AI OCH AUTOMATISERING

”AI förvandlar ungdomar till citroner”

Hur signalerar man kompetens i en tid när alla kan låta kompetenta, men långt ifrån alla är det? Det frågar sig krönikören Jonas Grafström.

Ni ungdomar som träder in genom arbetsmarknadens portar, överge allt hopp för ni är alla citroner nu. Efter att ha läst 5 uppenbart AI genererade personliga brev av trippel-B-karraktär (Bedrövligt, bristfälligt, bortglömda) la jag huvudet på skrivbordet. AI-text är karaktäriseras av död och tomhet. Efter en sidans genomläsning är det enda som fastnat tidsförlusten av några minuter av ens liv som flytt. Bara för att text ser bra ut betyder det inte att den är bra. AI är fantastiskt men kan ställa till med fantastiskt mycket besvär, precis som alla teknologier där brukaren inte riktigt vet hur den ska användas.

När George Akerlof publicerade artikeln“ The Market for Lemons”år 1970 påvisade han hur en marknad kan kollapsa av något så banalt som bristande information. I hans exempel handlade det om begagnade bilar: köparen vet inte om bilen är ett kap, medium eller ett vrak, säljaren vet – men har ingen anledning att tala om det. Priset hamnar i mitten för det är den förväntade kvalitén. Resultatet blir att de bra bilarna försvinner och kvar på marknaden finns medium och “lemons”, alltså citroner, bilar med dolda fel som ingen egentligen vill ha. Det nya priset hamnar mellan medium och vrak.

”När alla kan signalera hög kvalitet, betyder signalen plötsligt ingenting.”

Akerlofs poäng var att en marknad faller sönder när den inte längre kan skilja på kvalitet. AI skapar just ett sådant problem i ansökningsprocesserna. När alla snabbt kan be en AI att producera en välskriven, korrekt formulerad och skräddarsydd ansökan, förlorar arbetsgivaren möjligheten att sortera mellan genuint skickliga kandidater och dem som får hjälp av ett språkmodellfilter. Resultatet blir en marknad där ”bra bilar” göms bland massproducerade ansökningar.

En ny studie Making Talk Cheap: Generative AI and Labor Market Signaling, baserad på data från plattformen Freelancer.com, visar hur AI gör jobbansökningar längre. För bara några år sedan var en typisk ansökan på plattformen 79 ord lång. Efter ChatGPT steg snittet till 104. När Freelancer lanserade sin egen AI-generator landade ansökningarna i genomsnitt på 159 ord. Alla låter kunniga, engagerade och väl anpassade till jobbet – oavsett om personen verkligen är det eller inte.

”Unga är alla citroner nu.”

När alla kan signalera hög kvalitet, betyder signalen plötsligt ingenting. Förr var en välskriven ansökan värd runt 26 dollar extra i betalning per uppdrag. Efter AI försvann hela premien. Resultatet blev 5 procent lägre löner och att antalet jobb som delades ut minskade något. Arbetsgivarna la inte längre någon vikt vid texten. Resultatet? En marknad som fylls med citroner: uppdragsgivarna får svårare att hitta bra frilansare, och frilansarna får sämre betalt för mer osäkerhet ingen betalar toppdollar för taffliga ordbajsare.

Unga är alla citroner nu. Svårast är det för de som inte har bevisat sig ännu. Med ett helt studentliv under ChatGPT´s födsel, uppånga och allmänna spridning är det svårt att avgöra, i nuläget, om den nybakade studenten kan något. En studie över Harvard studenter visade att över 75 procent av studenterna använder AI i sina inlämningar minst någon gång i veckan. Problemet är inte att unga saknar kompetens, utan att arbetsgivare saknar sätt att skilja verklig förmåga från ett välformulerat språkmodellseko.

När AI ansökningarna blir längre och fler behöver företagen AI för att hantera de inkommande AI ansökningarna. Ansökningar kan avfärdas sekunden efter de skickades in, även för de som har gjort ett genuint arbete. Jämnvikten förskjuts mot ett läge där ingen är nöjd över att vara.

”Utmaningen framåt är enkel att formulera och magsårsframkallande att lösa.”

Reaktionen syns redan i siffror. Rekrytering av juniora medarbetare har över lag minskat det senaste året. Detta är inte ett utslag av pessimism, utan ett rationellt val i en miljö full av potentiella citroner. När arbetsgivaren står inför valet att anställa en nyexaminerad kandidat som kanske kan jobbet, eller använda ett digitalt verktyg som definitivt kan lösa de enklaste uppgifterna, lutar kalkylen allt oftare åt alternativ två.

Den obekväma slutsatsen är att vi nu rör oss mot en arbetsmarknad där nykomlingar måste bevisa sin kompetens på fler sätt än genom text, betyg eller formella meriter. I flera branscher syns redan en förskjutning mot arbetsprover, tester och praktiska moment som inte kan outsourcas till ett verktyg. Utmaningen framåt är enkel att formulera och magsårsframkallande att lösa: hur signalerar man kompetens i en tid när alla kan låta kompetenta, men långt ifrån alla är det?