Artificial Intelligence Exposure, Tacit Experience and Occupational Wage Growth

Het verhaal over hoe machines het werk veranderen, wordt al lang verteld als een eenvoudige race tussen menselijke vaardigheid en computerkracht. Decennialang hebben economen en onderzoekers geprobeerd te voorspellen welke banen zullen verdwijnen en welke zullen floreren door te kijken naar hoe gemakkelijk een taak kan worden opgeschreven als een reeks regels. Als een baan gebaseerd is op het volgen van een duidelijke checklist, was de gedachte dat een computer dit uiteindelijk sneller en goedkoper zou kunnen doen. Maar als een baan intuïtie, creativiteit of het vermogen om met rommelige, onvoorspelbare situaties om te gaan vereist, werd aangenomen dat deze veilig was. Dit standpunt behandelt technologie als een kracht die direct op de werknemer inwerkt, zoals een storm die een huis raakt. Een nieuw perspectief suggereert echter dat de uitkomst minder afhangt van de storm zelf en meer van hoe het huis is gebouwd. Het vraagt zich af of de waarde van een baan voortkomt uit de formele regels die een werker volgt, of uit het diepe, onuitgesproken oordeelsvermogen dat men door jarenlange praktijk opbouwt.

Een recente studie door Zezhong Shang aan de China Jiliang University onderzoekt dit idee door te kijken naar de Amerikaanse arbeidsmarkt tussen 2018 en 2024. Het onderzoek richt zich op de opkomst van kunstmatige intelligentie, specifiek de nieuwe golf van tools die kunnen lezen, schrijven en redeneren met taal. De auteur vraagt niet simpelweg of een baan wordt blootgesteld aan deze tools; in plaats daarvan onderzoekt de studie hoe het type kennis dat een baan vereist, de manier waarop lonen groeien verandert wanneer die blootstelling toeneemt. De centrale bevinding is dat banen die zwaar leunen op "tacit experience" (stilzwijgende ervaring) — het soort wijsheid dat wordt verkregen door te doen, fouten te maken en met onzekerheid om te gaan — een snellere loongroei zien wanneer zij worden blootgesteld aan kunstmatige intelligentie. In contrast hiermee zien banen die voornamelijk leunen op "codified knowledge" (gecodificeerde kennis) — informatie die gemakkelijk kan worden opgeschreven, in een klaslokaal kan worden onderwezen of in een handboek kan worden omgezet — een ander patroon, hoewel de studie opmerkt dat dit resultaat minder stabiel en gevoelig is voor controles. De studie suggereert dat de toekomst van werk niet alleen gaat over wat machines kunnen doen, maar over hoe organisaties besluiten de menselijke capaciteit om te oordelen, te onderhandelen en verantwoordelijkheid te nemen wanneer de regels breken, te waarderen.

Om dit te begrijpen, moet men eerst kijken naar hoe de onderzoekers het landschap van werk hebben gemeten. Ze begonnen met een veelgebruikte index die in kaart brengt welke beroepen het meest waarschijnlijk worden beïnvloed door kunstmatige intelligentie. Deze index, bekend als de AI Occupational Exposure Index, werkt als een radar die laat zien waar de mogelijkheden van nieuwe technologie overlappen met de taken die mensen dagelijks uitvoeren. Een radar alleen kan echter niet vertellen wat er binnen de werkplek gebeurt. Het laat niet zien of een bedrijf de technologie daadwerkelijk adopteert, hoe het de dagelijkse routine verandert, of dat de werkers een loonsverhoging krijgen. Om dit gat te vullen, bouwde de auteur twee nieuwe maten met behulp van gegevens uit de O*NET-database van het Amerikaanse Department of Labor, een enorme opslagplaats van informatie over beroepsskills en vereisten.

De eerste maat is de Codified Knowledge Index. Deze vangt de onderdelen van een baan op die formeel en gedocumenteerd zijn. Dit omvat zaken als specifieke kennisdomeinen, basisvaardigheden die op school kunnen worden geleerd, en de noodzaak voor professionele certificeringen of leerlingstelsels. Dit zijn de elementen van werk die in een regelboek of een tekstboek kunnen worden opgeschreven. De tweede maat is de Tacit Experience Index. Deze vangt de onderdelen van een baan op die worden geleerd door praktijk en moeilijk te articuleren zijn. Dit omvat vaardigheden zoals het anticiperen op fouten, onderhandelen met anderen, beslissingen nemen onder onzekerheid en verantwoordelijkheid nemen voor uitkomsten. Dit zijn de kwaliteiten van een ervaren professional die weet hoe hij een crisis moet afhandelen, niet omdat hij een handleiding heeft gelezen, maar omdat hij daar eerder heeft gestaan.

De studie combineerde deze maten vervolgens met loongegevens van 26.697 verschillende combinaties van staten en beroepen door het hele land. De onderzoekers keken naar hoe de lonen veranderden tussen 2018 en 2024, een periode die de snelle opkomst van generatieve kunstmatige intelligentie zag. Ze stelden een specifieke vraag: Beïloedt de mate van blootstelling aan kunstmatige intelligentie de loongroei anders, afhankelijk van of een baan zwaar leunt op gecodificeerde kennis of zwaar leunt op stilzwijgende ervaring? Het antwoord dat ze vonden was duidelijk en statistisch significant.

