Jobb som riskerar att försvinna på grund av AI försvann redan innan ChatGPT lanserades

En stor ny studie visar att jobb som riskerar att försvinna på grund av AI redan försvann innan ChatGPT lanserades, men studenter som utbildades i dessa färdigheter fick högre löner och blev anställda snabbare.

En omfattande ny forskningssamarbete mellan amerikanska universitet har funnit att ursprunget till krisen med jobb som är sårbara för AI inte sammanfaller med lanseringen av ChatGPT i slutet av 2022, utan att problemen började tidigare under året, av tydligen orelaterade skäl.

Studien visar dessutom att akademiker vars universitetsutbildningar var mer “AI-exponerade” faktiskt var associerade med högre löner för första jobbet och kortare söktider efter att ChatGPT kom ut på marknaden.

Den nya studien utnyttjar tre stora datamängder, inklusive mer än tio miljoner skrapade LinkedIn-profiler, samt arbetslöshetsregister och försäkringsanspråk. Författarna skriver:

‘[Våra] resultat visar att försämringen av arbetsmarknadsutfallen för arbetare som exponerats för AI under 2022-2024 redan var på gång innan den stora lanseringen av LLM-applikationer. Risken för arbetslöshet i högt exponerade yrken ökade i början av 2022 – långt innan ChatGPT – och i de flesta yrken och delstater observerar vi ingen diskret paus i samband med dess introduktion.

‘Arbetare i början av sin karriär drabbades oproportionerligt: akademiker från kullarna 2021-2023 gick in i högt exponerade jobb i lägre frekvens och upplevde längre observerade förseningar till sitt första jobb än tidigare kullar, med luckor som öppnades, igen, innan slutet av 2022. Samtidigt förblev utbildning som är relevant för LLM värdefull inom denna miljö.’

Den nya studien omformulerar uppkomsten av AI som att den inträder på en arbetsmarknad som redan försvagats av bredare ekonomiska och sektorspecifikatryck, och noterar att färdigheter som kompletterar AI har behållit, och kanske till och med ökat, sin marknadsvärde.

Författarna avslutar artikeln med att föreslå att ChatGPT:s lansering i november 2022 inte bör behandlas som en tydlig gräns mellan arbetsmarknaden före och efter AI, och att en rad samtidiga omständigheter bör beaktas tillsammans med den framväxande influensen från stora språkmodeller (LLM):

‘Dessa resultat har implikationer för forskning och politik. Först varnar de för att behandla ChatGPT:s lansering som ett rent naturligt experiment för AI:s arbetsmarknadseffekt: design som tillskriver svaghet på arbetsmarknaden efter 2022 främst till LLM riskerar att förväxla AI-spridning med samtidiga makroekonomiska förändringar (möjliga exempel inkluderar penningpolitik, sektoriell efterfrågan och/eller post-pandemisk justering).’

Författarna föreslår att universitet och utbildningsprogram inte bör sluta undervisa i färdigheter som ofta beskrivs som “sårbara för AI”, som skrivande, kodning och informations syntes. Enligt resultaten från studien kan undervisning i dessa färdigheter, på sätt som fungerar tillsammans med AI, med fokus på att kontrollera utdata, bedöma kvalitet och använda chatbots som verktyg snarare än ersättningar, hjälpa akademiker att förbli konkurrenskraftiga på en osäker arbetsmarknad.

Den nya studien heter Jobb som exponeras för AI försämrades innan ChatGPT och kommer från fem forskare knutna till olika institutioner vid University of Pittsburgh, Stanford University, Chapman University och Columbia University, i samarbete med Microsofts AI Economy Institute i Redmond och Revelio Labs i New York.

Metod och data

Studiens resultat är, enligt författarna, en skarp kontrast till tidigare rapporter, inklusive en från Stanfords Digital Economy Lab, samt mörka varningar från framstående personer som VD för Anthropic, som varnade i maj 2025 att AI kunde eliminera hälften av alla inträdesnivåvitae jobb*.

Författarnas analytiska metod undersökte initialt arbetslöshet bland arbetare i yrken som är mest utsatta för AI-driven automatisering, med exponering definierad med hjälp av sexsiffriga Standard Occupation Classification (SOC)-koder, genomsnittligt för att uppskatta exponeringsnivåer för bredare tvåsiffriga SOC-kategorier.

