Long-Term Effects of Artificial Intelligence on Employment and Wages in India

De Grote Digitale Verschuiving: Waarom je baan kan veranderen voordat je zelfs maar begint

Stel je de economie voor als een enorme, bruisende keuken. Decennialang was het recept voor succes simpel: leer een vaardigheid, kom opdagen en word betaald. Maar onlangs is er een nieuw soort sous-chef de keuken binnengestapt: Kunstmatige Intelligentie (AI). Dit is geen robot die alleen groenten snijdt; het is een slimme assistent die recepten kan schrijven, de voorraad kan beheren en zelfs met klanten kan praten. De grote vraag die economen zich stellen is: gaat deze nieuwe assistent iedereen helpen beter te koken en meer te verdienen, of gaat hij sommige werkers volledig uit de keuken trappen?

Om dit te begrijpen, moeten we twee dingen weten. Ten eerste is "skill polarization" (vaardigheidspolarisatie) als een wipwap. Wanneer er een nieuw hulpmiddel arriveert, helpt dit vaak de mensen aan de bovenkant (de experts die weten hoe ze het hulpmiddel moeten gebruiken) om hoger te gaan, terwijl de mensen aan de onderkant (zij wiens taken het hulpmiddel gemakkelijk kan uitvoeren) naar beneden worden geduwd. Ten tweede is "informele werkgelegenheid" als werken in een schuurtje in de achtertuin in plaats van in een professioneel restaurant. Deze werkers hebben vaak niet dezelfde vangnetten, zoals verzekeringen of gegarandeerd loon, als de formele werkers. Dit artikel duikt in de Indiase keuken om te zien of deze nieuwe AI sous-chef de wipwap gevaarlijk doet kantelen, waardoor sommige werkers worden achtergelaten terwijl anderen opvliegen.

De Grote Ontdekking van het Papier: Een Verhaal van Twee Arbeidsmarkten

Dit onderzoek, getiteld "Long-Term Effects of Artificial Intelligence on Employment and Wages in India", pakt een lastig probleem aan. De auteur, Kowser Ali Jan, wilde kijken naar echte, private data van miljoenen Indiase werkers om precies te zien hoe AI hun salarissen en baanzekerheid verandert. Omdat die specifieke data echter opgeborgen is in overheidskluizen en niet voor dit onderzoek kon worden geraadpleegd, moest de onderzoeker creatief zijn.

In plaats van op te geven, gebruikt het papier een "dual-track" strategie (tweesporenbeleid). Spoor A is een zeer realistische simulatie. Denk aan het bouwen van een gigantische, digitale tweeling van de Indiase beroepsbevolking met behulp van een computerprogramma. De onderzoeker voerde dit programma de bekende feiten over de Indiase economie — hoeveel mensen een diploma hebben, hoeveel mensen in steden versus dorpen werken, en wat ze gewoonlijk verdienen — en programmeerde de AI vervolgens om zich exact te gedragen zoals experts het voorspellen. Spoor B kijkt naar de echte, publieke cijfers die beschikbaar zijn, zoals het officiële werkloosheidspercentage en het aantal nieuwe formele banen dat wordt gecreëerd.

Hier is wat het papier vond, gebruikmakend van deze twee sporen om het volledige verhaal te vertellen:

1. De "Skill Polarization" Wipwap Kantelt
De belangrijkste bevinding is dat AI niet iedereen gelijkmatig raakt. Het creëert een scherp onderscheid op basis van opleiding.

• Voor Afgestudeerden (Het "Augmentatie"-effect): In de simulatie zien werkers met een universitaire graad die AI gebruiken hun lonen stijgen. De data laat een enorme triple-interaction coefficient van 0,907 zien (met een p-waarde kleiner dan ,001). In gewone mensentaal betekent dit dat AI voor afgestudeerden werkt als een superkracht, die hun waarde en betaling aanzienlijk verhoogt.
• Voor Niet-Afgestudeerden (Het "Displacement"-effect): Voor werkers zonder een diploma is het verhaal anders. De simulatie laat een loonstraf zien (een DiD-coëfficiënt van -0,126, p < ,001). AI voert de taken uit die zij voorheen deden, wat hun loon verlaagt of hun banen moeilijker te behouden maakt.

2. Het Gevaar van "Informeel Worden"
Het papier vond ook dat AI de kans vergroot dat niet-afgestudeerde werkers terechtkomen in de "achtertuin-schuurtjes" van de economie — informele werkgelegenheid. Een statistische test genaamd een chi-kwadraat-test toonde een sterke link tussen hoge AI-blootstelling en informele banen (χ²(2) = 234,90, p < ,001). Specifiek geeft de simulatie aan dat de waarschijnlijkheid van informele werkgelegenheid stijgt voor niet-afgestudeerden die werkzaam zijn in beroepen met een hoge blootstelling. In essentie: naarmate AI bepaalde taken overneemt, is het voor werkers zonder diploma waarschijnlijker dat ze hun formele, beschermde banen verliezen en terechtkomen in onstabiel, informeel werk.

3. De "Aggregate" Illusie
Een van de meest slimme punten van het papier gaat over het grote plaatje. Als je alleen naar het totaal aantal banen in India kijkt, lijkt alles in orde te zijn. De echte data (Spoor B) laat zien dat het werkloosheidspercentage gestaag is gedaald van 6,0% in 2017-18 naar 3,2% in 2023-24.

• Echter, het papier betoogt dat deze daling plaatsvond voordat AI echt voet aan de grond kreeg. De trend was al dalend, dus je kunt AI nog niet de schuld geven (of de eer geven) voor het totale aantal banen.
• Het echte verhaal zit verborgen in de details: het totale aantal banen is misschien stabiel, maar de kwaliteit van die banen splitst zich uiteen. De "gemiddelde" baan ziet er oké uit, maar de kloof tussen de hoogbetaalde, door AI versterkte afgestudeerde en de laagbetaalde, informele werker wordt groter.

4. Wat het Papier Uitsluit
Het papier is zeer voorzichtig in de bewering wat AI nog niet doet. Het voert expliciet aan dat de huidige daling in werkloosheid niet wordt veroorzaakt door AI. Sterker nog, de echte data laten zien dat de werkloosheid al snel daalde voordat AI een belangrijke factor werd. Het papier verduidelijkt ook dat hoewel AI verandert wie er betaald krijgt en hoeveel, het nog geen massale, plotselinge golf van baanvernietiging in het hele land heeft veroorzaakt. De veranderingen zijn subtiel; ze vinden plaats binnen de "vaardigheidskloof" in plaats van dat ze hele industrieën in één klap wegvagen.

De Kernboodschap

Dit papier suggiereert dat AI in India fungeert als een vergrootglas voor ongelijkheid. Het maakt de opgeleide, geschoolde werkers rijker en waardevoller, terwijl het voor mensen zonder diploma moeilijker maakt om hun positie in de formele economie te behouden.

De onderzoeker concludeert dat we ons geen zorgen moeten maken dat AI alle banen vernietigt, maar dat we ons zeer zorgen moeten maken over de wig die het tussen verschillende soorten werkers drijft. De oplossing, zo hint het papier, is niet alleen het stoppen van de technologie, maar het helpen van de werkers die worden achtergelaten — door middel van betere training, vangnetten voor informele werkers en beleid dat ervoor zorgt dat de voordelen van AI eerlijker worden gedeeld. De simulatie toont een toekomst waarin de kloof groter wordt, tenzij we actief werken aan het dichten ervan.