Toen de onderzoekers keken naar banen met hoge niveaus van stilzwijgende ervaring, zagen ze dat een toename van één standaarddeviatie in blootstelling aan kunstmatige intelligentie geassocieerd werd met een steilere groei in lonen. In gewone taal: hoe meer een baan vertrouwde op het soort oordeel en ervaring dat voortkomt uit jarenlange praktijk, hoe meer de lonen van die banen de neiging hadden te stijgen naarmate kunstmatige intelligentie prominenter werd. Deze relatie hield stand, zelfs na correctie voor het startloon van de baan, de staat waar deze zich bevond en de hoeveelheid formele kennis die vereist was. Het patroon was robuust en bleef standhouden bij diverse controles en verschillende manieren van groeperen van de data. Het suggereert dat in een tijdperk van geavanceerde taaltools de capaciteit om outputs te interpreteren, uitzonderingen te beheren en consequentiële beslissingen te nemen, belangrijker wordt voor werkgevers.

Daartegenover stond dat de studie een ander patroon vond voor banen die zwaar leunen op gecodificeerde kennis, hoewel de auteur opmerkt dat dit resultaat minder stabiel is. Voor deze rollen was een hogere blootstelling aan kunstmatige intelligentie geassocieerd met een vlakkere of negatieve loongroeigradiënt, maar dit bevinding is gevoelig voor controles en de constructie van de index. Dit betekent niet dat formele educatie of certificeringen nutteloos zijn. De data laten zien dat deze banen nog steeds formele kennis vereisen, en dat die kennis essentieel blijft voor het definiëren van problemen en het verifiëren van het werk van machines. Echter, de studie suggereert dat het specifieke voordeel van een baan die primair bestaat uit het volgen van geschreven regels, afneemt in het licht van tools die die regels gemakkelijk kunnen reproduceren en manipuleren. De waarde van het werk verschuift van het vermogen om de regels op te dreunen naar het vermogen om te navigeren in de grijze gebieden waar de regels niet van toepassing zijn.

De onderzoekers waren zorgvuldig in het verduidelijken van wat hun bevindingen wel en niet bewijzen. Ze volgden geen individuele werkers of specifieke bedrijven om precies te zien hoe kunstmatige intelligentie werd gebruikt. Ze maten niet de intensiteit van adoptie of het directe causale effect van een machine op een enkel salaris. In plaats daarvan observeerden ze een breed patroon over de gehele economie. De resultaten tonen aan dat de organisatie van werk ertoe doet. Twee banen kunnen hetzelfde niveau van blootstelling aan kunstmatige intelligentie hebben, maar als de ene leunt op diepe, praktische ervaring en de andere voornamelijk op formele regels, zullen hun loontrajecten waarschijnlijk uiteenlopen. De studie impliceert dat de arbeidsmarkt begint te belonen voor de menselijke capaciteit voor gesitueerd oordeelsvermogen — het soort denken dat plaatsvindt op het moment zelf, in de context van een specifieke situatie — meer dan voor het vermogen om een vooraf geschreven script te volgen.

Dit onderscheid helpt te verklaren waarom sommige werkers floreren terwijl anderen worstelen, zelfs wanneer zij werken in velden die vergelijkbaar door technologie lijken te worden beïnvloed. Het daagt het oude idee uit dat de enige veilige banen de banen zijn die volledig immuun zijn voor automatisering. In plaats daarvan suggereert het dat de meest veerkrachtige werkers diegenen zijn wier waarde verbonden is aan hun ervaring en hun vermogen om met het onverwachte om te gaan. De studie benadrukt ook dat de richting van de verandering niet uitsluitend wordt bepaand door de technologie zelf. Het wordt bepaald door hoe werkgevers ervoor kiezen het werk te organiseren en wat zij besluiten te belonen. Als bedrijven kunstmatige intelligentie gebruiken om de controle te centraliseren en de discretionaire bevoegdheid van de werker weg te nemen, zullen de voordelen mogelijk niet de werknemers bereiken. Maar als ze het gebruiken om werkers te ondersteunen die al vaardig zijn in het beheren van complexiteit, kunnen die werkers een stijging in hun compensatie zien.

De bevindingen bieden ook een nuance aan het lopende debat over de toekomst van werk. Voorgaand onderzoek richtte zich vaak op de vraag of een taak routinematig of niet-routinematig was. Deze studie suggereert dat voor de nieuwe generatie kunstmatige intelligentie dat onderscheid vervaagt. Machines kunnen nu veel taken uitvoeren die ooit als niet-routinematig werden beschouwd, zoals het schrijven van code of het samenvatten van complexe rapporten. Wat onderscheidend blijft, is de bron van de kennis. De studie laat zien dat de arbeidsmarkt onderscheid maakt tussen kennis die in een database kan worden vastgelegd en kennis die in de geest van een beoefenaar leeft. Naarmate kunstmatige intelligentie in staat wordt om de gecodificeerde delen van een baan te verwerken, lijkt de economische premie voor de tacit, ervaringsgerichte delen toe te nemen.

Uiteindelijk biedt het onderzoek een kaart van hoe de waarde van menselijk werk wordt hervormd. Het suggereert dat de weg naar betere lonen in een tijdperk van kunstmatige intelligentie niet gaat over het weten van meer feiten of het volgen van meer regels, maar over het verdiepen van het soort praktische wijsheid dat voortkomt uit het uitvoeren van het werk. De studie garandeert niet dat elke ervaren werker een loonsverhoging krijgt, noch belooft het dat elke op regels gebaseerde baan zal verdwijnen. Het onthult simpelweg een duidelijke trend: in het huidige economische landschap is het vermogen om oordeel te vellen, problemen te voorzien en verantwoordelijkheid te nemen een krachtigere drijfveer voor loongroei dan het vermogen om een handleiding te volgen. Naarmate de technologie zich blijft ontwikkelen, zal de manier waarop organisaties deze menselijke kwaliteiten waarderen, waarschijnlijk bepalen wie het meeste profiteert van de nieuwe tools.