zagrożone przez AI zanikały już przed uruchomieniem ChatGPT, ale studenci wykształceni w tych umiejętnościach mieli wyższe pensje i szybsze zatrudnienie.

Obszerny nowy projekt badawczy współpracy między uniwersytetami w USA wykazał, że początki kryzysu związanego z pracami zagrożonymi przez AI nie pokrywają się z uruchomieniem ChatGPT pod koniec 2022 roku, lecz raczej, że problemy zaczęły się wcześniej w tym roku, z pozornie niezwiązanych powodów.

Dalej, raport stwierdza, że absolwenci, których kierunki studiów były bardziej “narażone na AI”, byli tak naprawdę związani z wyższymi pensjami za pierwszą pracę i krótszymi czasami 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 pogarszające się wyniki na rynku pracy w latach 2022–2024 dla pracowników narażonych na LLM były już w toku przed masowym pojawieniem się aplikacji LLM. Ryzyko bezrobocia w zawodach o wysokim stopniu narażenia na AI wzrosło na początku 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 sposób nieproporcjonalny: absolwenci z lat 2021–2023 weszli w zawody o wysokim stopniu narażenia na AI w niższych stopniach i doświadczali dłuższych opóźnień w rozpoczęciu pierwszej pracy niż poprzednie grupy, z lukami, które pojawiły się ponownie przed późnym 2022 rokiem. W tym samym czasie edukacja związana z LLM pozostała cenna w tym środowisku.’

Nowa praca przedstawia wzrost AI jako wejście na rynek pracy już osłabiony przez szersze ekonomiczne i sektorowe–presje, oraz zauważa, że umiejętności, które uzupełniają AI, utrzymały, a nawet mogły zyskać, wartość rynkową.

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

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

Autorzy sugerują, że uczelnie i programy szkoleniowe nie powinny zrezygnować z umiejętności, które często są opisywane jako “narażone na AI”, takich jak pisanie, kodowanie i synteza informacji. Zgodnie z wynikami uzyskanymi w pracy, nauczanie tych umiejętności w sposób, który działa obok AI, z naciskiem na sprawdzanie wyników, ocenę jakości i korzystanie z czatbotów jako narzędzi, a nie zamienników, może pomóc absolwentom w utrzymaniu konkurencyjności na niestabilnym rynku pracy.

Nowe badanie nosi tytuł Prace narażone na AI pogorszyły się przed ChatGPT, i pochodzi od pięciu badaczy związanych z różnymi wydziałami Uniwersytetu w Pittsburghu, Uniwersytetu Stanforda, Uniwersytetu Chapman, i Uniwersytetu Columbia, we współpracy z Instytutem Gospodarki 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 mrocznych przepowiedni ze strony luminarzy, takich jak CEO Anthropic, który ostrzegał w maju 2025 roku, że AI ‘mogłaby wyeliminować połowę wszystkich prac biurowych na poziomie wejścia’*.

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), uśrednionych w celu oszacowania poziomów narażenia dla szerszych dwucyfrowych kategorii SOC.

Miesięczne dane administracyjne pochodziły z raportu ETA 203, sporządzonego przez Departament Pracy USA, szczegółowo opisującego najnowszy zawód osób ubiegających się o kontynuację ubezpieczenia bezrobocia.

Te dane zostały połączone z rocznymi danymi o zatrudnieniu na poziomie zawodu z programu Occupational Employment and Wage Statistics Biura Statystyki Pracy, co pozwoliło oszacować miesięczne ryzyko bezrobocia dla każdego zawodu w każdym stanie (gdzie ryzyko definiowano jako prawdopodobieństwo, że pracownik w danym zawodzie zgłosił się o kontynuację ubezpieczenia bezrobocia).

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 rozmywać na początku 2022 roku, a do 2023–2024 roku różnica niemal zniknęła:

Ryzyko bezrobocia w pracach narażonych na AI zaczęło rosnąć w 2022 roku, kończąc długi okres względnej stabilności. A pokazuje tę odwrócenie jako wąską przerwę między rolami o wysokim i niskim narażeniu przed uruchomieniem ChatGPT. B ujawnia, że wzrost był skoncentrowany w najbardziej narażonym kwintylu, z ryzykiem rosnącym po dołku, a następnie wyrównaniem. C śledzi ten efekt do prac komputerowych i matematycznych, podczas gdy większość innych pól pozostała stabilna. Ryzyko było mierzone co miesiąc w stanach USA i uśredniane co kwartał. Źródło

Jak widać na powyższych wykresach, autorzy pogrupowali zawody w kwintyle według “narażenia na AI” i śledzili je w czasie. Mniej narażone prace wykazywały wyższe ryzyko bezrobocia i silniejszą zmienność sezonową, z wszystkimi grupami szczytowymi podczas pandemii w 2020 roku i osiągając dołek na początku 2022 roku.

