Så skyddar du ditt jobb från AI-konkurrens
Hur sårbart ett yrke är för AI handlar inte bara om hur många arbetsuppgifter en maskin klarar av – det beror minst lika mycket på hur lätt det är att dela upp jobbet. Det visar en ny akademisk arbetsrapport av ekonomerna Luis Garicano vid London School of Economics samt Jin Li och Yanhui Wu vid University of Hong Kong.
Deras modell delar in arbetsuppgifter i två typer: kodifierbara, som att klassificera, sammanfatta eller skriva kod, och kontextuella, som att hantera relationer, bära ansvar eller göra svårmätbara bedömningar. AI blir snabbt bättre på den första kategorin. Men hur stor skadan blir avgörs av något annat: om de två uppgiftstyperna går att skilja åt utan att värde förstörs.
I yrken med ett svagt ”knippe” är uppdelningen billig. AI tar över de kodifierbara momenten, medan människan koncentrerar sig på resten. Varje kvarvarande anställd producerar plötsligt mer, eftersom all arbetstid nu läggs på den mänskliga delen. Om efterfrågan är trög pressas produktpriset ned och de minst produktiva tvingas lämna yrket.
I starka knippen ser det annorlunda ut. Där är kontext, ansvar och kommunikation oupplösligt knutna till den kodifierbara kärnan. Att skilja dem åt förstör värde, jobbet överlever som helhet och arbetarna behåller en större andel av intäkterna. Radiologin lyfts fram som ett illustrativt exempel: En radiolog gör inte bara bildtolkning, utan triagerar, kommunicerar med kollegor och skriver under med yrkesansvar. Att lyfta ut bildanalysen ur det sammanhanget är inte gratis.
Forskarna landar i att AI-exponering är inte avgörande i sig självt. Lika viktigt är hur uppdelningsbara jobben faktiskt är.
REFERENSER
Garicano, L., Li, J., & Wu, Y. (2026, 30 mars). Weak bundle, strong bundle: How AI redraws job boundaries (Working paper)
Följ taggar
