En modell for KI-drevet omstilling i arbeidslivet

De fleste diskusjoner om KI og sysselsetting begynner med et enkelt spørsmål: Hvilke jobber kan KI utføre?

Det er et viktig spørsmål, men det er ikke nok til å forutsi hva som vil skje med arbeidstakerne. En teknologi kan være i stand til å utføre mange av oppgavene i et yrke uten at selve yrket forsvinner. Det kan være flere grunner til dette. Mennesker kan fortsatt være uunnværlige i en jobb fordi kundene ønsker menneskelig kontakt, institusjoner krever at mennesker står ansvarlige, eller arbeidet krever fysisk tilstedeværelse og skjønn. Eller lavere kostnader kan øke etterspørselen så mye at sysselsettingen i en bransje vokser i stedet for å krympe, selv om KI gjør arbeidstakerne mer produktive.

OpenAIs rammeverk for KI-drevet omstilling i arbeidslivet gir en ny måte å tenke rundt disse mulighetene på. I stedet for å bruke teknisk eksponering som en prognose for tap av arbeidsplasser, stiller rammeverket tre spørsmål:

• Kan KI utføre en vesentlig andel av oppgavene i yrket?

• Har et menneske fortsatt en sentral rolle i å utføre, føre tilsyn med eller ta ansvar for arbeidet?

• Hvis KI senker kostnaden for tjenesten, vil etterspørselen vokse nok til å absorbere produktivitetsgevinstene?

Når rammeverket brukes på 921 yrker som omfatter omtrent 148 millioner arbeidsplasser i USA, gir det et mer nyansert bilde av omstillingen i arbeidsmarkedet. Rundt 18 prosent av jobbene har relativt høy risiko for automatisering, 24 prosent vil sannsynligvis bli omorganisert, 12 prosent kan vokse med KI, og 46 prosent ser ut til å få mindre endringer på kort sikt.

Disse kategoriene er ikke spådommer om at en bestemt prosentandel av jobbene vil forsvinne. De viser hvor ulike typer endringer kan komme først.

Jobber med høyere risiko for automatisering: Dette kan omfatte yrker som dataregistreringsmedarbeidere, telefonselgere, korrekturlesere og enkelte stillinger innen bokføring eller administrasjon. Mye av arbeidet handler om å behandle, kontrollere eller formidle standardisert informasjon – oppgaver som KI i økende grad kan utføre uten at et menneske leverer den endelige tjenesten direkte. Etterspørselen etter disse aktivitetene vil kanskje ikke vokse nok til å oppveie produktivitetsgevinstene som følger.

Utviklingen i disse jobbene bør følges nøye, særlig der arbeidsplassene er geografisk konsentrert eller arbeidstakerne har få muligheter til å gå over i beslektede stillinger. Men selv her fører ikke tekniske muligheter automatisk eller umiddelbart til at arbeidsplasser forsvinner. Arbeidsgiverne må fortsatt legge om arbeidsflyten, integrere KI med eksisterende systemer, håndtere feil og regulatorisk risiko og avgjøre om automatisering faktisk er billigere enn å fortsette å ha mennesker ansatt.

Jobber som blir omorganisert: En annen og større gruppe vil sannsynligvis bli omorganisert i stedet for å forsvinne. Advokater, regnskapsførere, programvareutviklere, finansanalytikere og lærere er mulige eksempler. KI kan allerede lage kontraktsutkast, oppsummere bevismateriale, utarbeide finansielle analyser, skrive kode og lage undervisningsmateriell. Men klienter og institusjoner trenger fortsatt mennesker som kan utøve skjønn, ta ansvar for beslutninger, forstå uvanlige saker og bygge relasjoner med kolleger, elever eller kunder.

KI kan gjøre det mulig for hver advokat å gjennomgå flere dokumenter, hver utvikler å skrive mer kode eller hver lærer å lage mer individuelt tilpasset materiell. Det kan redusere arbeidsinnsatsen som kreves for enkelte aktiviteter, men selve yrkene vil fortsatt ha en tydelig menneskelig kjerne. Det sentrale spørsmålet blir hvordan jobbene utformes på nytt: hvilke oppgaver som overlates til KI, hvilke som fortsatt utføres av arbeidstakerne, og om begynnerstillinger og karriereløp fortsatt gir muligheter til å lære.