Po tym punkcie, ryzyko bezrobocia zaczęło rosnąć w najbardziej narażonych kwintylach, 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. Większość innych ról wykazywała niewielkie zmiany. 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 ekonomicznych nacisków.

Uwagi dotyczące danych

Autorzy zauważają, że statystycznie, ryzyko bezrobocia ujawni wzorce wśród typów prac, ale nie ujmie 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 mogą przegapić tych, którzy są najbardziej dotknięci.

Aby przezwyciężyć tę ograniczenie, nowe badanie wykorzystało 10 584 980 profili LinkedIn dostarczonych przez Revelio Labs. Każdy rekord z zestawu danych zawierał szczegółowe historie edukacyjne obejmujące typ stopnia, dziedzinę studiów, rok ukończenia, i uniwersytet, wraz z danymi o karierze, takimi jak tytuły stanowisk (mapowane na sześciocyfrowe kody SOC), pracodawców, daty rozpoczęcia i lokalizacje.

Wynagrodzenia za pracę były szacowane za pomocą “własnego modelu uczenia maszynowego” wytrenowanego na podstawie wniosków o wizy, samodzielnych wpisów i publicznych ofert pracy, uwzględniając zarówno szczegóły roli, jak i indywidualne ścieżki kariery.

Ponieważ rzeczywiste wynagrodzenia nie mogły być zweryfikowane, analiza śledziła również liczbę miesięcy, jakie absolwenci potrzebowali, aby rozpocząć pierwszą zauważalną 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 zostają zatrudnieni):

Absolwenci wchodzący na rynek pracy po 2022 roku potrzebowali więcej 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 narażeniu na AI zwykle znajdowali pracę szybciej, aż do odwrócenia tego trendu po 2022 roku; B pokazuje podobne opóźnienie dla prac o wysokich wynagrodzeniach, choć mniej wyraźne; i C ujawnia, że absolwenci z lat 2021 i 2022 weszli w prace narażone na AI w niższych stopniach niż poprzednie grupy, z nieskutecznością, która pojawiła się przed ChatGPT. Wreszcie, D pokazuje brak równoważnej zmiany dla prac o niskim narażeniu, potwierdzając, że spadek poprzedził powszechne przyjęcie LLM.

Autorzy analizowali czas poszukiwania pracy wśród grup absolwentów, kontrolując miesięczne otwarcia prac w stanach i sektorach, oraz uwzględniając różnice w typie stopnia, dziedzinie studiów i uczelni, z narażeniem na LLM zdefiniowanym przy użyciu kodów SOC.

Przed uruchomieniem ChatGPT absolwenci wchodzący w role o wysokim narażeniu na AI zwykle spędzali mniej czasu na poszukiwaniu pracy niż ich rówieśnicy. Dla grup absolwentów z 2023 i 2024 roku ten trend odwrócił się, z rolami narażonymi na AI wymagającymi więcej czasu na znalezienie.

Należy podkreślić, że choć artykuł stwierdza, że wyniki pogorszyły się po ChatGPT, dane pokazują, że ten spadek zaczął się wcześniej i kontynuował się później, podważając ideę nagłego załamania się po ChatGPT, oraz podważając również przypisanie całego (trwającego) spadku tylko przyjęciu LLM.

Narażenie edukacyjne

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

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

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

Zamiast tracić na wartości, umiejętności uważane za podatne 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 daje lepsze wyniki dla absolwentów po uruchomieniu ChatGPT. Te związki są trudne do uzgodnienia z poglądem, że edukacja związana z LLM stała się mniej wartościowa po ChatGPT. Chociaż nie są one przyczynowe, sugerują, że przygotowanie do LLM jest co najmniej kompatybilne z lepszymi wczesnymi wynikami kariery w okresie po ChatGPT.’

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

* Jednak znaczna część obecnych komentarzy przyznaje, że tego rodzaju mówienie o końcu świata ze strony założycieli zainwestowanych w AI jest bardziej podobne do astroturfingu, z zamiarem olśnienia potencjalnych klientów i inwestorów, oraz podniesienia cen akcji.

Po raz pierwszy opublikowane w środę, 7 stycznia 2026