Работы, находящиеся под угрозой от ИИ, уже сокращались до запуска ChatGPT

Массовое новое исследование показывает, что работы, находящиеся под угрозой от ИИ, уже исчезали до запуска ChatGPT, но студенты, обученные в этих навыках, в итоге получили более высокую зарплату и быстрее устроились на работу.

Обширное новое исследовательское сотрудничество между университетами США показало, что истоки кризиса работ, уязвимых для ИИ, не совпадают с запуском ChatGPT в конце 2022 года, а скорее, что проблемы начинаются раньше в этом году, поarently без связанных причин.

Далее, отчет показывает, что выпускники, чьи университетские специальности были более “ИИ-экспонированы”, были фактически связаны с более высокими зарплатами за первую работу и более короткими поисками работы после того, как ChatGPT вышел на рынок.

Новая работа использует три больших набора данных, включая более десяти миллионов скраппированных профилей LinkedIn, а также записи о безработице и страховых претензиях. Авторы заявляют:

‘Наши результаты показывают, что ухудшение результатов на рынке труда в 2022-2024 годах для работников и выпускников, подверженных воздействию ИИ, уже началось до массового появления приложений ИИ. Риск безработицы в высокоэкспонированных профессиях увеличился, начиная с начала 2022 года – гораздо раньше ChatGPT – и в большинстве профессий и штатов мы не наблюдаем никакого дискретного разрыва, совпадающего с его введением.

‘Работники на ранней карьерной стадии были затронуты непропорционально: выпускники 2021-2023 годов вступили в высокоэкспонированные работы с более низкими темпами и испытали более длительные наблюдаемые задержки до своей первой работы, чем более ранние выпуски, с пробелами, открывающимися, снова, до конца 2022 года. В то же время, образование, связанное с ИИ, оставалось ценным в этой среде.’

Новая работа переформулирует рост ИИ как вход на рынок труда уже ослабленный более широкими экономическими и сектор‑специфическими давлениями, и отмечает, что навыки, которые дополняют ИИ, сохранили, и могут даже приобрести, рыночную стоимость.

Авторы заканчивают статью, предлагая, что запуск ChatGPT в ноябре 2022 года не должен рассматриваться как терминатор между рынком труда до ИИ и рынком труда, включающим ИИ, и что ряд одновременных обстоятельств должен быть рассмотрен вместе с возникающим влиянием больших языковых моделей (LLM):

‘Эти результаты имеют последствия для исследования и политики. Во-первых, они предостерегают от того, чтобы рассматривать запуск ChatGPT как чистый естественный эксперимент для влияния ИИ на рынок труда: конструкции, которые приписывают послезаключительную слабость рынка труда в основном ИИ, рискуют смешать распространение ИИ с одновременными макроэкономическими сдвигами (возможные примеры включают денежную политику, секторальный спрос и/или послепандемическое регулирование).’

Авторы предлагают, что университеты и программы обучения не должны отказываться от навыков, часто описываемых как “уязвимые для ИИ”, таких как написание, кодирование и информационная синтез. Согласно результатам, полученным в работе, преподавание этих навыков в способах, которые работают вместе с ИИ, с упором на проверку выводов, оценку качества и использование чат-ботов в качестве инструментов, а не замен, может помочь выпускникам оставаться конкурентоспособными на нестабильном рынке труда.

Новое исследование называется Работы, экспонированные ИИ, ухудшились до ChatGPT, и исходит от пяти исследователей, связанных с различными отделами Университета Питтсбурга, Стэнфордского университета, Университета Чапмана и Колумбийского университета, в концерте с Институтом экономики ИИ Microsoft в Редмонде и Revelio Labs в Нью-Йорке.

Метод и данные

Результаты статьи, как отмечают авторы, резко контрастируют с предыдущими отчетами, включая один из Стэнфордской лаборатории цифровой экономики, а также мрачными предсказаниями от известных личностей, таких как генеральный директор Anthropic, который предупредил в мае 2025 года, что ИИ ‘может устранить половину всех начальных белых воротничковых работ’*.

