Czy AI zabiera pracę młodym i niszczy kariery? Sprawdzamy, co mówią badania [OKO NA DOBROBYT]

Czy obowiązki pracowników są automatyzowane, a oni sami – zwalniani? Czy raczej uczą się wykorzystywać AI, a synergia między ludźmi a botami ochroni miejsca pracy? W debacie o AI i rynku pracy chodzi przede wszystkim o niedoświadczonych pracowników w branżach wymagających wysokich kwalifikacji i ewentualne utrudnianie im wspinania się po drabinie zawodowej.

W tym tekście skupimy się na sytuacji w USA, gdzie nasycenie AI w firmach jest najwyższe, a ich wpływ na rynek pracy najlepiej zbadany.

„Oko na dobrobyt” to cykl OKO.press, w którym ekonomiści z grupy eksperckiej Dobrobyt na Pokolenia piszą o wydarzeniach ważnych dla polskiej i światowej gospodarki, omawiają wyniki badań naukowych i objaśniają złożoną rzeczywistość gospodarczą w jej najważniejszym, społecznym wymiarze.

Ile firm naprawdę używa AI?

Według najnowszych amerykańskich danych, na przełomie lat 2025 i 2026 18 proc. firm korzystało z rozwiązań AI. Ale firmy te odpowiadają za 32 proc. zatrudnienia.

Wykorzystanie AI jest dużo wyższe w największych firmach i w wybranych sektorach: cyfrowo-informacyjnym, usług profesjonalnych (prawnicy, konsultanci biznesowi, księgowi) oraz finansowym. Statystyki te dotyczą formalnego wdrożenia sztucznej inteligencji (głównie generatywnego AI) w procesach firm i nie biorą one pod uwagę pracowników korzystających z AI na własną rękę, co z pewnością często ma miejsce. Wykorzystanie AI rośnie niezwykle szybko, także dlatego, że podstawowa infrastruktura – komputery i internet – jest już gotowa i pracownicy wiedzą, jak z niej korzystać.

Które zawody są zagrożone?

Ekonomiści podchodzą do tego pytania przez pryzmat modelu zadaniowego. Praca w danym zawodzie składa się z różnych zadań, i to na poziomie zadań możemy ocenić ekspozycję na AI.

Programista spędza czas na pisaniu kodu i omawianiu wymagań projektu, a piekarz na ugniataniu ciasta i wymyślaniu nowych przepisów. Naturalnie AI wpłynie na te zadania i zawody w odmienny sposób.

Aby ocenić wpływ AI na konkretne zadanie, możemy albo zapytać eksperta (ludzkiego bądź cyfrowego – oceny ludzi i AI są podobne) albo zidentyfikować, które zadania są faktycznie powierzane AI przez analizę archiwum konwersacji z chatbotami (co zrobiło Anthropic). Pisząc o AI, myślę głównie o LLMach, czyli wielkich modelach językowych (Large Language Models, np. chatGPT i Claude). Nie jest zatem zaskoczeniem, że AI ma największy potencjał w zadaniach związanych właśnie z pisaniem. Może to być pisanie kodu komputerowego, umowy prawnej lub postu na bloga – w tym właśnie LLMy są najlepsze.

Po drugiej stronie spektrum mamy zadania manualne, wymagające operowania obiektami w przestrzeni (szpachlowanie ściany lub operowanie mózgu) – te zadania są wystawione na AI w sposób minimalny albo wcale, bo obecne modele AI nie potrafią jeszcze nawigować w trójwymiarze równie dobrze jak w architekturze programu komputerowego.

Według Anthropic:

• w 4 proc. zawodów AI jest wykorzystywane w ponad 75 proc. zadań (np. tłumacze i nauczyciele języków obcych);
• w 11 proc. zawodów AI jest wykorzystywane w ponad połowie zadań (np. marketing manager);
• w 36 proc. zawodów AI jest wykorzystywane w ponad 25 proc. zadań (szeroka grupa zawodów, do której załapią się nawet fizjoterapeuci!).

Wykorzystanie AI rośnie wraz ze średnimi zarobkami w zawodzie, osiągając szczyt w najlepiej zarabiającej ćwiartce profesji – właśnie tam w rozkładzie dochodów są programiści. Wykorzystanie następnie maleje z zarobkami w samym górnym ogonie – na przykład, najlepiej zarabiający lekarze specjaliści korzystają z AI mniej niż programiści.

Dolny szczebel pustoszeje

Co się zatem dzieje w zawodach z najwyższą ekspozycją na AI? Przyjrzeli się temu Erik Brynjolfsson, Bharat Chandar i Ruyu Chen w artykule „Kanarki w kopalni węgla?”. Pokazali, że w zawodach z wysokim wykorzystaniem AI zatrudnienie młodych pracowników spada od jesieni 2022, kiedy to OpenAI udostępniło publicznie pierwszą wersję ChatGPT.

Jednocześnie zatrudnienie doświadczonych pracowników w tych zawodach wcale nie zwolniło. Na przykład zatrudnienie programistów w wieku do 25 lat (zaraz po studiach) spadło o 20 proc. między 2022 i 2025, podczas gdy zatrudnienie w starszych grupach wciąż rosło. Tego efektu nie widać w zawodach z niską ekspozycją na AI, gdzie zatrudnienie rosło w podobny sposób niezależnie od doświadczenia.

