Veränderungen der Arbeitswelt durch Künstliche Intelligenz
Anwendungsmöglichkeiten und Auswirkungen des Einsatzes künstlicher Intelligenz auf den Arbeitsmarkt werden breit diskutiert. Welche Folgen für Beschäftigung, Löhne und Qualifikationsanforderungen sind zu erwarten? Birgt die Nutzung automatisierter Entscheidungssysteme (z.B. für die Personalauswahl) ein Diskriminierungsrisiko? Wie wirkt sich der Einsatz von künstlicher Intelligenz auf die Arbeitsqualität aus?
Dieses Themendossier stellt Literatur zum Stand der Forschung zusammen.
Im Filter „Autorenschaft“ können Sie auf IAB-(Mit-)Autorenschaft eingrenzen.
-
Literaturhinweis
Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech (2024)
Avery, Mallory; Leibbrandt, Andreas; Vecci, Joseph;Zitatform
Avery, Mallory, Andreas Leibbrandt & Joseph Vecci (2024): Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech. (CESifo working paper 10996), München, 70 S.
Abstract
"The use of Artificial Intelligence (AI) in recruitment is rapidly increasing and drastically changing how people apply to jobs and how applications are reviewed. In this paper, we use two field experiments to study how AI recruitment tools can impact gender diversity in the male-dominated technology sector, both overall and separately for labor supply and demand. We find that the use of AI in recruitment changes the gender distribution of potential hires, in some cases more than doubling the fraction of top applicants that are women. This change is generated by better outcomes for women in both supply and demand. On the supply side, we observe that the use of AI reduces the gender gap in application completion rates. Complementary survey evidence suggests that anticipated bias is a driver of increased female application completion when assessed by AI instead of human evaluators. On the demand side, we find that providing evaluators with applicants' AI scores closes the gender gap in assessments that otherwise disadvantage female applicants. Finally, we show that the AI tool would have to be substantially biased against women to result in a lower level of gender diversity than found without AI." (Author's abstract, IAB-Doku) ((en))
Ähnliche Treffer
auch erschienen als: Monash Economics Working Papers, 2023-09 -
Literaturhinweis
Evidence on the adoption of Artificial Intelligence: The role of skills shortage (2024)
Zitatform
Carioli, Paolo, Dirk Czarnitzki & Gastón P. Fernández (2024): Evidence on the adoption of Artificial Intelligence: The role of skills shortage. (ZEW discussion paper 24-013), Mannheim, 37 S.
Abstract
"Artificial Intelligence (AI) is considered to be the next general-purpose technology, with the potential of performing tasks commonly requiring human capabilities. While it is commonly feared that AI replaces labor and disrupts jobs, we instead investigate the potential of AI for overcoming increasingly alarming skills shortages in firms. We exploit unique German survey data from the Mannheim Innovation Panel on both the adoption of AI and the extent to which firms experience scarcity of skills. We measure skills shortage by the number of job vacancies that could not be filled as planned by firms, distinguishing among different types of skills. To account for the potential endogeneity of skills shortage, we also implement instrumental variable estimators. Overall, we find a positive and significant effect of skills shortage on AI adoption, the breadth of AI methods, and the breadth of areas of application of AI. In addition, we find evidence that scarcity of labor with academic education relates to firms exploring and adopting AI." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Künstliche Intelligenz und Gender - eine Frage diskursiver (Gegen-)Macht? (2024)
Zitatform
