Миналата седмица Anthropic публикуваха интересно изследване относно AI и пазара на труда.
В предишната статия разгледахме една от най-често споделяните графики – паяжинната диаграма, която сравнява теоретичните възможности на AI с реалното му използване.
Но в изследването има и друга графика, която разглежда връзката между AI и пазара на труда.
Тя показва процента на 22–25-годишните, които започват работа в различни професии, и как се променя този показател във времето.
На пръв поглед графиката изглежда убедителна. Но ако се вгледаме по-внимателно в методологията и данните, възникват няколко важни проблема. Този казус е чудесен повод да разгледам няколко често срещани грешки при анализ на данни.
Какво се опитват да покажат авторите
Графиката показва inflow rate – т.е. колко хора започват работа в дадени професии.
Фокусът е върху възрастовата група 22–25 години, която се приема като индикатор за навлизането на млади специалисти на пазара на труда.
Професиите са разделени на две категории:
- професии силно изложени на AI (показани с червена линия на графиката)
- професии слабо изложени на AI (показани със синя линия на графиката)
Идеята на анализа е следната:
ако AI започва да автоматизира определени задачи, напълно възможно е това да са рутинни и повторяеми дейности, които често се възлагат на хора в началото на кариерата им. Следователно, ако има използване на ИИ, може да се очаква компаниите да започнат да наемат по-малко млади хора в тези професии.
Авторите на анализа приемат, че хората във възрастовата група 22–25 години биха били сред първите, които ще усетят евентуално намалено предлагане на позиции, и се опитват да проверят тази хипотеза чрез графиката. Следователно, ако се проследи динамиката в процента на 22-25-годишните, които започват работа, могат да се направят изводи за връзката между AI и пазара на труда.
И наистина, при визуален прочит на графиката изглежда, че след появата на ChatGPT, т.е. в периода 2023–2025, темпът на започване на работа от млади хора в по-силно изложените на AI професии леко отслабва.
На тази база авторите предполагат, че AI може вече да оказва влияние върху пазара на труда.
Но в този анализ има няколко проблема. Подобни грешки се срещат често, независимо дали става дума за анализ на маркетингова кампания или за финансов анализ на портфейл от ценни книжа. Нека да ги разгледаме един по един.
Основният проблем: корелация не означава причинност
Тук е важно да си припомним един основен принцип в статистиката и иконометрията:
съвпадението не е доказателство за причинно-следствена връзка.
Има дори цял сайт, посветен на подобни примери – Spurious Correlations.
Ето една любопитна графика от този сайт, която сравнява:
- броя на финалите от турнирите в големия шлем, на които е играл Роджър Федерер
- броя електроинженерите в щата Ню Мексико
Двете серии се движат почти синхронно и имат много висок коефициент на корелация. Очевидно обаче това не означава, че успехите на Роджър Федерер мотивират хората в Ню Мексико да работят като електроинженери.
Това е класически пример как две величини могат да се движат заедно във времето, без между тях да има реална причинна връзка.
И ако си мислите, че това е случайност – посетете сайта. Там ще намерите десетки примери за подобни абсурдни корелации. Ето ви само още два:
Брой на бакалаврите инженери в САЩ и производството на електричество в … Камбоджа
А тази, можете да бъдете сигурни, представлява особен интерес за г-н Елон Мъск, защото показва, че колкото по-замърсен е въздухът в град Сиукс, щата Аова, толкова по-висока е цената на акциите на Тесла.
От казаното дотук можем да направим извода, че когато два показателя се движат в синхрон на една графика, това не означава, че има причинно-следствена връзка.
Подобен риск съществува и при интерпретацията на графиката на Anthropic. Фактът, че две серии се раздалечават след момента на появата на chatGPT, не е достатъчно доказателство, че причината е AI.
Всъщност пазарът на труда се влияе от множество фактори:
- икономически цикли
- лихвени проценти
- инвестиции
- промени в образованието
- регулации
- политически събития
- демографски тенденции.
Без контрол за тези фактори е трудно да се твърди, че наблюдаваният ефект се дължи именно на AI, а не на по-широки макроикономически и секторни процеси.
Проблем 2: Възможна несъпоставимост
Групите професии, които се сравняват, не са напълно съпоставими. На практика се сравняват групи професии с различни характеристики, различна възрастова структура и различна чувствителност към икономическия цикъл.
От една страна са knowledge work позиции – например анализатори, програмисти или юристи. От друга са по-оперативни роли – строители, служители по поддръжка, продавачи в магазин.
Тези пазари имат различна динамика:
- различна структура на обучение
- различна възраст на първа работа
- различна чувствителност към икономически цикли.
Затова разликата в наемането може да се дължи на редица други фактори.
