Irene Chang melakukan semua yang seharusnya dia lakukan. Dia belajar teknik industri dan sistem di Georgia Tech, gelar yang dia pilih karena tampaknya aman untuk dipekerjakan, dan mulai melamar posisi analis data tingkat pemula hampir setahun sebelum lulus pada bulan Mei. Sejak September lalu dia telah mengirimkan sekitar 450 lamaran dan melakukan sekitar 19 wawancara. Sejauh ini belum ada yang mengajukan penawaran.
“Saya merasa keterampilan tingkat awal yang Anda miliki, itu penting, tetapi juga sesuatu yang dapat dilakukan AI dengan sangat efisien,” kata Chang kepada NPR dalam laporan yang diterbitkan Selasa. Pengalamannya — dan kecurigaannya bahwa kecerdasan buatan adalah bagian dari masalah ini — semakin umum terjadi di kalangan lulusan baru, dan hal ini mengubah cara berpikir anak muda Amerika mengenai bekerja di era AI.
Angka-angka di Balik Kecemasan
Perasaan pasar entry-level yang tertekan tidak dapat dibayangkan. Menurut Federal Reserve Bank of New York, tingkat pengangguran bagi lulusan baru – yang didefinisikan sebagai penduduk berusia 22 hingga 27 tahun yang memiliki setidaknya gelar sarjana – berada pada angka 5,7% pada bulan Juni, jauh di atas angka 4,1% untuk seluruh pekerja.
Keyakinan bahwa AI adalah pelakunya sudah tersebar luas. Dalam survei ZipRecruiter yang dikutip oleh NPR, 47% lulusan baru mengatakan AI telah mempengaruhi perekrutan di bidang mereka. Jacqueline Kline, 25, yang menyelesaikan master komunikasi di Florida State University musim semi ini, mengatakan kepada NPR bahwa dia telah melamar lebih dari 500 pekerjaan tingkat pemula sejak Desember. “Sulit mengetahui bahwa saya melakukan segala yang saya bisa untuk menjadi sukses dan merasa itu tidak cukup,” katanya.
Kasus yang Harus Disalahkan oleh AI
Ekonom Stanford, Erik Brynjolfsson, memberikan bobot yang nyata pada keluhan tersebut. “AI bukanlah keseluruhan cerita, namun merupakan bagian dari cerita dan bukti-bukti terus berkembang,” katanya kepada NPR.
Dengan menggunakan data penggajian, Brynjolfsson dan rekan penulisnya menemukan bahwa sejak akhir tahun 2022 – ketika model bahasa besar seperti ChatGPT hadir – pekerja awal berusia 22 hingga 25 tahun yang bekerja di bidang yang terpapar AI seperti pengembang perangkat lunak dan manajer pemasaran telah mengalami penurunan lapangan kerja relatif sebesar 16%. Pada periode yang sama, lapangan kerja bagi pekerja lanjut usia di bidang yang sama, dan bagi pekerja segala usia dalam pekerjaan yang sulit untuk diotomatisasi – pekerja kesehatan di rumah, terapis fisik, pekerja konstruksi – tetap stabil atau meningkat.
Brynjolfsson mengidentifikasi dua mekanisme. Pekerja muda selalu menanggung beban terburuk dalam perekrutan, dan peran junior biasanya dipotong terlebih dahulu. Lebih khusus lagi, model bahasa besar dilatih berdasarkan pengetahuan yang dikodifikasi: informasi tertulis bergaya buku teks yang diandalkan oleh lulusan tingkat pemula. Pengetahuan yang diam-diam dan berdasarkan pengalaman dari karyawan senior jauh lebih sulit untuk ditiru oleh sebuah model, sehingga pekerja terbarulah yang paling bersaing secara langsung dengan teknologi.
