Evoluţia locurilor de muncă în epoca inteligenţei artificiale generative pare să se fi stabilizat, cel puţin momentan, aceasta este concluzia unui studiu recent realizat de Yale Budget Lab, care evaluează efectele ChatGPT pe parcursul celor 33 de luni de la lansare. Tema analizei compară riscul teoretic indicat de metrici precum expunerea la AI cu realitatea pieţei muncii din Statele Unite, iar rezultatul principal arată un decalaj important între previziuni şi impactul efectiv.
Ideea că anumite profesii, marketingul fiind frecvent menţionat, ar fi foarte vulnerabile la automatizare nu e nouă; de‑a lungul evoluţiei tehnologice, de la apariţia calculatoarelor personale până la răspândirea internetului, analiştii au prezis valuri de transformare care s‑au materializat însă treptat. Yale porneşte tocmai de la această istorie pentru a verifica dacă apariţia ChatGPT a accelerat relocarea lucrătorilor între ocupaţii sau a generat creşteri notabile ale şomajului pe termen scurt. Cercetătorii compară două tipuri de indicatori: un scor teoretic de expunere la AI (utilizat şi de companii precum OpenAI) şi date efective de utilizare ale modelelor generative (de exemplu de la Anthropic). Constatul este clar: scorurile teoretice de expunere nu se convertesc automat în pierderi de locuri de muncă.
Analiza urmăreşte schimbarea mixului ocupaţional, adică distribuţia forţei de muncă între profesii, din noiembrie 2022 până în prezent şi o raportează la tranziţii tehnologice anterioare. Modificările observate sunt relativ mici: ritmul de schimbare este doar cu aproximativ un punct procentual mai accelerat decât cel observat la începutul anilor 2000, când internetul începea să fie adoptat pe scară largă. Aceasta nu exclude presiuni în anumite industrii; sectoare cu scoruri ridicate de expunere, precum Informatică, Activităţi Financiare şi Servicii Profesionale şi de Afaceri, au înregistrat variaţii mai pronunţate în structura angajaţilor, dar aceste tendinţe păreau deja iniţiate înainte de lansarea ChatGPT.
O altă observaţie relevantă este discrepanţa dintre teorie şi practică: datele de utilizare indică o adopţie concentrată. Lucrătorii din domenii precum Informatică şi Matematică utilizează preponderent astfel de instrumente, iar profesioniştii din Arte/Design/Media sunt suprareprezentaţi în utilizarea efectivă. În concluzie, faptul că un job apare ca „expus” într‑un model teoretic nu garantează că acel rol va adopta imediat soluţii AI; adopţia depinde de necesităţi, obiceiuri de lucru şi integrarea tehnologiei în fluxurile de activitate.
Pentru a detecta semne clare de înlocuire a forţei de muncă, echipa Yale a monitorizat indicatori precum durata şomajului şi structura ocupării. Nu au fost identificate dovezi conform cărora persoanele înregistrate ca şomeri s‑ar concentra mai mult în ocupaţii susceptibile a fi preluate de generative. În medie, ocupaţiile persoanelor fără loc de muncă includeau între 25 şi 35% din sarcini teoretic realizabile de generative, însă nu s‑a observat o tendinţă în creştere în acest sens. La nivel ocupaţional, nici măsurile de „automatizare/augmentare” bazate pe date de utilizare nu par corelate cu modificări semnificative ale angajării sau şomajului.
Cercetătorii plasează aceste rezultate şi într‑un context istoric: transformările tehnologice majore se desfăşoară, de regulă, pe decenii, nu pe luni. Calculatoarele personale şi internetul au avut perioade îndelungate de adopţie şi ajustare până când au schimbat profund procesele de lucru din birouri. Yale precizează că studiul nu pretinde a fi o predicţie despre viitor; echipa va actualiza lunar analizele pentru a surprinde eventuale schimbări pe măsură ce vor apărea mai multe date de utilizare cross‑platform.
Implicaţiile practice sunt clare: alarmarea pe baza scorurilor teoretice nu este justificată fără dovezi de adopţie concretă. Atât companiile de recrutare, cât şi economiştii subliniază că efectele finale depind de modul în care organizaţiile integrează tehnologia, de proiectarea fluxurilor de lucru şi de programele de recalificare profesională. Yale atrage atenţia şi asupra unei vulnerabilităţi: ar putea exista efecte pentru persoanele aflate la începutul carierei, dar dovezile rămân încă limitate şi nu permit concluzii definitive.
Studiul prezintă, pentru moment, un tablou mai degrabă stabil decât profund disruptiv. Ca strategie, adoptarea deliberată a instrumentelor AI şi monitorizarea atentă a datelor de ocupare par mai utile decât restructurările reactive bazate pe scoruri teoretice. Până când vor exista date cuprinzătoare despre utilizare pe mai multe platforme, evoluţia ocupării rămâne cel mai fiabil indicator.
Yale Budget Lab este citat frecvent în analiză, iar reperul temporal de 33 de luni de la lansarea ChatGPT este subliniat. Cum se vor reflecta aceste luni în fluxurile de muncă va trebui urmărit continuu. Crezi că tinerii aflaţi la începutul carierei ar trebui să‑şi direcţioneze pregătirea spre competenţe tehnice legate de AI sau spre abilităţi umane greu automatizabile?
Fii primul care comentează