Artificial Intelligence Exposure, Tacit Experience and Occupational Wage Growth

Die Geschichte darüber, wie Maschinen die Arbeit verändern, wurde lange Zeit als ein einfacher Wettlauf zwischen menschlicher Geschicklichkeit und Computerleistung erzählt. Jahrzehntelang haben Ökonomen und Forscher versucht vorherzusagen, welche Jobs verschwinden und welche florieren werden, indem sie untersuchten, wie leicht eine Aufgabe als eine Reihe von Regeln aufgeschrieben werden kann. Wenn ein Job darauf beruht, einer klaren Checkliste zu folgen, war die Annahme, dass ein Computer dies irgendwann schneller und kostengünstiger erledigen könnte. Aber wenn ein Job Intuition, Kreativität oder die Fähigkeit erfordert, mit unordentlichen, unvorhersehbaren Situationen umzugehen, wurde davon ausgegangen, dass er sicher sei. Diese Sichtweise betrachtet Technologie als eine Kraft, die direkt auf den Arbeiter einwirkt, wie ein Sturm, der auf ein Haus trifft. Eine neue Perspektive legt jedoch nahe, dass das Ergebnis weniger vom Sturm selbst abhängt, sondern vielmehr davon, wie das Haus gebaut ist. Sie fragt, ob der Wert eines Jobs aus den formalen Regeln resultiert, denen ein Arbeiter folgt, oder aus dem tiefen, unausgesprochenen Urteilsvermögen, das er durch jahrelange Praxis erlangt hat.

Eine aktuelle Studie von Zezhong Shang an der China Jiliang University untersucht diese Idee, indem sie den US-Arbeitsmarkt zwischen 2018 und 2024 betrachtet. Die Forschung konzentriert sich auf den Aufstieg der künstlichen Intelligenz, insbesondere auf die neue Welle von Werkzeugen, die in der Lage sind, Sprache zu lesen, zu schreiben und zu begründen. Der Autor fragt nicht einfach, ob ein Job dieser Werkzeuge ausgesetzt ist; stattdessen untersucht die Studie, wie die Art des Wissens, das ein Job erfordert, die Art und Weise verändert, wie Löhne steigen, wenn diese Exposition zunimmt. Das zentrale Ergebnis ist, dass Jobs, die stark auf „impliziter Erfahrung“ (tacit experience) basieren – jener Art von Weisheit, die durch Tun, Fehler machen und das Navigieren durch Unsicherheit gewonnen wird –, höhere Lohnzuwächse verzeichnen, wenn sie der künstlichen Intelligenz ausgesetzt sind. Im Gegensatz dazu zeigen Jobs, die hauptsächlich auf „kodifiziertem Wissen“ (codified knowledge) beruhen – Informationen, die leicht aufschreiben, in einem Klassenzimmer lehren oder in ein Handbuch übertragen werden können –, ein anderes Muster, obwohl die Studie anmerkt, dass dieses Ergebnis weniger stabil und kontrollsensitiv ist. Die Studie legt nahe, dass die Zukunft der Arbeit nicht nur davon abhängt, was Maschinen können, sondern davon, wie Organisationen entscheiden, die menschliche Fähigkeit zu urteilen, zu verhandeln und Verantwortung zu übernehmen, wenn die Regeln versagen.

Um dies zu verstehen, muss man zuerst betrachten, wie die Forscher die Landschaft der Arbeit gemessen haben. Sie begannen mit einem weit verbreiteten Index, der abbildet, welche Berufe am eärksten von künstlicher Intelligenz betroffen sein könnten. Dieser Index, bekannt als AI Occupational Exposure Index, fungiert wie ein Radar, das zeigt, wo sich die Fähigkeiten neuer Technologien mit den Aufgaben überschneiden, die Menschen jeden Tag erledigen. Ein Radar allein kann jedoch nicht sagen, was innerhalb des Arbeitsplatzes geschieht. Es zeigt nicht, ob ein Unternehmen die Technologie tatsächlich übernimmt, wie sie den täglichen Ablauf verändert oder ob die Arbeiter eine Gehaltserhöhung erhalten. Um diese Lücke zu schließen, entwickelte der Autor zwei neue Maße unter Verwendung von Daten aus der O*NET-Datenbank des US-Arbeitsministeriums, einem riesigen Repository über berufliche Fähigkeiten und Anforderungen.

