Meer inzicht in beloning voor werknemers

Looninformatie beïnvloedt belangrijke beslissingen: op welke banen mensen solliciteren, of ze onderhandelen, en of het de moeite waard is om een bepaald carrièrepad na te streven. Maar in tegenstelling tot de prijs van de meeste goederen, is de prijs van arbeid vaak moeilijk te vinden en lastig te interpreteren, vooral voor werknemers die zich aan het begin van hun carrière bevinden, van vakgebied wisselen of verhuizen.

AI is een nieuwe bron van informatie rond de arbeidsmarkt. In plaats van dat een werknemer op meerdere websites moet zoeken, verspreide salariswebpagina's moet interpreteren of een sociaal riskante vraag moet stellen, kan een model looninformatie samenvoegen en binnen enkele seconden behulpzame informatie bieden. Werknemers gebruiken ChatGPT al op deze manier en sturen in de VS gemiddeld bijna 3 miljoen berichten per dag met vragen over lonen, compensatie of inkomsten.

Ons meest recente onderzoeksrapport onderzoekt hoe Amerikanen ChatGPT gebruiken om de informatiekloof over lonen te dichten. Meestal komen ze naar ChatGPT voor twee soorten hulp: salaris vertalen naar een bruikbaar referentiepunt en inzicht krijgen in wat een functie, bedrijf, loopbaanpad of bedrijfsidee in de praktijk realistisch kan opleveren. Van de gelabelde berichten over loonvergelijkingen gaat 26% van de vragen over loonberekening, gevolgd door een specifieke functie (19%), ondernemerschap (18%), een functie bij een specifiek bedrijf (11%) en vragen over beroep of carrière (11%). We hebben dit vastgesteld via een privacybeschermende analyse die gebruikmaakt van geautomatiseerde classificatoren en waarbij nooit een mens individuele berichten bekijkt.

Het patroon in zulke vragen is van belang. Beroepsgerelateerde zoekopdrachten naar loon concentreren zich in sectoren zoals kunst, design, media en entertainment, sport, management, gezondheidszorg, transport, verkoop en zakelijke en financiële dienstverlening. Relatief gezien ten opzichte van werkgelegenheid is de zoekactiviteit naar lonen oververtegenwoordigd in hoger gekwalificeerde en minder transparante beroepen, zoals creatieve sectoren, management, de gezondheidszorg en computer- en wiskundige functies, wat erop wijst dat de vraag het sterkst is waar beloning lastiger te vergelijken is, meer onderhandelbaar is of belangrijker is voor loopbaanmobiliteit. We zien een vergelijkbaar patroon in vragen over ondernemerschap die zich concentreren op creatief werk en kleine dienstverlenende bedrijven, gebieden waar vaak geen gepubliceerde looninformatie te vinden is.

In alle sectoren neemt het zoeken naar loon toe waar de loonspreiding groter is en waar de lonen hoger zijn. Met andere woorden, werknemers lijken vooral looninformatie te zoeken wanneer het belangrijker is om het juiste antwoord te hebben en wanneer loon moeilijker te begrijpen is. Daarom is dit belangrijk, niet alleen voor het opzoeken van lonen. Als werknemers hun potentiële inkomsten verkeerd inschatten, kan dat ertoe leiden dat ze in lager betaalde banen blijven, hun onderhandelingspositie verzwakken, carrièremoves uitstellen of investeringen in onderwijs en training ontmoedigen. Betere informatie kan onzekerheid niet wegnemen, maar kan het wel gemakkelijker maken om een redelijk beeld te vormen van wat werk oplevert en mensen helpen betere beslissingen te nemen.

Om beter te begrijpen hoe onze modellen werknemers van dienst zijn, introduceert het rapport ook WorkerBench, een nieuwe inspanning om ChatGPT te evalueren op arbeidsmarkttaken die waardevol zijn voor werknemers. In deze eerste benchmark hebben we GPT‑5.4 vergeleken met de mediane lonen uit de OEWS-gegevens van 2024, op nationaal beroepsniveau en op het niveau van metropoolgebieden. In de geobserveerde steekproef is het model zeer nauwkeurig: de dekking is hoog, de bias is klein en bijna alle numerieke schattingen liggen heel dicht bij de benchmark.

Informatie over salaris is economisch belangrijk, maar vaak moeilijk of gevoelig te verkrijgen. Werknemers gebruiken ChatGPT al om dat probleem op te lossen, vooral in de delen van de arbeidsmarkt waar de onzekerheid het grootst is en de inzet het meest betekenisvol. Ons doel is om te blijven verbeteren hoe nuttig en betrouwbaar die hulp kan zijn: door verder te gaan dan nationale referentiepunten en ons te richten op vragen over locatie, bedrijven, functieniveau en beloning die werknemers elke dag stellen.