Carstensen, Tanja & Kathrin Ganz (2024): Künstliche Intelligenz und Gender - eine Frage diskursiver (Gegen-)Macht? In: WSI-Mitteilungen, Jg. 77, H. 1, S. 26-33. DOI:10.5771/0342-300X-2024-1-26
Abstract
"Mit der Digitalisierung von Arbeit ist häufig die Frage verbunden, ob sich Geschlechterungleichheiten verändern. Aktuell wird dies vor allem mit Blick auf Künstliche Intelligenz (KI ) kontrovers diskutiert. Im betrieblichen Alltag gewinnt KI zunehmend an Relevanz ; in politischen, medialen und wissenschaftlichen Diskursen wird bereits seit einigen Jahren thematisiert, inwiefern KI aus Geschlechterperspektiven relevant ist. Dieser Beitrag untersucht diese Diskurse und widmet sich der Frage, inwiefern sich durch die Anwendung von KI -Technologien geschlechtliche Machtungleichheiten in der Arbeitswelt verändern und ob sich mit KI Ansatzpunkte für die Entwicklung von Gegenmacht erkennen lassen." (Textauszug, IAB-Doku)
-
Literaturhinweis
Wie bewältigen Regionen die digitale und ökologische Transformation von Wirtschaft und Arbeitsmarkt? (Podium) (2024)
Dauth, Wolfgang ; Solms, Anna; Grienberger, Katharina; Lehmer, Florian; Moritz, Michael ; Müller, Steffen; Fitzenberger, Bernd ; Plümpe, Verena; Falck, Oliver ; Bauer, Anja ; Sonnenburg, Anja; Janser, Markus ; Schneemann, Christian; Diegmann, André ; Matthes, Britta; Solms, Anna;Zitatform
Dauth, Wolfgang, Michael Moritz, Katharina Grienberger, Florian Lehmer, Steffen Müller, Bernd Fitzenberger, Verena Plümpe, Oliver Falck, Anja Bauer, Anja Sonnenburg, Markus Janser, Christian Schneemann, André Diegmann, Britta Matthes & Anna Solms; Katharina Grienberger, Florian Lehmer, Steffen Müller, Bernd Fitzenberger, Verena Plümpe, Oliver Falck, Anja Bauer, Anja Sonnenburg, Markus Janser, Christian Schneemann, André Diegmann, Britta Matthes & Anna Solms (sonst. bet. Pers.) (2024): Wie bewältigen Regionen die digitale und ökologische Transformation von Wirtschaft und Arbeitsmarkt? (Podium). In: IAB-Forum H. 06.05.2024. DOI:10.48720/IAB.FOO.20240506.01
Abstract
"Was bedeuten die absehbaren Transformationsprozesse der kommenden Jahrzehnte auf regionaler Ebene und wie können sie gemeistert werden? Antworten auf diese Fragen gab der IWH/IAB-Workshop zur Arbeitsmarktpolitik, der in diesem Jahr erstmals am IAB in Nürnberg stattfand." (Autorenreferat, IAB-Doku)
Beteiligte aus dem IAB
Dauth, Wolfgang ; Grienberger, Katharina; Lehmer, Florian; Moritz, Michael ; Fitzenberger, Bernd ; Bauer, Anja ; Janser, Markus ; Schneemann, Christian; Diegmann, André ; Matthes, Britta; -
Literaturhinweis
Wie kollegial ist Künstliche Intelligenz?: Risikowahrnehmungen und Gestaltungsanforderungen aus Sicht von Beschäftigten (2024)
Gerlmaier, Anja; Bendel, Alexander;Zitatform
Gerlmaier, Anja & Alexander Bendel (2024): Wie kollegial ist Künstliche Intelligenz? Risikowahrnehmungen und Gestaltungsanforderungen aus Sicht von Beschäftigten. (IAQ-Report 2024-01), Duisburg ; Essen, 15 S. DOI:10.17185/duepublico/81427
Abstract
Zukünftig werden immer mehr Beschäftigte nicht nur in ihrem privaten Umfeld, sondern auch am Arbeitsplatz mit Systemen zusammenarbeiten, die auf Künstlicher Intelligenz (KI) basieren. Das IAQ untersuchte im Rahmen des "HUMAINE"-Projektes, wie Beschäftigte die Kooperation mit solchen KI-Systemen bewerten und welche Gestaltungsanforderungen sie an diese neue Form der hybriden Mensch-KI-Zusammenarbeit haben. Es zeigte sich, dass KI-Systeme je nach Interaktionsform unterschiedliche Potenziale und Risiken aufweisen. Um die KI-basierten Risiken zu verringern, sollten Nutzer*innen frühzeitig an der Konzeption und Implementierung beteiligt und dabei arbeitswissenschaftliche Gestaltungskriterien berücksichtigt werden. (Author's abstract, IAB-Doku)
-
Literaturhinweis
Folgen des technologischen Wandels für den Arbeitsmarkt: Vor allem Hochqualifizierte bekommen die Digitalisierung verstärkt zu spüren (2024)