Das erste Maß ist der Codified Knowledge Index. Dieser erfasst die Teile eines Jobs, die formal und dokumentiert sind. Dazu gehören spezifische Wissensbereiche, Basiskompetenzen, die in einer Schule gelehrt werden können, sowie die Notwendigkeit von Berufszertifizierungen oder Lehrlingsausbildungen. Dies sind die Elemente der Arbeit, die in einem Regelwerk oder einem Lehrbuch festgehalten werden können. Das zweite Maß ist der Tacit Experience Index. Dieser erfasst die Teile eines Jobs, die durch Praxis gelernt werden und schwer zu artikulieren sind. Dazu gehören Fähigkeiten wie das Antizipieren von Fehlern, das Verhandeln mit anderen, das Treffen von Entscheidungen unter Unsicherheit und das Übernehmen von Verantwortung für Ergebnisse. Dies sind die Qualitäten eines erfahrenen Profis, der weiß, wie man eine Krise bewältigt – nicht weil er ein Handbuch gelesen hat, sondern weil er schon einmal dort war.

Die Studie kombinierte diese Maße dann mit Lohndaten von 26.697 verschiedenen Kombinationen aus Bundesstaaten und Berufen im ganzen Land. Die Forscher untersuchten, wie sich die Löhne zwischen 2018 und 2024 veränderten, einem Zeitraum, der durch das rasante Aufkommen generativer künstlicher Intelligenz geprägt war. Sie stellten eine spezifische Frage: Beeinflusst das Ausmaß der Exposition gegenüber künstlicher Intelligenz das Lohnwachstum unterschiedlich, je nachdem, ob ein Job schwer auf kodifiziertem Wissen oder schwer auf impliziter Erfahrung basiert? Die Antwort, die sie fanden, war klar und statistisch signifikant.

Als die Forscher auf Jobs mit hohem Niveau an impliziter Erfahrung blickten, stellten sie fest, dass eine Erhöhung der KI-Exposition um eine Standardabweichung mit einem stärkeren Lohnanstieg assoziiert war. In einfachen Worten: Je mehr ein Job auf der Art von Urteilsvermögen und Erfahrung basierte, die durch jahrelange Praxis entsteht, desto stärker tendierten die Löhne zu steigen, während die künstliche Intelligenz präsenter wurde. Dieser Zusammenhang blieb auch dann bestehen, wenn man das Startgehalt des Jobs, den jeweiligen Bundesstaat und die Menge des formalen Wissens berücksichtigte. Das Muster war robust und bestand verschiedenen Überprüfungen und unterschiedlichen Gruppierungen der Daten stand. Es deutet darauf, dass in einer Ära fortgeschrittener Sprachwerkzeuge die Fähigkeit, Ergebnisse zu interpretieren, Ausnahmen zu verwalten und folgenschwere Entscheidungen zu treffen, für Arbeitgeber immer wertvoller wird.

Im Gegenzug fand die Studie ein anderes Muster für Jobs, die reich an kodifiziertem Wissen sind, wenngleich der Autor anmerkt, dass dieses Ergebnis weniger stabil ist. Für diese Rollen war eine höhere Exposition gegenüber künstlicher Intelligenz mit einem flacheren oder negativen Lohnwachstumsgradienten assoziiert, aber dieser Befund reagiert empfindlich auf Kontrollvariablen und die Konstruktion des Index. Dies bedeutet nicht, dass formale Bildung oder Zertifizierungen nutzlos sind. Die Daten zeigen, dass diese Jobs nach wie vor formales Wissen erfordern, und dieses Wissen bleibt essenziell, um Probleme zu definieren und die Arbeit von Maschinen zu verifizieren. Die Studie legt jedoch nahe, dass der spezifische Vorteil, einen Job zu haben, der primlich aus dem Befolgen schriftlicher Regeln besteht, angesichts von Werkzeugen, die diese Regeln leicht reproduzieren und manipulieren können, abnimmt. Der Wert der Arbeit verschiebt sich weg von der Fähigkeit, die Regeln zu rezitieren, hin zur Fähigkeit, sich in den Grauzonen zu bewegen, in denen die Regeln nicht mehr gelten.

