Who becomes replaceable? Generative AI and the discursive stratification of work

Wanneer we horen dat kunstmatige intelligentie de wereld van werk verandert, voelt het gesprek vaak als een technische audit. We vragen ons af welke banen door machines kunnen worden gedaan en welke niet, waarbij we het antwoord behandelen als een vaststaand kenmerk van de baan zelf. Maar er is een andere laag aan dit verhaal, een die zich niet afspeelt in code of fabrieken, maar in het nieuws en het publieke debat. Voordat een machine een mens vervangt, moeten mensen eerst instemmen met het feit dat de vervanging mogelijk, noodzakelijk of zelfs wenselijk is. Deze instemming wordt opgebouwd door taal. Wanneer nieuwsmedia een baan als "bedreigd" beschrijven, voorspellen ze niet alleen de toekomst; ze sorteren werknemers actief in categorieën van hen die behouden zullen worden en hen die zullen worden afgedankt. Dit proces van sorteren door middel van woorden is wat onderzoekers discursieve stratificatie noemen. Het is een manier om te begrijpen hoe de samenleving beslist wie kwetsbaar is voor verandering en wie veilig is, lang voordat er daadwerkelijke ontslagen plaatsvinden.

Een nieuwe studie door Hana Kim, een onderzoeker aan het Korea Advanced Institute of Science and Technology, onderzoekt precies hoe dit sorteren gebeurt in het tijdperk van generatieve AI. Het onderzoek richt zich op een specifiek keerpunt: de release van ChatGPT eind 2022. De auteur wilde weten of de manier waarop de nieuwsmedia over AI en werk praatten veranderde na dit moment, en belangrijker nog, of die verandering verschillende soorten werknemers binnen hetzelfde beroep anders behandelde. De studie kijkt niet naar of mensen daadwerkelijk hun baan verloren. In plaats daarvan onderzoekt het de tekst van bijna een half miljoen nieuwsartikelen om te zien hoe het publieke narratief is verschoven. De kernvraag is simpel: wanneer de krant zegt dat een baan wordt vervangen door AI, wie is dan de "wie" in die zin?

Om dit te beantwoorden, verzamelde de onderzoeker een enorme collectie nieuwspassages van 2010 tot 2026, met de focus op vermeldingen van specifieke beroepen zoals advocaten, artsen, schrijvers en ontwikkelaars. Het team gebruikte een computerprogramma, getraind door menselijke experts, om deze passages te lezen en ze in vier verschillende categorieën in te delen. De eerste categorie was neutraal, waarbij de baan werd genoemd maar niet werd gekoppeld aan AI. De tweede was augmentatie (versterking), waarbij AI werd beschreven als een hulpmiddel dat de werknemer helpt om zijn werk beter te doen. De derde was taakautomatisering, waarbij specifieke onderdelen van het werk door een machine zouden worden overgenomen, maar de baan zelf bleef bestaan. De vierde en meest ernstige categorie was vervanging, waarbij de tekst suggereerde dat de baan zelf overbodig werd of dat de werknemer zou worden verwijderd.

De analyse toonde aan dat na de komst van ChatGPT de totale hoeveelheid nieuwsverslaggeving over de impact van AI op banen inderdaad toenam. Echter, de manier waarop deze toename plaatsvond, was niet uniform. De stijging in "vervangingsverhalen" kwam niet doordat elke enkele baan plotseling gevaarlijker klonk. In plaats daarvan begon het nieuws zijn aandacht te richten op een andere set beroepen dan voorheen; de berichtgeving verschoof naar banen die al als risicovol werden beschreven, zoals schrijvers en programmeurs, terwijl er relatief minder aandacht werd besteed aan anderen. Dit betekent dat het algemene gevoel van gevaar in het nieuws werd gedreven door een verandering in welke banen in de schijnwerpers stonden, in plaats van door een plotselinge verharding van het narratief voor elk beroep.

De meest significante bevinding ligt echter niet in welke banen werden besproken, maar in hoe de mensen binnen die banen werden beschreven. De studie keek nauwgezet naar het verschil tussen junior medewerkers — zij die net aan het begin van hun carrière staan, vaak aangeduid als instapniveau of trainees — en senior medewerkers, die ervaren leiders of principals zijn. De resultaten toonden een scherpe en groeiende kloof. Na 2022 werden nieuwsartikelen veel vaker gebruikt om junior medewerkers te noemen bij het bespreken van de impact van AI. Sterker nog, de kloof in hoe vaak junior versus senior medewerkers werden genoemd als doelwit van AI-verandering, is met twintig procentpunten vergroot.