Grienberger, Katharina; Matthes, Britta; Paulus, Wiebke;Zitatform
Grienberger, Katharina, Britta Matthes & Wiebke Paulus (2024): Folgen des technologischen Wandels für den Arbeitsmarkt: Vor allem Hochqualifizierte bekommen die Digitalisierung verstärkt zu spüren. (IAB-Kurzbericht 05/2024), Nürnberg, 8 S. DOI:10.48720/IAB.KB.2405
Abstract
"Die Potenziale, dass berufliche Tätigkeiten durch Computer oder computergesteuerte Maschinen vollautomatisch erledigt werden könnten, ändern sich, wenn neue Technologien auf dem Markt verfügbar werden. Bei der Neuberechnung solcher Substituierbarkeitspotenziale wird neben dieser Entwicklung auch berücksichtigt, dass sich die Tätigkeitsprofile in den Berufen verändern, neue Berufe und Tätigkeiten entstehen und Beschäftigte ihren Beruf wechseln. Die Autorinnen zeigen für die technologischen Möglichkeiten im Jahr 2022, wie hoch das Substituierbarkeitspotenzial derzeit ist und wie es sich seit 2013 verändert hat." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
-
Literaturhinweis
Does robotization improve the skill structure? The role of job displacement and structural transformation (2024)
Zitatform
Hu, Shengming, Kai Lin, Bei Liu & Hui Wang (2024): Does robotization improve the skill structure? The role of job displacement and structural transformation. In: Applied Economics, Jg. 56, H. 28, S. 3415-3430. DOI:10.1080/00036846.2023.2206623
Abstract
"The literature generally focuses on the impact of robots or artificial intelligence on the employment and wages, but ignores the effect of robotization on the skill structure and its underlying mechanisms and lacks empirical evidence from developing countries. We theoretically develop a task model by introducing the skill structure and empirically investigate the effect of robotization on the skill structure based on Chinese provincial panel data from 2006 to 2018. Results show that: (1) the development of robotization in China is conducive to improving the skill structure, and the baseline conclusion still holds even though adopting multiple indexes of skill structure and controlling the endogeneity bias. (2) Robotization generates not only job displacement effect by displacing unskilled workers with robots but also structural transformation effect by increasing the proportion of technology-intensive industries, which can improve the skill structure. (3) In coastal provinces with strong Internet foundation, information transmission capacity and labour protection intensity, high labour cost and ageing rate, robotization plays a stronger role in improving the skill structure. Moreover, robotization can induce the employment polarization. These conclusions can help avoid technical unemployment and promote the upgrading of the skill structure in China." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Potenziale Generativer KI für den Mittelstand: Wie große KI-Modelle die Arbeitswelt verändern (2024)
Hölzle, Katharina; Drawehn, Jens; Uhler, Lydia; Dworschak, Bernd; Wulf, Jessica; Mozer, Pia; Kintz, Maximilien; Riedel, Oliver; Beinhauer, Wolfgang; Renner, Thomas; Klau, Dennis; Bienzeisler, Bernd; Peissner, Matthias; Kaiser, Simone; Bauer, Thomas; Haner, Udo-Ernst; Renner, Thomas; Mackensen, Jan; Engelbach, Matthias;Zitatform
Drawehn, Jens, Lydia Uhler, Bernd Dworschak, Jessica Wulf, Pia Mozer, Maximilien Kintz, Wolfgang Beinhauer, Dennis Klau, Bernd Bienzeisler, Matthias Peissner, Simone Kaiser, Udo-Ernst Haner, Thomas Renner, Jan Mackensen & Matthias Engelbach, Hölzle, Katharina, Oliver Riedel, Thomas Bauer & Thomas Renner (Hrsg.) Fraunhofer-Institut für Arbeitswirtschaft und Organisation Drawehn, Jens, Lydia Uhler, Bernd Dworschak, Jessica Wulf, Pia Mozer, Maximilien Kintz, Wolfgang Beinhauer, Dennis Klau, Bernd Bienzeisler, Matthias Peissner, Simone Kaiser, Udo-Ernst Haner, Thomas Renner, Jan Mackensen & Matthias Engelbach (sonst. bet. Pers.) (2024): Potenziale Generativer KI für den Mittelstand. Wie große KI-Modelle die Arbeitswelt verändern. Stuttgart, 72 S. DOI:10.24406/publica-2246