Månadsvisa administrativa data togs från ETA 203-rapporten, sammanställd av USA:s arbetsdepartements arbets- och utbildningsförvaltning, som detaljerar den senaste yrkesverksamheten för personer som ansöker om fortsatt arbetslöshetsersättning.

Dessa data kombinerades sedan med årliga yrkesvisa anställningsdata från Bureau of Labor Statistics Occupational Employment and Wage Statistics-programmet, vilket möjliggjorde att månadsvis arbetslöshetsrisk kunde uppskattas för varje yrke inom varje delstat (där risk definierades som sannolikheten att en arbetare i ett visst yrke ansökte om fortsatt arbetslöshetsersättning).

Historiskt, noterar studien, har jobb som är mest utsatta för AI haft 20-80% lägre arbetslöshetsrisk än mindre utsatta roller, med en växande klyfta under pandemin när distansarbete visade sig vara mer motståndskraftigt. Denna fördel började erodera i början av 2022, och 2023-2024 hade skillnaden till stor del försvunnit:

Arbetslöshetsrisken i jobb som exponeras för AI började stiga i början av 2022, vilket avslutade en lång period av relativ stabilitet. A visar denna vändning som en minskning av klyftan mellan hög- och lågexponerade roller före ChatGPT:s lansering. B visar att ökningen var koncentrerad till den mest utsatta kvintilen, med en ökning av risken efter en dal och sedan en avplaning. C spårar effekten till datavetenskap och matematikjobb, medan de flesta andra fält förblev stabila. Risken mättes månadsvis över USA:s delstater och genomsnittligt kvartalsvis. Källa

Som vi kan se i diagrammen ovan, grupperade författarna yrken i kvintiler efter “AI-exponering” och spårade dessa över tid. Mindre utsatta jobb visade konsekvent högre arbetslöshetsrisk och starkare säsongsvariation, med alla grupper som toppade under pandemin 2020 och nådde en dal i början av 2022.

Efter denna lågpunkt började arbetslöshetsrisken stiga i de mest utsatta kvintilerna, långt innan ChatGPT lanserades, och sedan stabiliserades, snarare än att accelerera under de följande månaderna.

Datavetenskap och matematikjobb såg den största ökningen av arbetslöshetsrisk före ChatGPT:s lansering, och sedan planade ut. De flesta andra roller visade liten förändring. Några delstater, inklusive Kalifornien, Washington och Alaska, såg ökningar efter ChatGPT, men de nationella risknivåerna förblev nära före-pandemiska normer, vilket indikerar påverkan från tidigare ekonomiska tryck.

Dataöverväganden

Författarna noterar att statistiskt sett kommer arbetslöshetsrisken att avslöja mönster över yrken, men fångar inte resultat för specifika grupper – som nyanställda som kanske inte kvalificerar sig för förmåner eller har ett tidigare jobb att rapportera. Andra forskningar och branschpåståenden tyder på att tidiga arbetare i karriären drabbas av den största påverkan från AI, vilket innebär att den totala arbetslöshetsdatan kan missa de som påverkas mest.

För att övervinna denna begränsning drog den nya studien på 10 584 980 LinkedIn-profiler som tillhandahållits av Revelio Labs. Varje post i datamängden innehöll detaljerad utbildningshistorik som täckte examenstyp, studieområde, examensår och universitet, tillsammans med karriärdata som jobbtitel (mappad till sexsiffriga SOC-koder), arbetsgivare, startdatum och platser.

Jobblöner uppskattades med hjälp av “en proprietär maskinlärningsmodell” som tränades på visumansökningar, självrapporterade inlägg och offentliga jobbannonser, som inkorporerade både rollspecifika detaljer och individuella karriärbanor.

