Hvordan KI utvider hva folk gjør på jobb

KI endrer arbeidet folk gjør. I en analyse av over 800 000 meldinger fra amerikanske ChatGPT‑brukere tyder vår nye forskning på at 16,8 % av de arbeidsrelaterte meldingene og 43,5 % av de yrkesspesifikke meldingene handler om oppgaver som forbindes med et annet yrke.

En småbedriftseier kan på egen hånd skrive tekst, gjennomgå en kontrakt eller utføre en grunnleggende økonomisk analyse. En selger kan bruke KI til å utforske et kundedatasett som tidligere kanskje ville blitt sendt til en analytiker. En markedsfører kan feilsøke et nettsted uten å vente på en utvikler. I hvert av tilfellene endrer KI ikke bare hvordan arbeidet blir gjort, men også hvem som gjør hva.

Den nye rapporten vår, Arbeid i frontlinjen: Hvordan KI utvider hva folk gjør på jobb, undersøker denne utviklingen. Vi kaller mønsteret som oppstår, oppgaveoverlapping: Arbeid som historisk har vært forbundet med ett yrke, dukker opp i KI-bruken til folk i et annet. I rammeverket vårt for KI og omstilling i arbeidslivet⁠(åpnes i et nytt vindu) argumenterer vi for at mange jobber trolig vil bli omorganisert. Dette er jobber der de daglige oppgavene kan endres betydelig. Denne rapporten er den første i vår nye serie Arbeid i frontlinjen, som undersøker hvordan KI endrer arbeidslivet i sanntid. 

Med vår unike innsikt i hvordan arbeidslivet endrer seg, vil vi jevnlig dele databaserte og kunnskapsbaserte funn som kan veilede politikk og praksis.

Mange studier av KI og arbeid tar utgangspunkt i en fast liste over oppgaver knyttet til et bestemt yrke og spør om modellene kan utføre dem. Funnene våre tyder på at KI også endrer hvem som påtar seg hvilke oppgaver.

For å måle oppgaveoverlapping skiller vi først mellom arbeid som er knyttet til ett yrke, og arbeid som forekommer i mange ulike jobber. Enkelte aktiviteter, som skriving, oppsummering og planlegging, er så utbredt på tvers av yrker at de ikke kan regnes som tegn på overlapping. Disse klassifiserer vi som generelle. For de resterende meldingene undersøker vi om oppgaven ligger innenfor eller utenfor brukerens eget yrke. Blant de ikke-generelle meldingene ligger 43,5 % utenfor brukerens yrke. Dette gir et tidlig innblikk i hvordan KI kan endre oppgaveinnholdet i jobber før endringene kommer til syne i stillingsbeskrivelser eller stillingstitler.

Dette tyder på at en betydelig del av den arbeidsrelaterte ChatGPT‑bruken kommer fra brukere som utvider rollen sin. Mønsteret er særlig tydelig i flere grupper. Når generelt arbeid holdes utenfor, utgjør oppgaver utenfor eget yrke: 

• 77 % av de yrkesspesifikke meldingene fra medarbeidere innen kundeopplevelse
• 75 % fra designere
• 69 % fra personalmedarbeidere
• 56 % fra juridiske medarbeidere 
• 53 % fra markedsførere

Disse yrkesgruppene «låner» oppgavene fra andre roller. Funnene peker mot en ny arbeidsdeling: Noen aktiviteter som tidligere måtte overleveres til andre, kan nå utføres av den som først oppdager behovet.

Varmekartet nedenfor viser oppgaveoverlapping ved å undersøke hvilket yrke hver ikke-generelle melding ligner mest på. Oppgaver innen markedsføring og teknologi sprer seg lengst og dukker ofte opp i meldinger fra ansatte utenfor disse fagområdene.

Når vi går fra yrker til konkrete oppgaver, ser vi at oppgaveoverlappingen er ujevnt fordelt. Både økonomiske beregninger og teknisk feilsøking er blant de tre vanligste eksterne oppgavene i alle de sju andre yrkesgruppene i analysen. Markedsføringsarbeid sprer seg også bredt: Produksjon av markedsføringsmateriell forekommer i fem andre grupper og er særlig utbredt blant designbrukere.

Når vi ser på bredere oppgavegrupper, finner vi to tydelige retninger for overlappingen. Noen yrker henter inn mange oppgaver fra andre yrker. Andre bidrar med oppgaver som forekommer i mange ulike jobber.

Design illustrerer det første mønsteret. Omtrent 35,2 % av meldingene fra designere gjelder arbeid som vanligvis forbindes med et annet yrke, mens designoppgaver bare utgjør 1,7 % av meldingene fra ansatte på andre fagområder. Designere benytter seg i stor grad av oppgaver fra andre yrker, men designarbeid forekommer sjelden andre steder.

For teknologi er mønsteret nærmest omvendt. Bare 18,5 % av teknologimeldingene omhandler oppgaver fra andre fagområder, mens teknologioppgaver utgjør 7,4 % av meldingene fra ansatte i andre yrker. Teknologi er en viktig kilde til oppgaver som folk på andre områder påtar seg, fra feilsøking av programvare til arbeid med tekniske systemer.

Markedsføring skiller seg ut i begge retninger. Markedsførere bruker 24,3 % av meldingene sine på oppgaver knyttet til andre yrker, mens markedsføringsoppgaver utgjør 8,9 % av meldingene fra ansatte på andre fagområder – den høyeste utgående andelen i utvalget. Markedsførere kombinerer oppgaver fra flere fagområder, og markedsføringsarbeid sprer seg også bredt i organisasjonen.

Bedriftens størrelse og struktur påvirker hvordan KI endrer arbeidet. I et stort selskap kan ansatte ha tilgang til spesialistteam, etablerte arbeidsprosesser og interne tjenester. I en mindre organisasjon er det mer sannsynlig at den som er nærmest problemet, håndterer det selv i stedet for å delegere.

Blant gjennomsnittsbrukerne faller andelen oppgaver utenfor eget yrke fra 18,9 % for brukere i arbeidsområder med 2–5 plasser til 16,3 % for brukere i arbeidsområder med over 100 plasser. Blant de mest aktive brukerne ser vi ikke det samme entydige mønsteret.

En mulig forklaring er at moderate brukere i mindre organisasjoner tyr til KI når de møter oppgaver som ellers ville krevd en annen funksjon. Storbrukere kan i stedet ha utviklet stabile, KI-støttede arbeidsprosesser som ligner mer på hverandre på tvers av organisasjoner, eller bruke KI mer intensivt innenfor sitt eget kjerneyrke.

KI kan være særlig nyttig som et allsidig verktøy der det er knapphet på spesialistressurser.

Slike data om KI-bruk viser hvor arbeidet er i ferd med å flytte seg. De gjør det mulig å se hvordan KI lar ansatte prøve ut nye kombinasjoner av aktiviteter før bedrifter omskriver stillingsbeskrivelser eller oppretter nye stillingstitler. Slik kan bruksmønstre gi et tidlig signal om endringer i yrker som først senere vil fanges opp av tradisjonell arbeidsmarkedsstatistikk.