Abstract
"Seit der Veröffentlichung von ChatGPT im November 2022 haben die Entwicklungen im Bereich Generative KI deutlich an Fahrt aufgenommen. In kurzer Abfolge wurden - und werden immer noch - neue Modelle und Funktionen vorgestellt. Zunehmend zeichnen sich breite Einsatzmöglichkeiten in den Unternehmen ab, mit einem hohen zu erwartenden Nutzenpotenzial. Vor allem für mittelständische Unternehmen stellt es eine Herausforderung dar, die Bedeutung der Entwicklungen einzuschätzen und eine strukturierte Vorgehensweise zum Thema Generative KI zu definieren und umzusetzen. Das Ministerium für Wirtschaft, Arbeit und Tourismus Baden-Württemberg hat das Fraunhofer IAO beauftragt, mittels einer Studie eine Orientierungshilfe zu den aktuellen Entwicklungen zu bieten und konkrete Empfehlungen für den Umgang mit Generativer KI zu geben. Ein vielköpfiges Autorenteam des Fraunhofer IAO aus verschiedenen Forschungsbereichen hat, neben einer ausführlichen Literaturrecherche, 48 Expertinnen und Experten im Bereich Generativer KI zu ihren Einschätzungen befragt. Es wurden sowohl Forschungseinrichtungen, KI-Anbieter, Dienstleister als auch Anwenderunternehmen miteinbezogen. Das Ergebnis der Recherche und Befragung liegt in Form dieser Studie vor, die einen Beitrag zum bewussten und zielgerichteten Umgang mit Generativer KI in den Unternehmen leisten soll." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
No Thanks, Dear AI! Understanding the Effects of Disclosure and Deployment of Artificial Intelligence in Public Sector Recruitment (2024)
Keppeler, Florian;Zitatform
Keppeler, Florian (2024): No Thanks, Dear AI! Understanding the Effects of Disclosure and Deployment of Artificial Intelligence in Public Sector Recruitment. In: Journal of Public Administration Research and Theory, Jg. 34, H. 1, S. 39-52. DOI:10.1093/jopart/muad009
Abstract
"Applications based on artificial intelligence (AI) play an increasing role in the public sector and invoke political discussions. Research gaps exist regarding the disclosure effects—reactions to disclosure of the use of AI applications—and the deploymenteffect—efficiency gains in data savvy tasks. This study analyzes disclosure effects and explores the deployment of an AI application in a preregistered field experiment (n = 2,000) co-designed with a public organization in the context of employer-driven recruitment. The linear regression results show that disclosing the use of the AI application leads to significantly less interest in an offer among job candidates. The explorative analysis of the deployment of the AI application indicates that the person–job fit determined by the leaders can be predicted by the AIapplication. Based on the literature on algorithm aversion and digital discretion, this study provides a theoretical and empirical disentanglement of the disclosure effect and the deployment effect to inform future evaluations of AI applications in the public sector. It contributes to the understanding of how AI applications can shape public policy and management decisions, and discusses the potential benefits and downsides of disclosing and deploying AI applications in the public sector and in employer-driven recruitment." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Business 5.0: Der Praxis-Guide für Künstliche Intelligenz in Unternehmen - Chancen und Risiken (2024)
Köhler, Thomas R.; Finkeissen, Julia;Zitatform
Köhler, Thomas R. & Julia Finkeissen (2024): Business 5.0. Der Praxis-Guide für Künstliche Intelligenz in Unternehmen - Chancen und Risiken. Frankfurt;New York: Campus Verlag, 253 S.