Проблем 3: Разликата не е статистически значима
Самите автори обясняват в текста към графиката, че наблюдаваната разлика не е статистически значима. Цитирам буквално:
„Средната оценка за периода след ChatGPT показва спад от 14% в процента на намиране на работа при засегнатите професии в сравнение с 2022 г., макар резултатът да е на границата на статистическата значимост.„
Това означава, че спадът в броя на наетите може да е резултат от случайни колебания в данните. При такива условия е трудно да се правят силни заключения. И в интерес на истината авторите са доста предпазливи в изводите си (почерненото е от мен):
„Това може да предостави известен сигнал за ранните ефекти на ИИ върху заетостта и потвърждават констатациите на Brynjolfsson и др. Но съществуват няколко алтернативни интерпретации. Младите работници, които не са наети, може да остават на настоящите си работни места, да заемат различни работни места или да се върнат в училище. Допълнителна уговорка, свързана с данните, е, че преходите между работни места може да са по-уязвими към грешки при измерването в проучванията.“
Проблем 4: Възрастта 22–25 не е типична за старт в много knowledge професии
Много knowledge професии не започват веднага след бакалавърска степен. Често преди да започнат първа постоянна работа младите специалисти продължават обучението си в магистратура или докторантура, преминават през стажантски програми или търсят различни професионални възможности – например участие в предприемачески проекти или работа в неправителствени организации.
Затова реалното навлизане в тези професии често се случва след 25-годишна възраст.
Това означава, че показателят „нови назначения на хора на възраст 22–25 години“ може да не улавя добре динамиката на пазара на труда в тези професии.
Още по-важно е, че графиката не може да различи дали наблюдаваната промяна се дължи на намалено търсене на труд от страна на работодателите или на промяна в предлагането на труд – например ако по-малко млади хора избират да започнат работа в тези професии на тази възраст.
С други думи, дори да наблюдаваме спад в броя на 22–25 годишните, започващи работа в дадена професия, това не означава автоматично, че компаниите наемат по-малко хора. Възможно е просто по-малко млади хора да навлизат в тези професии на тази възраст.
Проблем 5: Спадът започва преди появата на ChatGPT
Ако се погледне внимателно графиката, се вижда нещо интересно: Спадът в наемането започва преди появата на ChatGPT (означено със зелено кръгче).
Това е съществен детайл, защото поставя под въпрос най-разпространената интерпретация на графиката – че именно масовото навлизане на големите езикови модели е довело до намалено търсене на млади специалисти.
Ако тенденцията започва още преди появата на ChatGPT, логично е да предположим, че зад нея стоят други фактори, които вече са действали на пазара на труда.
Дори да приемем, че AI може да е засилил или ускорил този процес, графиката сама по себе си не дава основание да се твърди, че именно той е неговата първопричина.
Този извод се подсилва и от още една особеност на пазара на труда: реакцията му към технологични промени обикновено е бавна.
Решенията за наемане рядко се вземат спонтанно. Те са резултат от стратегическо планиране, бюджетиране и организационни решения, които често се подготвят месеци или дори години по-рано. Освен това внедряването на нови технологии в организациите също става постепенно – чрез експерименти, пилотни проекти и промени в работните процеси.
Поради тези причини е малко вероятно толкова нова технология като големите езикови модели да доведе до незабавна и ясно измерима промяна в наемането на служители само година след широкото си навлизане.
Затова съвпадението във времето между появата на ChatGPT и наблюдаваната динамика в графиката не е достатъчно основание да се прави причинно заключение за връзката между AI и пазара на труда.
Проблем 6: в края на периода всъщност имаме ръст
Погледнете пак графиката и по-точно оградената със сиво част. Ясно се вижда, че след средата на 2024 има тенденция на ръст на новите назначения на 22-25 годишни служители в професиите, изложени на ИИ. В другата група дори започва спад.
Това как би следвало да се тълкува? Ако приемем безкритично, че спадът след 2023 е причинен от AI, тогава би трябвало със същата лекота да приемем и обратното – че последвалият ръст е също резултат от AI. Това показва колко опасно е да се правят причинни изводи само от визуално съвпадение на серии.
Проблем 7: Четем както ни отърва
Това всъщност не е проблем на анализа, а проблем на това как възприемаме резултатите от него. Много хора виждат графиката, прочитат, че намалява търсенето на млади специалисти в засегнатите професии и спират дотук. За тях вече е ясно, че AI е причина за съкращаване на работни места, машините започват да ни изместват, тежко и горко на младите хора и всякакви други сценарии.
Но както видяхме – трябва да се чете по-внимателно, с разбиране, което означава да се запитаме и да търсим отговорите на въпроси като:
- Каква е методологията на анализа?
- Какви данни са използвани?
- Има ли съпоставимост между двете групи?
- Статистически значими ли са разликите?
- Как да сме сигурни, че корелацията е в резултат от причинно-следствена връзка?
Заключение
Графиката за наемането на 22–25 годишни е интересен опит да се открие ранни признаци за връзка между развитието на AI и пазара на труда.
Но внимателният анализ показва, че доказателствата засега са ограничени: разликите в наемането са малки, не са статистически значими и могат да се обяснят с редица други фактори. Като капак на всичко – тенденциите в групата на засегнатите професии не са еднопосочни.
Затова вероятно е по-разумно да разглеждаме подобни графики не като доказателство за настъпваща технологична революция, а като ранни наблюдения в един много по-сложен икономически процес.
В по-общ план може да се направи изводът, че е необходимо внимателно и задълбочено да се четат подобни изследвания и да се правят изводи на тяхна основа, след като сме разбрали какво точно показват и как са изчислени показателите.
А дали са застрашени работните места на хората – предстои да разберем.