Anthropic heeft een uitgebreide meta-analyse gepubliceerd waaruit blijkt dat heropleidingsprogramma's voor werknemers statistisch significante maar bescheiden economische opbresten opleveren — resultaten die verschijnen nu beleidsmakers wereldwijd nadenken over hoe ze mogelijke door AI veroorzaakte arbeidsverdringing kunnen aanpakken, en nu prognoses van organisaties waaronder Goldman Sachs en het World Economic Forum schatten dat generatieve AI binnen het komende decennium honderden miljoenen banen aan aanzienlijke veranderingen bloot zou kunnen stellen.

Het rapport, mede geschreven door onafhankelijk onderzoeker David Roodman en Anthropic's Maxim Massenkoff, maakt gebruik van een AI-versnelde methodiek waarbij Anthropic's Claude-model het merendeel van de onderliggende gegevens extraheerde en alle analytische code genereerde. Het onderzoek is gebaseerd op 56 gerandomiseerde gecontroleerde onderzoeken die sinds de jaren zeventig in de Verenigde Staten zijn uitgevoerd, aangevuld met experimenteel bewijs uit Europa, en vormt een van de meest systematische evaluaties tot op heden van overheids- en non-profittrainingsinitiatieven. Het volledige rapport is beschikbaar in PDF-vorm.

Gemeten maar beperkte resultaten

Gemiddeld produceerden de onderzochte programma's positieve maar beperkte effecten. Voor elke persoon aan wie een trainingsplaats werd aangeboden, steeg de tewerkstelling met ongeveer twee tot drie procentpunten, terwijl het jaarinkomen met ruwweg $1,000 toenam. Deze winsten werden afgemeten tegen een gemiddelde kostprijs van ongeveer $13,000 per deelnemer. Vanuit fiscaal perspectief wisten overheden meer dan de helft van deze uitgaven terug te verdienen via aanvullende belastinginkomsten en verminderde uitkeringen, wat betekent dat de interventies ruwweg break-even draaiden. De Verenigde Staten hebben historisch gezien minder uitgegeven aan actieve arbeidsmarktprogramma's als percentage van het bbp dan de meeste vergelijkbare OECD-landen, een kloof die de bescheiden opbresten die hier zijn gedocumenteerd in een bredere context plaatst van relatief onderfinancierde arbeidsmarktinfrastructuur, die voornamelijk wordt beheerd via de Workforce Innovation and Opportunity Act.

De bevindingen maken deel uit van de bredere economische onderzoeksagenda van Anthropic, die de adoptie van AI over beroepen en industrieën volgt. Hoewel heropleiding in zowel publieke als expertenquêtes consequent rangschikt als de populairste beleidsreactie op technologische werkloosheid, waarschuwen de auteurs dat historische prestaties aangeven dat huidige programmaontwerpen waarschijnlijk tekortschieten als geavanceerde automatisering werknemers op grote schaal zou verdringen.

Sectorprogramma's en het replicatieprobleem

Een opvallende uitzondering op de bescheiden gemiddelden komt voort uit een kleine groep "sectorprogramma's" — initiatieven die nauw samenwerken met werkgevers in sectoren met veel vraag om sollicitanten te selecteren, beroepsgerichte curricula te ontwikkelen en afgestudeerden direct in functies te plaatsen. Programma's zoals Year Up en Per Scholas hebben de inkomsten van deelnemers met een veelvoud boven het gemiddelde verhoogd, en functioneren effectief als intermediairs op de arbeidsmarkt die over het hoofd geziene talenten verbinden met werkgevers die zich inzetten voor duurzame wervingspijplijnen. De resultaten van Year Up werden onafhankelijk bevestigd in een meerjarig gerandomiseerd gecontroleerd onderzoek uitgevoerd door het onderzoeksbureau MDRC, een van de grootste evaluaties van zijn soort in arbeidsmarktontwikkeling.

Het rapport benadrukt echter dat het repliceren van deze successen buitengewoon moeilijk is gebleken. Hoogwaardige kopieën van toonaangevende modellen faakten vaak op nieuwe locaties, wat erop wijst dat hun effectiviteit afhangt van kwetsbare, contextspecifieke omstandigheden: diepe lokale relaties, zeer selectieve toelatingsprocedures die meer dan 80 procent van de sollicitanten afwijzen, en organisatorische capaciteiten die over jaren van werking zijn opgebouwd.

Mismatch met AI-verdringingsscenario's

Omdat de meeste bestudeerde programma's zich richtten op mensen met een laag inkomen of marginaal tewerkgestelden, in plaats van midcareer whitecollar-professionals die mogelijk langere heropleidingsperiodes nodig hebben, concluderen de auteurs dat de bestaande heropleidingsinfrastructuur slecht is afgestemd op een scenario van grootschalige door AI veroorzaakte verdringing. Deze mismatch is bijzonder relevant nu grote taalmodellen in toenemende mate capaciteiten demonstreren in taken zoals schrijven, programmeren, juridische analyse en klantondersteuning — beroepen waar traditionele arbeidsmarktprogramma's nooit voor ontworpen waren.

Hun belangrijkste aanbeveling is om nu te investeren in het demonstreren, evalueren en opschalen van de meest veelbelovende programmamodellen voordat er een grootschalige crisis ontstaat. Concreet stellen ze voor om snel een toonaangevend sectorprogramma uit te breiden voor een goed gedefinieerde groep werknemers, terwijl de resultaten op het gebied van tewerkstelling en inkomsten nauwgezet worden gevolgd. Anthropic's Economic Futures Research Fund is gepositioneerd om dergelijke onderzoeken te ondersteunen, wat een opkomende consensus weerspiegelt dat inzicht in de beperkingen van de huidige heropleidingsbenaderingen essentieel is om zich voor te bereiden op een tijdperk van snelle automatisering.