Abstract
"Endlich ist er da, der Durchbruch für Künstliche Intelligenz (KI) bzw. Artificial Intelligence (AI). Doch Zweifel an der "Universalwaffe" ChatGPT und ähnlichen KI-Systemen sind erlaubt. Thomas R. Köhler und Julia Finkeissen liefern in ihrem neuen Buch eine Bestandsaufnahme der aktuellen Technologien und trennen dabei schonungslos Hype von Wirklichkeit. Sie liefern das Rüstzeug für jede Führungskraft, um KI aktiv im Unternehmen sinnvoll einzusetzen. Business 5.0 zeigt in sieben Schritten, wo und wie KI-Projekte im Unternehmen etabliert werden können, und liefert konkrete Beispiele für unterschiedliche Branchen und Querschnittsfunktionen. Ein nachhaltiger KI-Einsatz im Unternehmen steht dabei im Mittelpunkt." (Autorenreferat, IAB-Doku, © Campus)
Weiterführende Informationen
Inhaltsverzeichnis bei der Deutschen Nationalbibliothek -
Literaturhinweis
KI und der Wandel von Angestelltenarbeit: Zum „blinden Fleck“ der aktuellenAutomatisierungsdebatte (2024)
Lühr, Thomas; Kämpf, Tobias;Zitatform
Lühr, Thomas & Tobias Kämpf (2024): KI und der Wandel von Angestelltenarbeit. Zum „blinden Fleck“ der aktuellenAutomatisierungsdebatte. In: WSI-Mitteilungen, Jg. 77, H. 2, S. 98-106. DOI:10.5771/0342-300X-2024-2-98
Abstract
"Der Beitrag analysiert den Wandel von Angestelltenarbeit vor dem Hintergrund der digitalen Transformation. Ausgangspunkt ist ein Automatisierungsschub, der durch erweiterte Möglichkeiten der Nutzung Künstlicher Intelligenz (KI) geprägt ist. Auf der Grundlage empirischer Befunde werden die qualitativen Veränderungstendenzen von Arbeit in den Blick genommen, und zwar sowohl aus der Anwenderperspektive der Sachbearbeiter*innen als auch aus der Sicht der hochqualifizierten Entwickler*innen und Implementoren neuer KI-Lösungen. Insgesamt wird ein Strukturwandel von Angestelltenarbeit konstatiert, der nicht nur das Risiko von Jobverlusten, sondern auch Potenziale für eine Aufwertung und Höherqualifizierung hervorbringt und sich im Angestelltenbewusstsein manifestiert. In arbeitspolitischer Perspektive eröffnen sich Anknüpfungspunkte für eine Vorwärtsstrategie im Sinne eines nachhaltigen Umbaus von Beschäftigung." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
KI im Unternehmen – Herausforderungen an die betriebliche Gestaltung moderner Arbeit (2024)
Zitatform
Pfeiffer, Sabine (2024): KI im Unternehmen – Herausforderungen an die betriebliche Gestaltung moderner Arbeit. In: Faktor Arbeitsschutz H. 11, S. 34-39.