Jobber som vokser med KI: Dette er jobber der KI kan senke kostnadene nok til å skape økt etterspørsel.  Eksempler er privatlærere, rådgivere innen psykisk helse, rådgivere innen personlig økonomi og enkelte helseyrker. Disse tjenestene er i dag dyre eller vanskelige å få tilgang til for mange. På disse områdene betyr ikke høyere produktivitet nødvendigvis færre arbeidstakere. Rimeligere privatundervisning kan få flere familier til å kjøpe slike tjenester. Billigere økonomisk rådgivning kan gjøre personlig veiledning tilgjengelig for husholdninger som ikke har råd til en rådgiver i dag. Med KI-støtte kan behandlere gi mer oppfølging og løpende behandling. Hvis etterspørselen vokser nok, kan den samlede sysselsettingen øke selv om hver arbeidstaker blir mer produktiv.

Jobber med mindre endringer på kort sikt: Dette omfatter mange jobber der de sentrale oppgavene fortsatt er fysiske og må utføres på et bestemt sted, som elektrikere, rørleggere, taktekkere, bygningsarbeidere og mange ansatte i serveringsbransjen. KI kan fortsatt hjelpe med planlegging, kostnadsoverslag, opplæring, lagerstyring eller kundekommunikasjon, men kan foreløpig ikke legge elektriske ledninger, reparere et rør, skifte et tak eller tilberede og servere et måltid.

Disse yrkene vil ikke forbli uberørt av KI. De administrative og ledelsesrelaterte oppgavene kan endre seg, og fremskritt innen robotikk kan etter hvert åpne for mer automatisering. Men foreløpig er kjerneoppgavene relativt lite eksponert for språkbasert KI, noe som gjør store endringer mindre sannsynlige på kort sikt.

De tidlige virkningene av KI vil sannsynligvis vise seg gjennom endringer i oppgaver, arbeidsflyt og kompetansekrav før de viser seg ved at hele yrker forsvinner. Allerede i dag er den faktiske bruken av KI høyere i yrker som er vurdert å ha større risiko for automatisering. Bruken av ChatGPT er omtrent tre ganger så utbredt i de mest utsatte yrkene som blant arbeidstakere generelt.

Likevel samsvarer ikke de siste endringene i arbeidsledigheten entydig med den tekniske eksponeringen. Siden første kvartal 2024 har arbeidsledigheten økt mer i enkelte mindre eksponerte yrker enn i yrkene som rammeverket klassifiserer som mest utsatt for KI. Dette beviser imidlertid ikke at KI er uten virkning på arbeidsmarkedet. Arbeidsledigheten i et yrke påvirkes av mange forhold, og noen endringer kan først vise seg i ansettelser, jobbmuligheter for nykommere, lønninger eller sammensetningen av arbeidsoppgaver snarere enn i oppsigelser.

KI bestemmer ikke én uunngåelig fremtid for arbeidslivet. Tekniske muligheter er viktige, men det er også institusjoner, forbrukernes etterspørsel, virksomheters beslutninger, regulering og den varige verdien av menneskelig deltakelse. Omstillingsrammeverket som foreslås i denne rapporten, tyder på at ulike yrker vil kreve ulike politiske tiltak. 

• Jobber med høy risiko for automatisering kan kreve systemer for tidlig varsling, målrettet omstillingsstøtte og lokalt tilpassede omstillingsplaner. 

• Jobber som sannsynligvis blir omorganisert, kan kreve oppdatert opplæring, faglige standarder, bemanningsregler og tydeligere forventninger til menneskelig tilsyn. 

• Jobber med vekstpotensial kan dra nytte av tiltak som fremmer bruk av KI, gir flere tilgang til tjenestene og kvalifiserer flere arbeidstakere til å gå inn i feltet.

På tvers av alle kategoriene trenger beslutningstakere bedre sanntidsinformasjon. Tradisjonell arbeidsmarkedsstatistikk er verdifull, men oppdateres ofte for sakte til å fange opp endringer i oppgaver, arbeidsgivernes forventninger og teknologibruk. Ved å kombinere sysselsettingsdata med mål på hva KI kan gjøre og hvor mye teknologien faktisk brukes, kan vi få et mer oppdatert bilde av hvor presset bygger seg opp.