Метод анализа авторов изначально изучал безработицу среди работников в профессиях, наиболее подверженных автоматизации, обусловленной ИИ, с экспозицией, определенной с помощью шестизначных кодов Стандартной классификации профессий (SOC), усредненных для оценки уровней экспозиции для более широких двухзначных категорий SOC.

Ежемесячные административные данные были получены из отчета ETA 203, составленного Управлением занятости и обучения Министерства труда США, в которых подробно описывается последняя профессия людей, претендующих на продолжение пособия по безработице.

Эти данные были затем объединены с ежегодными данными о занятости на уровне профессий из программы Статистики занятости и заработной платы Бюро статистики труда, что позволило оценить ежемесячный риск безработицы для каждой профессии в каждом штате (где риск определялся как вероятность того, что работник в данной профессии претендует на продолжение пособия по безработице).

Исторически, как отмечает статья, работы, наиболее подверженные ИИ, сталкивались с риском безработицы на 20-80% ниже, чем менее подверженные роли, с разрывом, расширяющимся во время пандемии, поскольку удаленно-способная работа оказалась более устойчивой. Это преимущество начало разрушаться в начале 2022 года, и к 2023-2024 годам разница в основном исчезла:

Риск безработицы в работах, экспонированных ИИ, начал расти в начале 2022 года, завершая долгий период относительной стабильности. A показывает это обращение как сужение разрыва между высоко- и низкоэкспонированными ролями до запуска ChatGPT. B показывает увеличение,集中енное в наиболее экспонированном квинтиле, с ростом риска после трога и затем выравнивание. C отслеживает эффект до компьютерных и математических работ, в то время как большинство других полей оставались стабильными. Риск измерялся ежемесячно по штатам и усреднялся ежеквартально. Источник

Как мы видим на графиках выше, авторы сгруппировали профессии в квинтили по “ИИ-экспозиции” и отслеживали их во времени. Менее экспонированные работы последовательно показывали более высокий риск безработицы и более сильную сезонную вариацию, с всеми группами, достигающими пика во время пандемии в 2020 году и достигающими трога в начале 2022 года.

После этой низкой точки риск безработицы начал расти в наиболее экспонированных квинтилях, гораздо раньше запуска ChatGPT, и затем стабилизировался, а не ускорялся в месяцы, следующие за этим.

Компьютерные и математические работы увидели самый большой рост риска безработицы до запуска ChatGPT, а затем выровнялись. Большинство других ролей показали мало изменений. Некоторые штаты, включая Калифорнию, Вашингтон и Аляску, увидели послезапусковые увеличения, но национальные уровни риска оставались близкими к допандемическим нормам, указывая на влияние более ранних экономических давлений.

Учет данных

Авторы отмечают, что статистически риск безработицы раскроет закономерности по типам работы, но не отражает результаты для конкретных групп – таких как недавние выпускники, которые могут не иметь права на пособия или не иметь предыдущей работы. Другие исследования и отраслевые заявления предполагают, что работники на ранней карьерной стадии сталкиваются с наибольшим влиянием ИИ, что означает, что общая безработица может пропустить тех, кто наиболее пострадал.

Чтобы преодолеть это ограничение, новое исследование использовало 10 584 980 профилей LinkedIn, предоставленных Revelio Labs. Каждая запись из набора данных включала подробные образовательные истории, покрывающие тип степени, область изучения, год окончания и университет, а также карьерные данные, такие как названия должностей (сопоставленные с шестизначными кодами SOC), работодатели, даты начала и места:

Выпускники, вступающие в рабочую силу после 2022 года, взяли больше времени, чтобы обеспечить работы, экспонированные ИИ, но этот спад в производительности на рынке труда начался месяцами раньше запуска ChatGPT. A показывает, что выпускники с высокоэкспонированными первой работой обычно нашли работу быстрее, пока эта закономерность не изменилась после 2022 года; B показывает аналогичную задержку для высокооплачиваемых ролей, хотя менее выраженную; и C показывает, что 2021 и 2022 годы вступили в работы, экспонированные ИИ, с более низкими темпами, чем более ранние выпуски, с недооценкой, возникающей до ChatGPT. Наконец, D показывает, что нет эквивалентного сдвига для работ с низкой экспозицией, подкрепляя, что спад предшествовал широкому внедрению ИИ.

