Generative AI and Early-Career Hiring: Counts, Entry Rates, and the Employment Base

新しい技術が労働力をどのように変えるかという物語は、しばしば突然の変化として語られます。つまり、機械が取って代わり、人々が取り残される瞬間としての物語です。しかし、その実態はもっと微妙なものであり、ヘッドラインに躍るずっと前から、採用や雇用の安定性という静かなメカニズムの中で展開されていることが一般的です。経済学者はこれらの変化を研究する際、「新規採用の純粋な人数」と「既存の労働力に対するそれらの採用が行われる割合（レート）」という二つの異なる測定方法を用いて分析します。例えば、総従業員数が減少している工場を想像してみてください。たとえその工場が以前と同じ数の新規人員を採用したとしても、全スタッフ数に対する採用の「率」は異なって見える可能性があります。単純な新規就業者数のカウントと数学的な採用率との違いを理解することは極めて重要です。なぜなら、新規採用者数の減少は、必ずしも雇用主が人材探しをやめたことを意味するわけではないからです。それは単に、彼らが採用しようとしている経験豊富な労働者の層（プール）の規模や構成が変わったことを示しているだけかもしれません。この区別は、人工知能、特に人間のように文章を書き思考できる新世代のツールが、キャリアをスタートさせようとする若者にどのような影響を与えているかを調査する際に、特に重要となります。

テキサス大学オースティン校の研究者であるイー・ウーによる最近の研究は、まさにこの問いを検証しています。論文では、生成AIの台頭が、年配の確立された労働者と比較して、初期キャリア段階にある労働者（22歳から34歳の間と定義）の採用に対して特定の低下を引き起こしたかどうかを問うています。答えを見出すために、研究者はアンケートや企業の意向に関する推測には頼りませんでした。代わりに、米国における何千もの産業における実際の採用イベントを追跡し、「すべての新規採用」と「安定的新規採用」を区別している「四半期労働指標（Quarterly Workforce Indicators）」と呼ばれる大規模で詳細な政府データセットを活用しました。「安定的採用」とは、特定の種類のジョブ記録であり、新しい従業員がフルタイムかつ安定した労働力の構成要素として認められるのに十分な期間、その職務に留まった場合にのみカウントされます。これら「安定的採用」に焦点を当てることで、本研究は短期または試用的なポジションではなく、実際に定着する仕事に着目しています。

研究者は、言語ベースの人工知能への露出度が高い産業と、そうでない産業を比較しました。露出度は、典型的な業務がいかに執筆、コーディング、テキスト解析といった、現在のAIツールが実行可能なスキルに依存しているかによって測定されました。研究の結果、これらのAIツールが広く普及した2022年以降、低露出の産業と比較して、高露出の産業において若年層の安定的新規採用数が大幅に減少したことが判明しました。この減少は単なる小さな変動ではありませんでした。明確で測定可能な衰退だったのです。しかし同時に、この減少は全ての採用よりも安定的採用においてより顕著であったことも分かりました。これは、AIの影響が具体的に長期雇用につながる仕事に影響を与えていることを示唆しています。

ここで、物語は驚くべき転換を迎えます。研究者が、なぜ若年の採用数が減少しているのかを探るべく数字を分解したところ、その減少は企業が現在いるスタッフに対してどれほど頻繁に若者を採用するかという統計的に有意な変化によるものではないことが発見されました。むしろ、その減少はほぼ完全に、労働力自体の規模に起因していました。研究では、採用数を「採用率（既存の職員単位あたりの新規採用数）」と「雇用基盤（すでに給与支払い対象となっている安定した労働者の総数）」の二つに分離しました。データによれば、若年層の採用率は統計的に信頼できるレベルでの減少を示しませんでした。実際、係数の推定値は正の値でしたが不正確であり、データの変換方法によって符号も変わりました。つまり、エントリーレート自体に特有の低下があるという証拠は、あまり強固に支持されません。若年層の採用数の減少全体は、これらの産業における安定した経験豊富な労働者の集団が縮小したり、あるいは変化したりすることで分母が減少したことに由来していたのです。

