De arbeidsmarkttransitie door AI in kaart brengen

De meeste discussies over AI en werkgelegenheid beginnen met een eenvoudige vraag: welke banen kan AI overnemen?

Dat is een belangrijke vraag, maar het antwoord alleen is niet genoeg om te voorspellen wat er met werknemers zal gebeuren. Een technologie kan veel taken binnen een beroep uitvoeren zonder dat het beroep zelf verdwijnt. Daar kunnen verschillende redenen voor zijn. Mensen kunnen onmisbaar blijven in functies omdat klanten menselijk contact willen, instellingen eisen dat mensen verantwoordelijkheid dragen of het werk fysieke aanwezigheid en oordeelsvermogen vereist. Ook kunnen lagere kosten de vraag zo sterk stimuleren dat de werkgelegenheid in een sector groeit in plaats van krimpt, zelfs als AI werknemers productiever maakt.

Het kader van OpenAI voor de arbeidsmarkttransitie door AI biedt een nieuwe manier om over deze mogelijkheden na te denken. Het kader beschouwt de mate waarin AI technisch gezien taken kan overnemen niet als een voorspelling van banenverlies, maar stelt drie vragen:

• Kan AI een aanzienlijk deel van de taken binnen het beroep uitvoeren?

• Blijft een mens een centrale rol spelen bij de uitvoering van het werk, het toezicht erop of het dragen van de verantwoordelijkheid ervoor?

• Als AI de kosten van de dienstverlening verlaagt, zal de vraag dan voldoende groeien om de productiviteitswinst op te vangen?

Toegepast op 921 beroepen die samen ongeveer 148 miljoen Amerikaanse banen omvatten, geeft het kader een veelzijdiger beeld van de arbeidsmarkttransitie. Ongeveer 18 procent van de banen loopt een relatief hoog automatiseringsrisico, 24 procent wordt waarschijnlijk anders ingericht, 12 procent kan groeien dankzij AI en bij 46 procent zijn op korte termijn minder veranderingen te verwachten.

Deze categorieën voorspellen niet dat een bepaald percentage banen zal verdwijnen. Ze brengen in kaart waar verschillende soorten veranderingen zich het eerst kunnen voordoen.

Banen met een hoger automatiseringsrisico: Hieronder kunnen beroepen vallen zoals data-invoermedewerkers, telemarketeers, correctoren en bepaalde boekhoudkundige of administratieve functies. Een groot deel van dit werk bestaat uit het verwerken, controleren of overbrengen van gestandaardiseerde informatie. AI kan deze taken steeds vaker uitvoeren zonder dat een mens de uiteindelijke dienst rechtstreeks levert. De vraag naar deze activiteiten groeit mogelijk niet genoeg om de daaruit voortvloeiende productiviteitswinst op te vangen.

Deze banen moeten nauwlettend worden gevolgd, vooral waar de werkgelegenheid geografisch geconcentreerd is of werknemers weinig mogelijkheden hebben om naar verwante functies over te stappen. Maar ook hier leiden technische mogelijkheden niet automatisch of onmiddellijk tot banenverlies. Werkgevers moeten nog steeds werkprocessen herinrichten, AI integreren in bestaande systemen, fouten en regelgevingsrisico's beheersen en bepalen of automatisering echt goedkoper is dan mensen in dienst houden.

Banen die anders worden ingericht: Een tweede, grotere groep zal waarschijnlijk anders worden ingericht in plaats van verdwijnen. Advocaten, accountants, softwareontwikkelaars, financieel analisten en docenten zijn voor de hand liggende voorbeelden. AI kan nu al contracten opstellen, bewijsmateriaal samenvatten, financiële analyses maken, code schrijven en lesmateriaal ontwikkelen. Maar cliënten en instellingen hebben nog steeds mensen nodig die hun oordeelsvermogen gebruiken, verantwoordelijkheid nemen voor beslissingen, bijzondere gevallen begrijpen en relaties opbouwen met collega's, leerlingen of klanten.

Dankzij AI kan elke advocaat mogelijk meer documenten beoordelen, elke ontwikkelaar meer code schrijven en elke docent meer lesmateriaal op maat maken. Daardoor kan voor sommige activiteiten minder arbeid nodig zijn, maar de beroepen zelf behouden een duidelijk menselijk karakter. De centrale vraag wordt hoe de banen opnieuw worden ingericht: welke taken gaan naar AI, welke blijven bij werknemers en blijven startersfuncties en loopbaantrajecten mogelijkheden bieden om te leren?