Podobne wyniki pokazują Seyed Hosseini i Guy Lichtinger, korzystając z danych LinkedIn. Porównują oni firmy, które wdrażają AI (a konkretnie: które zatrudniają specjalistów od wdrażania AI, gdyż to widać na LinkedIn) do pozostałych firm.

Aby ostudzić emocje, warto dodać, że wciąż nie ma konsensusu co do tych trendów. Oba badania oparte są na danych, które są bardzo szczegółowe – co pozwala na badanie efektów w wąsko zdefiniowanych grupach zawodowych i wiekowych – ale jednocześnie nie są reprezentatywne dla całej gospodarki.

Czyli sytuacja jest rozwojowa i może się to szybko zmienić.

Drabina wiedzy

Wyniki obu wspomnianych powyżej badań są zgodne z przewidywaniami modelu organizacji pracy jako hierarchii wiedzy (zaproponowanego przez Luisa Garicano).

Firma, jak i każda inna organizacja, rozwiązuje postawione przez nią zadania. Aby efektywnie wykorzystać zdolności różnych pracowników, firma ustawia ich w strukturę przypominającą piramidę. Na najniższym i najszerszym szczeblu drabiny mamy juniorów, którzy rozwiązują najprostsze zadania i których liczbowo jest najwięcej. Na kolejnym szczeblu mamy bardziej doświadczonych, starszych specjalistów, którzy agregują wyniki pracy juniorów i biorą na siebie zadania za trudne dla młodych. U szczytu drabiny mamy garstkę managerów, którzy konsultują się ze starszymi specjalistami i podejmują kluczowe dla organizacji decyzje.

Co się stanie z hierarchią wiedzy, jeśli do modelu dodamy relatywnie tanią sztuczną inteligencję, która radzi sobie z prostszymi zadaniami? Piramida schudnie na najniższym szczeblu. Stanie się tak, gdyż starsi specjaliści albo de facto „zatrudnią” agentów AI na pozycji juniorskiej, w pełni zastępując młodych pracowników, albo młodzi zaczną korzystać z AI w pracy, co zwiększy ich produktywność na tyle, że będzie można zatrudnić ich mniej.

Adaptacja

Czy to źle? Znikające zawody nie oznaczają automatycznie wyższego bezrobocia – młodzi programiści, którzy nie załapali się na dolny szczebel kariery w Big Techu, mogą stać się freelancerami lub otwierać własne firmy. A zarządzający wielkimi firmami nie będą przecież wdrażać AI wbrew interesowi ekonomicznemu – wielkie firmy będą produkować więcej i z wyższą efektywnością.

Ten prosty model ekonomiczny mówi: strata pracowników bez doświadczenia i wystarczających umiejętności do zajęcia pozycji na wyższym szczeblu jest równoważona przez zyski doświadczonych pracowników na wyższych szczeblach (co samo w sobie może nam się nie podobać, jeśli cenimy złotówkę w kieszeni juniora wyżej niż w kieszeni CEO). Coraz więcej badaczy zwraca jednak uwagę na dodatkowy efekt, o którym jeszcze nie wspomnieliśmy: organizacje mają hierarchiczną strukturę także po to, aby młodsi uczyli się od bardziej doświadczonych przełożonych.

Wiele kluczowych umiejętności jest trudnych do opisania słowami i skodyfikowania w podręcznikach. Uczymy się ich raczej przez interakcje z ekspertami (tzw. wiedza ukryta, tacit knowledge). Łatwiej jest wyjaśnić, jak analizować dane w arkuszu kalkulacyjnym niż jak negocjować z klientem albo jak zadbać o wysokie morale zespołu. Redukcja liczby juniorów na najniższym szczeblu sprawia, że starsi specjaliści przekażą mniej wiedzy kolejnym pokoleniom pracowników, co może mieć dalekosiężne konsekwencje dla produktywności gospodarki.

W takiej sytuacji pozostawienie sytuacji wolnemu rynkowi nie zapewni już ekonomicznej efektywności, gdyż zarządzający firmami, wstrzymujący się przed zatrudnieniem dodatkowego juniora, nie biorą pod uwagę pełni korzyści z transferu wiedzy. Automatyzacja pracy w pogoni za zyskiem może mieć zatem negatywne konsekwencje nie tylko dla rozkładu dochodów, ale także dla całkowitego rozwoju gospodarczego.

Część badań sugeruje, że wdrażanie AI w firmach prowadzi do mniejszego zatrudnienia młodszych pracowników w najbardziej eksponowanych branżach, choć skala i powszechność tych efektów są wciąż niepewne. Może nas to martwić, nawet jeśli młodzi odnajdą dobrą pracę gdzie indziej. Korporacje nie tylko maksymalizują zyski, ale są też niezwykle efektywnymi pośrednikami w transferze wiedzy od doświadczonych specjalistów do nowego pokolenia pracowników – powinniśmy uważać, żeby tej wiedzy nie stracić.

Dr Paweł Doligalski wykłada ekonomię na Uniwersytecie Bristolskim i jest członkiem fundacji Dobrobyt na Pokolenia.