W skrócie
- Źródło
- Cazzaniga, Pizzinelli, Rockall and Tavares (2025). Exposure to Artificial Intelligence and Occupational Mobility: A Cross-Country Analysis. Economía, 24(1), 314–339. doi:10.31389/eco.451
- Jak je przeprowadzono
- Autorzy prześledzili, jak pracownicy przechodzili między zawodami w trakcie kariery, i podzielili zawody według tego, jak bardzo są narażone na AI i czy AI raczej pomoże w tej pracy, czy ją zastąpi. Analiza danych. Buduje miarę z istniejących danych, na przykład z opisów stanowisk i zadań.
- Kto brał udział
- Wcześniejsze przejścia pracowników między zawodami, według wieku i wykształcenia.
- Gdzie
- Brazylia i Wielka Brytania.
“AI-driven structural change could most expand opportunities for career progression but also highly disrupt entry into the labor market by removing stepping-stone jobs.” [Zmiany strukturalne napędzane przez AI mogą najbardziej poszerzyć możliwości awansu, ale też mocno utrudnić wejście na rynek pracy, usuwając prace, które są pierwszym szczeblem.]
Co wykazało badanie
- Absolwenci często przechodzą z zawodów, w których AI raczej zastąpi pracę, do zawodów, w których raczej w niej pomoże. Takie przejście zwykle wiąże się z wyższą płacą.
- Ta ścieżka jest najczęstsza wśród młodych absolwentów.
- Ta sama grupa ma więc najwięcej do zyskania i najwięcej do stracenia. Jeśli prace na start znikną, droga w górę zacznie się później albo wcale.
- W obu krajach wzorzec wygląda podobnie.
Kiedy wynik się sprawdza
Badanie opisuje ścieżki kariery sprzed generatywnej AI. Potem pyta, co by się stało, gdyby AI zmniejszyła popyt na najbardziej narażone prace. Ten drugi krok to wnioskowanie.
Ograniczenia
- Pokazuje ryzyko, a nie zaobserwowany ubytek prac na start. Późniejsze badania z USA oparte na danych płacowych i życiorysach patrzą bezpośrednio na zatrudnianie: zobacz młodzi pracownicy w zawodach narażonych na AI i firmy, które wprowadziły generatywną AI do swojej pracy.
Praktyki, które korzystają z tego badania
To badanie wspiera: