RBA-notat: Jobbannonser faller brattest i yrker med høyest AI-eksponering

Den australske sentralbankens nye overvåkingsverktøy peker på svakere utfall for unge arbeidstakere i AI-eksponerte yrker — men forfatteren selv advarer mot kausale slutninger, og en amerikansk analyse daterer problemene til tiden før…

Arkivfoto: Filbilde av Reserve Bank of Australias bygning i Sydney.
Reserve Bank of Australia i Sydney. Filbilde. Arkivfoto: Ché Lydia Xyang, CC BY-SA 3.0 · kilde Bearbeidelsen er lisensiert under CC BY-SA 3.0.

RBA-notat: Jobbannonser faller brattest i yrker med høyest AI-eksponering

Den australske sentralbankens nye overvåkingsverktøy peker på svakere utfall for unge arbeidstakere i AI-eksponerte yrker — men forfatteren selv advarer mot kausale slutninger, og en amerikansk analyse daterer problemene til tiden før ChatGPT.

Den australske sentralbanken (RBA) publiserte 9. november 2026 et Insight-notat skrevet av Mike Major, som introduserer et verktøy for å overvåke tidlige effekter av kunstig intelligens på arbeidsmarkedet. Notatet finner ifølge sammendrag fra LDS «tentative tegn» — forsiktige tegn — på svakere utfall i AI-eksponerte yrker, særlig for yngre arbeidstakere, men slår samtidig fast at det så langt er lite som tyder på reell forstyrrelse av arbeidsmarkedet (LDS).

Forskjellen på RBA's eget ordvalg og overskriftene rundt notatet er stor. The Decoder rammet dekningen inn som at «AI treffer unge arbeidstakere først» (The Decoder), mens notatets egne formuleringer — beskrivende analyse, ingen kausal vurdering, kun teoretisk eksponering — er langt mer tilbakeholdne. Det er denne avstanden denne saken egentlig handler om.

Slik fungerer verktøyet

Notatet rangerer yrker etter hvor eksponerte de er for AI, målt gjennom oppgavesammensetningen i hvert yrke. Som benchmark-dato brukes november 2022 — måneden da ChatGPT brakte generativ AI i utstrakt offentlig bruk. Deretter sammenlignes utviklingen i jobbannonser og sysselsettning mot dette tidspunktet, gruppevis etter eksponeringsnivå (LDS).

Ifølge rangeringen er de mest utsatte yrkene blant annet programvareutviklere, kontor- og administrasjonsarbeidere. De yrkene i mest utsatte kvintil som bidrar mest til nedgangen i nye annonser hos Jobs and Skills Australia siden november 2022, er generelle kontormedarbeidere, programvare- og applikasjonsprogrammerere, ICT-business- og systemanalytikere, kunde- og contactsentermedarbeidere, og resepsjonister (LDS).

Hva tallene viser

Ifølge analysen slik The Decoder gjengir den, har jobbannonser falt i alle eksponeringsgrupper siden ChatGPT ble lansert sent i 2022 — men nedgangen er brattest i gruppen med høyest eksponering. I denne gruppen har arbeidstakere i alderen 15 til 24 år og unge kandidater svakere sysselsettingsrater og høyere arbeidsledighet enn eldre kolleger i samme yrker (The Decoder).

Det er dette som utgjør de «forsiktige tegnene»: et mønster som er konsistent med en historie om at AI rammer inngangsnivåjobber først, men som notatet selv ikke tolker som bevis på noe slikt.

Forbeholdene er store

Major advarer eksplisitt mot å trekke tidlige konklusjoner. Analysen etablerer ifølge The Decoder ingen direkte kausalitet, og eksponeringstiltaket måler kun teoretisk potensial — ikke faktisk bruk av AI i bedriftene, og ikke reelle endringer i ansettelses- eller lønnspraksis. Andre forklaringer er ikke utelukket: skifter i konjunktursyklusen etter pandemien eller i omfanget av fjernarbeid kan også drive tallene (The Decoder).

Samtidig peker data fra jobbsøkemotoren SEEK, gjengitt i dekningen, i en annen retning enn ren substitusjon: de antyder at AI supplerer arbeid og skaper ny etterspørsel etter AI-kompetanse (The Decoder).

Notatets analyselinse er altså dobbelt forsiktig. Den måler eksponering, ikke adopsjon. Og den beskriver korrelasjoner i tid, uten å påstå årsak.

Også datagrunnlaget er begrenset: De nyeste fullstendige yrkesdataene i notatet gjelder februar 2026, med delvise data for mai 2026. Kommende endringer i Labour Force Survey og overgangen fra yrkesklassifiseringen ANZSCO til OSCA vil kreve en revidert kobling mellom eksponeringsrankingen og de nye dataene (LDS).

Det er dessuten verdt å merke seg hva slags dokument dette er. RBA omtaler Insight-serien som notater der ansatte presenterer sin egen analyse, med et ansvarsfraskrivelse som sier at synspunktene er forfatterens og ikke bør leses som RBA's eller bankstyrenes vurdering (LDS). Notatet er altså ikke et offisiell sentralbankstandpunkt om AI og sysselsettning.

Det internasjonale bevismønsteret

Det australske notatet havner midt i en pågående debatt der studiene peker i delvis motsatte retninger. Tallene nedenfor er kjent via The Decoders sammendrag av studiene, ikke fra originalene:

  • En Stanford-studie fra august 2025, basert på millioner av amerikanske lønnsregistre, fant at sysselsettingen blant 22–25-åringer i AI-eksponerte yrker hadde falt 13 prosent i relativ forstand siden sent 2022 — og nesten 20 prosent blant unge programvareutviklere.
  • En Anthropic-studie fra mars 2026 fant tegn til svakere ansettelse blant 22–25-åringer i eksponerte yrker, med sannsynligheten for å finne jobb ned rundt 14 prosent. Men den fant ingen systematisk økning i total arbeidsledighet. Et internt Antropic-gjennomgang skal ifølge dekningen vise at andelen junior-tekniske ansettelser falt fra 27 til 9 prosent siden tidlig 2025 — men dette er en firmapåstand, ikke uavhengig verifisert.
  • En analyse fra januar 2026, ledet av Morgan Frank ved University of Pittsburgh og basert på 10,6 millioner LinkedIn-profiler og amerikanske arbeidsledighetsdata, advarer mot å legge hele nedgangen på AI. Forskergruppen fant at problemene i eksponerte yrker startet tidlig i 2022 — måneder før ChatGPT ble lansert — noe som tyder på at makroøkonomiske faktorer kan være en større driver.

Pittsburgh-funnet er den viktigste motforklaringen i evidensen, og den rammer hardt om alle studiene som bruker ChatGPT-lanseringen som naturlig skillelinje. Hvis nedgangen i eksponerte yrker begynte før generativ AI var i utstrakt bruk, kan ikke tidspunktet alene brukes som bevis for AI-effekt. Det gjelder i prinsippet også RBA-notatet, som bruker november 2022 som benchmark.

Betyr det at Stanford- og Anthropic-funnene er motbevist? Nei — men det betyr at tidspunktet alene ikke avgjør saken. Stanford-studien baserer seg på lønnsregistre og finner et mønster i alder og yrke som passer med inngangsnivå-substitusjon; Pittsburgh-studien baserer seg på profiler og ledighetsdata og finner en annen tidslinje. Uenigheten gjelder delvis metode og delvis tolkning, og den er ikke løst av det som foreligger.

Hva som kan avgjøre spørsmålet

Notatet peker selv på noen av løftene: en revidert kobling av yrkesklassifiseringen når ANZSCO erstattes av OSCA, og oppdaterte data utover februar 2026. Videre vil det være avgjørende om tidsmønsteret holder når flere år med data kommer til — om nedgangen i annonser og sysselsetting faktisk bryter ut rundt ChatGPT-lanseringen, eller om den tråkker jevnt videre over skillet slik Pittsburgh-analysen antyder. Et annet åpent spørsmål er om teoretisk eksponering faktisk oversettes til reell AI-adopsjon i australske bedrifter, noe verktøyet i dag ikke kan måle.

Inntil da er den mest presise oppsummeringen notatets egen: forsiktige tegn på svakere utfall for unge i AI-eksponerte yrker, lite bevis på reell forstyrrelse — og ingen grunnlag for å si at AI er årsaken.

Få de viktigste AI-nyhetene i innboksen

Nyheter, analyser og verktøy samlet for deg.