Maar het verschil ging dieper dan alleen hoe vaak ze werden genoemd. Wanneer een junior medewerker werd genoemd in de context van AI, was het verhaal overweldigend waarschijnlijk dat deze als vervangbaar werd geframed. De analyse vond dat onder de nieuwsberichten die over junior medewerkers praatten, bijna de helft hun rollen als volledig geëlimineerd beschreef, en zeer weinig beschreven hen als iemand die door AI werd geholpen. In contrast hiermee, wanneer senior medewerkers in dezelfde periode werden genoemd, was het narratief bijna het tegenovergestelde. Zij werden veel vaker beschreven als 'geaugmenteerd', waarbij AI diende als een instrument om hun oordeelsvermogen en productiviteit te vergroten. De kranten suggereerden zelden dat senior medewerkers zouden worden verwijderd; in plaats daarvan suggereerden ze dat zij degenen zouden zijn die de nieuwe technologie bedienen.

Dit patroon hield stand, zelfs toen de onderzoekers probeerden andere verklaringen uit te sluiten. Ze controleerden of het verschil simpelweg voortkwam uit het feit dat junior banen routinematiger of repetitiever zijn, wat een veelvoorkomende reden is voor automatisering. De data lieten zien dat hoewel routinematig werk inderdaad vaker als geautomatiseerd werd besproken, de specifieke kloof tussen junior en senior medewerkers een apart fenomeen was. Het ging niet om het type taak, maar om de fase van de carrière. De onderzoekers testten ook of het computerprogramma slechts reageerde op de woorden "junior" of "senior" als een kortkoppeling. Ze voerden de analyse opnieuw uit nadat ze die specifieke woorden hadden verborgen, en het patroon bleef exact hetzelfde. De computer reageerde op de context van het verhaal, niet enkel op de labels.

Om absoluut zeker te zijn, brachten de onderzoekers menselijke experts in om een kleinere, zorgvuldig gematchte set verhalen te lezen. Ze koppelden een nieuwsbericht over een junior medewerker aan een bericht over een senior medewerker in hetzelfde beroep en in hetzelfde jaar, en vroegen de mensen om de verhalen te classificeren zonder te weten welke welke was. De menselijke lezers bevestigden het patroon met opvallende helderheid. In het overgrote deel van de gevallen waarin de twee verhalen verschilden, werd het verhaal over de junior medewerker geclassificeerd als een verhaal over vervanging, terwijl het verhaal over de senior medewerker werd geclassificeerd als een verhaal over augmentatie. De overeenstemming tussen de menselijke beoordelaars was zo sterk dat de statistische kans dat dit bij toeval gebeurde, vrijwel nul was.

De studie suggereert dat de komst van generatieve AI niet alleen het technische landschap van werk heeft veranderd, maar ook de sociale kaart heeft hertekend van wie als essentieel en wie als vervangbaar wordt beschouwd. Het narratief is verschoven naar het behandelen van de instapfuncties in veel beroepen als de primaire doelwitten voor automatisering, terwijl het beeld van de ervaren professional als de meester van de nieuwe tools behouden blijft. Dit is een cruciaal onderscheid, omdat instapbanen niet alleen goedkope arbeid zijn; het zijn de trainingsgronden waar nieuwe professionals de vaardigheden, het oordeelsvermogen en de gewoonten aanleren die nodig zijn om experts te worden. Als het publieke discours deze beginposities als vervangbaar behandelt, riskeert het de weg af te snijden die mensen de mogelijkheid biedt om de senior medewerkers van de toekomst te worden.

Het onderzoek beweert niet dat deze nieuwsberichten de directe oorzaak zijn van banenverlies, noch zegt het dat werkgevers direct naar aanleiding van deze verhalen handelen. In plaats daarvan identificeert het een krachtige verschuiving in hoe de samenleving de toekomst van werk voor zich ziet. Door junior rollen consequent te framen als vervangbaar en senior rollen als augmenteerbaar, creëert het publieke gesprek een hiërarchie van kwetsbaarheid. Het beslist, door middel van woorden, dat de toekomst van AI toebehoort aan de ervaren, terwijl de novice degene is die vervangen moet worden. Deze discursieve stratificatie vindt plaats voordat de economische veranderingen plaatsvinden, en legt de basis voor een toekomst waarin de mogelijkheden om te leren en te groeien worden ingeperkt voor degenen aan de onderkant van de carrièreladder, terwijl zij aan de top nieuwe krachten krijgen. De studie concludeert dat het begrijpen van de impact van AI op werk niet alleen vereist dat we kijken naar wat machines kunnen doen, maar ook naar wie we bereid zijn als vervangbaar te zien.