Kasus Sesuatu Yang Lain Sedang Terjadi
Ekonom Harvard David Deming tidak yakin. “Jika Anda memperhatikan waktunya dengan cermat, sepertinya penurunan perekrutan junior sebenarnya dimulai sekitar enam bulan sebelum ChatGPT dirilis,” katanya kepada NPR. "Jadi, hal ini memberi tahu saya bahwa ini adalah hal lain. Saya pikir ini lebih seperti pekerjaan jarak jauh."
Analisis The Fed di New York baru-baru ini mendukung pernyataan tersebut: semakin kecil kemungkinan perusahaan mempekerjakan lulusan baru untuk posisi yang dapat dilakukan dari jarak jauh, dan seiring dengan menjamurnya posisi jarak jauh setelah pandemi, pengangguran di kalangan lulusan muda pun meningkat. Analisis tersebut menemukan bahwa AI tidak menjelaskan peningkatan tersebut, melainkan pekerjaan jarak jauh yang menjelaskannya. Logika Deming adalah tentang biaya pelatihan: karyawan junior memerlukan investasi untuk mempercepatnya, dan melakukan hal itu dari jauh lebih sulit. Pekerjaan jarak jauh juga memberikan para pemberi kerja suatu kumpulan talenta nasional, sehingga lebih mudah untuk mempekerjakan orang-orang yang sudah terbukti senior dibandingkan mengembangkan juniornya.
Ekonom Universitas Chicago Anders Humlum menawarkan poin data ketiga yang bertentangan dengan narasi perpindahan AI. Dia mengacu pada studi yang dilakukan oleh firma akuntansi keuangan Ramp dan peneliti tenaga kerja Revelio Labs, yang meneliti pengeluaran dan jumlah pegawai AI di lebih dari 21.000 perusahaan AS dari awal tahun 2021 hingga awal tahun 2026. Di perusahaan-perusahaan yang melakukan investasi AI terbesar, jumlah pegawai tingkat pemula tumbuh sebesar 12% selama dua tahun setelah adopsi AI.
“Jika kita melihat pengguna berat alat-alat ini, perusahaan-perusahaan yang membayar banyak uang kepada Anthropic dan OpenAI untuk berlangganan model mereka, mereka mempekerjakan lebih banyak orang dibandingkan orang lain,” kata Humlum.
Konsensus yang Berubah
Ketiga ekonom tersebut tidak sepakat mengenai seberapa besar dampak AI terhadap karir awal saat ini, namun semuanya sepakat bahwa transisi besar ke lapangan kerja sedang berlangsung. Mereka semua merupakan ekonom, eksekutif, dan peneliti yang bulan lalu menandatangani surat terbuka yang memperingatkan bahwa AI dapat mendorong transformasi ekonomi yang lebih besar dibandingkan Revolusi Industri, dengan potensi perpindahan pekerjaan secara luas.
Namun tidak satu pun dari mereka yang menasihati keputusasaan. Humlum mengatakan sebagian besar siswa yang ia ajak bicara "hanya mempunyai persepsi bahwa mereka sedang dikacaukan oleh teknologi baru" – sebuah kesimpulan yang ia sebut sangat prematur – dan berpendapat bahwa AI diposisikan untuk membantu pekerja lebih dari merugikan mereka. Brynjolfsson memberikan catatan serupa: "Ini adalah masa yang sangat sulit bagi banyak pekerjaan konvensional. Saya juga berpikir ini adalah salah satu masa paling menakjubkan untuk hidup, di mana teknologi memungkinkan orang melakukan hal-hal yang belum pernah mereka lakukan sebelumnya."
Bagi ratusan pelamar seperti Chang dan Kline yang masih menunggu tawaran, jaminan tersebut mungkin tidak berarti apa-apa. Namun penelitian tersebut menunjukkan bahwa cerita yang mereka ceritakan pada diri mereka sendiri tentang AI, setidaknya, tidak lengkap – sebuah gabungan dari perpindahan teknologi yang nyata, restrukturisasi pekerjaan jarak jauh untuk perekrutan junior, dan tekanan siklus biasa yang terjadi secara bersamaan.