Banen die groeien dankzij AI: Dit zijn banen waarbij AI de kosten mogelijk genoeg verlaagt om meer vraag te creëren.  Voorbeelden zijn bijlesdocenten, begeleiders in de geestelijke gezondheidszorg, financieel adviseurs voor particulieren en sommige zorgverleners. Deze diensten zijn voor veel mensen momenteel duur of moeilijk toegankelijk. In deze vakgebieden betekent een hogere productiviteit niet per se dat er minder werknemers nodig zijn. Betaalbaardere bijles kan ertoe leiden dat meer gezinnen er gebruik van maken. Goedkoper financieel advies kan persoonlijke begeleiding bereikbaar maken voor huishoudens die zich nu geen adviseur kunnen veroorloven. Met ondersteuning van AI kunnen behandelaars mogelijk meer nazorg en doorlopende zorg bieden. Als de vraag voldoende groeit, kan de totale werkgelegenheid toenemen, ook als elke werknemer productiever wordt.

Banen met minder verandering op korte termijn: Hieronder vallen veel banen waarvan de kerntaken fysiek blijven en op een bepaalde locatie moeten worden uitgevoerd, zoals elektriciens, loodgieters, dakdekkers, bouwvakkers en veel horecamedewerkers. AI kan wel helpen met planning, offertes, training, voorraadbeheer of klantcommunicatie, maar kan momenteel geen bedrading aanleggen, een leiding repareren, een dak vervangen of een maaltijd bereiden en serveren.

AI zal ook op deze beroepen invloed hebben. De administratieve en leidinggevende taken kunnen veranderen, en vooruitgang in de robotica kan op termijn meer automatisering mogelijk maken. Voorlopig kan taalgebaseerde AI echter relatief weinig van hun kerntaken overnemen, waardoor grote veranderingen op korte termijn minder waarschijnlijk zijn.

De eerste effecten van AI zullen waarschijnlijk zichtbaar worden in veranderende taken, werkprocessen en vereiste vaardigheden, voordat hele beroepen verdwijnen. Het daadwerkelijke AI-gebruik ligt nu al hoger in beroepen die volgens de analyse een groter automatiseringsrisico lopen. In de beroepen met het grootste risico wordt ChatGPT ongeveer drie keer zo vaak gebruikt als onder de beroepsbevolking in het algemeen.

Toch lopen recente veranderingen in de werkloosheid niet gelijk op met de mate waarin AI technisch gezien taken kan overnemen. Sinds het eerste kwartaal van 2024 is de werkloosheid in sommige beroepen die minder aan AI zijn blootgesteld sterker gestegen dan in de beroepen die volgens het kader het grootste AI-risico lopen. Dat bewijst echter niet dat AI geen effect heeft op de arbeidsmarkt. Werkloosheid binnen een beroep kent veel oorzaken. Sommige veranderingen worden mogelijk eerst zichtbaar in de werving, kansen voor starters, lonen of de samenstelling van het werk, in plaats van in ontslagen.

AI legt niet één onvermijdelijke toekomst van werk vast. Technische mogelijkheden zijn belangrijk, maar dat geldt ook voor instituties, consumentenvraag, bedrijfsbeslissingen, regelgeving en de blijvende waarde van menselijke betrokkenheid. Het transitiekader dat in dit rapport wordt voorgesteld, wijst erop dat verschillende beroepen verschillende beleidsmaatregelen vereisen. 

• Bij banen met een hoog automatiseringsrisico kunnen systemen voor vroegtijdige signalering, gerichte ondersteuning bij aanpassingen en lokaal opgestelde transitieplannen nodig zijn. 

• Banen die waarschijnlijk anders worden ingericht, kunnen vragen om bijgewerkte opleidingen, beroepsnormen en personeelsregels, en duidelijkere verwachtingen over menselijk toezicht. 

• Banen met groeipotentieel kunnen baat hebben bij beleid dat het gebruik van AI stimuleert, de toegankelijkheid vergroot en meer werknemers voorbereidt op instroom in het vakgebied.

Voor alle categorieën hebben beleidsmakers betere realtime-informatie nodig. Traditionele arbeidsmarktstatistieken zijn waardevol, maar lopen vaak te veel achter om veranderingen in taken, werkgeversverwachtingen en technologiegebruik vast te leggen. Door werkgelegenheidsgegevens te combineren met metingen van de mogelijkheden en het daadwerkelijke gebruik van AI, ontstaat een actueler beeld van waar de druk toeneemt.