AI en jobverlies

AI en de Arbeidsmarkt: Mythes versus Realiteit

De voorspelling dat 47% van de banen een hoog risico loopt op automatisering, afkomstig uit het Oxford-onderzoek van Frey en Osborne (2013), is een invloedrijke maar onjuiste claim gebleken. Een decennium later is de voorspelde "banen-apocalyps" uitgebleven.

De fundamentele fout in vroege modellen was het behandelen van volledige beroepen als eenheid van analyse. Een taakgerichte benadering laat een veel genuanceerder beeld zien:

In plaats van 47% vond de OESO dat slechts 9% van de banen in de VS een hoog risico loopt.

Beroepen met een theoretisch hoog automatiseringsrisico, zoals boekhouding, zagen de werkgelegenheid tussen 1990 en 2024 juist groeien.

Technologie zorgt voor zowel een displacement effect (vervanging) als een reinstatement effect (creatie van nieuwe taken). Ongeveer 60% van de huidige banen bestond in 1940 nog niet.

Recente modellen maken onderscheid tussen "AI-blootstelling" en de kans op automatisering.

Hoogopgeleide witteboordenberoepen (zoals docenten en sociologen) zijn het meest blootgesteld aan AI, met name aan taalmodellen.

Blootstelling duidt echter vaak op augmentatie (versterking) in plaats van substitutie.

Ongeveer 80% van de werknemers in de VS kan minstens 10% van hun taken beïnvloed zien worden door LLM's.

Methodologische Lessen

De technische potentie voor automatisering staat niet gelijk aan feitelijk banenverlies. Factoren zoals adoptietermijnen, juridische beperkingen, hallucinaties van de AI en de blijvende waarde van menselijke communicatie remmen de feitelijke inzet. Effectieve analyses moeten zich richten op taakniveau en rekening houden met de productiviteitswinsten die de vraag naar arbeid elders kunnen verhogen