この発見は一般的な仮説に疑問を投げかけます。もしAIが人間の仕事を代替しているのであれば、企業は従来通りのペースで若者を雇わなくなるだろうと多くの人は予想するでしょう。しかし、本研究は別のメカニズムを示唆しています。若年層の採用減少は、パンデミック前に既に進行しており、その後も継続してきた労働者構成の長期的トレンドの結果であるように見受けられます。AIにさらされている産業における若年層の「雇用基盤」は既に下方傾向にあり、新しいAIツールが必ずしも採用活動の急激な停止を引き起こしたわけではありません。むしろ、採用不足は埋められるべき安定した職のプールの縮小の中に集中しています。研究では、このパターンは最も有名なチャットボットが広く普及する前からもデータに見られていたことが明記されており、働いている力は近年のテクノロジー・ブームよりも深く、古いものであることを示唆しています。

また、研究はこの傾向が過去からの断絶なのか、それとも古いパターンの継続なのかについても検討しました。2023年以降のデータを2017年から2019年までのトレンドと比較した結果、2023年以降に採用数の減少がわずかに加速したことは確認されました。しかし、この加速でさえ主に雇用基盤の変化によるものであり、採用率の突然の崩壊によるものではありませんでした。研究は、数値がAI曝露量と若年層の採用減との間の明確な相関関係を示してはいるものの、それがAIの唯一の原因であることを証明するものではないと慎重に述べています。パンデミックからの経済回復や他の業界の変化など、他の要因も寄与している可能性があるからです。それでもなお、エビデンスは、若年層の採用減少が「既存の労働者一人当たりの採用回数」の減少によるものではなく、採用を行うための利用可能な安定したポストの総数が減少したことに関連していることを示唆しています。

この論文の最も重要な教訓の一つは、カウント（件数）とレート（率）の区別です。もしあなたが若年層の採用総数だけを見ていれば、AI色の強い分野における彼らのキャリア展望は悲惨な状況に見えるでしょう。しかし、既存の労働力に対する採用率を見ると、景色はそれほど劇的ではありません。本研究は、テクノロジーが労働市場をどう変えるかを考える際、フロー（人の流れ）だけでなくストック（雇用基盤）にも注意を払う必要があると結論づけています。若年層の採用減少は現実ですが、それは分子にあたる「採用活動そのもの」ではなく、分母である「安定した労働力の規模」に集中しています。つまり、AIと初期キャリア層を巡る物語は、単に企業が採用を止めているということではなく、現在のAIウェーブが到来するずっと前から始まり、今なお誰が採用され、誰がされないかを形作り続けている、労働者構造の複雑なシフトについての物語なのです。

この研究は、AIが将来の働き方にどのように影響を与えるかという謎を解明したと主張しているわけでも、状況が絶望的であると示唆しているわけでもありません。ただ、現在起きていることについて、より明確で精密な地図を提供しているのです。採用率と雇用基盤を切り離すことで、この研究は、若年層の採用減少が雇用主による若手人材の突発的で鋭い拒絶ではないことを明らかにしています。むしろ、それはAIが最も関連する産業における、労働者構成のより広範で緩やかな変化を反映しているのです。今回の知見は、初期キャリアの労働者が直面している課題が、これらの産業の構造に深く根ざしていることを示唆しています。そして、働く人々の数はもちろんのこと、その規模と安定性を理解することが同様に重要であるということです。結局のところ、この論文はナラティブに対し、静かではあるが強力な修正を行っています。問題は必ずしも企業が若者の採用を止めたことにあるのではなく、彼らが採用を行う場となる風景が根本的に変化しており、その変化は最初のAIチャットボットがオンラインになるずっと前から始まっていたということなのです。