Авторы проанализировали продолжительность поиска работы по выпускным когортам, контролируя ежемесячные вакансии по штатам и секторам, и учитывая различия в типе степени, области изучения и университете, с экспозицией работы к LLM, определенной с помощью кодов SOC.

До запуска ChatGPT выпускники, вступающие в высокоэкспонированные роли, обычно тратили меньше времени на поиск работы, чем их сверстники. Для 2023 и 2024 годов эта закономерность изменилась, с экспонированными ролями, требующими больше времени для обеспечения.

Следует подчеркнуть, что, хотя статья утверждает, что результаты ухудшились после ChatGPT, данные показывают, что этот спад начался раньше и продолжился после этого, подрывая идею внезапного послезапускового коллапса, и также подрывая атрибуцию (продолжающейся) нисходящей тенденции полностью ИИ.

Образовательная экспозиция

Центральной проблемой в дискуссии об ИИ и занятости является вопрос, должны ли студенты продолжать обучение в навыках, которые большие языковые модели могут автоматизировать, такие как написание, кодирование или синтез. Если эти навыки потеряли рыночную стоимость, то выпускники, наиболее подверженные им, должны были бы хуже справляться. Чтобы проверить это, авторы оценили образовательную экспозицию задач, связанных с LLM, используя профили LinkedIn, сопоставленные с миллионами университетских программ, а затем отслеживали ранние результаты работы до и после ChatGPT:

Образовательная экспозиция задач, связанных с LLM, предсказывает более сильные ранние карьерные результаты после ChatGPT. Выпускники после 2022 года с большей экспозицией автоматизируемых навыков были наняты быстрее и заработали более высокие зарплаты, частично компенсируя штрафы, связанные с высокой экспозицией LLM профессий. Все модели контролируют открытие вакансий, тип работы и образовательный фон.

До появления ChatGPT эта образовательная экспозиция не показала четкой связи с временем поиска работы или зарплатой. После ChatGPT она, кажется, связана с быстрым наймом и более высокой начальной зарплатой. Хотя роли с высокой экспозицией LLM склонны давать худшие результаты после ChatGPT, выпускники из более ИИ-ориентированных программ были менее затронуты.

Вместо того, чтобы уменьшаться в ценности, навыки, считающиеся уязвимыми для автоматизации, казалось, поддерживают лучшие ранние карьерные результаты.

‘Если LLM были бы виноваты в плохой производительности выпускников на рынке труда, то мы должны были бы увидеть, что образовательная экспозиция указывает на избыточные навыки, которые не добавляют ценности при поиске работы.’

‘Однако наши результаты показывают, что преподавание навыков, экспонированных ИИ, дает лучшие результаты для выпускников после запуска ChatGPT.

‘Эти ассоциации трудно согласовать с мнением, что образование, связанное с LLM, стало менее ценным после ChatGPT.

‘Хотя не причинно, они предполагают, что подготовка, связанная с LLM, по крайней мере совместима с лучшими ранними карьерными результатами в послезапуском периоде.’

Авторы заканчивают, предлагая, что тенденции занятости, находящиеся под исследованием, произошли на рынке труда, который уже был сформирован более ранними событиями и тенденциями. Как это стоит, разделение влияния (на тенденции занятости) ChatGPT и ИИ в целом от не связанных сил, которые начали спад рынка, кажется невозможной задачей, как попытка удалить соль из супа.

* Однако значительная часть текущего комментария признает, что этот тип мрачных предсказаний от основателей, инвестирующих в ИИ, более похож на астротурфинг, с целью поражения потенциальных клиентов и инвесторов, и повышения цен на акции.

Опубликовано впервые в среду, 7 января 2026 года