Abstract
"Eine Befragung von Beschäftigten zu ihrer Einstellung gegenüber der Nutzung von KI bei der Arbeit ergab – entgegen immer wieder behaupteter Angstzuschreibung – ein abgewogenes „Es kommt darauf an“. Wichtig ist es, Beschäftigte von Anfang an bei der Installation von KI im Betrieb zu beteiligen." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
The Impact of Artificial Intelligence on Productivity and Employment – How Can We Assess It and What Can We Observe? (2024)
Saam, Marianne;Zitatform
Saam, Marianne (2024): The Impact of Artificial Intelligence on Productivity and Employment – How Can We Assess It and What Can We Observe? In: Intereconomics, Jg. 59, H. 1, S. 22-27. DOI:10.2478/ie-2024-0006
Abstract
"Technological optimists have been predicting the artificial intelligence (AI) revolution since the beginning of the past decade. This expectation contrasts with low productivity growth in many countries. The commercial release of ChatGPT in late 2022 has lead to rising expectations about a dramatic shift at least equivalent to the one associated with the commercial introduction of the Internet. But what is AI from an economic point of view? How can we observe the diffusion of AI in the economy and assess its effects in order to the draw conclusions for economic policy?" (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The Coming Wave: Künstliche Intelligenz, Macht und das größte Dilemma des 21. Jahrhunderts (2024)
Suleyman, Mustafa; Bashkar, Michael;Zitatform
Suleyman, Mustafa (2024): The Coming Wave. Künstliche Intelligenz, Macht und das größte Dilemma des 21. Jahrhunderts. München: Beck, 377 S.
Abstract
"Die Menschheitsgeschichte kennt Innovationsschübe, die unaufhaltsam wie ein Tsunami alles verändern - die landwirtschaftliche Revolution, die Dampfmaschine, das Internet. Künstliche Intelligenz ist die nächste große Welle, die Coming Wave, die auf uns zurollt, und wir sind darauf nicht vorbereitet. Als Mitgründer von DeepMind weiß Mustafa Suleyman wie nur wenige andere, was die neuen Technologien können und was sie anzurichten vermögen. In seinem wegweisenden, vielgelobten Buch verortet der KI-Pionier die kommende Welle in der Geschichte der Menschheit, spielt die politischen und gesellschaftlichen Folgen der neuen Technologien durch, und stellt sich dem größten Dilemma des 21. Jahrhunderts: wie wir von ihnen profitieren, ohne die Kontrolle zu verlieren. Bald werden wir in unserem täglichen Leben von KI umgeben sein. Sie wird unseren Alltag organisieren, unsere Wirtschaft prägen, und sogar Kernaufgaben der Staatsverwaltung übernehmen. Als Mitgründer von DeepMind hat Mustafa Suleyman viele Jahre im Zentrum der KI-Revolution gearbeitet. Das kommende Jahrzehnt wird nach seiner Einschätzung von rasanten technologischen Sprüngen geprägt sein, von neuen technologischen Möglichkeiten, über deren Folgen und Risiken wir noch kein klares Bild haben. Eines aber wissen wir: Wir brauchen die KI, um die Herausforderungen zu meistern, vor denen wir stehen, etwa den Klimawandel. Gleichzeitig bergen die neuen Technologien Gefahren, wie sie von keiner vorherigen Fortschrittswelle ausgingen, bis hin zur Auflösung von Staaten und einer Verdrängung des Menschen. Was macht man mit einer Welle, die auf den Strand zurast und sich nicht aufhalten lässt? Man versucht sie zu kanalisieren. Genau das ist das Anliegen dieses Buches: Inmitten immer intensiver werdender geopolitischer Konflikte den schmalen Grat zu finden, auf dem wir die Früchte der Technologie ernten, ohne ihr zum Opfer zu fallen. Das ist die zentrale Aufgabe unserer Zeit. "Unsere Zukunft hängt von den neuen Technologien ab, ist gleichzeitig aber durch sie gefährdet." Was KI für die Zukunft der Menschheit bedeutet Alle, die heute leben, sind betroffen DAS Buch zu Risiken, Chancen und Folgen der neuen Technologien Mustafa Suleyman ist Mitbegründer von DeepMind und einer der Pioniere der KI-Industrie. Wie wir die Oberhand behalten: Mustafa Suleyman über die Kernfrage unseres Jahrhunderts Ein 12-Punkte-Plan für den Umgang mit KI" (Autorenreferat, IAB-Doku, © C.H. Beck)
-
Literaturhinweis
The rise of artificial intelligence, the fall of human wellbeing? (2024)
Zitatform
Zhao, Yong, Da Yin, Lili Wang & Yihua Yu (2024): The rise of artificial intelligence, the fall of human wellbeing? In: International Journal of Social Welfare, Jg. 33, H. 1, S. 75-105. DOI:10.1111/ijsw.12586
Abstract