Die Forscher waren sorgfältig darin, zu klären, was ihre Ergebnisse beweisen und was nicht. Sie verfolgten keine einzelnen Arbeiter oder spezifische Unternehmen, um genau zu sehen, wie künstliche Intelligenz eingesetzt wurde. Sie maßen nicht die Intensität der Einführung oder den direkten kausalen Effekt einer Maschine auf einen einzelnen Gehaltsscheck. Stattdessen beobachteten sie ein breites Muster in der gesamten Wirtschaft. Die Ergebnisse zeigen, dass die Organisation der Arbeit entscheidend ist. Zwei Jobs können das gleiche Maß an Exposition gegenüber künstlicher Intelligenz haben, aber wenn der eine auf tiefer praktischer Erfahrung beruht und der andere hauptsächlich auf formalen Regeln, werden ihre Lohnentwicklungen wahrscheinlich divergieren. Die Studie impliziert, dass der Arbeitsmarkt beginnt, die menschliche Kapazität für situatives Urteilsvermögen – jene Art des Denkens, die im Moment und im Kontext einer spezifischen Situation stattfindet – stärker zu belohnen als die Fähigkeit, einem vorgefertigten Skript zu folgen.

Diese Unterscheidung hilft zu erklären, warum einige Arbeitnehmer florieren, während andere kämpfen, selbst wenn sie in Feldern arbeiten, die scheinbar ähnlich stark von Technologie betroffen sind. Sie stellt die alte Idee infrage, dass die einzigen sicheren Jobs jene sind, die völlig immun gegen Automatisierung sind. Stattdessen legt sie nahe, dass die widerstandsfähigsten Arbeiter diejenigen sind, deren Wert an ihre Erfahrung und ihre Fähigkeit geknüpft ist, mit dem Unerwarteten umzugehen. Die Studie hebt auch hervor, dass die Richtung der Veränderung nicht allein durch die Technologie selbst bestimmt wird. Sie wird dadurch bestimmt, wie Arbeitgeber entscheiden, die Arbeit zu organisieren und was sie entscheiden zu belohnen. Wenn Unternehmen künstliche Intelligenz nutzen, um die Kontrolle zu zentralisieren und die Entscheidungsgewalt der Arbeitnehmer einzuschränken, werden die Vorteile die Angestellten möglicherweise nicht erreichen. Aber wenn sie sie nutzen, um Arbeiter zu unterstützen, die bereits geschickt im Umgang mit Komplexität sind, könnten diese Arbeiter eine Steigerung ihrer Vergütung erleben.

Die Ergebnisse bieten auch eine Nuance für die laufende Debatte über die Zukunft der Arbeit. Frühere Forschung konzentrierte sich oft darauf, ob eine Aufgabe routinemäßig oder nicht-routinemäßig war. Diese Studie legt nahe, dass für die neue Generation der künstlichen Intelligenz diese Unterscheidung zunehmend verschwimmt. Maschinen können nun viele Aufgaben ausführen, die einst als nicht-routinemäßig galten, wie etwa das Schreiben von Programmcode oder das Zusammenfassen komplexer Berichte. Was jedoch unterscheidbar bleibt, ist die Quelle des Wissens. Die Studie zeigt, dass der Arbeitsmarkt zwischen Wissen differenziert, das in einer Datenbank erfasst werden kann, und Wissen, das im Geist eines Praktikers lebt. Während künstliche Intelligenz immer fähiger wird, die kodifizierten Teile eines Jobs zu bewältigen, scheint der wirtschaftliche Aufschlag für die impliziten, erfahrungsbasierten Teile zu steigen.

Letztendlich liefert die Forschung eine Landkarte davon, wie der Wert menschlicher Arbeit neu gestaltet wird. Sie legt nahe, dass der Weg zu besseren Löhnen im Zeitalter der künstlichen Intelligenz nicht darin bestehen könnte, mehr Fakten zu kennen oder mehr Regeln zu befolgen, sondern darin, die Art der praktischen Weisheit zu vertiefen, die aus dem Tun resultiert. Die Studie garantiert nicht, dass jeder erfahrene Arbeiter eine Gehaltserhöhung erhält, noch verspricht sie, dass jeder regelbasierte Job verschwinden wird. Sie zeigt lediglich einen klaren Trend auf: In der aktuellen Wirtschaftslandschaft ist die Fähigkeit, Urteilskraft walten zu lassen, Probleme zu antizipieren und Verantwortung zu übernehmen, zu einem stärkeren Treiber für das Lohnwachstum geworden als die Fähigkeit, ein Handbuch zu befolgen. Während sich die Technologie weiterentwickelt, wird die Art und Weise, wie Organisationen diese menschlichen Qualitäten bewerten, voraussichtlich bestimmen, wer am meisten von den neuen Werkzeugen profitiert.