Stanfordforskare ser nu ett allt tydligare mönster på den amerikanska arbetsmarknaden. Unga mellan 22 och 25 år halkar efter i yrken som är särskilt exponerade mot generativ AI, medan mer erfarna personer i samma delar av arbetsmarknaden klarar sig betydligt bättre.
I den uppdaterade studien ”Canaries in the Coal Mine?” analyserar forskarna Erik Brynjolfsson, Bharat Chandar och Ruyu Chen löne och anställningsdata från ADP för miljontals amerikanska arbetstagare. Studien sträcker sig fram till juni 2026.
Annons
Gapet har vuxit till 19 procent
Forskarna hittar inga tecken på att AI hittills orsakat en bred nedgång i sysselsättningen i hela ekonomin. Skillnaden blir däremot betydligt större när de isolerar unga arbetstagare inom yrken där generativ AI kan utföra en stor del av arbetsuppgifterna.
Sysselsättningen bland 22 till 25 åringar i starkt AI exponerade yrken ligger omkring 19 procent under den nivå den skulle ha nått om gruppen följt samma utveckling som jämnåriga inom mindre AI exponerade yrken.
Det är viktigt att skilja det från att 19 procent av jobben skulle ha försvunnit. Siffran beskriver ett relativt gap mellan gruppernas utveckling.
Gapet har dessutom fortsatt växa. I den tidigare dataversionen från juli 2025 låg motsvarande skillnad på omkring 15 procent. I juni 2026 hade den alltså ökat till 19 procent.
Samtidigt ser forskarna ingen motsvarande utveckling bland äldre och mer erfarna arbetstagare i samma yrkeskategorier.
Färre kommer in, snarare än fler får sparken
En av de viktigaste detaljerna i den nya versionen av studien är hur förändringen sker.
Forskarna ser framför allt tecken på minskad rekrytering av unga. Resultaten pekar alltså mer mot att företag anställer färre juniorer än att redan anställda unga arbetstagare sägs upp i stor skala.
Det kan göra effekten betydligt svårare att upptäcka. Ett företag behöver inte offentliggöra någon stor AI relaterad nedskärning. Det kan räcka att en tjänst som tidigare hade tillsatts av en nyutexaminerad utvecklare, analytiker eller kundtjänstmedarbetare aldrig annonseras ut.
Studien är dock observationsbaserad. Forskarna betonar själva att resultaten inte bevisar att generativ AI orsakat hela skillnaden. Andra förändringar på arbetsmarknaden kan också spela in.
Junioruppgifter ligger nära det AI är bra på
Mönstret blir särskilt intressant när forskarna delar upp yrken efter hur AI faktiskt används.
Nedgången är tydligast där tekniken används för att automatisera arbetsuppgifter. I yrken där AI i större utsträckning används som hjälpmedel tillsammans med en människa är utvecklingen stabilare, och i vissa grupper positiv.
Stanford lyfter också skillnaden mellan kodifierad och tyst kunskap. Kodifierad kunskap går relativt enkelt att skriva ned i instruktioner, dokumentation, läroböcker eller processer. Det är samtidigt den typ av material som moderna språkmodeller är särskilt lämpade att arbeta med.
Tyst kunskap byggs däremot genom erfarenhet. Det kan handla om att förstå en kund, upptäcka ett ovanligt problem eller veta vilket beslut som fungerar i en situation där reglerna inte ger ett självklart svar.
Enligt forskarna har unga inom yrken som bygger mycket på kodifierad kunskap haft en svagare utveckling, medan erfarenhet fortfarande tycks ge ett starkare skydd.
Mjukvaruutvecklare sticker ut
Ett tydligt exempel är mjukvaruutveckling. Stanford placerar yrket bland de mest AI exponerade och ser stora nedgångar för utvecklare mellan 22 och 25 år. Bland äldre utvecklare ser utvecklingen betydligt starkare ut.
Samma typ av mönster syns inom bland annat kundtjänst, medan unga inom mindre AI exponerade yrken kan ha en helt annan utveckling.
Det ligger också nära hur AI verktygen används i praktiken. Anthropic har tidigare analyserat användningen av Claude inom programmering och konstaterat att företagets kodverktyg Claude Code oftare används för att utföra arbetsuppgifter automatiskt än som ett rent stöd till användaren.
I Anthropics analys klassificerades 79 procent av interaktionerna med Claude Code som automatisering. För vanliga Claude.ai låg motsvarande andel på 49 procent. Det betyder inte att 79 procent av programmeringsjobb kan automatiseras, men siffrorna visar hur annorlunda AI agenter används jämfört med vanliga chattverktyg.
AI kan förändra själva karriärstegen
Den kanske största långsiktiga frågan är därför inte hur många befintliga jobb som försvinner.
Många karriärer bygger på att nyanställda börjar med relativt strukturerade uppgifter. En junior utvecklare skriver enklare kod. En analytiker sammanställer data. En assistent producerar första utkast och en kundtjänstmedarbetare hanterar rutinärenden.
Det är också arbetsuppgifter som dagens AI system snabbt blivit bättre på.
Om företagen automatiserar den nedersta delen av arbetsflödet men fortsätter behöva seniora personer med erfarenhet uppstår ett nytt problem. Någon måste fortfarande få möjligheten att bygga den erfarenheten.
Stanfordstudien visar ännu inte hur stort det problemet blir. Den visar heller inte att samma utveckling gäller Sverige eftersom underlaget bygger på amerikanska arbetsmarknadsdata.
Men resultaten pekar på en betydligt mer konkret AI effekt än den omedelbara massarbetslöshet som länge dominerat debatten. Förändringen kan börja långt tidigare, redan när företag bestämmer vem de inte längre behöver nyanställa.