Eftersom faktiska löner inte kunde bekräftas, spårade analysen också antalet månader akademiker tog på sig att börja sitt första observerade jobb inom tre år efter att ha avslutat sina examina, exklusive de som inte hade någon registrerad anställning under den perioden (en måttstock som tjänade som en proxy för arbetsmarknadsfriktion, med antagandet att akademiker uppdaterar sina profiler när de anställs):

Akademiker som gick in på arbetsmarknaden efter 2022 tog längre tid att säkra jobb som exponeras för AI, men denna nedgång i arbetsmarknadsprestation började månader före ChatGPT:s lansering. Ovan, A visar att akademiker med högexponerade första jobb vanligtvis hittade arbete snabbare, tills denna mönster vände efter 2022; B visar en liknande fördröjning för höglönejobb, om än mindre uttalad; och C visar att kullarna 2021 och 2022 gick in i jobb som exponeras för AI i lägre frekvens än tidigare kullar, med underprestation som uppstod före ChatGPT. Slutligen visar D ingen motsvarande förändring för jobb med låg exponering, vilket stärker att nedgången föregick den omfattande användningen av LLM.

Författarna analyserade jobbsöktiden över examenskullar, med kontroll för månatliga jobböppningar per delstat och sektor, och med hänsyn till skillnader i examenstyp, studieområde och universitet, med jobbexponering för LLM definierad med hjälp av SOC-koder.

Före ChatGPT:s lansering tillbringade akademiker som gick in i högt exponerade roller vanligtvis mindre tid med att söka jobb än sina kollegor. För kullarna 2023 och 2024 vände denna mönster, med exponerade roller som tog längre tid att säkra.

Det bör betonas att medan studien påstår att resultaten försämrades efter ChatGPT, visar datan att denna nedgång började månader tidigare och fortsatte därefter, vilket undergräver idén om en plötslig kollaps efter ChatGPT, och undergräver också tillskrivningen av den (pågående) nedåtgående trenden helt till LLM-användning.

Utbildningsexponering

En central fråga i debatten om AI och sysselsättning är om studenter ska fortsätta att utbilda sig i färdigheter som stora språkmodeller kan automatisera, som skrivande, kodning eller syntes. Om dessa färdigheter har förlorat marknadsvärde, bör akademiker som är mest utsatta för dem ha det sämre. För att testa detta, uppskattade författarna utbildningsexponering för LLM-relevanta uppgifter med hjälp av LinkedIn-profiler som matchades med miljontals universitetskurser, och spårade tidiga jobbutfällen före och efter ChatGPT:

Utbildningsexponering för LLM-relevanta uppgifter förutsäger starkare tidiga karriärresultat efter ChatGPT. Akademiker som examinerades efter 2022 med större exponering för automatiserbara färdigheter anställdes snabbare och tjänade högre löner, delvis för att kompensera för de straff som är kopplade till hög LLM-yrkesexponering. Alla modeller kontrollerar för jobböppningar, jobbtyp och utbildningsbakgrund.

Före ChatGPT:s intåg visade denna utbildningsexponering ingen tydlig koppling till jobbsöktid eller lön. Efter ChatGPT verkar den vara associerad med snabbare anställningar och högre startlöner. Även om roller med hög LLM-exponering tenderade att ge sämre resultat efter ChatGPT, var akademiker från mer AI-anpassade program mindre påverkade.

Snarare än att minska i värde, verkar färdigheter som anses vara sårbara för automatisering ha stöd för bättre tidiga karriärresultat.

‘Om LLM var skyldig till akademikernas dåliga arbetsmarknadsprestation, skulle vi förvänta oss att se att utbildningsexponering indikerar redundant färdigheter som inte lägger till värde när man söker jobb.

‘Men våra resultat tyder på att undervisning i AI-exponerade färdigheter ger bättre resultat för akademiker efter ChatGPT:s lansering. Dessa associationer är svåra att försona med uppfattningen att LLM-relevant utbildning blev mindre värdefull efter ChatGPT. Medan det inte är orsaksrelaterat, tyder de på att LLM-relevant förberedelse är åtminstone förenlig med bättre tidiga karriärresultat i den post-ChatGPT-perioden.’

Författarna avslutar med att föreslå att de rubrikerna om sysselsättnings­trender som studeras inträffade på en arbetsmarknad som redan formades av tidigare händelser och trender. Som det är, verkar det omöjligt att skilja ChatGPT:s och AI:s inflytande på sysselsättnings­trender från de orelaterade krafter som inledde marknadsnedgången, likt att försöka ta bort salt från soppa.

* Men en rimlig mängd nuvarande kommentarer medger att denna typ av domedagsprofetia från AI-investerande grundare mer liknar astroturfing, med avsikt att imponera på potentiella kunder och investerare, och öka aktiekurser.

Publicerad första gången onsdag, 7 januari 2026