05.05.2022

STEM-uddannelser er koncentreret i AI-virksomheder

Der er stor forskel på, hvilke uddannelsestyper virksomhederne efterlyser, afhængigt af om de er brugere eller producenter af kunstig intelligens (AI) og machine learning. Det viser nyt studie fra Københavns Universitet og University of Chicago. Studiet finder ikke opbakning til synspunktet om, at humanistiske kompetencer vil blive efterspurgt til at bygge bro mellem mennesker og maskiner.


En ny sammenkobling af data kaster lys over, hvilke uddannelser virksomhederne efterspørger, alt efter om de er brugere af teknologierne kunstig intelligens (AI) og machine learning, eller om de producerer teknologierne. Både producenter og brugere aftager i højere grad studerende fra naturvidenskabelige og teknologiske (STEM) uddannelser end andre virksomheder. Men der er stor forskel på hvilke uddannelser. Det viser et studie af Bjørn Bjørnsson Meyer fra Københavns Universitet og Anders Humlum fra University of Chicago.

Det skelsættende ved kunstig intelligens i forhold til tidligere teknologiske landvindinger er, at fleksible algoritmer er i stand til at overtage arbejdsopgaver, der primært har været forbeholdt højtuddannede, for eksempel analyser i et laboratorium eller gennemgang af sagsakter på et advokatkontor. I studiet rangeres danske lange videregående uddannelser efter, hvor stor en andel af deres studerende der ender som ansatte i AI-virksomheder.

Studiet finder stor spredning både på tværs af og inden for de traditionelle universitetsfakulteter, særligt når det gælder STEM-uddannelserne. Dataloger, matematikere og fysikere er specialiseret i AI-producerende virksomheder, mens biologer, kemikere og andre laboratorievidenskaber er koncentreret i virksomheder, der udelukkende anvender den nye teknologi, hvilket også fremgår af figur 1.

Figur 1. AI relevansen af videregående uddannelser

Humaniora og samfundsvidenskab ligger i bunden

Både i Danmark og internationalt er det et udbredt synspunkt, at kunstig intelligens vil øge efterspørgslen efter humanistiske og socialvidenskabelige evner til at bygge bro mellem mennesker og maskiner1. Studiet finder dog ingen opbakning til, at folk, der udelukkende har disse kompetencer, arbejder med kunstig intelligens. Samfundsvidenskabelige og humanistiske uddannelser ligger i bund, når det gælder andelen, som ansættes hos begge typer af AI-virksomheder, producenter og brugere af AI.

Risiko for øget ulighed

Nye teknologier har historisk set været den primære kilde til at skabe forbedringer af levestandarden, men de risikerer også at skabe forskydninger i, hvilke kompetencer der efterspørges på arbejdsmarkedet, hvilket fører til øget ulighed. Goldin og Katz (2010) beskriver industrielle revolutioner som kapløb mellem ny teknologi og udbuddet af uddannet arbejdskraft. I forlængelse heraf er det relevant at overveje, hvilke følger en fortsat hastig udbredelse af kunstig intelligens kan få for jobs og lønninger blandt højtuddannet arbejdskraft.

Studiet viser, at vi allerede på det nuværende arbejdsmarked ser en positiv sammenhæng mellem relevansen for virksomheder med AI-produktion og indkomst, jf. figur 2 (a). Der er endvidere en tendens i retning af, at startlønningerne for de allermest AI-produktionsrelevante uddannelser har været stigende i de senere år. Men der findes ikke en signifikant sammenhæng med relevansen for AI-brug og indkomst, hvilket fremgår af figur 2 (b).

Figur 2a. AI-produktionsrelevans af videregående uddannelser

Figur 2b. AI-brugerrelevans af videregående uddannelser

Hvis lønningerne fremover stiger mindre for de uddannelser, der er relevante for AI-brug, kan en forklaring være, at kunstig intelligens overtager arbejdsopgaver fra medarbejdere ud over at øge produktiviteten i virksomheden. Amerikanske data fra Webb (2020) viser, at der er stærk sammenhæng mellem beskrivelserne af AI-patenter og de opgaver, der i dag løses af laboratorieteknikere og kemiingeniører.

I det her beskrevne studie findes en kraftig positiv korrelation mellem relevans for AI-produktion og andelen af dimittender, som senere arbejder i jobtyper, der i Webb (2020) kategoriseres som ”ekstremt AI-udsatte” jobs. Dette understøtter, at kunstig intelligens automatiserer opgaver, som løses af AI-brugeres relevante uddannelser.

Læs mere i vores nyhedsbrev

Forfattere

ROCKWOOL Fondens Forskningsenhed