"Concerns exist regarding the impact on our lives of the rise of artificial intelligence (AI). Using a large dataset of 137 countries over the period 2005–2018 from multiple sources, we estimate the causal effect of AI on individual-level subjective wellbeing. Our identification strategy is inferred from the gravity framework and uses merely the variation in exogenous drivers of a country's AI development. We find a significant negative effect of AI on an individual's wellbeing, in terms of current levels or expectations of future wellbeing. The results are robust to alternative measures of AI, identification strategies, and sampling. Moreover, we find evidence of significant heterogeneity in the impact of AI on individual wellbeing. Further, this dampening effect on individual wellbeing resulting from the use of AI is more prominent among young people, men, high-income groups, high-skilled groups, and manufacturing workers." (Author's abstract, IAB-Doku, Published by arrangement with John Wiley & Sons) ((en))
-
Literaturhinweis
High-skilled Human Workers in Non-Routine Jobs are Susceptible to AI Automation but Wage Benefits Differ between Occupations (2024)
Zitatform
Özgül, Pelin, Marie-Christine Fregin, Michael Stops, Simon Janssen & Mark Levels (2024): High-skilled Human Workers in Non-Routine Jobs are Susceptible to AI Automation but Wage Benefits Differ between Occupations. (arXiv papers 2404.06472), 55 S. DOI:10.48550/arXiv.2404.06472
Abstract
"Artificial Intelligence (AI) will change human work by taking over specific job tasks, but there is a debate which tasks are susceptible to automation, and whether AI will augment or replace workers and affect wages. By combining data on job tasks with a measure of AI susceptibility, we show that more highly skilled workers are more susceptible to AI automation, and that analytical non-routine tasks are at risk to be impacted by AI. Moreover, we observe that wage growth premiums for the lowest and the highest required skill level appear unrelated to AI susceptibility and that workers in occupations with many routine tasks saw higher wage growth if their work was more strongly susceptible to AI. Our findings imply that AI has the potential to affect human workers differently than canonical economic theories about the impact of technology on work these theories predict." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Rebalancing AI (2023)
Acemoglu, Daron; Johnson, Simon;Zitatform
Acemoglu, Daron & Simon Johnson (2023): Rebalancing AI. In: Finance and development, S. 26-29.
Abstract
"Optimistic forecasts regarding the growth implications of AI abound. AI adoption could boost productivity growth by 1.5 percentage points per year over a 10-year period and raise global GDP by 7 percent ($7 trillion in additional output), according to Goldman Sachs. Industry insiders offer even more excited estimates, including a supposed 10 percent chance of an “explosive growth” scenario, with global output rising more than 30 percent a year. All this techno-optimism draws on the “productivity bandwagon”: a deep-rooted belief that technological change— including automation—drives higher productivity, which raises net wages and generates shared prosperity. Such optimism is at odds with the historical record and seems particularly inappropriate for the current path of “just let AI happen,” which focuses primarily on automation (replacing people). We must recognize that there is no singular, inevitable path of development for new technology. And, assuming that the goal is to sustainably improve economic outcomes for more people, what policies would put AI development on the right path, with greater focus on enhancing what all workers can do?" (Text excerpt, IAB-Doku) ((en))
-
Literaturhinweis
Metaverse revolution and the digital transformation: intersectional analysis of Industry 5.0 (2023)
Agarwal, Ayushi; Alathur, Sreejith;Zitatform
Agarwal, Ayushi & Sreejith Alathur (2023): Metaverse revolution and the digital transformation: intersectional analysis of Industry 5.0. In: Transforming Government : People, Process and Policy, Jg. 17, H. 4, S. 688-707. DOI:10.1108/TG-03-2023-0036
Abstract
"Purpose: This study aims to investigate metaverse elements affecting digital transformation and examine how the metaverses ’ enabled digital transformation affects Industry 5.0. Design/methodology/approach This paper adopts intersectional research methodologies to understand how metaverse technologies facilitate digital transformation and contribute to Industry 5.0. The Metaverse literature is bibliometrically analyzed to identify the intersection of digital transformation and components of Industry 5.0. Findings The conceptualization of the metaverse, its ecosystem and its enabling technologies are consistent with the human-centric, resilient and sustainable vision of the industrial revolution. The findings show that scientific research into digital transformation contributes to refining potential conflicts and tensions that may arise at the intersection of the metaverse and Industry 5.0. Research limitations/implications Study have significant implications for digital transformation research, as transformation studies help to fine-tune emerging technologies such as the metaverse for the industrial revolution. Based on the findings, the authors have provided a threat model for the Sustainable Metaverse Revolution. Social implications The utility of metaverse technologies in industrial revolutions necessitates the formulation of business model policies that promote the metaverse-enabled digital transformation. Policy recommendations for integrated development approaches are also provided in this paper. Originality/value The metaverse-enabled digital transformation and its implications for the industrial revolution are less reported. The current study addresses the importance of such intersectional studies." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
New Technologies and Jobs in Europe (2023)
Albanesi, Stefania; Jimeno, Juan F.; Lamo, Ana; Wabitsch, Alena; Dias da Silva, Antonio;Zitatform
Albanesi, Stefania, Antonio Dias da Silva, Juan F. Jimeno, Ana Lamo & Alena Wabitsch (2023): New Technologies and Jobs in Europe. (IZA discussion paper / Forschungsinstitut zur Zukunft der Arbeit 16227), Bonn, 58 S.
Abstract
"We examine the link between labour market developments and new technologies such as artificial intelligence (AI) and software in 16 European countries over the period 2011- 2019. Using data for occupations at the 3-digit level in Europe, we find that on average employment shares have increased in occupations more exposed to AI. This is particularly the case for occupations with a relatively higher proportion of younger and skilled workers. This evidence is in line with the Skill Biased Technological Change theory. While there exists heterogeneity across countries, only very few countries show a decline in employment shares of occupations more exposed to AI-enabled automation. Country heterogeneity for this result seems to be linked to the pace of technology diffusion and education, but also to the level of product market regulation (competition) and employment protection laws. In contrast to the findings for employment, we find little evidence for a relationship between wages and potential exposures to new technologies." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech (2023)
Avery, Mallory; Vecci, Joseph; Leibbrandt, Andreas;Zitatform
Avery, Mallory, Andreas Leibbrandt & Joseph Vecci (2023): Does Artificial Intelligence Help or Hurt Gender Diversity? Evidence from Two Field Experiments on Recruitment in Tech. (Discussion paper / Monash University, Department of Economics 2023-09), Clayton, 69 S.
Abstract
"The use of Artificial Intelligence (AI) in recruitment is rapidly increasing and drastically changing how people apply to jobs and how applications are reviewed. In this paper, we use two field experiments to study how AI in recruitment impacts gender diversity in the male-dominated technology sector, both overall and separately for labor supply and demand. We find that the use of AI in recruitment changes the gender distribution of potential hires, in some cases more than doubling the fraction of top applicants that are women. This change is generated by better outcomes for women in both supply and demand. On the supply side, we observe that the use of AI reduces the gender gap in application completion rates. Complementary survey evidence suggests that this is driven by female jobseekers believing that there is less bias in recruitment when assessed by AI instead of human evaluators. On the demand side, we find that providing evaluators with applicants' AI scores closes the gender gap in assessments that otherwise disadvantage female applicants. Finally, we show that the AI tool would have to be substantially biased against women to result in a lower level of gender diversity than found without AI." (Author's abstract, IAB-Doku) ((en))